Xiaomi-Robotics-1 mérite l’attention non pas parce qu’une vidéo montre un robot manipulant du linge, mais parce que Xiaomi formule une hypothèse plus ambitieuse: la robotique pourrait enfin disposer d’une voie de passage à l’échelle. Le modèle VLA annoncé aurait été entraîné sur plus de 100 000 heures de trajectoires réelles collectées avec des dispositifs UMI, puis ajusté avec des données de robots réels et de plusieurs embodiments, dont plus de 7 200 heures dans de vrais foyers.

Modèle fondation robotique réalisant des tâches domestiques

La question centrale est celle des données. Les modèles de langage ont progressé grâce à des volumes massifs de texte. Les robots, eux, doivent apprendre l’interaction physique: contact, force, objets déformables, éclairage, erreurs et récupération. Si l’approche de Xiaomi tient, la valeur se déplace du robot isolé vers le pipeline de données, l’alignement entre corps robotiques et les politiques réutilisables.

Ce que XR-1 apporte

Xiaomi présente XR-1 comme un robot foundation model pour la manipulation mobile. Le système relie perception visuelle, instruction en langage naturel et action. La première étape apprend sur des trajectoires UMI dans plus de 1 700 scénarios; la seconde aligne ces capacités avec de vraies plateformes robotiques et des tâches formulées comme des ordres humains.

Les exemples — rangement, chaussures, ustensiles, linge, valises — sont plus difficiles qu’ils n’en ont l’air. Un vêtement se déforme, une fermeture bloque, un objet glisse, une pièce n’est jamais préparée comme un banc d’essai. C’est précisément pourquoi ces tâches sont un bon test.

Pourquoi la prudence reste indispensable

Les résultats annoncés sur RoboCasa, RoboCasa365, VLABench et RoboDojo, ainsi que l’adaptation avec moins de 10 ou 40 heures de démonstrations, sont intéressants. Ils ne prouvent pas encore un produit domestique fiable. En robotique, un taux de réussite impressionnant en laboratoire peut être insuffisant dans une maison où l’utilisateur attend une fiabilité presque invisible.

La discussion sur Hacker News reflète bien cette tension: enthousiasme pour les robots capables de faire des corvées, mais aussi demandes de vidéos non sélectionnées, statistiques d’échec, poids publiés, transfert à d’autres corps et garanties de sécurité.

L’ouverture fera la différence

Le dépôt GitHub de Xiaomi-Robotics-1 existe, mais il contenait surtout un README et un PDF lors de la vérification; l’article indique que le code et les checkpoints seront publiés. C’est décisif. Sans poids, scripts, licences, cartes de données et hypothèses matérielles, le travail reste un signal prometteur. Avec eux, il peut devenir une base testable.

Les données elles-mêmes doivent être documentées: consentement, vie privée, diversité des lieux, répartition des tâches, échecs inclus, conditions de licence. Le volume ne suffit pas si l’on ne sait pas ce qu’il représente.

Où l’impact peut arriver d’abord

Les foyers font rêver, mais les premiers usages robustes pourraient apparaître dans des environnements semi-structurés: entrepôts, hôtels, assistance aux soins, tests d’appareils ménagers, logistique légère. Les tâches y restent variées, mais les opérateurs peuvent limiter le domaine et mesurer les échecs.

La conclusion est donc équilibrée: XR-1 ne signifie pas que le robot domestique universel arrive demain. Il montre plutôt que la robotique adopte sérieusement le playbook des foundation models. La preuve viendra de la réplication indépendante, des logs d’essais, des échecs publiés, du coût matériel et de la capacité à survivre au désordre ordinaire des lieux réels.