小米開源 Xiaomi-Robotics-U0：具身領域首個“通吃”四類任務的統一生成模型
重點摘要
小米開源了具身領域首個統一生成模型 Xiaomi-Robotics-U0，擁有 380 億參數，能一次處理場景生成、軌跡遷移、影片生成及圖像編輯四類任務。該模型在 WorldArena 評測拿下全球第一，真機測試中任務完成進度平均提升超過 26%，相關程式碼與權重已全面開源。
小米今日正式開源一款名為 Xiaomi-Robotics-U0 的具身智能基礎模型，這是一個擁有 380 億參數的多模態自迴歸生成模型，也是業界首個能夠同時涵蓋四類不同任務的統一生成框架。該模型突破了過去機器人數據生成與編輯各自獨立的瓶頸，將圖片、視頻的生成與編輯能力整合到單一架構中，為具身智能領域提供了一套可規模化、可控且高效的數據解決方案。 Xiaomi-Robotics-U0 的核心亮點在於它具備四種關鍵能力。首先是具身場景生成（Scene Generation），模型能根據使用者輸入的文字描述，自動為指定的機器人本體生成多視角的初始場景。無論是簡單的桌面、標準的廚房或倉庫，還是更複雜的開放世界環境，只需要透過語言描述，就能產生對應的機器人觀測資訊，大幅降低真實場景採集的成本與時間。 其次是具身遷移（Embodied Transfer），這項功能允許將已有的機器人運動軌跡遷移到全新的環境中。舉例來說，使用者可以改變場景的光照條件、背景樣式、桌面材質、目標物體或工作區風格，同時完整保留原始軌跡中機械臂的位姿以及場景的整體佈局。這意味著同一組操作數據可以在不同的虛擬空間中反覆使用，無需重新進行實體佈置與採集。 第三項能力是機器人交互視頻生成（Video Generation）。模型可以根據初始觀測畫面與操作指令，自動生成後續的連續視頻。生成結果不僅要求動作連貫，還必須維持物理一致性，例如物體碰撞、重力影響等，而且具備零樣本泛化的特性，能直接套用在未曾見過的任意場景中。這對於訓練機器人處理未知環境的突發狀況極具價值。 最後，Xiaomi-Robotics-U0 同時保留了通用文生圖（Text2Image）與圖像編輯（Anything2Image）的能力。這使得模型能夠承接網際網路上大量視覺知識，並將其遷移應用到具身智能任務中，例如根據文字描述修改圖片中的物體、光照或背景，從而豐富訓練數據的多樣性。 官方表示，Xiaomi-Robotics-U0 在保持幾何一致性的前提下，既能對已有的數據進行增強——例如替換物體、改變光照、更換背景、加入干擾因素——而無需重新採集；也能從零開始生成全新的場景，涵蓋危險、極端或長尾等機器人難以在真實環境中碰到的情況。這對於提升機器人在邊緣案例中的適應能力尤其重要。 在效率方面，小米這次推出了 FlashAR+ 推理加速方案，使得模型的生成效率相較於原始的自迴歸範式提升了將近 83 倍。這樣的加速效果大幅降低了工程部署的時間成本，讓規模化生成具身訓練數據來增益模型效果成為現實可行的路線。 根據官方公布的評測結果，在 WorldArena 基準上，Xiaomi-Robotics-U0 以總分第一名擊敗了全球 126 個參評模型。此外，在真實機器人測試中，針對未知光照與陌生背景等分布外（Out of Distribution）場景，使用該模型擴增數據訓練的策略，其任務完成進度平均提升了超過 26%。評測榜單上使用的匿名代號為 UNIS，數據時間為 2026 年 7 月 15 日。 Xiaomi-Robotics-U0 的相關代碼與模型權重目前已全量開源。有興趣的研究人員與開發者可透過小米機器人官方項目主頁、GitHub 代碼倉庫、Hugging Face 模型權重頁面以及魔搭社區取得完整資源。這項開源動作不僅展示了小米在具身智能領域的技術積累，也為學術界與工業界提供了一個可直接使用的統一生成基礎模型，有望加速整個領域的數據生成與訓練流程標準化。
Related
相關文章
AI大廠集體轉向，大模型迎來“傑文斯時刻”
賬號設置我的關注我的收藏申請的報道退出登錄登錄搜索36氪Auto數字時氪未來消費智能湧現未來城市啟動Power on36氪出海36氪研究院潮生TIDE36氪企服點評36氪財經職場bonus36碳後浪研究所暗湧Waves硬氪氪睿研究院媒體品牌企業號企服點評36Kr研究院36Kr創新諮詢企業服務核心服務城市之窗政府服務創投發佈LP源計劃VClubVClub投資機構庫投資機構職位推介投資人認證投資人服務尋求報道36氪Pro創投氪堂企業入駐創業者服務創投平臺AI測評網 首頁快訊資訊推薦財經AI自助報道浙江最新創投汽車科技專精特新直播視頻專題活動搜索尋求報道我要入駐城市合作AI大廠集體轉向，大模型迎來“傑文斯時刻”深流研究所·2026年07月15日 16:33性價比之爭，正在改寫大模型的競爭邏輯 過去一週，Grok 4.5、GPT-5.6、Claude Sonnet 5 接連登場。 比發佈密度更值得注意的，是這些公司對模型的新敘事。 最典型的是馬斯克。