샤오미의 로봇 파운데이션 모델이 10만 시간의 실제 데이터를 기반으로 학습하였다.
샤오미가 개발한 로봇 파운데이션 모델은 10만 시간의 비종속 UMI 궤적 데이터로 사전 학습 후 실제 로봇 데이터를 사용하여 후속 학습을 진행하였습니다. 이를 통해 로봇 정책 모델의 데이터 부족 문제를 완화하고, 1,700개 이상의 시나리오를 자동 주석 처리하여 일반적인 행동 생성 능력을 습득했습니다. 후속 학습 단계에서는 로봇의 형태와 자연어 명령에 대한 이해를 강화했습니다.
Xiaomi's robot foundation model is trained on 100,000 hours of real data.
Xiaomi's robot foundation model undergoes pre-training using 100,000 hours of non-dependent UMI trajectory data, followed by further training with actual robot data to alleviate data scarcity issues. The model has auto-annotated over 1,700 scenarios to learn general behavior generation capabilities. In the subsequent training phase, it focuses on understanding robot forms and natural language commands.