近日，小米正式推出全新机器人基础模型Xiaomi-Robotics-1，旨在破解机器人策略模型受困于高质量数据稀缺的扩展瓶颈。该模型创新性地采用具身无关预训练与真实具身指令微调相结合的两阶段范式。在预训练阶段，模型消化超十万小时的具身无关轨迹数据，覆盖一千七百余个涵盖家庭、商业及工业等多场景任务，并依托自动标注流水线高效提取场景状态跃迁特征；在微调阶段，则结合内部采集的超七千小时真实家庭操作数据与高质量开源数据，完成模型向真实具身硬件与复杂指令的精准对齐。 评估结果显示，该模型具备极高的任务适应性与数据效率。面对手机收纳、打印机加墨等全新复杂任务，模型仅需平均不到十小时的真实演示数据即可达成百分之七十五的整体成功率，性能较同期基线模型翻倍；当数据投入增至四十小时以内，成功率进一步跃升至百分之八十五。在四项主流机器人仿真基准测试中，该模型同样斩获全面领先成绩。此项成果不仅验证了大规模跨模态预训练对具身策略模型的强大扩展效应，也为突破行业数据壁垒、加速通用机器人技术落地提供了切实可行的技术路径。