介紹 Grok 4.5 時，他幾乎沒提“xAI 最強”，而是反覆強調一個點——“Opus 級模型”，但更快、更省 token、成本更低。 同樣的轉向，也在另外兩家發生。 OpenAI 把 GPT-5.6 的目標寫成“讓每個 token 產出更多有用工作”，Sam Altman 更直言，企業客戶現在真正在意的是 AI 支出換回了什麼價值；Anthropic 則說，Sonnet 5 能完成的智能體任務，在幾個月前還需要更大、更貴的模型。 當“更便宜”成了行業默認動作，真正的競爭就不再是“降多少價”，而是同樣的價格，誰的模型能幹更多、更難的任務？ 性價比，開始成為競爭的核心變量。 1、性價比之爭，模型公司重新組合能力、成本與場景 這種變化首先體現在模型產品本身。模型公司開始把不同能力、不同成本和不同調用方式重新組合起來。 OpenAI 的 G
AI臉氾濫引發恐怖谷效應：短劇千人一面，“活人感”成稀缺資源
賬號設置我的關注我的收藏申請的報道退出登錄登錄搜索36氪Auto數字時氪未來消費智能湧現未來城市啟動Power on36氪出海36氪研究院潮生TIDE36氪企服點評36氪財經職場bonus36碳後浪研究所暗湧Waves硬氪氪睿研究院媒體品牌企業號企服點評36Kr研究院36Kr創新諮詢企業服務核心服務城市之窗政府服務創投發佈LP源計劃VClubVClub投資機構庫投資機構職位推介投資人認證投資人服務尋求報道36氪Pro創投氪堂企業入駐創業者服務創投平臺AI測評網 首頁快訊資訊推薦財經AI自助報道廣東最新創投汽車科技專精特新直播視頻專題活動搜索尋求報道我要入駐城市合作AI臉氾濫引發恐怖谷效應：短劇千人一面，“活人感”成稀缺資源雷科技·2026年07月15日 16:30活人感成了AIGC時代的稀缺資源。 萬萬沒想到，AI時代的同質化，比想象中來得更快。文章開始之前，先給大家看一張某AI短劇的截圖： 圖源：抖音AI短劇 不知道大家發現沒有，劇中的男生，幾乎都長一個樣，同樣的臉型，同樣的髮型，甚至連劉海都統一中分了，這種情況不止發生在同一部劇，甚至於你打開另一部AI短劇，也能發現AI演員們不管是男生女生都長得一模一樣。 評論區也有人發現了這個問題，作者表示，這已經是儘可能最好的了，一個片段得抽卡七八次。 雷科技（ID：leitech）發現，這並不是個別現象，2026年第一季度，中國網絡視聽協會發布的數據顯示，AI微短劇在全行業上線微短劇裡的佔比已經超過95%。也就是說，你現在刷到的短劇，十有八九是數字演員在演。 新榜數據也顯示，2026年1月1日至6月30日發佈週期內，抖音上至少出現了9條累計播放量破億的、AI（被標識為AI）的相關視頻。 數量是爆了，但觀眾的耐心也爆了。微博上，一則關於“AI臉 恐怖谷效應”登上微博熱搜。話題總閱讀量274.7萬。熱搜內容提到AI仿真人劇中一張男性和
蘋果AI入華有戲了？工信部發布7款手機端側大模型備案信息：Apple智能在列
根據公告，此次完成備案的7款手機端側大模型覆蓋當前主流手機廠商，備案時間統一為2026年7月8日。在這7款端側AI中，"Apple智能"的備案無疑最受關注。自2024年蘋果發佈Apple Intelligence以來，該功能因監管審批原因始終無法在中國大陸使用，蘋果官方多次表態"推出時間依監管部門審批情況而定"。此次備案信息的公佈，意味著Apple智能在中國大陸的合規流程取得關鍵突破。
Anthropic為什麼不做硬件？
Anthropic為什麼不做硬件？字母AI2026.07.15 16:15 · 來自北京全文7973字00:00 / 23:08只要模型足夠強，就無需佔領入口。文 | 字母AIPixel 11快要發佈了。谷歌已經宣佈，將於當地時間8月12日在紐約舉行新一屆Made by Google發佈會。
阿里重倉，AI視頻賽道強勢崛起
AI 視頻領域再度迎來重磅融資。愛詩科技於 7 月 14 日宣布完成整體 C 輪融資，累計募資規模達 29.8 億元人民幣，其中最新交割的 C+ 輪由阿里巴巴領投，王慧文家族辦公室 Lollapalooza Capital、常春藤資本、惠遠資本、鐘鼎資本、韓國未來資產、Lion X 基金、藍色光標、CloudAlpha、iGlobe Partners 等十餘家機構跟投。
蘋果 Apple 智能在列，網信部門發佈 7 款提供手機端側生成式人工智能服務已備案信息
### 手機端側生成式AI備案再擴容，Apple智能等7款模型正式獲批 網信部門近日公佈了新一批生成式人工智能服務備案信息，其中「Apple 智能」等共7款面向手機端側的生成式AI模型成功通過備案，引發業界廣泛關注。這是自《生成式人工智能服務管理暫行辦法》實施以來，監管層首次集中公開針對手機終端設備側的AI模型清單，也意味著主流手機品牌在AI大模型落地終端方面邁出了關鍵一步。 根據IT之家7月15日報道的消息，本次備案信息由網信部門會同有關部門聯合發佈，旨在促進生成式人工智能服務的創新發展與規範應用。