XiaomiはRobotics-U0を発表：38Bの統一 Embodied AI モデルをオープンソース化

Xiaomiは、4つのロボットタスクを1つのアーキテクチャに統合した、380億パラメータの生成モデルをオープンソースライセンスで公開した。エンボディドAIのバックボーン競争が新たな段階に入った。

事実

Xiaomiは、380億パラメータの生成型エンボディッドモデル「Robotics-U0」をオープンソースライセンスで公開した。Pandaily（26/07/15）によると、従来は別々のシステムで処理されていた4つのタスク（シーン生成、エンボディメント転送、動画生成、テキストtoイメージ）を単一のアーキテクチャで統合しているという。

解説

技術的な方向性は明確で、我々が追跡している流れと一致している。NLPのファウンデーションモデルのように、ロボティクスもサブシステムを組み合わせるのではなく、ファインチューニングやプロンプティングで適応させる単一のバックボーンを目指している。Xiaomiは、X-Square Robot（最近取り上げた）やNvidiaのGR00T構想と競合するが、異なる戦略的アプローチとしてオープンソースを採用している。380億パラメータは学術研究室にとっても扱いやすい規模であり、採用の観点で重要だ。現時点での発表には2つの課題がある。デモはシーン生成に焦点を当てており、まだ高頻度リアルタイム制御には及んでいない。

見どころ

注目すべき3つのシグナル：(1) 中国外の第三者研究室による再現性、(2) 組み込みロボットシステムへの実装と、公開されたレイテンシーデータ、(3) Meta、Nvidia、Hugging Faceによる同規模のオープンソース対応。このうち3番目が6ヶ月以内に実現すれば、Robotics-U0は業界の流れを変えることになる。