小米机器人训练新发现：更多数据比更大模型更有效，10万小时运动数据是关键

一句话看懂

小米用10万小时人类运动数据训练机器人，发现增加数据量比扩大模型规模更能提升性能，且效果尚未饱和。

详细发生了什么

小米近期发布了机器人模型Xiaomi-Robotics-1，其训练数据来自人类使用摄像头手持夹持器采集的超过100,000小时运动数据，而非传统机器人操作数据。研究团队发现，在机器人运动控制任务中，增加训练数据量对性能的提升远大于增加模型参数量。尽管当前绝对成功率仍然较低，但性能提升曲线尚未出现饱和迹象，意味着继续增加数据可能带来更大收益。这一结论挑战了“更大模型更好”的普遍认知，为机器人领域的数据驱动方法提供了新思路。

中文圈视角

对中文圈机器人研发者来说，这一发现意义重大。首先，数据采集成本大幅降低：使用人类手持设备而非真实机器人，可规避机器人硬件昂贵、部署困难的问题。国内机器人创业公司（如宇树科技、星动纪元）可借鉴此方法，利用低成本传感器快速积累数据。其次，这暗示国产大模型（如DeepSeek、智谱）在机器人领域的应用策略可能需要调整——与其追求参数量竞赛，不如优先构建高质量运动数据集。不过，小米未公开模型细节和数据集，中文圈需警惕“数据规模”陷阱：单纯堆量而不控制数据质量（如动作多样性、环境覆盖）可能无效。此外，监管层面：若数据涉及人体动作捕捉，需注意生物特征信息合规问题。

几条值得记住的细节

• 训练数据规模：超过100,000小时人类运动数据，使用摄像头手持夹持器采集。
• 性能对比：增加数据量对性能提升效果显著优于增加模型参数量。
• 当前限制：绝对成功率仍较低，但性能提升未出现饱和。
• 应用场景：机器人运动控制，如抓取、移动等基础操作。

一句话总结

机器人训练中，数据量比模型大小更重要——低成本数据采集可能是中文圈机器人突破的关键。