何が起きたか

Xiaomiは2026年7月16日、実世界の操作軌跡10万時間超で学習した視覚言語行動(VLA)基盤モデル「Xiaomi-Robotics-1」を発表した。同モデルは、未見環境での多様な指示追従と、最小限の追加学習での効率的な適応を実現し、RoboCasa365で57.4%の成功率を達成したと報告されている。

なぜ重要か

家庭内や施設内でロボットに自然な言葉で作業を指示したい研究者や開発者にとって、未知の環境でも動かせるかと、新しい作業にどれだけ少ない追加データで合わせ込めるかは導入の大きな条件になる。Xiaomiは、実世界の操作軌跡10万時間超で事前学習したこのモデルが、未見環境での指示追従と少量の追加学習での適応に対応し、RoboCasa365で従来最高の46.6％を上回る57.4％だったと報告している。