北京
分享至
2026年2月12日消息，小米开源首代机器人VLA大模型Xiaomi-Robotics-0，通过采用“大脑+小脑”混合架构实现实时控制，在三大主流的仿真测试和现实真机任务中均获得优异成绩。
据了解，这是一个拥有47亿参数、兼具视觉语言理解与高性能实时执行能力的开源 VLA 模型。它不仅在三大主流的仿真测试中获得优异成绩，更在现实真机任务中实现了物理智能的泛化，动作连贯、反应灵敏，且能在消费级显卡上实现实时推理。同时，模型“大脑”基于多模态视觉语言模型，负责理解人类指令与空间关系；“小脑”采用多层Diffusion Transformer，生成高频、平滑的动作块，实现精准连贯的物理操作。
此外，模型具备强泛化能力，既能执行操作又不丢失视觉理解与逻辑推理能力，实现“既会干活，也能答问”。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
