2026年2月12日，小米机器人团队正式将具身智能视觉语言动作模型Xiaomi-Robotics-0对外开源。这一模型参数量高达470亿，采用MoT混合架构，并以多模态视觉语言大模型为底座，融合了多层扩散变换器结构，成功在通用语义理解与精细化动作控制之间实现了高效协同。
在Libero、Calvin和SimplerEnv三大主流评测基准上，Xiaomi-Robotics-0在全部标准测试任务及涵盖30种模型的横向对比中，平均成绩均位列第一。该模型可在消费级显卡上完成实时推理，无需依赖专业计算设备。
训练过程中，模型同步开展跨模态预训练，完整保留了物体检测、视觉问答等基础感知能力。针对传统视觉语言动作模型因推理延迟引发的动作不连贯问题，研发团队引入异步推理机制与λ形注意力掩码技术，显著提升了响应连续性与场景适应性。实际任务验证显示，该模型在积木拆解、毛巾折叠等对精细操作与多感官协同要求较高的复杂场景中，展现出稳定可靠的手眼协调能力。
补充同频道和同主题内容，方便继续浏览更多相关内容。
继续查看同栏目最近更新的文章。
LiblibAI在线WebUI的核心优势在于——只需通过浏览器即可流畅运行Stable Diffusion，无需自行搭建本地环境。云端直接处理运算，模型即选即试，大幅降低了AI绘画的创作门槛。对于轻量创作和模型快速测试来说，体验相当顺畅，但用户仍需重视数据隐私保护和版权合规等问题。 过去使用Stab
微软紧急暂停Edge浏览器AI历史搜索功能，该功能因被用户吐槽“令人不安”而暂缓部署。尽管微软强调所有AI处理在设备端完成且数据不上传云端，但用户仍不信任。此举与WindowsK2计划减少功能堆砌的理念一致。
【CNMO科技消息】近日，红魔游戏平板5 Pro正式发布。这款平板从定位上就明确瞄准“极致游戏”体验，外观方面带来了一个重磅亮点——首次引入RGB水冷散热系统，背部那条可视化的水路通道，配合纯平透明背板设计，核心配置信息一览无余，科技感十足。 图源网络 屏幕方面同样表现突出。一块9 06英寸OLED
30台机器人整齐列队，有的刚从生产线卸下，机械零件还带着崭新的“工业气息”；有的已搭载运动控制模块，能稳健地小跑、跳跃几下。它们来自不同制造工厂，外形与功能各有千秋，但此刻都拥有了同一个身份——杭州机器人学校的第一批入学新生。 6月30日，杭州经信正式发布：由浙江大学机器人研究院、浙江省质量科学研究
就在最近，NASA公布了一项非常果断的干预计划——他们定于6月30日实施一次“卫星维修任务”，派遣一台名为“连接”号的机器人服务卫星，为一颗超期服役的天文卫星延长运行寿命。这颗卫星是“尼尔·格雷尔斯·斯威夫特天文台”，其轨道高度正在不断衰减，如果不进行干预，今年年底前很可能会坠入地球大气层并烧毁。