샤오미, 10만 시간 VLA 검증

샤오미 로보틱스 팀이 10만 시간 분량의 실세계 조작 궤적으로 사전학습한 비전-언어-행동(VLA) 모델 Xiaomi-Robotics-1(XR-1) 을 공개했다.

핵심은 로봇 원격조작 대신 카메라가 장착된 휴대형 그리퍼 UMI(Universal Manipulation Interface) 로 데이터를 수집해, 로봇 하드웨어 수에 따른 데이터 병목을 줄인 점이다.

언어 라벨링은 사람이 직접 수행하지 않고, 궤적을 일정 길이로 나눈 뒤 VLM이 각 구간의 상태 변화를 설명하도록 자동화했다.

연구팀은 데이터량과 모델 크기를 통제한 사전학습 실험을 진행하고, 학습된 체크포인트를 실제 로봇에 적용해 스케일링 효과가 검증 손실뿐 아니라 실제 로봇 성공률에도 이어지는지 평가했다. 기술 보고서는 2026년 7월 16일 공개됐으며, 코드와 체크포인트는 8월 3일 Apache 2.0 라이선스로 공개됐다.