小米开源了其首代机器人VLA大模型，此举引发了业界的广泛关注。不同于单纯追求性能的路线，该模型似乎更侧重于推理速度和计算效率，这背后可能隐藏着小米在具身智能领域的独特战略布局。
智能速览
小米开源了首款机器人VLA大模型Xiaomi-Robotics-0。
模型策略上不卷性能，而是聚焦推理速度与计算量。
这为本地化部署和边缘计算场景铺平了道路。
在仿真环境中表现优异，接近NVIDIA等顶尖模型水平。
采用LEGO拼装等复杂任务进行演示，考验泛化能力。
精华内容
在具身智能技术爆发的当下，小米的入局并非偶然。其开源的VLA模型，不仅在技术层面有亮点，更揭示了其与众不同的产品化思路和长远布局。
智能家居的底牌
小米在具身智能领域的探索并非心血来潮，其最大的底气来源于庞大的智能家居生态。相较于白手起家的机器人创业公司，小米拥有天然的落地场景优势。VLA模型的价值在于，它能够成为连接虚拟指令与物理执行的“大脑”，让扫地机、窗帘、洗衣机等现有设备获得更高的智能化水平，实现真正意义上的全屋智能联动。
不卷性能卷速度
当前机器人领域竞争激烈，许多模型在追求任务成功率（SR）上内卷严重。但小米Xiaomi-Robotics-0另辟蹊径，选择了一条更务实的路线。它没有在LEGO拼装任务上挑战极限SR，而是将重点放在了推理速度和计算量的优化上。这一选择直击当前VLA模型“太卡”和“参数量巨大”的两大痛点，显然是为了未来在本地设备（边缘计算）上流畅运行做准备。
简单框架下的高效能
该模型的技术架构并未追求极致复杂，而是采用了VLM骨干网络、DiT和Flow Matching等业界成熟的组件组合。然而，正是这种简洁有效的框架，在LIBERO等仿真基准测试中取得了接近NVIDIA Cosmos Policy的顶尖成绩。更值得关注的是，其公开的演示并非简单的抓取，而是需要精巧操作的LEGO拼装任务，这不仅考验了模型的精细控制能力，也证明了其出色的泛化潜力。
家庭场景的期待
结合小米的生态优势，这项技术的未来应用场景充满了想象空间。或许在不远的将来，搭载该模型的机器人能理解“打扫一下客厅”这样的模糊指令，并自主完成规划、清扫、归位等一系列复杂操作。无论是更智能的扫地机器人，还是能自动分类并清洗衣物的机器人，都将是小米发挥其产业优势、为用户解决实际痛点的方向。
