7月14日到16日，小米干了三件大事。
第一天，亮出人形机器人在汽车工厂的“实习成绩单”；第二天，开源了一个能批量“造数据”的生成模型；第三天，发布了一个基于10万小时真实数据训练的机器人“大脑”。
三天三步，从硬件到数据到模型，小米把具身智能的“本体—数据—模型”三层拼图一次性拼完了。
第一天：机器人进厂“拧螺丝”，成功率98%
7月14日，小米披露了人形机器人在汽车工厂“实习”的最新进展。
经过4个月的迭代，小米机器人在自攻螺母上件工站的双侧作业成功率从90.2%提升到了98% ，距离人工作业合格率仅差1个百分点。与此同时，机器人还解锁了两项新岗位——中控台侧盖板排序和料箱折叠回收，成功率均达到90%。
更值得关注的是，小米机器人在柔性工件长时作业上，实现了与Figure 03同级别的能力。两周前，美国人形机器人公司Figure的Figure 03刚在宝马工厂完成类似场景的作业，被业界视为能力标杆。小米成为目前唯一在真实工厂完成同级别难度场景落地的机器人厂商。
雷军本人也在微博上公布了这一成果。
第二天：开源U0，给机器人造一座“数据工厂”
7月15日，小米正式发布并开源了Xiaomi-Robotics-U0。
这是一个拥有380亿参数的多模态自回归具身生成基础模型，是具身领域首个“通吃”四类任务的统一生成模型。说人话就是：它能干四件事——根据文字描述生成机器人训练场景、把现有机器人数据迁移到新环境、生成机器人操作视频、以及通用图像生成和编辑。
为什么要搞这个东西？因为真实机器人数据太贵了。机器人必须在现实环境中一遍遍操作才能积累数据，但真实世界的光照、背景、物体摆放方式千变万化，靠人工采集永远不够。U0就是来解决这个问题的——用生成模型批量制造训练数据，把有限的真实样本延展到更多场景。
更厉害的是，通过FlashAR+推理加速方案，U0的生成效率比原始方案提升了近83倍。相关代码和模型权重已全量开源。
第三天：发布基座模型Robotics-1，验证具身智能Scaling Law
7月16日，小米正式发布Xiaomi-Robotics-1——一个基于10万小时真实世界操作数据预训练的机器人策略模型。
雷军在微博上官宣了这一消息。他说，这个模型在具身基座模型领域初步验证了Scaling Law效应。
Scaling Law翻译过来就是：数据越多、模型越大，AI的能力就会稳定提升，不会轻易碰到天花板。ChatGPT就是这么爆发的。但具身智能一直没法验证这条路——因为大语言模型可以从互联网免费获取数据，机器人的数据却得靠真实世界的操作，成本高、规模小。
小米是怎么突破的？它搞了一套“无本体UMI数据预训练+跨本体数据后训练”的两阶段方案。所谓“无本体”，就是不依赖特定机器人来采集数据，从根本上破解了数据采集贵的问题。最终攒下了10万小时的真实世界操作数据，并在不到2周内完成了全量高质量标注。
结果如何？在预训练阶段，模型的任务成功率随着数据量和模型规模的扩大持续提升，呈现清晰的Scaling趋势。在真机测试中，Robotics-1在四项复杂任务中的平均成功率大幅超越行业标杆模型π0.5。在国际权威评测基准RoboDojo上，它以20.07的平均分数强势登顶，断档式领跑；在更具挑战性的RoboCasa基准上，以57.4% 的平均成功率同样位列全球第一。
更关键的是——开箱即用。训练好的模型不需要针对每台机器人单独调优，就能直接理解自然语言指令，完成鞋柜收纳、桌面整理等移动操作任务。
三天三连发，意味着什么？
全球具身智能的竞争，正在从“单点突破”转向“系统之争”。特斯拉、Figure这些海外玩家早就开始搞本体、模型、数据、场景的垂直整合。小米这三天，等于一口气把这三个环节全部亮了出来。
单台机器人、单个模型固然重要，但企业之间真正的差距，越来越取决于整套系统的迭代速度。小米这套“本体能作业、数据能自造、模型能泛化”的闭环，意味着它不再是做一个机器人就停在那儿，而是让机器人越干越聪明。
申请创业报道，分享创业好点子。点击此处，共同探讨创业新机遇！
网站上线了，是不是就万事大吉了？很多站长最怕的就是凌晨三点收到告警短信——网站因流量突增而响应缓慢。传统运维模式下，你必须亲自盯着服务器监控面板，手动调整资源配置，手动排查安全告警。2026年，AI正在彻底改变这一切。预测性资源扩展：在告警响起之前完成扩容传统扩容逻辑是“阈值触发”——CPU使用率超
你有没有想过，一家公司给员工配的AI工具，用着用着，花掉的算力钱竟然快赶上员工的工资了？这不是段子，而是Meta高管最近发出的一个相当严肃的警告。什么是“Token成本”？先解释一个词：Token（词元）。简单说，就是AI处理信息的最小单位。你问AI一个问题，它要“思考”再回答，这个过程消耗的算力，
