小米发布具身领域首个统一生成模型 如果说过去几年，小米一直在造机器人，那么从今天开始，小米开始造的是机器人操作系统。

机器人行业一直存在一个最大的难题。过去，每学习一个动作，都需要重新训练一次模型。

抓苹果，需要一套模型，开抽屉，需要另一套模型，整理桌子，又是另一套套模型。甚至换了一个厨房、换了一个摄像头、换了一个灯光环境，机器人都有可能不会工作。

所以机器人一直被认为"很聪明，又很笨"。

聪明，是因为它可以完成复杂动作。笨，是因为它几乎不会举一反三。而 Xiaomi-Robotics-UIO 的出现，就是为了彻底改变这一点。

它采用的是目前机器人行业最热门的 Vision + Language + Action（VLA） 架构，让机器人第一次拥有了像大模型一样的统一理解能力。

以前机器人是看到苹果——识别苹果——规划动作——控制机械臂抓取。每一步都是不同模型。

而现在变成一句指令——理解环境——理解目标——规划动作——完成操作。整个过程交给一个统一模型完成。

所以业内喜欢把它称为人形机器人「小脑」的GPT时刻。