小米在最近三天，机器基座集中展示了在机器人具身领域的人训成果，在亮出人形机器人工厂成绩单、练组开源发布具身生成模型Xiaomi-Robotics-U0过后，合拳具身基座模型Xiaomi-Robotics-1也宣告正式发布。小米

PChome 7月16日消息，发布91叨嘿视频小米在最近三天，模型集中展示了在机器人具身领域的机器基座成果，在亮出人形机器人工厂成绩单、人训开源发布具身生成模型Xiaomi-Robotics-U0过后，练组具身基座模型Xiaomi-Robotics-1也宣告正式发布。合拳

Xiaomi-Robotics-1是小米小米首个基于10万小时真实世界数据进行预训练的机器人策略模型，经过“大规模UMI数据预训练+跨本体机器人数据后训练”的发布两阶段范式后，Xiaomi-Robotics-1可在未见环境、模型未见物体条件下，机器基座能看的片直接根据自然语言指令完成鞋柜收纳、桌面整理等移动操作任务，真机测试显示，该模型在四项复杂任务中平均成功率大幅超越行业标杆模型π0.5。

在国际权威评测基准RoboDojo上，Xiaomi-Robotics-1 以 20.07 的平均分数和 13.93% 的平均成功率强势登顶 Leaderboard，实现“断档式”领跑，大幅刷新了此前由行业最优方法保持的纪录（13.07分 / 8.80%成功率）。 在更具挑战性的评测基准RoboCasa上，该模型以57.4%的平均成功率同样位列全球第一。

能力跃升的背后，是规模化训练带来的确定性收益。在预训练阶段，小米具身智能团队观测到该模型会随着预训练数据量和模型规模持续提升，特色一级片任务成功率呈现清晰的Scaling趋势，验证了机器人策略模型同样存在可预测的规模化收益。

10万小时真实数据打底，首次系统性验证具身智能Scaling Law

小米官方透露，Xiaomi-Robotics-1 的开发初衷之一，是希望验证一个具身智能领域长期悬而未决的问题：如果机器人策略模型能获得足够大规模、足够多样化的真实世界操作数据，它是否也能像大模型一样进入Scaling Law时代？

所谓Scaling Law，可以理解为，“只要持续增加训练数据、扩大模型参数规模，AI 的能力就会呈现可预测的稳定提升，不会轻易碰到天花板”。ChatGPT 这类大语言模型的蘑菇视频18爆发，本质上就是这条规律的胜利。

但不同于大语言模型可以通过互联网获得近乎免费的数据，具身智能的数据采集严重依赖具体硬件、真实环境和人工遥操，成本巨大且规模有限，天然限制了验证机器人Scaling Law的路径。

为解决这一问题，小米开创了“10万小时无本体UMI数据+规模化自动标注流程”的预训练模式。

拆开来看，“无本体UMI数据”，即不依赖机器人本体采集的数据，这从根本上破解了数据采集昂贵的问题，为10万小时真实操作数据的积累奠定基础；而在面对如此规模的海量数据，传统人工标注的直接进91方式难以实现高效处理，为此小米又设计了可规模化的自动标注流程，在不到2周的时间里，完成了全量10万小时数据的高质量标注。

多达10万小时真实世界数据叠加高质量标注，让Xiaomi-Robotics-1在数据规模实验中，“坐实”了具身智能领域的Scaling Law。

实验结果显示，无论是增加数据量还是扩大模型参数，模型的动作预测精度都会稳定提升：当UMI数据量从2500小时逐步增加到20000小时，模型在验证集上的动作预测损失持续降低；当模型参数从2B逐步提升至10B，动作预测能力持续改善。

这说明，对于机器人策略模型而言，扩大真实世界操作数据和模型容量，能够带来可观测的性能收益。更重要的是，这一收益并不只体现在离线指标上。后续真实机器人实验表明，预训练阶段更强的模型，在完成后训练的真实任务执行中也表现更好。

实现“开箱即用”，可通过少量数据适配复杂新任务

进入后训练阶段，小米具身智能团队又为该模型设计“双对齐”的后训练策略。

首先是本体对齐，将预训练阶段从 UMI 数据中获得的动作生成能力，迁移到真实机器人本体上。其次是指令对齐，

将“根据状态变化描述生成动作”的能力，转化为“根据人类自然语言指令执行任务”的能力。

为此，团队构建了约 10000 小时跨本体后训练数据，其中包括 7200+ 小时移动操作机器人和双臂机器人数据、1000+ 小时人工标注 UMI 数据，以及 Bridge V2、RT-1、DROID 等公开机器人数据集。

最终呈现出来的Xiaomi-Robotics-1，展现出了“开箱即用”的能力，也就是在真实环境中，可根据自然语言指令直接执行多类移动操作任务。

需要说明的是，作为一个基座模型，Xiaomi-Robotics-1提供的是"通用能力起点"，但不是只会做固定几件事。当遇到复杂的新任务时，不需要从零采集几百小时数据重新训练，而是使用少量下游数据微调就能快速上手。真机测试中，在每个任务平均数据时长不足10小时的条件下，Xiaomi-Robotics-1 在四个任务中均大幅超越行业标杆模型π0.5，说明这种“先训练通用基座，再用少量数据适配任务”的方式，相比于传统方法效率明显更优。对于企业和开发者来说，这也意味着新任务的开发成本和周期都将显著降低。

