Édition française
Xiaomi-Robotics-1 100 000 heures de données UMI pour l’IA physique
L’étude teste une méthode pour augmenter les données sans enregistrer chaque démonstration sur un robot complet. Les plus de 100 000 heures concernent des trajectoires UMI avec pince portative; les expériences de mise à l’échelle contrôlées utilisent environ 20 000 heures.
Ce que couvre cette page
modèle vision-langage-action Xiaomi-Robotics-1
Analyse de Xiaomi-Robotics-1, préentraîné sur plus de 100 000 heures de trajectoires UMI avant alignement avec des robots réels.
Données clés
- Données d’entraînement
- Plus de 100 000 heures de trajectoires UMI réelles
- Méthode
- Préentraînement indépendant du corps, puis alignement multi-robot et instruction
- Niveau de preuve
- Résultats rapportés par l’équipe, sans réplication réelle indépendante trouvée
Pages associées
Ouvrir la page
IA physique et intelligence incarnée
Comprendre l’IA physique, l’intelligence incarnée, les modèles vision-langage-action, les world models, la simulation et le contrôle en boucle fermée.
Ouvrir la page
robot humanoïde Unitree G1
Fiche Unitree G1 fondée sur les données constructeur 13 500 $ à partir, environ 35 kg, 23 à 43 DoF, caméra de profondeur, LiDAR 3D, environ 2 h d'autonomie et différences G1/G1 EDU.
Ouvrir la page
actualité robotique et analyses techniques
Analyses sourcées sur les robots humanoïdes, l’IA physique, l’automatisation, les capteurs, le contrôle et les déploiements réels.
Ouvrir la page
industrie chinoise des robots humanoïdes
Cartographie des entreprises chinoises, modèles humanoïdes, composants, prix publics, pilotes industriels et preuves disponibles.