L'équipe de recherche de Xiaomi a présenté Xiaomi-Robotics-1, un modèle de politique robotique conçu pour surmonter le manque de données d'entraînement de qualité qui freine traditionnellement le secteur. Publiée en juillet 2026, cette architecture s'appuie sur un entraînement en deux phases, s'inspirant des paradigmes des grands modèles de langage. Pour contourner la pénurie de données physiques, les chercheurs ont d'abord fait pré-entraîner le système sur cent mille heures de trajectoires non attachées à un châssis spécifique. Ces séquences couvrent plus de 1 700 scénarios variés, incluant environnements domestiques, commerciaux, industriels et extérieurs. Une pipeline automatisée analyse et étiquette ces enregistrements pour en extraire les transitions d'état de l'environnement. La phase de post-entraînement affine ensuite le modèle avec sept mille deux cents heures de données réelles collectées dans des foyers, enrichies par des ensembles ouverts filtrés et des trajectoires annotées manuellement. Cette combinaison permet au réseau de générer des actions générales tout en s'alignant sur les corps robotiques réels et en suivant des instructions complexes. Les résultats confirment une efficacité d'apprentissage remarquable. Lors de tests d'adaptation à de nouvelles tâches manuelles, le modèle atteint un taux de réussite moyen de 75 % avec moins de dix heures de démonstration par tâche, soit près du double des performances du standard π0.5. En portant l'entraînement à moins de quarante heures, le taux de réussite grimpe à 85 %. Sur les quatre principaux benchmarks de simulation, Xiaomi-Robotics-1 établit de nouveaux records, devançant nettement la concurrence en matière de généralisation et de robustesse. Cette méthode constitue une avancée majeure pour la mise à l'échelle des modèles vision-langage-action. En réduisant fortement la dépendance aux données robotiques physiques, autrefois coûteuses et limitées, Xiaomi démontre qu'une formation massive et diversifiée peut compenser le manque d'exemples réels. L'architecture ouvre la voie à une adoption plus rapide de l'IA dans les robots domestiques et industriels, permettant l'apprentissage de compétences opérationnelles complexes avec des ressources de données considérablement réduites.