总的来说，除了验证具身智能Scaling Law，Xiaomi-Robotics-1更大的意义在于，明确了一条面向具身智能的可规模化训练路径：通过大规模预训练，学习通用动作生成表征；再通过跨本体机器人数据后训练，将能力迁移到真实机器人执行；最后通过少量下游数据微调，快速适配复杂新任务。

从仿真测试与真机测试的结果来看，这一路径充分表明，机器人策略模型有机会从过去依赖小规模、任务定制数据的训练方式，走向更接近基座模型的训练范式。

而如果回顾小米过去三天的动作，就会发现小米在具身智能领域的布局，也远不止是训练出一个好用的基座模型那么简单。从前天的机器人在汽车工厂的新进展，到昨天的统一生成模型，再到今天的基座模型，小米完成了具身智能"本体—数据—模型"的三层拼图。硬件本体验证了机器人在真实工业场景的落地能力，数据层解决了机器人训练数据稀缺、生成成本高的瓶颈，模型层则确立了可规模化提升的基座范式。

三者串联起来，一条从数据积累到模型进化、再到真机落地的完整闭环已经清晰可见。

泉州今年前10个月外贸进出口比增四成

近日，记者从泉州海关获悉，今年前10个月泉州市进出口总值2197.8亿元，同比增长40.7%；其中，出口1704.0亿元，增长46.2%；进口493.8亿元，增长24.5%。进出口增速分别比全国、全省高18.5个、7.7个百分点。在全省三大中心城市中，泉州外贸进出口总值居厦门、福州之后列福建省第三位，但泉州外贸进出口增速及出口增速排名均列第一位，其中民营企业进出口增长六成，市场采购贸易出口呈蓬勃发展势头，贸易方式结构进一步优化。

从贸易方式看，一般贸易占主导地位，市场采购大幅增长。1—10月，泉州市企业以一般贸易方式进出口1432.1亿元，增长25.4%，占外贸总值的65.2%；市场采购贸易值为410.2亿元，增长88.4%，贸易值占外贸总值的18.7%。（记者 杨江参 通讯员 洪睿航 黄忠族）

失主发帖寻车小偷发帖卖车 买家助警方人赃俱获

原标题： 失主发帖寻车小偷发帖卖车 买家助警方人赃俱获

无巧不成书

一寻一卖 失主与小偷同日发帖

一还一押 买家助警方人赃俱获

失主发帖寻车小偷发帖卖车 买家助警方人赃俱获

失主林女士发帖寻车

剧情简介：一部电动车一天里在一个论坛出现两次。车主林女士发帖寻车，不久这辆车又出现在另一篇“出售电动车”的帖子里。可惜“缘分”未到，发帖的两人并未看到对方的帖子。

正当急着销赃的王某苦于找不到渠道时，论坛中几天前的一条买车的帖子进入王某的视野。王某立即与发买车帖的彭某取得联系。交易中，买车的彭某对急着销赃的王某似乎有点印象，还依稀记得“这人手脚不干净”。直到次日，彭某在论坛看到林女士的寻车帖，才发现自己买的是赃车，赶紧骑到派出所……

角色：丢车人、林女士；售车人、王某；购车人、彭某

出品：早报记者 陈玲红 通讯员 吕巧兰 实习生 林兰馨

第一幕

失主发帖寻车 偷车人发帖卖车

6月3日下午6时许，在南安市水头镇工作的林女士发现她停在小区楼下的黄色电动车不见了。当时林女士的电动车不但没锁，连钥匙都忘记拔了。为了尽快找回电动车，林女士调取了小区的监控录像。从监控中，她看到一男子骑着她的电动车“光明正大”地从小区门口出去。见此情景林女士气不打一处来，一方面报警求助，另一方面在当地论坛里发了篇寻车帖文，并附上男子骑车离开的照片。

巧合的是，在林女士发帖不久，一篇“出售电动车”的帖文上线了，出售的正是林女士被盗的黄色电动车。原来发帖人王某偷窃得手后苦于无处销赃，便想在网上寻找买家。遗憾的是，双方“缘分”未到，互相都没有看到对方的帖子。不久，急着销赃的王某看到彭某几天前在论坛发的“求购电动车”的帖文，看到“金主”的王某立即用微信联系彭某，双方谈好交易地点，打算以600元的价格交易电动车。

谈妥之后，彭某和王某当天就在线下碰面。交易过程中，彭某突然觉得王某十分眼熟，“这人好像手脚不太干净”，但因为只是一点模糊的印象，彭某也不敢确定。

第二幕

买车人及时退赃车 盗窃嫌犯人赃俱获

昨日上午，彭某在逛论坛时偶然看到了林女士前一天发的寻车帖，这才发现自己买的正是她丢的车，偷车人也正是王某。确定之后，彭某忙骑着电动车来到派出所，主动反映情况。

这时，民警刚好从外面押着王某回来。原来，6月3日接到林女士的报警后，民警就通过视频监控等手段，发现王某骑着车在水头镇某公寓附近失去踪迹，警方便派出人员在公寓内外寻找蹲守。昨日上午9时，民警在公寓四楼发现两名正在打游戏的年轻人，其中一人正是王某，民警当场将其抓获，带回派出所。经调查，当时林女士的车虽然没有上锁，但王某作案并非临时起意，因为作案前他已在小区内转悠了两圈了。据了解，王某，1992年出生，贵州人，2010年因抢劫被刑拘，2013年获释。目前，王某已被警方控制，案件正在进一步审理当中。