Xiaomi-Robotics-1 вызвал обсуждение не потому, что в ролике робот снова складывает бельё. Сильная часть истории в другом: Xiaomi утверждает, что её vision-language-action model обучалась на более чем 100 000 часов реальных траекторий манипуляции, собранных с помощью UMI-устройств, а затем дообучалась на данных разных роботических embodiments, включая более 7 200 часов данных реальных роботов в настоящих домах. Это заявка на обход главного ограничения робототехники — дефицита масштабных и качественных данных о физическом взаимодействии.

Роботическая foundation model выполняет бытовые задачи

Тему подхватили не только профильные медиа, но и Hacker News: обсуждение быстро стало спором о том, вступает ли робототехника в свою эпоху scaling laws. Оптимисты увидели путь к домашним помощникам, которые наконец смогут заниматься бельём, сумками и кухней. Скептики спросили о числе неудачных попыток, монтаже видео, переносе модели на другие корпуса, доступности весов и реальной надёжности за пределами демонстрационного сценария.

Что именно заявляет Xiaomi

Xiaomi описывает XR-1 как robot foundation model для mobile manipulation. Модель связывает зрение, языковую инструкцию и действие робота. Сначала она обучается на огромном массиве UMI-траекторий: более 100 000 часов, более 1 700 сценариев, дома, коммерческие помещения, промышленные площадки и outdoor-сцены. Затем Xiaomi использует post-training на cross-embodiment data: собственные роботы, отфильтрованные open-source данные и высококачественные UMI-примеры.

Это важно, потому что классическая робототехника слишком часто застревает в дорогом task-specific integration. Для каждой новой задачи нужны телеметрия, разметка, настройка восприятия, контрольные правила и испытания. Если foundation policy действительно переносит общие навыки манипуляции между задачами и корпусами, стоимость внедрения может резко снизиться.

Почему данные важнее красивого видео

Бытовые задачи выглядят простыми только для человека. Ткань деформируется, молнии заедают, предметы скользят, освещение меняется, шкафы и сумки открыты не так, как ожидалось. Поэтому загрузка белья, упаковка коробки или сортировка обуви — не игрушечные задачи. Они проверяют контакт, координацию двух рук, восстановление после ошибки и понимание сцены.

Xiaomi сообщает, что при менее чем 10 часах демонстраций на новую задачу XR-1 достигает 75% success rate против 40% у π0.5, а при менее чем 40 часах — 85% против 53%. Также заявлены сильные результаты на RoboCasa, RoboCasa365, VLABench и RoboDojo. В arXiv и на project page отдельные числа слегка различаются, поэтому в продуктовых выводах нужна осторожность. Но направление важно: если десятки часов демонстраций начинают заменять месяцы интеграции, рынок service robotics меняется.

Открытость решит многое

GitHub-репозиторий Xiaomi-Robotics-1 уже существует, но на момент проверки содержит в основном README и PDF, а paper говорит, что code and model checkpoints will be released. Это критично. Без весов, inference code, evaluation scripts, dataset cards, лицензий и описания hardware assumptions проект остаётся сильным анонсом. С ними он может стать реальной платформой для исследователей и стартапов.

Не менее важна документация данных: как собирались 100 000 часов, какие пространства участвовали, как решались consent и privacy, какие задачи доминируют, сколько там неудачных попыток и восстановлений. В робототехнике “много данных” недостаточно; нужны разнообразные, понятные и этично собранные данные.

Почему скепсис оправдан

Робототехника десятилетиями производит эффектные ролики, которые не превращаются в бытовые продукты. Даже uncut footage может быть выбранным успешным прогоном. Benchmark win не гарантирует работу в квартире, где предметы лежат не так, пол скользкий, ребёнок оставил игрушку под ногами, а пользователь ждёт не 85%, а почти скучной надёжности.

Поэтому XR-1 лучше воспринимать как исследовательский и инфраструктурный шаг, а не как обещание “робота-домработницы” в следующем году. Успех будет зависеть от независимых тестов, failure taxonomy, прозрачных trial logs, безопасности, стоимости корпуса, обслуживания и приватности.

Где польза появится раньше

Первые практичные внедрения могут быть не в квартирах, а в semi-structured средах: склады, гостиничные подсобки, eldercare support, лаборатории тестирования бытовой техники, лёгкая промышленная логистика. Там можно ограничить задачи, собрать дополнительные демонстрации, отслеживать сбои и адаптировать среду под робота.

Дом сложнее: каждая квартира — новый тестовый набор. Пользователь не хочет быть оператором робота и не будет терпеть частые перезапуски. Если робот путает деликатную вещь с тряпкой или требует облачного inference для приватных комнат, продуктовая ценность быстро падает.

Что сделает XR-1 настоящим поворотом

Нужны публичные checkpoints, понятные лицензии, raw trial logs, независимые replication attempts, поддержка стандартных robot bodies, политика приватности данных и честные failure rates. Важны не только лучшие видео, но и скучные таблицы: сколько попыток было, какие ошибки опасны, какие исправимы, сколько стоит робот, как он обслуживается и что происходит при отказе.

Итог: Xiaomi-Robotics-1 не доказывает, что домашние роботы уже пришли. Но он показывает, что робототехника всё серьёзнее копирует playbook foundation models: больше данных, больше моделей, post-training, benchmarks and transfer. Если эта стратегия переживёт хаос настоящих домов, mobile manipulators могут стать практичнее быстрее, чем ожидалось. Если нет — это всё равно важный ориентир, но не продуктовый прорыв.