Роботы Xiaomi собирают чемодан и не только


Xiaomi представила Xiaomi-Robotics-1 — базовую модель для мобильных роботов-манипуляторов. Под её управлением машины раскладывают обувь, загружают бельё в стиральную машину, заправляют бумагу в принтер и собирают чемодан. Но самое интересное здесь не сами роботы и даже не набор бытовых трюков, а способ, которым их учили.

Обычно для обучения такой системы нужны тысячи часов работы настоящих машин. Это дорого, медленно и плохо масштабируется: робот занимает лабораторию, требует оператора и всё это время изнашивает оборудование. Xiaomi пошла другим путём — сначала записала огромный массив человеческих движений, а уже потом перенесла полученные навыки на физические манипуляторы.

Проектную страницу и препринт Xiaomi-Robotics-1 компания опубликовала 16 июля 2026 года. В ближайшее время Xiaomi также пообещала разместить на GitHub исходный код и веса модели.

Сначала роботов заменили люди с захватами

Для предварительного обучения команда собрала более 100 тысяч часов реальных манипуляций в 1700 с лишним сценариях. Записи делали в домах, офисах, коммерческих и промышленных помещениях, а также на улице.

При этом люди не управляли полноценными роботами. Они пользовались устройствами Universal Manipulation Interface — ручными захватами с камерами, которые записывают движения и взаимодействие с предметами. Человек мог открыть шкаф, переложить посуду, убрать одежду или взять коробку, а система сохраняла траекторию захватов и изображение от первого лица.

Так Xiaomi обошла одно из главных ограничений современной робототехники: нехватку разнообразных данных. Собрать сто тысяч часов человеческих действий всё ещё сложно, но это гораздо проще, чем заставить настоящие машины столько же времени без остановки работать в тысячах разных помещений.

Оставалась другая проблема: такой объём видео невозможно вручную просмотреть и подробно подписать. Поэтому записи разбили на короткие фрагменты, а зрительно-языковая модель Qwen3.5-27B автоматически описала, что изменилось в каждом эпизоде: какой предмет взяли, куда его перенесли и в каком состоянии осталась сцена. По словам авторов, разметка всего массива заняла около двух недель.

В результате Xiaomi-Robotics-1 училась не механически копировать каждое записанное движение, а понимать требуемое изменение: например, как сделать так, чтобы обувь оказалась на полке, одежда — в корзине, а посуда — в шкафу.

Затем человеческие движения перенесли на настоящие машины

Напрямую передать такую подготовку роботу нельзя. У человека с ручным захватом и у мобильного манипулятора разная геометрия, скорость и набор доступных движений. Кроме того, текстовые подписи первого этапа описывали результат действия, тогда как пользователь обычно отдаёт прямую команду: «убери обувь» или «положи предмет в рюкзак».

Поэтому обучение разделили на два этапа. После ста тысяч часов предварительной подготовки модель дополнительно обучили примерно на 10 тысячах часов данных от разных роботизированных платформ. В этот набор вошли более 7200 часов работы собственных мобильных и двуручных роботов Xiaomi в реальных домах, свыше тысячи часов вручную размеченных записей UMI и открытые наборы Bridge V2, RT-1 и DROID.

Сама Xiaomi-Robotics-1 объединяет зрительно-языковую модель семейства Qwen3-VL и диффузионный трансформер, который формирует последовательности движений. Авторы подготовили три версии системы — примерно на 2,6, 5,1 и 10,5 млрд параметров.

Задача всей этой конструкции проста по формулировке, но сложна в исполнении: робот должен увидеть помещение, понять человеческую команду и превратить её в непрерывную цепочку физических действий.

В незнакомых комнатах роботы справлялись лучше по мере роста модели

После второго этапа Xiaomi проверила систему на четырёх бытовых сценариях: хранении обуви, сборе рюкзака, сортировке предметов на столе и уборке дивана. Сами типы задач модель уже встречала во время подготовки, но помещения и конкретные предметы в испытаниях были новыми. Это важное уточнение: робот не осваивал неизвестную работу с нуля, а переносил знакомый навык в другую обстановку.

Чем больше была модель, тем лучше становился результат. Средняя успешность выросла с 61% у младшей версии до 79% у крупнейшей. Особенно заметно это проявилось при уборке обуви: показатель поднялся с 58 до 92%.

