Xiaomi-Robotics-1 no es un chatbot ni una demo de escenario. La pregunta es más concreta: ¿puede un modelo de política robótica mejorar de forma predecible al aumentar datos y tamaño?
"Xiaomi-Robotics-1 is a ready-to-use robot foundation model trained on over 100K hours of real-world manipulation trajectories."
La lectura práctica es que Xiaomi intenta construir un modelo base para robots con más de 100.000 horas de trayectorias reales de manipulación.
El cuello de botella son los datos
Los datos robóticos son caros porque requieren cuerpo, operador, lugar físico y mantenimiento. Xiaomi usa trayectorias UMI no ligadas a un único robot, con más de 1.700 escenarios en hogares, espacios comerciales, entornos industriales y exteriores.
Las trayectorias largas se dividen en clips y un modelo visión-lenguaje describe los cambios de estado. Luego, el post-entrenamiento conecta esa representación con robots reales e instrucciones en lenguaje natural. La página oficial cita más de 7.200 horas de datos de robots reales en casas reales; medios chinos sitúan el conjunto cross-embodiment completo en unas 11.000 horas.
Buenos números, pero no una prueba de producción
Los resultados publicados son 74,5% en RoboCasa, 57,4% en RoboCasa365, 59,1% en VLABench y 13,93% en RoboDojo. El registro de RoboCasa lista 80,2% en Atomic-Seen, 57,1% en Composite-Seen y 32,1% en Composite-Unseen, con acceso privado a pesos y código.
Para nuevas tareas, Xiaomi dice que con menos de 10 horas de demostraciones por tarea alcanza 75% de éxito general, frente al 40% de pi0.5. Con menos de 40 horas sube a 85%, frente al 53% de la línea base.
Aun así, producto real exige más: operación continua, desgaste de hardware, recuperación de errores, seguridad en casa y coste de mantenimiento. GitHub aún muestra código y pesos pendientes de publicación, y RoboCasa marca Open Source: no.
Fuentes: Zhidongxi, página de Xiaomi Robotics, CocoLoop, proyecto de GitHub, RoboCasa Leaderboard y CLS; verificados 100.000 horas, más de 1.700 escenarios, 7.200 horas de datos reales, adaptación 75%/85%, RoboCasa365 57,4% y RoboDojo 13,93%.