Xiaomi-Robotics-1: больше данных важнее размера модели при обучении роботов

Xiaomi entrenó su modelo Xiaomi-Robotics-1 con más de 100.000 horas de datos de movimiento recopilados por personas mediante pinzas manuales con cámaras, y no por los propios robots. En julio de 2026, la compañía mostró que las mejoras en calidad provienen principalmente del volumen de datos, no del tamaño del modelo.

Cómo se recopilaron los datos

Los datos de Xiaomi-Robotics-1 no fueron registrados por robots, sino por personas: tomaban pinzas con cámaras integradas y realizaban manipulaciones domésticas habituales. Este enfoque es más barato y rápido que la teleoperación de robots físicos, y permitió recopilar más de 100.000 horas de grabaciones de movimiento.

• Modelo: Xiaomi-Robotics-1 de Xiaomi
• Volumen de datos de entrenamiento: más de 100.000 horas de movimientos
• Los datos fueron recopilados por personas con pinzas manuales con cámaras, no por robots
• Conclusión clave: el aumento de datos importa más que el aumento del tamaño del modelo
• La proporción absoluta de tareas completadas con éxito sigue siendo baja

Por qué los datos importan más que el tamaño del modelo

Añadir datos de entrenamiento mejoró los resultados de Xiaomi-Robotics-1 notablemente más que aumentar el número de parámetros del modelo. Este es un contraargumento directo a la lógica habitual de los grandes modelos de lenguaje, donde la apuesta suele hacerse por la escala de la propia red. En la robótica, en cambio, donde lo que falta son precisamente grabaciones de acciones físicas reales, el cuello de botella resulta ser el volumen y la diversidad de los datos, no la capacidad computacional del modelo.

Más datos aportan una mayor mejora que aumentar el tamaño del modelo, la conclusión clave de la investigación de

Xiaomi sobre Xiaomi-Robotics-1.

Dónde están los límites del enfoque

La mejora de calidad de Xiaomi-Robotics-1 aún no ha llegado a una meseta: la curva sigue subiendo a medida que se añaden datos, lo que significa que el potencial todavía no se ha agotado. Pero al mismo tiempo, los indicadores absolutos siguen siendo bajos: el modelo completa con éxito solo una parte de las tareas. Es decir, el método de escalado mediante datos funciona, pero todavía queda un largo camino hasta un robot doméstico fiable que maneje las manipulaciones con seguridad.

Qué significa esto

Recopilar datos con manos humanas usando pinzas-cámara baratas podría convertirse en una forma de sortear la principal carencia de la robótica: la falta de grabaciones de acciones reales. Aunque la calidad absoluta todavía es baja, dado que la mejora no choca con un techo, apostar por los datos en lugar de por el tamaño del modelo marca la dirección de la próxima generación de robots manipuladores.

Preguntas frecuentes

¿Cómo recopiló Xiaomi los datos para Xiaomi-Robotics-1?

Los datos fueron registrados por personas: realizaban acciones domésticas con pinzas manuales con cámaras integradas, en lugar de operar robots. Así se logró recopilar más de 100.000 horas de grabaciones de movimiento de forma más rápida y barata que mediante robots físicos.

¿Qué importa más para entrenar a un robot: los datos o el tamaño del modelo?

Según los resultados de Xiaomi, los datos. Añadir grabaciones de entrenamiento mejoró Xiaomi-Robotics-1 considerablemente más que aumentar el tamaño del modelo, y esta mejora aún no ha llegado a una meseta.