2026世界人工智能大会将于7月17日至20日在上海举行。大会前夕，一则重磅合作消息引发关注。荣耀将于7月18日在大会举办“从数字屏幕到具身智能——物理世界新范式”分论坛。除已官宣的科技未来学家凯文·凯利外，阿里巴巴集团副总裁、ATH事业群TokenFoundry多模态交互负责人许主洪也将出席。据记
文/道哥美国设计软件公司Figma近期在纽约证券交易所挂牌上市，首日即上演“狂飙”行情——发行价定每股33美元，开盘报价85美元，较发行价翻倍。首日收报115.50美元，较发行价大涨约250%，市值飙升至近670亿美元，创下近30年来同等规模美股IPO的最大单日涨幅纪录。然而，随着短线资金获利了结，
文/一灯来源/节点财经在当前无人敢缺席的AI军备竞赛中，巨头们一面为巨额的资本支出焦虑，一面又向市场勾勒着未来的宏伟蓝图。在各家动辄千亿级投入的背景下，市场迫切需要一份关于AI回报价值的有力证明。而腾讯，率先给出了答卷。8月13日，腾讯控股发布2025年第二季度财报。尽管资本开支同比剧增119%，达
8月28日，2026中国国际大数据产业博览会在贵州贵阳正式开幕。本届数博会以“词元——数据要素价值释放新路径”为主题。国家数据局将发布词元、数据标注、数据基础设施、数字人才培养等领域重要成果。专业展览围绕算力基座、数据供给、模型驱动、安全护航、智能体验五大板块，集中呈现前沿技术及场景应用。数博会从今
8月27日，一则来自英国的医学新闻让全球为之震动——英国伦敦国家神经病学和神经外科医院医生为一名患者实施了全球首例人工智能实时辅助脑外科手术。患者里斯·希伯特，48岁，两个孩子的父亲。大约一年半前，他在午餐后散步时突然晕倒，不停抽搐。检查发现，他脑垂体紧邻颈动脉的位置上长了一个11毫米的非癌性肿瘤。
8月26日，亚马逊与英伟达宣布扩大战略合作。AWS将在2027年至2028年期间，向数据中心新增200万枚英伟达GPU，包括BlackwellUltra、Rubin和RubinUltra架构。这一数字是今年3月承诺部署100万枚GPU的三倍，两家公司称原因是“来自初创企业、大型企业、AI实验室甚至各
8月25日，OpenAI公布了一颗让整个半导体行业震动的芯片——与博通联合开发的自研AI推理芯片Jalapeno。OpenAI官方宣称，Jalapeno在单位功耗AI处理能力和响应延迟两项指标上均优于英伟达GB300。具体来说，其能源效率提升1.5至1.9倍，延迟最多降低3.6倍。功耗约700瓦，最
8月25日，苹果在官网悄然更新了新款Macmini和MacStudio。最重磅的升级是芯片。新款Macmini可选配M6和M5Pro芯片，其中M6采用2纳米制程，苹果称其为全球首款搭载2纳米芯片的电脑，AI算力进一步提升。2纳米是什么概念？目前主流的芯片制程是3纳米和4纳米。2纳米意味着在同样面积的
8月24日，小米举办玄戒芯片O3媒体沟通会，正式公布玄戒O3芯片架构。这是一颗什么样的芯片？小米集团副总裁、芯片业务负责人朱丹透露，玄戒O3芯片面积133mm²，晶体管数量相比上一代增长26%至240亿。CPU采用6超大核、4大核的10核架构，最高频率4.35GHz，相比上一代性能提升60%。GPU
8月26日，AI圈被一则消息点燃——IlyaSutskever创立的“安全超级智能”实验室（SSI），可能就在本周发布首个重磅模型。Ilya是谁？OpenAI前首席科学家，被誉为“AI教父”之一。2024年他离开OpenAI创立SSI，此后近两年几乎“零产品、零论文”。外界一度怀疑SSI是不是陷入了
8月25日，据媒体报道，Anthropic准备向IPO投资者披露其潜在市场总规模（TAM）超过30万亿美元。30万亿美元是什么概念？高于SpaceX上市时披露的28.5万亿美元。Anthropic主要通过估算AI模型未来能够完成的全部工作来测算这一市场。更震撼的是营收预测和估值目标。公司目前预计20
8月25日，字节跳动正式发布“豆包工作”——豆包面向生产力场景推出的全新Agent产品与品牌。豆包工作能做什么？它能围绕用户目标自主拆解任务、调用工具、持续推进复杂工作流程。更重要的是，豆包工作与飞书深度打通，让Agent基于企业上下文更准确地完成工作。目前豆包工作电脑版已可通过官网下载。这标志着字
8月24日，北京国家速滑馆——2022年北京冬奥会速滑比赛场地——上演了一场“人机对决”。在第二届世界人形机器人运动会上，天工人形机器人以38.15秒完成400米、2分21.6秒完成1500米，分别打破了WaydevanNiekerk2016年创造的43.03秒和HichamGuerrouj1998
