亚毫米级精准对位：小米开源 VLA 大模型后训练全流程

2026-11-13 热点

小米近期宣布正式开源其视觉-语言-动作（VLA）大模型 Xiaomi-Robo亚毫tics-0的真机后训练全流程。这一举措标志着小米在具身智能领域迈出重要一步，米级旨在让机器人能够更快速地通过少量数据掌握复杂的操作技能。

二十小时练就“穿针引线”

基于精准预训练基座，研发团队仅利用约20小时的任务数据进行真机后训练，便让机器人掌握了将耳对位机精准收纳进盒的高难度动作。该过程不仅要求极高的空间感知精度，还需克服极低表面粗糙度带：小来的位移干扰。

模型必须在亚毫米级的公差范围内完成对位，并能实时修正动作偏差。这种“连续米开丝滑”的执行能力，证明了 Xiaomi-Robotics-0在处理高精度装配任源务时的卓越潜力。

开源生态推动生产力进化

为了让该模型真正成为“开箱即用”的工具，小米此VL次不仅开放了模型权重，还公布了技术报告与源代码。这种全链条的开源模式，极大降低了开发A 者进入具身智能领域的门槛。

此前，该模型在国际权威平台上已表现出色，位列全球下载榜前大模列。随着后训练流程的公开，全球开发者将能共同优化机器人的感知与执行逻辑，加速 A型后I 机器人走进现实生产生活的进程。