Xiaomi, birleşik bedenli sentez için 38 milyar parametreli çok modlu otoregresif bir model olan Xiaomi-Robotics-U0'u başlattı. Bu model, bedenli üretimi te...
Xiaomi, birleşik bedenli sentez için 38 milyar parametreli çok modlu otoregresif bir model olan
Xiaomi-Robotics-U0'u başlattı. Bu model, bedenli üretimi temel görüntü ve video üretiminin bir uzantısı olarak görür; metinden görüntüye düzenleme, görüntü düzenleme, bedenli sahne üretimi, bedenli göç ve bedenli video üretimini birlikte optimize eder. Çeşitli robot formlarında yüksek kaliteli çoklu görünüm sahne üretimini destekleyen ilk modeldir ve yapılandırılmış, kontrol edilebilir beden göçünü tanıtır. Model, tek adımlı ve ardışık üretim görevlerinde SOTA'yı başarıyor, bedenlenmiş sahne üretimi ve transferinin insan değerlendirmesinde GPT-Image-2.0'ı geride bırakıyor, World Arena'da bedenlenmiş video üretiminde birinci sırada yer alıyor ve pi_0.5'in gerçek dünya manipülasyon görevlerinde dağıtım dışı başarı oranını %36,9'dan %63,2'ye yükseltiyor. Kod ve kontrol noktaları açık kaynaklıdır.
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。
当前抓取源提供的是标题、摘要、来源和原文入口，不直接搬运完整原文。完整报道请通过下方原文链接前往来源站点查看。
抓取通道: 摘要聚合 · 原始域名: arxiv.org
Kaynak: HuggingFace Daily Papers（社区热门论文）
原文链接: Orijinal kaynağı aç
Aioga 归档: 查看情报页
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 自动聚合全球 AI 动态，并保留来源信息用于核验与引用。