小米具身大模型MiMo-Embodied发布并全面开源

IT之家 11 月 21 日消息，小米集团今日官宣，具身大模型 MiMo-Embodied正式发布并全面开源。

小米集团介绍称，随着具身智能逐步落地家居场景、自动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？为此，小米推出具身大模型「MiMo-Embodied」。

MiMo-Embodied 宣称是业界首个成功打通自动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。

三大核心技术亮点

• 1. 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）与自动驾驶三大关键任务（环境感知、状态预测、驾驶规划），形成全场景智能支撑；
• 2. 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；
• 3. 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。

小米表示，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，全面优于现有的开源、闭源及专用模型：

• 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；
• 自动驾驶领域：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。