# 小米开源机器人基础模型 XR-1：用 10 万小时无实机视频预训练，新任务学不到 10 小时成功率 75%

> 原标题：Xiaomi-Robotics-1

- 来源：Hacker News 首页
- 发布时间：2026-07-20T04:45:15.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/45427
- 原文：https://robotics.xiaomi.com/xiaomi-robotics-1.html

## 摘要

小米机器人团队放出了一个开箱即用的机器人基础模型 XR-1，代码、权重和论文都公开了。它的思路分两步：先用 10 万小时不带真实机器人的操作视频做预训练，覆盖 1700 多个场景，让模型学会“看到画面变化该输出什么动作”；再用 7200 小时真机数据做后训练，把动作能力对齐到具体机器人上，并让模型能听懂自然语言指令。预训练阶段出现了干净的缩放规律——数...

## 推荐理由

小米机器人开源了 XR-1，一个带代码和权重的机器人基础模型。两阶段训练路线（10 万小时无真机预训练 + 7200 小时真机后训练）和预训练缩放规律是硬信号，直接对标 π 0.5。我会先打个折：正文没披露真机后训练的具体任务成功率和泛化测试细节，这点先别太激动。但开源全套这个动作本身，对行业来说比发一篇论文管用。

## 锐评

这条消息值得看，因为小米直接把一个能用的机器人基础模型全开源了，不是只发论文。模型叫XR-1，训练分两步：第一步用10万小时不带真实机器人的操作视频做预训练，覆盖1700多个场景，让模型学会根据画面变化输出动作；第二步用7200小时真机数据做后训练，把动作能力对齐到具体机器人上，同时让模型能听懂自然语言指令。

预训练阶段出现了干净的缩放规律——数据越多、模型越大，动作预测误差越低。这个规律直接传递到了真机成功率上，而且还没看到饱和迹象。后训练之后，XR-1学新任务（比如装手机盒、给打印机加纸）平均只需要不到10小时的演示数据，整体成功率75%，是π 0.5的近两倍；演示数据给到40小时以内，成功率能到85%。四个仿真基准上也拿了最优。

不过要冷静看几点：75%的成功率是在他们自己设定的任务上测的，论文没详细说失败案例的分布，不知道是卡在感知、规划还是执行上。7200小时真机数据听起来不少，但覆盖的场景和物体种类到底有多广，正文没展开。另外，10万小时无真机视频的标注是靠一个强视觉语言模型自动生成的，标注质量本身没有人工抽检的报告，这可能会给预训练信号引入系统性偏差。如果后续有第三方在完全不同的硬件和家居环境里复现，说服力会更强。