#雷军公布小米机器人最新进展#
小米这个Xiaomi-Robotics-0实在太强了……

从架构创新方面，小米用了多模态VLM做“大脑”，负责理解人类指令和空间关系。用多层Diffusion Transformer（DiT）做“小脑”，生成高频、平滑的“动作块”，保证动作精准连贯。所以小米机器人才能既能“听懂话”，又能“动作灵”。

目前已经刷新了多项SOTA，真实场景表现非常亮眼。在主流仿真测试（如Libero、CALVIN、SimpleBench）中都取得了优异成绩。

在真实物理世界中，能在消费级显卡上实现实时推理，动作连贯、反应灵敏，完成叠积木、叠毛巾等复杂任务。注意是消费级显卡，展示视频我放下面了，实在太精准了。
#小米发布机器人基座模型#