Il 12 febbraio 2026, Xiaomi ha rilasciato Xiaomi-Robotics-0, il suo primo modello VLA (Vision-Language-Action) per robot . Con 4,7 miliardi di parametri, il modello combina comprensione visiva e linguistica con capacità di esecuzione in tempo reale, stabilendo nuovi record state-of-the-art su più benchmark .
Il sistema ha già stabilito risultati record sia in simulazioni che in test reali, superando oltre 30 modelli concorrenti in benchmark come LIBERO, CALVIN e SimplerEnv . Il modello raggiunge una latenza di inferenza di 80ms con una frequenza di controllo di 30Hz, funzionando su GPU consumer come RTX 4090 .
Questo rilascio è un segnale forte nell’evoluzione dell’intelligenza artificiale embodied. A differenza di altri modelli VLA che richiedono hardware professionale costoso, Xiaomi-Robotics-0 opera su schede grafiche consumer , rimuovendo una barriera tecnica che finora limitava l’accesso a questi sistemi ai soli laboratori specializzati. L’azienda ha reso disponibili il codice e i checkpoint del modello , democratizzando l’accesso alla robotica avanzata per ricercatori e sviluppatori.