小米這次公布的不是聊天模型，也不是舞台上的機器人表演。Xiaomi-Robotics-1 要回答的是一個更工程化的問題：機器人策略模型能不能隨著資料和模型規模擴大，穩定變強？
"Xiaomi-Robotics-1 is a ready-to-use robot foundation model trained on over 100K hours of real-world manipulation trajectories."
自然翻成中文，就是一個用超過10萬小時真實世界操作軌跡訓練、可直接使用的機器人基座模型。
先補上資料底座
機器人資料很貴，因為它需要人、設備、場地和維護。小米用 UMI 採集不綁定特定本體的操作軌跡，覆蓋家庭、商業空間、工業場景和戶外等 1,700 多個場景。長軌跡再由視覺語言模型切片並標註狀態變化。
後訓練階段則把這些通用動作表徵接到真機和自然語言指令上。官方頁披露，小米在真實家庭中採集超過 7,200 小時真機資料；中文報導稱整個跨本體後訓練資料約 1.1 萬小時。
榜單漂亮，量產仍要另看
官方列出的公開基準成績包括 RoboCasa 74.5%、RoboCasa365 57.4%、VLABench 59.1%、RoboDojo 13.93%。RoboCasa 記錄也能核到 Atomic-Seen 80.2%、Composite-Seen 57.1%、Composite-Unseen 32.1%，並說明評測方拿到私有權重與程式碼。
新任務適配上，小米稱每個任務平均不到 10 小時示範資料時，整體成功率達 75%，pi0.5 基線為 40%；不到 40 小時時升至 85%，基線為 53%。
但這還不能等同於家用或工廠量產。連續運轉、硬體耐久、失敗恢復、安全邊界與維護成本，都需要更長週期測試。GitHub 頁面顯示程式碼和權重仍待公開，RoboCasa 也標註 Open Source: no。
參考來源：智東西、小米 Robotics 官方頁、CocoLoop、GitHub 專案頁、RoboCasa Leaderboard、財聯社；核驗 10萬小時、1,700+場景、7,200小時真機資料、75%/85%低樣本適配、RoboCasa365 57.4% 與 RoboDojo 13.93% 成功率。