Увеличение обучающей выборки тоже помогало. Правда, контролируемый эксперимент по масштабированию проводили не на всех 100 тысячах часов, а на поднаборе примерно из 20 тысяч. Авторы последовательно обучали модели на разных его долях и обнаружили, что с ростом массива ошибок становилось меньше.

Именно это Xiaomi считает главным результатом работы: закономерности, на которых выросли большие языковые модели, начинают проявляться и в робототехнике. Больше разнообразных данных и более крупная модель дают более устойчивое поведение в незнакомой обстановке.

Новым действиям систему доучивали всего несколько часов

Следующая проверка была сложнее. Исследователи выбрали четыре задачи, которых не было во внутренних роботизированных данных Xiaomi: упаковку телефонов, загрузку белья, пополнение бумаги в принтере и укладку предметов в коробку.

Здесь уже потребовалось дополнительное обучение, однако данных понадобилось сравнительно немного — в среднем менее десяти часов демонстраций на каждую задачу. После этого Xiaomi-Robotics-1 успешно завершила 75% попыток, тогда как сравниваемая модель π0.5 получила 40%.

Цифры выглядят убедительно, но выборка небольшая: каждую задачу выполняли только десять раз. Поэтому один удачный или неудачный запуск менял показатель сразу на десять процентных пунктов.

На официальной странице Xiaomi приводит и результаты четырёх симуляционных тестов. В RoboCasa365 система получила 57,4% против прежнего лучшего результата 46,6%. Особенно хорошо модель справилась с заданиями, в которых уже знакомые действия нужно было соединять по-новому. В RoboDojo её успешность составила 13,93% против 8,80% у ближайшего соперника.

Пока это результаты самой Xiaomi. Независимая проверка станет возможна после публикации кода и весов.

Два робота собирают чемодан — медленно, но самостоятельно

Самая наглядная демонстрация длится больше десяти минут. Два мобильных робота перемещаются по комнате, находят вещи, захватывают их манипуляторами и складывают в чемодан. Xiaomi опубликовала полную запись процесса без сокращений.

Выглядит это не так эффектно, как рекламные ролики самых ловких роботов. Машины двигаются медленно, часто останавливаются и делают мелкие корректирующие движения перед захватом. Кажется, что они постоянно сомневаются и перепроверяют собственные действия. Но авторы и не пытались доказать, что создали самого быстрого или плавного домашнего помощника. В работе почти не рассматриваются скорость, энергозатраты, длина траектории или количество лишних движений. 

В другой демонстрации робот достаёт посуду из раковины и раскладывает её рядом. Сложить грязные тарелки в раковину или вынуть их обратно он уже может, а вот мыть пока не берётся — лапки.

Это не готовый дворецкий и не демонстрация выдающейся моторики, а попытка решить фундаментальную проблему отрасли — научить роботов накапливать опыт тем же способом, которым развивались большие модели: за счёт огромного и разнообразного массива данных.

Читайте также:

Геоглифы Амазонии оказались солнечным календарём: новое исследование

Евросоюз обязал Google открыть Android для чужих ИИ-ассистентов

Сотни домашних видеокарт объединили в сеть и обучили языковую модель на 8,6 млрд параметров

Взлом Suno раскрыл, откуда ИИ-генератор мог брать миллионы песен

Эффект Мпембы становится управляемым: физики нашли три новых способа его контроля

Тираннозавра рекса Гаса продали за рекордные $50,13 млн на аукционе Sotheby’s

ИИ начал повышать цены на ноутбуки, смартфоны и электричество

TSMC построит на Тайване ещё два завода для упаковки чипов ИИ

Как Чернобыль, 11 сентября и COVID-19 перекроили мировую науку

ИИ устроил Samsung денежный взрыв: прибыль может вырасти в 18 раз

Новая китайская ИИ GLM-5.2 догоняет OpenAI и Anthropic

«Фильм Вселенной»: Rubin начал 10-летнюю съёмку неба, которая изменит астрономию

Можно ли жениться на ИИ: юрист предупреждает о корпорации внутри брака

Биологические часы зависят не от одного сбитого дня, а от привычного режима

 Добавьте «Aramil.life» в свои источники Google ☑