Xiaomi-Robotics-1
O novo projeto Xiaomi-Robotics-1 da Xiaomi mostra um modelo open de visão-linguagem-ação relativamente pequeno (≈10B de parâmetros) controlando robôs que separam, dobram e empacotam roupa, impressionando muitos com imagens sem cortes de manipulação bimanual complexa de objetos deformáveis. Comentadores veem isso como um passo importante rumo à robótica doméstica prática e um possível análogo de como os LLMs transformaram o trabalho do conhecimento, enquanto outros enfatizam que os sistemas atuais ainda são demos lentas e frágeis, longe de ajudantes domésticos totalmente autônomos e acessíveis. O thread se expande para questões mais amplas sobre substituição de empregos, dependência humana da automação, o papel crescente da China em IA/robótica aberta e se robôs gerais humanoides superarão máquinas especializadas e ambientes redesenhados.
Abordagem técnica e capacidades
- Xiaomi-Robotics-1 é descrito como um modelo de visão–linguagem–ação (VLA) relativamente pequeno (~10B de parâmetros), mas capaz de manipulação não trivial.
- Ele segue um paradigma “full VLA” de ponta a ponta com um modelo de mundo implícito, em vez de representações de estado explícitas e simulações de trajetórias.
- O treinamento inclui dados não robóticos em grande escala, além de demonstrações robóticas (muitas vezes humanos teleoperando pinças e câmeras UMI padronizadas), visando um uso “embodiment-free” de pinça/câmera.
- Benchmarks reportados: melhora o sucesso em Robodojo (por exemplo, 14% vs 9% anterior); alegações de aprendizado por transferência indicam ~75% de sucesso em novas tarefas complexas a partir de <10 horas de demonstrações, embora tarefas de memória sejam mais fracas e os resultados sejam estatisticamente pouco robustos.
Generalização e preocupações com hardware
- Discussão sobre quão bem esses modelos transferem para outros robôs: provavelmente razoável para plataformas semelhantes (1–2 braços, mãos de 2 dedos), mas espera-se ajuste fino por tipo de braço.
- “Embodiment-free” aqui significa principalmente efector final/câmera padronizados, não corpos robóticos verdadeiramente arbitrários.
Confiabilidade da demo e desempenho
- Alguns desconfiam do principal vídeo promocional por causa dos cortes frequentes; outros apontam uma execução completa “sem cortes” em 2× de velocidade que mostra laços ocasionais e hesitações.
- Vários comentaristas alertam que “sem cortes” ainda significa “melhor execução”, não o desempenho médio.
- Pelo artigo, um comentarista observa cerca de ~50% de sucesso em algumas tarefas; outros enfatizam o quão difíceis são objetos deformáveis, pontos de pega estreitos (zíperes) e a coordenação bimanual.
Dobrar roupa como benchmark
- Muitos veem dobrar roupa como um excelente campo de teste: itens deformáveis, emaranhados, oclusões, pegadas precisas e sequenciamento em múltiplas etapas.
- Alguns argumentam que isso foi escolhido porque é visualmente intuitivo e mostra destreza; outros dizem que é uma fonte de perda de tempo muito pequena no mundo real, especialmente sem crianças.
Valor da automação doméstica vs custo
- Entusiastas estão animados com a possibilidade de aliviar tarefas odiadas (lavar roupa, louça, arrumar) e imaginam futura integração com Home Assistant, aspiradores robóticos e sistemas domésticos de inventário.
- Céticos observam que os robôs atuais provavelmente serão mais caros e menos capazes do que limpadores humanos por anos, e que isso ainda são demonstrações controladas em ambientes restritos.
Implicações mais amplas de IA e sociedade
- Vozes otimistas comparam isso aos primeiros carros: lentos e desajeitados agora, mas numa trajetória exponencial, com paralelos a como os LLMs melhoraram rapidamente.
- Vozes pessimistas preveem deslocamento de empregos em trabalhos de baixa e alta renda, concentração da propriedade de robôs e possível decadência social (passividade estilo Wall‑E).
- Há um meta-debate entre “entusiastas de IA” que se sentem supercapacitados e críticos que veem essa atitude como maníaca ou desconectada dos riscos sociais.
China, open source e geopolítica
- Muitos destacam que os recentes modelos open-weight chineses e o trabalho em robótica são um grande positivo global, promovendo abertura em um espaço onde as empresas dos EUA tendem a ser fechadas.
- Outros ressaltam que essa abertura é estratégica, não garantida no longo prazo; pedem mais esforço open-source por parte de atores ocidentais para evitar dependência.
- O thread inclui discussões paralelas sobre direitos humanos na China vs. no Ocidente e acusações tanto de sentimento anti-China quanto de viés pró-China no HN.
Debate sobre formato do robô
- Alguns argumentam que robôs não humanoides e específicos para tarefas (cobras, aranhas, enxames, aparelhos em forma de cubo para louça) são mais eficientes do que humanoides.
- Outros contestam, dizendo que formas humanoides ou quase humanoides estão se tornando viáveis e podem aproveitar a enorme base instalada de ambientes e ferramentas otimizados para humanos, tornando menos realista redesenhar o mundo para bots de uso específico.