【太平洋科技快讯】2 月 12 日消息，雷军今日在社交媒体发文称，小米机器人团队正式开源具身智能 VLA 模型 Xiaomi-Robotics-0。该模型拥有 47 亿参数，采用 MoT 混合架构，以多模态 VLM 大模型为底座，嵌入多层 DiT，使其兼顾通用理解与精细控制。

据介绍，Xiaomi-Robotics-0 在主流的 Libero、Calvin 和 SimplerEnv 测试集，包括所有的 Benchmark 和 30 种模型对比中，均取得当前最优的成绩，且在消费级显卡上实现实时推理。

模型采用跨模态预训练的同时，还保留物体检测、视觉问答等能力。为解决传统 VLA 模型推理延迟导致的 " 动作断层 "，团队采用异步推理模式与 Λ -shape Attention Mask 等机制，使机器人在真实场景中动作连贯、反应灵敏，并在积木拆解、叠毛巾等高难度任务中展现手眼协调能力。