展开菜单
首页 精品内容 本月促销 装机必备 Windows macOS软件 IOS软件 Android AI PDF教程 专题
全部分类

当前位置:

首页 > 硬件相关 > Xiaomi-Robotics-U0开源发布 几何级效率提升

Xiaomi-Robotics-U0开源发布 几何级效率提升

小米发布具身智能领域首个统一生成模型Xiaomi-Robotics-U0,380亿参数,融合多项具身建模与图像生成能力。在WorldArena评测中综合性能全球第一,真机测试显示陌生环境下任务完成进度提升26.3%,数据生成效率提升82.9倍,为机器人训练数据可控、高效批量生产奠定基础。

说实话,机器人训练这件事,长期以来最大的瓶颈是什么?数据。数据。还是数据。

但真实世界里采集数据,成本高、周期长,而且很难覆盖各种光照、背景、物体组合和不同的机器人本体。过去,不同类型的数据往往需要不同的模型分别生成,效率低得让人头疼。

小米最近放了个大招:正式发布了Xiaomi-Robotics-U0大模型(下称“U0”),而且直接开源了。这是具身智能领域里首个统一生成模型,380亿参数,首次把多项具身世界建模能力和通用图像生成能力统一到一套多模态自回归架构里。什么意思?等于给机器人训练数据的生成、迁移和扩增,提供了一个统一的底座——效率一下子就上来了。

U0的性能表现也很能打。在由清华大学、北京大学等机构联合打造的具身智能权威评测基准WorldArena上,U0拿到了73.64分,综合性能全球第一。真机测试的结果更有说服力:用U0生成的数据训练后,机器人就算到了从没见过的环境,任务完成进度平均提升了26.3%。这意味着什么?环境泛化能力——机器人从实验室走向真实世界、实现规模化应用必须突破的瓶颈,被实实在在地向前推了一大步。

统一四类生成任务,搭起「具身数据」工厂

U0的能力覆盖了四类核心任务,而且每一项都是实打实的硬功夫:

具身场景生成:根据文本描述,为指定机器人生成桌面、厨房、仓库等环境下的多视角初始观测;

具身迁移:把已有机器人轨迹迁移到新环境里,改变光照、背景、材质或物体的同时,保持机械臂姿态、动作轨迹和场景布局不变;

机器人交互视频生成:根据初始观测和操作指令生成后续视频,兼顾动作连贯性和物理一致性;

通用文生图与图像编辑:保留通用视觉生成与编辑能力,把互联网上已有的视觉知识迁移到具身智能任务中,进一步扩充训练数据的场景和物体类型。

这四类能力,把"生成场景—迁移轨迹—扩展环境—生成交互过程"这条数据生产链路完全贯通了。U0就像一座统一、可控、高效的"具身数据工厂"——不同的机器人、不同的场景、不同的任务,都能在这里找到对应的数据。

真机测试的结果进一步坐实了它的价值。在陌生光照、未知背景这些分布外场景里,用U0生成的数据训练后的机器人,任务完成进度平均提升了26.3%。说句大白话:就算换到训练阶段完全没见过的环境,机器人也能更稳定地完成任务。这才是关键所在。

可控性大幅领先GPT-Image 2.0,造可用的具身数据

给机器人"造"数据,和普通的AI画图有本质区别。画面不仅要逼真,更要和真实采集的动作轨迹严格对齐——同一个物体在不同相机视角下的位置必须几何一致,机械臂的姿态不能因为换了背景就错位。否则,生成的数据根本没法用来训练。

针对这个挑战,U0提出了五维解耦结构化控制范式。简单说,就是把机器人工作场景拆成五个维度:工作台布局、操作物体、无关物体、光照和背景。每个维度都能通过自然语言独立调整,修改前景、背景或光照的同时,尽量保持机械臂姿态、空间结构及多视角关系不变。

在WorldArena评测中,U0综合排名第一,指令遵循、交互质量和视角一致性三个子项也全部拿下第一。可控性得分91.60,3D准确性92.04。这些数据不是虚的。

在一项包含300个不同难度样本的对比测试中,U0在深度一致性、结构保真和语义对齐三个维度上都大幅领先GPT-Image 2.0。后者虽然也能生成符合文字描述的画面,但在跨视角场景里,更容易出现物体错位、空间畸变或机械臂姿态变化,导致生成数据与原始轨迹的对应关系出问题。

