< 返回

具身大模型 MiMo-Embodied 正式发布并全面开源

2025-11-21

随着具身智能逐步落地家居场景、辅助驾驶技术迈向规模化应用，行业内一个关键问题日益凸显：机器人与车辆如何更好地实现认知与能力互通？室内作业智能与室外驾驶智能能否实现相互促进？

小米具身大模型「MiMo-Embodied」 作为业界首个成功打通辅助驾驶与具身智能的跨域具身基座模型，它实现了两大领域任务的统一建模，标志着通用具身智能研究从"垂直领域专用"向"跨域能力协同"迈出关键一步。为推动社会对通用具身智能范式的进一步探索，该模型现已全面开源。

01

三大核心技术亮点

  • 跨域能力覆盖： 同步支持具身智能三大核心任务（可供性推理、任务规划、空间理解）与辅助驾驶三大关键任务（环境感知、状态预测、驾驶规划），形成全场景智能支撑；
  • 双向协同赋能： 验证了室内交互能力与道路决策能力的知识转移协同效应，为跨场景智能融合提供了新的思路；
  • 全链优化可靠： 采用"具身/自驾能力学习→ CoT 推理增强→RL 精细强化"多阶段训练策略，有效提升模型在真实环境中的部署可靠性。

02

双领域 SOTA 与范式验证

在涵盖感知、决策与规划的 29 项核心基准测试（Benchmarks）中，MiMo-Embodied 确立了开源基座模型的性能新标杆。

  • 具身智能领域： 在 17 个 Benchmarks 上取得 SOTA 成绩，重新定义了任务规划、可供性预测及空间理解的能力边界；
  • 辅助驾驶领域： 在 12 个 Benchmarks 上表现卓越，实现了环境感知、状态预测与驾驶规划的全链路性能突破；
  • 通用视觉语言领域： 在夯实通用感知与理解能力的同时，进一步在多项关键基准上实现了显著的性能跃升，展现了卓越的泛化性。

从家庭场景到城市道路，MiMo-Embodied 正推动智能技术向"可用、可信、可扩展"的现实世界稳步迈进，为小米人车家全生态注入核心技术动能！

模型与代码现已开源，欢迎全球开发者与研究人员共同参与，探索具身智能的无限可能～