2026年7月15日,小米集团正式开源380亿参数世界基础模型,这是国内首个面向机器人领域的大规模世界模型。该模型具备物理世界理解与预测能力,已在工业质检、自动驾驶仿真等场景完成验证。与此同时,雷军宣布自研工业机器人在汽车工厂实现精密装配突破,标志着小米在具身智能领域的布局进入新阶段。
什么是世界模型?
世界模型(World Model)是AI领域一个核心概念——它不仅理解语言和图像,还能理解物理世界的运行规律。一个具备世界模型的AI可以预测"如果我把这个杯子推倒,水会洒出来",而不仅仅是识别"这是一个杯子"。
对于机器人而言,世界模型的重要性不言而喻。机器人需要在物理世界中执行动作,如果模型不理解重力、摩擦力、碰撞等物理规律,机器人的动作就会笨拙甚至危险。小米的380亿参数世界模型正是为了解决这个核心问题——让机器人真正"理解物理世界"。
技术亮点
1. 380亿参数规模:这是国内首个大规模世界模型,参数规模达到380亿。相比语言模型动辄千亿上万亿的参数,世界模型需要处理的是视频、3D空间信息和物理规律,参数效率更高。
2. 多场景验证:已在工业质检、自动驾驶仿真等真实场景完成验证。工业质检场景中,模型能预测产品在不同操作下的形变和受力;自动驾驶仿真中,模型能生成逼真的驾驶场景用于训练。
3. 全面开源:通过代码托管平台开放下载,任何研究者和开发者都可以获取、使用和改进该模型。这有助于中国具身智能生态的加速发展。
小米具身智能布局全景
世界模型开源只是小米具身智能布局的一环。在汽车工厂,小米自研工业机器人已完成4个月迭代:自攻螺母上件双侧作业成功率从90.2%提升至98%,单台设备最快76秒完成1个工件装配。机器人还进入总装车间物流区执行中控台侧盖板排序和料箱折叠回收任务。
核心能力已逼近人工操作水平,完全匹配量产产线节拍。小米透露后续将升级灵巧手和力控算法,继续拓展汽车制造场景。
行业意义
小米此举的战略意义在于以开源世界模型为基础,构建具身智能开发者生态。如同LLaMA开源推动了语言模型生态的繁荣,小米世界模型的开源有望加速中国机器人AI的发展。对于研究者而言,这是一个高质量的基座模型;对于企业而言,这是一个可以快速验证机器人AI应用的起点。