U0的优势,不只是"把画面生成得更像",更在于让机器人动作、空间关系和多视角观测保持一致,使生成的数据真正具备训练价值。

7.5分钟到5.44秒,数据生成效率提升82.9倍

大规模生产具身数据,除了要求结果准确,速度和成本也是绕不开的坎。

U0提出的FlashAR+高速推理加速方案,结合对角并行解码与高效的缓存调度技术,能把一张可用高清训练图片(1024×1024分辨率)的生成时间,从原来的7.5分钟(450.77秒)极限压缩到5.44秒——效率提升了82.9倍。

这一效率提升,为具身训练数据的低成本、规模化生产提供了工程基础。机器人训练团队因而能在更短时间内,批量生成覆盖不同背景、光照、物体和机型的训练数据。随着U0开源,具身数据有望从依赖大量人工采集,真正走向可控、高效的批量生产。

本文内容来源于互联网,如有侵权请联系删除。
作者最新文章
硬件相关 小米
相关文章 更多
精品专题 更多
本月促销

正软商城本月促销专区,汇集办公、设计、安全、影音、系统工具及AI软件等正版软件优惠活动,提供限时折扣、特价授权和优惠购买信息,活动库存及价格以页面实时展示为准。

装机必备

正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

Windows

正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

macOS软件

正软商城macOS软件专区,精选适用于Mac电脑的办公、设计、影音、效率、开发和系统工具,提供软件功能介绍、macOS兼容版本、正版授权及购买下载服务。

IOS软件

正软商城iOS软件专区,精选适用于iPhone和iPad的办公、学习、影音、设计、效率及AI应用,提供功能介绍、适用设备、系统要求和正版获取方式等信息。

AI

正软商城AI软件专区,汇集AI写作、AI绘画、AI视频、AI办公、AI编程、AI翻译、智能客服和数据分析等人工智能工具,提供功能介绍、适用平台、收费方式及正版购买信息。

PDF教程

正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

Mac软件 更多
灵活计算器
灵活计算器

灵活计算器是一款笔记式算数应用,支持实时计算、动态关联和云端同步功能。记录、整理和输出之间的过渡会更自然,适合长期写作、做笔记或持续沉淀个人内容。

赤友清理大师
赤友清理大师

赤友清理大师是一款为 Mac 设计的智能清理优化工具,可精准扫描垃圾、大文件、重复文件等,释放磁盘空间。做扫描整理、文字提取和表格转换时,它能把识别后的处理步骤接得更顺,资料录入这类场景会省下不少时间。

极度公式
极度公式

极度公式是一款跨平台专业LaTeX公式识别编辑软件,支持OCR公式识别和多平台编辑。和使用说明,避免使用,享受完整功能与稳定支持。做扫描整理、文字提取和表格转换时,它能把识别后的处理步骤接得更顺,资料录入这类场景会省下不少时间。

图几
图几

图几是一款适用于 macOS 的截图、标注与美化工具,支持离线操作保障隐私。界面整理和高频系统操作被放到一起考虑,桌面或窗口内容一多时,管理起来会更省心。

密码键盘
密码键盘

密码键盘是一款兼具安全性与便捷性的高效密码管理器。日常使用里的持续防护和信息管理会更突出,适合把安全控制放进长期使用流程中的场景。

思源笔记
思源笔记

思源笔记是一款本地笔记软件,提供所见即所得的编辑方式,为长文写作带来顺滑的体验。记录、整理和输出之间的过渡会更自然,适合长期写作、做笔记或持续沉淀个人内容。

Office 365 简体中文
Office 365 简体中文

一款文字处理软件,一种订阅式的跨平台办公软件,基于云平台提供多种服务,通过将 Excel 和 Outlook 等应用与 OneDrive 和 Microsoft Teams 等强大的云服务相结合,Office 365 可让任何人使用任何设备随时随地创建和共享内容。

WALTR PRO
WALTR PRO

WALTR是一款电脑至iOS文件传输转换工具,操作简单,快速实现文件识别与传送。做扫描整理、文字提取和表格转换时,它能把识别后的处理步骤接得更顺,资料录入这类场景会省下不少时间。

