Xiaomi lanzó Xiaomi-Robotics-U0, un modelo autoregresivo multimodal de 38 mil millones de parámetros para síntesis incorporada unificada. Este modelo consi...
Xiaomi lanzó Xiaomi-Robotics-U0, un modelo autoregresivo multimodal de 38 mil millones de parámetros
para síntesis incorporada unificada. Este modelo considera la generación incorporada como una extensión de la generación básica de imágenes y vídeo, optimizando conjuntamente el texto a imagen, la edición de imágenes, la generación de escenas incorporadas, la migración incorporada y la generación de vídeo incorporado. Es el primer modelo que soporta la generación de escenas multivista de alta calidad en diversas formas robóticas, introduciendo una migración estructurada y controlable de la incorporación. El modelo logra SOTA en tareas de generación de un solo paso y secuencial, supera a GPT-Image-2.0 en la evaluación humana de la generación y transferencia de escenas incorporadas, ocupa el primer lugar en generación de vídeo incorporado en World Arena y aumenta la tasa de éxito fuera de distribución de pi_0.5 en tareas de manipulación del mundo real del 36,9% al 63,2%. El código y los puntos de control son de código abierto.
arXivLabs is a framework that allows collaborators to develop and share new arXiv features directly on our website.
Have an idea for a project that will add value for arXiv's community? Learn more about arXivLabs ：https://info.arxiv.org/labs/index.html.
材料摘要称，小米推出380亿参数多模态自回归模型Xiaomi-Robotics-U0，将图像、视频与多类具身生成任务纳入联合优化，并已开源代码与检查点。
该模型把具身生成视为基础图像和视频生成的延伸，覆盖文生图、图像编辑、具身场景生成、具身迁移与具身视频生成。正文摘录仅介绍arXivLabs，未提供论文技术细节。
Aioga判断，其主要编辑价值在于尝试以单一自回归模型统一多种具身合成任务，并强调跨机器人形态和结构化控制；但现有材料中的性能结论主要来自摘要，仍需论文实验细节支撑。
若摘要所述结果可复现，该方法可能降低不同机器人形态间场景与视频数据生成的割裂程度，并为真实世界操控的分布外泛化提供辅助；目前不能据此推断其已具备通用机器人控制能力。 值得关注论文对训练数据、评测协议、基线设置、人类评估流程及真实世界任务的披露，并核验World Arena排名、与GPT-Image-2.0的比较，以及36.9%至63.2%的提升能否独立复现。
La fuente proporciona título, resumen, atribución y enlace original. Aioga no republica el artículo completo.
Canal de ingesta: Agregación de resúmenes · Dominio original: arxiv.org
Fuente: HuggingFace Daily Papers（社区热门论文）
Enlace original: Abrir fuente original
Archivo Aioga: Abrir página de inteligencia
Content record: source-page · Updated: 2026-07-13T14:57:58.000Z
统一接入主流 AI 模型 API，为开发、测试与生产环境提供稳定调用入口。
立即访问 api.w173.com
Scan to open this articleAioga agrega novedades globales de IA y conserva las fuentes para verificación y cita.