Xiaomi-Robotics-1 наглядно демонстрирует: законы масштабирования в робототехнике работают не совсем так, как в текстовых моделях. Если в LLM мы привыкли гнаться за количеством параметров, то в физическом мире критическим ресурсом стал объем двигательного опыта. Как следует из отчета разработчиков, при увеличении объема обучающих данных успех робота в незнакомой среде подскочил с позорных 25% до уверенных 75%, и плато пока даже не маячит на горизонте. Похоже, главным тормозом автономных систем окончательно перестал быть дефицит вычислительных мощностей — теперь всё упирается в дефицит качественных сценариев движения.
Взлом системы сбора данных
Чтобы обойти проблему нехватки данных, в Xiaomi решили не тратить годы на дорогостоящее дистанционное управление (телеоперацию) реальными роботами. Вместо этого инженеры вооружились портативными ручными захватами с камерами и «натоптали» более 100 000 часов записей в обычных кухнях, магазинах и цехах. Проблему разметки этого массива решили изящно: внедрили вторичную AI-модель, которая описала сегменты движений всего за две недели. На наш взгляд, это важный прецедент — вместо того чтобы ждать «прорыва» в архитектурах, компания просто взломала систему сбора данных.
Главное для бизнеса
Такой подход позволил Xiaomi-Robotics-1 показать лучшие результаты в стандартных бенчмарках для роботов на сегодняшний день. Для бизнеса это четкий сигнал:
Инвестиции в альтернативные методы сбора данных окупаются быстрее аренды мощного «железа». Разнообразие физических записей сегодня весит гораздо больше, чем число параметров в спецификации. Успех автономии зависит не от размера нейросети, а от богатства её жизненного опыта.
Если вы внедряете робототехнику, пора пересмотреть стратегию: инвестируйте в ручные захваты или синтетические среды вместо избыточных вычислительных мощностей.