小米繼2月開源VLA大模型Xiaomi-Robotics-0後，近日公佈其真機後訓練全流程，旨在解決機器人從實驗室到實際生產的“最後一公里”問題。演示中，搭載該模型的機器人僅用20小時訓練便展現出精細操作能力，推動AI機器人成爲開箱即用的生產力工具。
小米開源47億參數機器人模型Xiaomi-Robotics-0，採用MoT混合架構，通過“大腦”與“小腦”協同工作，在消費級顯卡上實現實時推理，解決現有VLA模型因推理延遲導致動作遲緩的問題，提升機器人控制效率與泛化能力。
小米開源全新多模態大模型Xiaomi MiMo-VL-7B-2508，包含SFT和RL兩個版本。新版本優化了輸出模式，提升RL訓練穩定性，在MMMU、ChartQA等多項評測中取得突破性進步。模型創新性地支持"思考模式"和"非思考模式"切換，前者展示完整推理過程，後者響應更快。在小米內部VLM Arena評分達1131.2分，全面超越前代版本，在同類開源模型中保持領先優勢。
小米大模型團隊宣佈開源最新一代多模態大模型 Xiaomi MiMo-VL-7B-2508，包含 RL 與 SFT 兩個版本。 官方數據顯示，新版模型在學科推理、文檔理解、圖形界面定位及視頻理解四項核心能力上全面刷新紀錄，其中 MMMU 基準首次突破70分大關，ChartQA 升至94.4，ScreenSpot-v2達92.5，VideoMME 提升至70.8。
Alibaba
$1
輸入tokens/百萬
$10
輸出tokens/百萬
256
上下文長度
$2
$20
-
$0.8
128
Baidu
32
Bytedance
$8
Deepseek
$4
$12
$1.6
Tencent
24
$0.5
$3
$9
16
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
