小米公司近日宣布，其自主研发的具身大模型MiMo-Embodied正式面向全球开源，这一举措被视为通用具身智能领域的重要突破。该模型通过创新架构设计，首次实现了自动驾驶与具身智能两大技术体系的深度融合，为跨场景智能应用开辟了新路径。
针对行业长期存在的"室内外智能割裂"难题，研发团队构建了统一的任务建模框架。模型突破传统垂直领域限制，在具身智能端可同步处理可供性推理、任务规划、空间理解三大核心任务，在自动驾驶端则具备环境感知、状态预测、驾驶规划的完整能力链。这种跨域协同机制使得机器人与车辆的能力边界得以拓展，例如家庭服务机器人通过知识迁移可理解交通规则，自动驾驶系统则能借鉴室内导航的精细操作经验。
技术实现层面，模型采用多阶段强化学习策略，通过"具身能力学习-自驾能力迁移-CoT推理增强-RL精细优化"的四步训练法，显著提升了复杂环境下的决策可靠性。实验数据显示，在29项涵盖感知、决策、规划的核心基准测试中，该模型全面超越现有开源及闭源方案，其中具身智能领域17项测试刷新最高纪录，自动驾驶领域12项测试实现全链路性能突破，通用视觉语言任务的泛化能力亦有显著提升。
开源版本包含70亿参数的基础模型，开发者可通过Hugging Face平台获取完整训练代码与预训练权重。小米技术团队特别强调，模型设计充分考虑了硬件适配性，支持在消费级GPU上高效部署，这为中小企业及研究机构参与具身智能生态建设提供了技术基础。目前已有多个合作方启动基于该模型的垂直场景开发，涵盖工业巡检、物流搬运、智慧交通等多个领域。
开源地址：https://huggingface.co/XiaomiMiMo/MiMo-Embodied-7B
