7月15日，小米机器人团队发布了Xiaomi-Robotics-U0并对其进行了全量开源处理，这是一款拥有380亿参数的多模态自回归具身生成基础模型。这是在今年2月推出VLA模型Xiaomi-Robotics-0之后，小米为了推进具身智能大模型发展所采取的最新一步。代码与模型权重已同步开放至GitHub、HuggingFace以及魔搭社区。

就在一天前的7月14日，小米集团创始人雷军借助社交媒体平台，发布了小米人形机器人在汽车工厂开展四个月“实习”后所取得的成果：在自攻螺母上件工站的双侧作业方面，其成功率从90.2%提升至98%，与人工作业合格率之间仅差1个百分点；新拓展的中控台侧盖板上件以及料箱折叠回收两个工站，成功率均达到了90%。

U0模型主要负责在虚拟环境中以较低成本生成海量训练数据，而工厂产线则负责在真实物理世界中提供高密度验证反馈。如果说98%的成功率是小米在物理世界所交出的成绩单，那么U0模型便是在数字世界中构建起的数据基座。

01.

U0：将具身生成视为基础任务的自然延伸
。

当前主流具身世界模型所普遍采用的路径在于，选用机器人专属数据集对预训练基础模型开展微调工作。但在微调阶段如果仅依赖机器人数据，就会不可避免地削弱模型从大规模预训练中所继承而来的通用视觉理解、空间推理以及跨模态生成能力，同时也限制了具身生成任务在多样性、可控性与可扩展性方面的发展。

U0并未选择这条路径。它将具身生成视为图像以及视频基础生成任务的自然延伸，而非将基础模型改造成机器人专用的生成器。

官方介绍显示，U0选用开源模型EMU3.5作为初始化模型，该模型以仅解码器架构的Transformer为基础来构建，其中图像借助分词器完成词元化处理，所有模态数据运用统一离散词表进行表征，并且基于下一词元预测开展建模。

核心设计在于，U0并不增设任何任务专属预测头，而是将四类核心任务——具身场景生成、具身迁移、机器人交互视频生成、通用文生图以及图像编辑——统一抽象为单一自回归序列建模问题。这种统一范式既得以实现高效多任务联合训练，又保留了大规模预训练权重所赋予的视觉生成能力。

效果在三个维度上得到验证。

在人工评测方面，U0的具身场景生成与具身迁移所展现的效果优于GPT-Image-2.0。后者虽然画质优秀，但存在严重的跨视图几何不一致问题；U0生成的多视角画面则实现了几何连贯、空间布局统一，同时保有照片级真实感。

在基准测试方面，U0于World Arena具身视频生成评测基准的评估过程中，以73.64分的综合EWMScore在全球126个参评模型当中成功排名第一。在细分指标方面，指令遵循得分93.86，交互质量87.30，透视效果98.84，运动平滑度95.51。

在真机验证方面，面对未知光照、陌生背景等分布外（OOD）场景时，选用U0扩增数据所开展训练的策略任务完成进度平均提升超过26%。

U0所具备的实用价值已经落地转化成为可以量化的工程能力。它既可以在维持几何一致性的前提之下，对已有数据开展增强处理，也就是更换物体、调整光照、切换背景以及加入干扰因素，而且无需重新采集数据；同时也能够从零开始生成全新的场景，进而覆盖危险、极端、长尾等真实机器难以触达的环境。此外，借助FlashAR+推理加速方案，其生成效率较原始自回归范式得以提升接近83倍，从而大幅加快了工程落地的速度。规模化生成具身训练数据以用于增益模型效果，从此具备了可控且高效的解决方案。

02.

工厂：98%背后的“自有闭环”

与U0所构建的虚拟引擎形成相互呼应，小米汽车工厂的产线提供了另一条关键闭环机制，也就是对真实场景开展持续验证工作。

根据雷军所披露的数据显示，四个月期间，小米机器人的作业成功率从90.2%提升至98%，并且首次得以实现柔性工件长时连续作业。雷军主动将此次作业水平对标美国Figure 03在宝马工厂所完成的复杂零件物流排序场景，并称小米是目前唯一在真实工厂完成同等级别高难度场景落地的机器人厂商。

这组数据的意义并不仅仅停留在98%这个数值本身，而是充分证明了一套具身感知、实时决策以及运动控制所构成的闭环系统，在真实工业场景当中获得了持续验证。这样的迭代速度唯有依赖于真实产线持续运转、反馈和优化的闭环机制，才能够真正实现。

不同于大部分机器人公司需要寻找外部工厂开展试点以及采购仿真训练场景的做法，小米的自有产线能够提供持续、真实且高密度的训练环境，作业数据可以即时回流至算法迭代过程，从而形成了“场景-数据-迭代”的加速飞轮。同时，小米机器人已经开始接入汽车工厂内部系统，可以直接从系统中获取物料型号以及料格编号，不同机器人之间也可以同步作业状态，逐步走向正式的产线节点。

从Xiaomi-Robotics-0到U0，小米在具身智能领域所推进的节奏正在加快。U0的虚拟数据引擎与汽车工厂的物理验证闭环相互咬合，由此正在回答一个行业共同面临的问题：数据从哪里来，以及验证到哪里去。答案尚未完整，但齿轮已经开始转动。

来源：做开源、晒成绩，小米机器人进入加速期 | 具身研习社