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

Xiaomi a entraîné son modèle Xiaomi-Robotics-1 sur plus de 100 000 heures de données de mouvement collectées par des humains à l'aide de pinces manuelles équipées de caméras, et non par les robots eux-mêmes. En juillet 2026, l'entreprise a montré que les gains de qualité proviennent avant tout du volume de données, et non de la taille du modèle.

Comment les données ont été collectées

Les données de Xiaomi-Robotics-1 n'ont pas été enregistrées par des robots, mais par des humains : ils prenaient en main des pinces équipées de caméras intégrées et effectuaient des manipulations domestiques ordinaires. Cette approche est moins coûteuse et plus rapide que la téléopération de robots physiques, et elle a permis de collecter plus de 100 000 heures d'enregistrements de mouvements.

• Modèle : Xiaomi-Robotics-1, de Xiaomi
• Volume de données d'entraînement — plus de 100 000 heures de mouvements
• Les données ont été collectées par des humains à l'aide de pinces manuelles avec caméras, et non par des robots
• Conclusion clé : l'augmentation des données compte plus que l'augmentation de la taille du modèle
• La part absolue des tâches menées à bien avec succès reste pour l'instant faible

Pourquoi les données comptent plus que la taille du modèle

L'ajout de données d'entraînement a amélioré les résultats de Xiaomi-Robotics-1 nettement plus fortement que l'augmentation du nombre de paramètres du modèle. C'est un contre-argument direct à la logique habituelle des grands modèles de langage, où l'on mise souvent sur la mise à l'échelle du réseau lui-même. En robotique, en revanche, où ce qui manque, ce sont précisément des enregistrements d'actions physiques réelles, le goulot d'étranglement se révèle être le volume et la diversité des données, et non la capacité de calcul du modèle.

Plus de données apportent un gain plus important que l'augmentation de la taille du modèle — la conclusion clé de l'étude de

Xiaomi sur Xiaomi-Robotics-1.

Où se situent les limites de l'approche

Le gain de qualité de Xiaomi-Robotics-1 n'a pas encore atteint de plateau : la courbe continue de progresser à mesure que des données sont ajoutées, ce qui signifie que le potentiel n'est pas encore épuisé. Mais dans le même temps, les indicateurs absolus restent faibles — le modèle ne mène à bien avec succès qu'une partie des tâches. Autrement dit, la méthode de mise à l'échelle par les données fonctionne, mais on est encore loin d'un robot domestique fiable qui gère les manipulations avec assurance.

Ce que cela signifie

Collecter des données avec des mains humaines à l'aide de pinces-caméras bon marché pourrait devenir un moyen de contourner la principale pénurie de la robotique — le manque d'enregistrements d'actions réelles. Si la qualité absolue reste faible, le fait que le gain ne se heurte pas à un plafond fait que le pari sur les données, plutôt que sur la taille du modèle, trace la direction de la prochaine génération de robots manipulateurs.

Questions fréquentes

Comment

Xiaomi a-t-elle collecté les données pour Xiaomi-Robotics-1 ?

Les données ont été enregistrées par des humains : ils effectuaient des actions domestiques à l'aide de pinces manuelles équipées de caméras intégrées, au lieu de piloter des robots. Cela a permis de collecter plus de 100 000 heures d'enregistrements de mouvements plus rapidement et à moindre coût qu'avec des robots physiques.

Qu'est-ce qui compte le plus pour entraîner un robot — les données ou

la taille du modèle ?

D'après les résultats de Xiaomi, les données. L'ajout d'enregistrements d'entraînement a amélioré Xiaomi-Robotics-1 nettement plus fortement que l'augmentation de la taille du modèle, et ce gain n'a pas encore atteint de plateau.