CodeExpander
CodeExpander

CodeExpander 是一款快捷短语输入增强工具,通过键入缩写自动展开为自定义文段,提升工作效率。任务管理和过程控制会更完整,持续下载、批量同步或需要稳定传输流程的场景会更适合它。

Mountain Duck
Mountain Duck

Mountain Duck 是一款能将多个网盘挂载到本地的工具,像本地磁盘一样使用网盘。清理链路的完整性会更好一些,做应用卸载、残留处理和空间整理时,通常能少走很多手动排查步骤。

Menuist
Menuist

Menuist 是一款面向 macOS 的 Finder 右键菜单增强工具,主要用来补充新建文件、快捷导航等常用操作,让日常文件管理和访问路径时更高效、更顺手。

Mole
Mole

Mole 是一款专为 Mac 设计的深度清理优化工具,涵盖缓存清理、应用管理及实时状态监控等功能。清理链路的完整性会更好一些,做应用卸载、残留处理和空间整理时,通常能少走很多手动排查步骤。

WINDOWS 更多
Windows 10
Windows 10

Windows 10 是一款微软推出的经典操作系统,拥有硬件兼容性与多任务处理能力。它更偏向把系统状态查看和常用调节动作放在一起,适合需要持续观察和微调设备状态的场景。

极度公式
极度公式

极度公式是一款跨平台专业LaTeX公式识别编辑软件,支持OCR公式识别和多平台编辑。和使用说明,避免使用,享受完整功能与稳定支持。做扫描整理、文字提取和表格转换时,它能把识别后的处理步骤接得更顺,资料录入这类场景会省下不少时间。

密码键盘
密码键盘

密码键盘是一款兼具安全性与便捷性的高效密码管理器。日常使用里的持续防护和信息管理会更突出,适合把安全控制放进长期使用流程中的场景。

思源笔记
思源笔记

思源笔记是一款本地笔记软件,提供所见即所得的编辑方式,为长文写作带来顺滑的体验。记录、整理和输出之间的过渡会更自然,适合长期写作、做笔记或持续沉淀个人内容。

傲梅轻松备份
傲梅轻松备份

傲梅轻松备份是一款专业易用的数据备份软件,为重要数据提供安全保障。日常使用里的持续防护和信息管理会更突出,适合把安全控制放进长期使用流程中的场景。

Office 365 简体中文
Office 365 简体中文

一款文字处理软件,一种订阅式的跨平台办公软件,基于云平台提供多种服务,通过将 Excel 和 Outlook 等应用与 OneDrive 和 Microsoft Teams 等强大的云服务相结合,Office 365 可让任何人使用任何设备随时随地创建和共享内容。

Wise Folder Hider Pro
Wise Folder Hider Pro

Wise Folder Hider Pro 是一款专业级文件和文件夹隐藏加密软件,为私密数据添加多重保护。高频操作更强调就近处理,浏览、整理和跨目录移动文件时,来回切换和重复点击都会少很多。

WALTR PRO
WALTR PRO

WALTR是一款电脑至iOS文件传输转换工具,操作简单,快速实现文件识别与传送。做扫描整理、文字提取和表格转换时,它能把识别后的处理步骤接得更顺,资料录入这类场景会省下不少时间。

CodeExpander
CodeExpander

CodeExpander 是一款快捷短语输入增强工具,通过键入缩写自动展开为自定义文段,提升工作效率。任务管理和过程控制会更完整,持续下载、批量同步或需要稳定传输流程的场景会更适合它。

PinStack
PinStack

PinStack是一款轻量级的Windows平台剪贴板管理工具,优化您的剪贴板使用体验。它更偏向把系统状态查看和常用调节动作放在一起,适合需要持续观察和微调设备状态的场景。

Mountain Duck
Mountain Duck

Mountain Duck 是一款能将多个网盘挂载到本地的工具,像本地磁盘一样使用网盘。清理链路的完整性会更好一些,做应用卸载、残留处理和空间整理时,通常能少走很多手动排查步骤。

Seer
Seer

Seer是一款在Win平台下的空格键功能增强效率工具,只需轻敲空格键,就能预览几乎任何格式的文件。它更适合把零散的小功能集中起来使用,处理高频琐碎任务时会更省事。