Xiaomi a lancé Xiaomi-Robotics-U0, un modèle autorégressif multimodal de 38 milliards de paramètres pour la synthèse unifiée de l’incarnation. Ce modèle co...
Xiaomi a lancé Xiaomi-Robotics-U0, un modèle autorégressif multimodal de 38 milliards de paramètres
pour la synthèse unifiée de l’incarnation. Ce modèle considère la génération incarnée comme une extension de la génération d’images et de vidéos de base, optimisant conjointement le texte à image, le montage d’images, la génération de scènes incarnées, la migration incarnée et la génération vidéo incarnée. C’est le premier modèle à supporter la génération de scènes multi-vues de haute qualité sur différentes formes de robots, introduisant une migration structurée et contrôlable des incarnations. Le modèle atteint la SOTA dans les tâches de génération en une étape et séquentielle, dépasse GPT-Image-2.0 dans l’évaluation humaine de la génération et du transfert de scènes incarnées, se classe premier en génération vidéo incarnée dans World Arena, et augmente le taux de réussite hors distribution de pi_0.5 sur les tâches de manipulation réelles de 36,9 % à 63,2 %. Le code et les points de contrôle sont open source.
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 source fournit un titre, un résumé, une attribution et un lien original. Aioga ne republie pas l’article intégral.
Canal de collecte: Agrégation de résumés · Domaine source: arxiv.org
Source: HuggingFace Daily Papers（社区热门论文）
Lien original: Ouvrir la source
Archive Aioga: Ouvrir la page de veille
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 agrège l’actualité mondiale de l’IA et conserve les sources pour vérification et citation.