Xiaomi-Robotics-1

技术路线与能力

• Xiaomi-Robotics-1 被描述为一个相对较小（约 10B 参数）的视觉-语言-动作（VLA）模型，但仍能完成非平凡的操作任务。
• 它采用“full VLA”的端到端范式，带有隐式世界模型，而不是显式状态表示和轨迹展开。
• 训练包括大规模非机器人数据以及机器人示教（通常由人类通过远程操控标准化的 UMI 夹爪和摄像头），目标是实现“embodiment-free”的夹爪/摄像头使用。
• 报告的基准：提升了 Robodojo 成功率（例如 14%，而此前为 9%）；迁移学习方面宣称在 <10 小时示教后，新复杂任务可达到约 75% 的成功率，不过记忆类任务较弱，结果的统计支撑也不够扎实。

泛化与硬件方面的担忧

• 讨论集中在这类模型对其他机器人的迁移效果：对相似平台（1–2 个机械臂、双指手）大概率还不错，但预计仍需要针对不同机械臂类型进行微调。
• 这里的“embodiment-free”主要指标准化的末端执行器/摄像头，而不是真正适用于任意机器人身体。

演示可靠性与性能

• 有人因为宣传视频频繁切镜而不信任其真实性；也有人指出存在一个“未剪辑”的 2 倍速完整运行视频，显示出偶尔的循环和犹豫。
• 几位评论者提醒，“未剪辑”仍然只是“最好的一次运行”，并不代表平均表现。
• 从论文看，一位评论者指出某些任务大约只有 ~50% 的成功率；也有人强调可变形物体、细小可操作部位（拉链）以及双臂协同有多么困难。

把叠衣服作为基准测试

• 许多人认为叠衣服是很强的测试场景：可变形、容易缠绕、存在遮挡、需要精细抓取和多步序列。
• 有人认为选择它是因为视觉上直观且能展示灵巧性；也有人说这只是现实中的一个很小的时间消耗，尤其是没有孩子的情况下。

家务自动化的价值与成本

• 支持者对把讨厌的家务（洗衣、洗碗、整理）交给机器人很兴奋，并设想未来与 Home Assistant、扫地机器人和家庭库存系统整合。
• 怀疑者指出，未来多年里当前机器人很可能比人工清洁工更贵也更弱，而且这些仍是在受限环境中的受控演示。

更广泛的 AI 与社会影响

• 乐观者把这比作早期汽车：现在还慢而笨拙，但正沿着指数轨迹前进，并与 LLM 迅速改进的轨迹相似。
• 悲观者预见低收入和高收入工作都会发生岗位替代，机器人所有权会集中，并可能出现类似《Wall‑E》式的社会退化（被动化）。
• 讨论中还有一场元争论：一方是觉得自己被 AI 极大增强的“AI 爱好者”，另一方则认为这种态度近乎躁狂，或与社会风险脱节。

中国、开源与地缘政治

• 许多人强调，近期中国的开放权重模型和机器人工作是全球性的重大积极因素，在美国公司倾向封闭的领域推动了开放性。
• 也有人强调这种开放是战略性的，并非长期可保证；他们呼吁西方参与者投入更多开源工作，以避免依赖。
• 线程里还穿插了关于中国与西方人权的旁争，以及对 HN 上既有反华情绪也有亲华偏见的指责。

机器人形态争论

• 有人认为非人形、任务专用机器人（蛇形、蜘蛛形、群体机器人、洗碗立方体电器）比人形机器人更高效。
• 也有人反驳说，人形或类人形态越来越可行，并且能利用人类优化环境和工具的庞大既有基础，因此把世界重新设计成适配专用机器人的样子并不现实。