小米机器人团队发布Xiaomi-Robotics-1具身基座模型，通过10万小时真实世界操作轨迹预训练与约1.1万小时跨本体数据后训练，在国内首次对机器人策略模型的Scaling Law（规模法则）进行了较为完整的系统验证。这一成果打破了机器人行业长期依赖小数据、单任务、反复调参的“手工作坊”模式，将具身智能推入由数据与模型规模共同驱动的工业化阶段。
此次验证的核心在于一条清晰的规模化收益链路。实验数据显示，当预训练数据从2500小时逐步扩大至2万小时，模型在验证集上的动作预测损失持续下降，小数据量下容易出现的过拟合问题在大规模数据下得到明显缓解。与此同时，模型参数规模从20亿提升至50亿乃至100亿时，动作预测能力同样稳定改善。更重要的是，这些离线指标的提升直接转化为真实机器人在未见过的家庭环境中执行鞋柜收纳、书包打包等任务的成功率提高。这种从数据规模到模型能力、再到真实任务表现的连贯传导，正是机器人版Scaling Law得以成立的关键证据。
为突破机器人数据采集成本高、场景碎片化、跨本体难以迁移的瓶颈，小米构建了一套独特的技术框架。预训练数据并非全部来自机器人本体，而是通过自研的UMI便携式采集设备记录人类在家庭、办公室、工业等多种真实环境中的操作轨迹，再借助基于视觉语言模型的自动标注流水线，将长轨迹切分为片段并描述状态变化，使模型从“模仿动作”转向“理解状态变化”。在此基础上，模型采用“预训练+后训练”双阶段范式：预训练阶段从海量轨迹中学习通用动作表征，关注底层物理规律而非具体关节角度；后训练阶段则完成本体对齐与指令对齐，将通用能力映射到真实机器人控制空间，并让模型理解自然语言指令。这种设计类似于大语言模型先预训练再指令微调，用大规模低成本数据学习通用能力，用高质量真机数据完成落地适配。
在多个全球公认的仿真基准上，Xiaomi-Robotics-1展现出断档式领先。在极具挑战性的RoboDojo评测中，该模型以20.07的平均得分和13.93%的成功率登顶，显著高于此前最优的13.07分和8.80%成功率。在覆盖数百种真实家庭场景的RoboCasa365基准中，它以57.4%的平均成功率大幅刷新了此前由谷歌等团队保持的46.6%的最佳成绩。在考验组合泛化能力的Composite-Unseen任务划分中，模型同样表现出色。这些结果与真实机器人实验形成一致结论：规模提升带来的收益既能改善离线指标，也能迁移到真实环境和新任务中。
从产业视角看，Xiaomi-Robotics-1的发布与小米机器人近期的连续进展形成闭环。从进厂“实习”的机器人本体，到统一生成模型Xiaomo-Robotics—U0，再到此次的具身基座模型，小米逐步构建起“本体—数据—模型”的技术体系。当数据可以规模化生产、模型可以像流水线一样迭代升级，具身智能的“ChatGPT时刻”正加速逼近。对于AI产业投资者而言，这一验证意味着机器人领域的算力需求、数据基础设施投入以及模型训练范式将向大模型靠拢，相关产业链上下游的资本叙事也将随之重塑。