@AdinaYakup: Xiaomi Robotics 刚刚在 @huggingface 上发布了一个迷你的具身世界模型 https://huggingface.co/collections/XiaomiRobo…
摘要
Xiaomi Robotics 在 Hugging Face 上发布了一款紧凑的具身世界模型,包括 4B 版本和序列变体,采用 Apache 2.0 许可证。
查看缓存全文
缓存时间: 2026/09/10 14:27
小米机器人刚刚在 @huggingface 发布了一个小型具身世界模型 https://huggingface.co/collections/XiaomiRobotics/xiaomi-robotics-u0… - U0的4B版本 - 用于建模连续交互的序列变体 - Apache2.0
Xiaomi-Robotics-U0 - XiaomiRobotics合集
来源:https://huggingface.co/collections/XiaomiRobotics/xiaomi-robotics-u0 更新于1天前
连接基础图像生成与具身世界建模的统一具身合成模型
点赞数 12 (https://huggingface.co/login?next=%2Fcollections%2FXiaomiRobotics%2Fxiaomi-robotics-u0)-
-
— #### XiaomiRobotics/Xiaomi-Robotics-U0-FlashAR 任意到任意• 38B• 更新于7月15日 • 52 • 10 (https://huggingface.co/XiaomiRobotics/Xiaomi-Robotics-U0-FlashAR)
-
— #### XiaomiRobotics/Xiaomi-Robotics-U0 任意到任意• 34B• 更新于7月15日 • 57 • 30 (https://huggingface.co/XiaomiRobotics/Xiaomi-Robotics-U0)
-
— #### XiaomiRobotics/Xiaomi-Robotics-U0-4B 图文到图像• 5B• 更新于1天前 • 18 • 7 (https://huggingface.co/XiaomiRobotics/Xiaomi-Robotics-U0-4B)
-
— #### XiaomiRobotics/Xiaomi-Robotics-U0-Sequence 任意到任意• 34B• 更新于1天前 • 22 • 3 (https://huggingface.co/XiaomiRobotics/Xiaomi-Robotics-U0-Sequence)
-
— #### XiaomiRobotics/Xiaomi-Robotics-U0-4B-Sequence 任意到任意• 5B• 更新于1天前 • 20 • 3 (https://huggingface.co/XiaomiRobotics/Xiaomi-Robotics-U0-4B-Sequence)
相似文章
@ModelScope2022: Xiaomi-Robotics-U0-4B 将统一的具身世界生成整合到紧凑的4B模型中。Apache 2.0。https://modelscope.a…
Xiaomi-Robotics-U0-4B 是一款紧凑的4B模型,用于统一的具身世界生成,在World Arena上排名第一,并通过开源代码显著提高了现实世界成功率。
小米开源具身智能基础模型Xiaomi-Robotics-1(4分钟阅读)
小米开源了Xiaomi-Robotics-1,这是一个在超过10万小时的UMI数据上预训练,并在1万小时以上的跨具身数据上后训练的具身AI基础模型。此次发布包含完整的真实机器人后训练与部署流程,旨在挑战Figure AI和Tesla的专有机器人模型。
@AdinaYakup: Xiaomi Robotics-1,来自@XiaomiTech_ 的新机器人基础模型 - 10万+小时真实世界机器人数据 - VLA架构…
小米宣布推出Robotics-1,这是一种采用VLA架构的新型机器人基础模型,基于超过10万小时的真实世界机器人数据进行训练,具备跨本体泛化和快速适应新任务的能力。
@victormustar: Xiaomi-Robotics-1 刚刚在 Hugging Face 上发布——一个基于10万小时真实操作数据训练而成的机器人基础模型。
小米机器人基础模型 Xiaomi Robotics-1 已在 Hugging Face 发布。该模型基于10万小时真实世界操作数据进行训练,能够自主完成叠衣服、装洗衣机、洗碗等家务。
Xiaomi-Robotics-1
小米展示了Robotics-1,这是一个通过无实体预训练在10万小时数据上训练的机器人策略模型,展现出清晰的扩展行为和对真实世界任务的强大泛化能力。