Heim
Xiaomi veröffentlicht den gesamten Prozess nach dem Training für ein hochpräzises VLA-Modell als Open Source
Xiaomi hat den gesamten Prozess nach dem Training für sein großes VLA-Modell (Visual-Language-Action) „Xiaomi-Robotics-0“ vorgestellt und es für praktische Anwendungen als Open-Source-Software zur Verfügung gestellt. Diese Initiative stellt einen bedeutenden Fortschritt in Xiaomis Bemühungen um „embodied intelligence“ dar und soll Robotern helfen, komplexe operative Fähigkeiten mit minimalem Datenaufwand effizient zu erlernen.
„Needle-in-a-Straw“ in 20 Stunden gemeistert
Aufbauend auf einer vortrainierten Grundlage nutzte das Forschungsteam lediglich 20 Stunden aufgabenspezifischer Daten für das Nachtraining am realen Roboter. Dies ermöglichte es dem Roboter, das anspruchsvolle Manöver des präzisen Einführens von Ohrhörern in eine Hülle auszuführen. Die Aufgabe erfordert eine außergewöhnliche Genauigkeit der räumlichen Wahrnehmung und muss Verschiebungen ausgleichen, die durch Oberflächen mit extrem geringer Reibung verursacht werden.
Das Modell erreicht eine Ausrichtung mit einer Toleranz im Submillimeterbereich und kann Abweichungen in der Ausführung in Echtzeit korrigieren. Diese reibungslose, kontinuierliche Ausführung unterstreicht das große Potenzial von Xiaomi-Robotics-0 für hochpräzise Montagevorgänge.

Open-Source-Ökosystem beschleunigt die Produktivität
Um dieses Modell in ein praktisches, einsatzbereites Werkzeug zu verwandeln, hat Xiaomi nicht nur die Modellgewichte, sondern auch den technischen Bericht und den vollständigen Quellcode als Open Source veröffentlicht. Diese umfassende, durchgängige Veröffentlichung senkt die Einstiegshürde für Entwickler, die sich mit verkörperter Intelligenz beschäftigen, erheblich.
Das Modell hat bereits bei führenden internationalen Benchmarks eine starke Leistung gezeigt und zählt weltweit zu den am häufigsten heruntergeladenen. Durch die Öffnung des Post-Training-Prozesses ermöglicht Xiaomi Entwicklern weltweit, die Wahrnehmungs- und Ausführungslogik von Robotern gemeinsam zu verfeinern, was die Integration von KI-Robotern in die reale Produktion und den Alltag beschleunigt.
Projekt-Website: https://robotics.xiaomi.com/xiaomi-robotics-0.html
Open-Source-Code: https://github.com/XiaomiRobotics/Xiaomi-Robotics-0
Verwandter Artikel
DeepMind-CEO Hassabis: Ich schlafe sechs Stunden pro Tag und fühle mich normalerweise gegen 1 Uhr nachts energiegeladen.
Fortune hat kürzlich ein Interview mit Demis Hassabis, dem CEO von Google DeepMind, veröffentlicht, das seinen unkonventionellen Ansatz zu Erholung und Produktivität offenbart. Hassabis gab bekannt, dass er sehr wenig schläft und seine wachen Stunden
OpenAI und Anthropic kämpfen trotz Umsatzrückgängen um Marktanteile
Obwohl jüngste Berichte darauf hindeuten, dass OpenAI seine Umsatzziele verfehlt hat, was an diesem Dienstag Druck auf die Technologieaktien ausübte, zeigen sich private Investoren in KI-Labore weiter
Einhaltung der Vorschriften für autonome Fahrzeuge in Kalifornien: Eine neue Ära von Bußgeldern, Geofences und 1 Million Meilen
Guident betreibt einen AuveTech-Shuttle in Südflorida und verwaltet mithilfe seiner Fernüberwachungstechnologie eine vier Meilen lange Strecke in West Palm Beach sowie eine eine Meile lange Strecke in
Empfehlungen zu verwandten Spezialthemen
Kommentare (0)
Xiaomi hat den gesamten Prozess nach dem Training für sein großes VLA-Modell (Visual-Language-Action) „Xiaomi-Robotics-0“ vorgestellt und es für praktische Anwendungen als Open-Source-Software zur Verfügung gestellt. Diese Initiative stellt einen bedeutenden Fortschritt in Xiaomis Bemühungen um „embodied intelligence“ dar und soll Robotern helfen, komplexe operative Fähigkeiten mit minimalem Datenaufwand effizient zu erlernen.
„Needle-in-a-Straw“ in 20 Stunden gemeistert
Aufbauend auf einer vortrainierten Grundlage nutzte das Forschungsteam lediglich 20 Stunden aufgabenspezifischer Daten für das Nachtraining am realen Roboter. Dies ermöglichte es dem Roboter, das anspruchsvolle Manöver des präzisen Einführens von Ohrhörern in eine Hülle auszuführen. Die Aufgabe erfordert eine außergewöhnliche Genauigkeit der räumlichen Wahrnehmung und muss Verschiebungen ausgleichen, die durch Oberflächen mit extrem geringer Reibung verursacht werden.
Das Modell erreicht eine Ausrichtung mit einer Toleranz im Submillimeterbereich und kann Abweichungen in der Ausführung in Echtzeit korrigieren. Diese reibungslose, kontinuierliche Ausführung unterstreicht das große Potenzial von Xiaomi-Robotics-0 für hochpräzise Montagevorgänge.

Open-Source-Ökosystem beschleunigt die Produktivität
Um dieses Modell in ein praktisches, einsatzbereites Werkzeug zu verwandeln, hat Xiaomi nicht nur die Modellgewichte, sondern auch den technischen Bericht und den vollständigen Quellcode als Open Source veröffentlicht. Diese umfassende, durchgängige Veröffentlichung senkt die Einstiegshürde für Entwickler, die sich mit verkörperter Intelligenz beschäftigen, erheblich.
Das Modell hat bereits bei führenden internationalen Benchmarks eine starke Leistung gezeigt und zählt weltweit zu den am häufigsten heruntergeladenen. Durch die Öffnung des Post-Training-Prozesses ermöglicht Xiaomi Entwicklern weltweit, die Wahrnehmungs- und Ausführungslogik von Robotern gemeinsam zu verfeinern, was die Integration von KI-Robotern in die reale Produktion und den Alltag beschleunigt.
Projekt-Website: https://robotics.xiaomi.com/xiaomi-robotics-0.html
Open-Source-Code: https://github.com/XiaomiRobotics/Xiaomi-Robotics-0
DeepMind-CEO Hassabis: Ich schlafe sechs Stunden pro Tag und fühle mich normalerweise gegen 1 Uhr nachts energiegeladen.
Fortune hat kürzlich ein Interview mit Demis Hassabis, dem CEO von Google DeepMind, veröffentlicht, das seinen unkonventionellen Ansatz zu Erholung und Produktivität offenbart. Hassabis gab bekannt, dass er sehr wenig schläft und seine wachen Stunden
OpenAI und Anthropic kämpfen trotz Umsatzrückgängen um Marktanteile
Obwohl jüngste Berichte darauf hindeuten, dass OpenAI seine Umsatzziele verfehlt hat, was an diesem Dienstag Druck auf die Technologieaktien ausübte, zeigen sich private Investoren in KI-Labore weiter











