Xiaomi Abre Código de Modelo Robótico Xiaomi-Robotics-1

A decisão de abrir o código-fonte do Xiaomi-Robotics-1, incluindo o processo completo de pós-treinamento em robôs reais, implantação do modelo e código para avaliações de benchmark, reforça o compromisso da Xiaomi com a inovação aberta e o avanço da inteligência artificial física.

Veja também:

• Soberania em IA: Brasil deve controlar seu destino, alerta Bicycle Capital
• ALERTA URGENTE: IA como ‘psicólogo’ esconde perigos REAIS para sua saúde mental, revela reportagem!

O Que é o Xiaomi-Robotics-1?

O Xiaomi-Robotics-1 é um modelo fundacional de visão-linguagem-ação (VLA) projetado para dotar robôs de “inteligência física”. Ele permite que os robôs compreendam instruções em linguagem natural, interpretem o ambiente visual e executem ações físicas com alta precisão e fluidez. Diferente de abordagens anteriores que muitas vezes resultavam em pausas entre o pensamento e o movimento do robô, o Xiaomi-Robotics-1 foi otimizado para uma execução contínua e em tempo real, eliminando atrasos comuns.

A arquitetura do modelo integra um Modelo de Linguagem Visual (VLM) pré-treinado (Qwen3-VL) com um Diffusion-Transformer (DiT), conectados por uma arquitetura Mixture-of-Transformers (MoT). Essa combinação permite que o robô não apenas entenda comandos complexos e reconheça objetos, mas também planeje suas ações físicas de forma preditiva.

Treinamento e Capacidades Avançadas

O desenvolvimento do Xiaomi-Robotics-1 seguiu um paradigma de treinamento em duas etapas, inspirado nos grandes modelos de linguagem (LLMs):

• Pré-treinamento (Amplitude): O modelo foi inicialmente pré-treinado em mais de 100.000 horas de trajetórias de manipulação do mundo real UMI (Unstructured Manipulation Interaction). Esses dados, coletados sem depender de um corpo robótico específico, abrangeram mais de 1.700 cenários em ambientes domésticos, comerciais, industriais e externos. Uma pipeline de rotulagem automática baseada em VLM anotou clipes de trajetória com descrições em linguagem natural das transições de estado da cena, fornecendo um vasto e diversificado conjunto de dados para o aprendizado de ações generalizadas.
• Pós-treinamento (Alinhamento): Após o pré-treinamento, o Xiaomi-Robotics-1 passou por mais de 10.000 horas de pós-treinamento com conjuntos de dados de robôs reais e de múltiplos corpos, incluindo mais de 7.200 horas de dados internos de robôs coletados em residências. Esta fase foi crucial para alinhar as capacidades generalizadas do modelo com corpos robóticos físicos e para permitir que ele siga instruções em linguagem natural de forma direta, em vez de depender apenas de descrições de transições de estado.

Essa abordagem permitiu que o Xiaomi-Robotics-1 demonstrasse fortes capacidades de generalização, realizando tarefas de manipulação móvel como organização, classificação e empacotamento em ambientes e com objetos nunca vistos antes.

Desempenho e Eficiência

Testes rigorosos em simulações e cenários do mundo real destacam o desempenho superior do Xiaomi-Robotics-1:

• Benchmarks de Simulação: O modelo alcançou resultados de ponta em vários benchmarks de simulação, incluindo RoboCasa, RoboCasa365 (com uma taxa de sucesso de 57,6%, superando o recorde anterior de 46,6%), VLABench e RoboDojo (com uma pontuação média de 20,07, significativamente acima dos 13,07 anteriores).
• Adaptação Eficiente a Novas Tarefas: O Xiaomi-Robotics-1 é notavelmente eficiente na aprendizagem de novas tarefas complexas, exigindo apenas algumas horas de demonstrações por tarefa. Com uma média de menos de 10 horas de demonstração, ele atinge uma taxa de sucesso geral de 75%, quase o dobro da linha de base π0.5 (40%) para o mesmo orçamento de dados. Tarefas como embalar telefones, reabastecer impressoras e dobrar toalhas foram demonstradas com sucesso.
• Otimização para Tempo Real: A implementação de inferência assíncrona garante que os movimentos do robô permaneçam contínuos, mesmo que o modelo leve tempo extra para processar informações, minimizando a latência.

Impacto e Disponibilidade

O lançamento em código aberto do Xiaomi-Robotics-1 representa um marco significativo para a Xiaomi e para a comunidade de robótica. Ao democratizar o acesso a um modelo fundacional tão robusto, a empresa busca superar a “barreira de dados” que historicamente dificultou o avanço da robótica, permitindo que pesquisadores e desenvolvedores construam sobre essa base para criar soluções robóticas inovadoras.

O código e os pontos de verificação do modelo estão disponíveis para download no site oficial da Xiaomi Robotics, no GitHub e no Hugging Face. Essa disponibilidade total de materiais de treinamento e implantação facilitará a pesquisa e o desenvolvimento em IA robótica, com scripts de benchmark também incluídos para comparação e avaliação de desempenho em tarefas personalizadas.

Contexto da Estratégia de Robótica da Xiaomi

Esta não é a primeira incursão da Xiaomi no código aberto de modelos robóticos. Em fevereiro de 2026, a empresa já havia anunciado o Xiaomi-Robotics-0, um modelo VLA de código aberto com 4,7 bilhões de parâmetros, focado em combinar compreensão visual, linguagem e execução de ações em tempo real. O Xiaomi-Robotics-1, lançado mais recentemente, parece ser uma evolução, com um foco ainda maior na escalabilidade de dados e na generalização de tarefas, utilizando um conjunto de dados de treinamento significativamente maior.

A Xiaomi tem investido pesadamente em IA e robótica, com protótipos de robôs quadrúpedes e humanoides apresentados em 2021 e 2022, respectivamente. O CEO Lei Jun reiterou o compromisso da empresa em investir em tecnologias centrais como chips, sistemas operacionais e IA, com o objetivo de integrar esses avanços em dispositivos e robôs. A estratégia de código aberto da Xiaomi é um passo fundamental para fomentar um ecossistema mais colaborativo e acelerar a chegada de robôs mais inteligentes e adaptáveis ao mundo real.