Xiaomi-Robotics-1: para entrenar robots, más datos importan más que un modelo más grande

Xiaomi entrenó el modelo Xiaomi-Robotics-1 con más de 100 000 horas de datos de movimiento, grabados por personas con pinzas manuales con cámara y no por los propios robots. En julio de 2026, la compañía mostró que el aumento de calidad lo aporta, ante todo, el volumen de datos y no el tamaño del modelo.

Cómo se recopilaron los datos

Los datos de Xiaomi-Robotics-1 no los grabaron robots, sino personas: sostenían en la mano pinzas con cámaras integradas y realizaban manipulaciones domésticas habituales. Este enfoque es más barato y rápido que la teleoperación de robots físicos, y permitió reunir más de 100 000 horas de grabaciones de movimientos.

• Modelo: Xiaomi-Robotics-1, de Xiaomi
• Volumen de datos de entrenamiento: más de 100 000 horas de movimientos
• Los datos los recogieron personas con pinzas manuales con cámara, no robots
• Conclusión clave: aumentar los datos importa más que aumentar el 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 de forma mucho más notable que aumentar el número de parámetros del modelo. Es un contraargumento directo a la lógica habitual de los grandes modelos de lenguaje, donde a menudo se apuesta por la escala de la propia red. En robótica, donde lo que escasea son precisamente las grabaciones de acciones físicas reales, el cuello de botella es el volumen y la variedad de los datos, no la capacidad de cómputo del modelo.

Más datos aportan más mejora que aumentar el tamaño del modelo: esa es 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 todavía no ha llegado a una meseta: la curva sigue creciendo a medida que se añaden datos, lo que indica que el potencial aún no se ha agotado. Sin embargo, los resultados absolutos siguen siendo bajos: el modelo solo completa con éxito una parte de las tareas. Es decir, el método de escalar con datos funciona, pero aún queda mucho para llegar a un robot doméstico fiable que resuelva manipulaciones con seguridad.

Qué significa

Recopilar datos con las manos de personas y con pinzas-cámara baratas puede ser una vía para sortear la principal carencia de la robótica: la falta de grabaciones de acciones reales. Por ahora la calidad absoluta es baja, pero, dado que la mejora no choca con un techo, apostar por los datos y no por el tamaño del modelo marca el rumbo de la próxima generación de robots manipuladores.

Preguntas frecuentes

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

Los datos los grabaron personas: realizaban acciones domésticas con pinzas manuales con cámaras integradas, en lugar de manejar robots. Así se lograron reunir más de 100 000 horas de grabaciones de movimientos de forma más rápida y barata que con robots físicos.

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

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