L'evoluzione dell'intelligenza artificiale applicata alla robotica sta vivendo un cambio di paradigma. Mentre per i modelli linguistici la corsa è stata spesso orientata all'aumento dei parametri, Xiaomi ha dimostrato con il nuovo Xiaomi-Robotics-1 che, per l'AI embodied, la qualità e il volume dei dati superano in efficacia la pura potenza di calcolo.

Superare il collo di bottiglia dei dati

Il problema principale della robotica è la scarsità di dataset realistici. A differenza degli LLM, che attingono a internet, i robot devono imparare gesti fisici complessi. Tradizionalmente, questo richiedeva la teleoperazione: un umano che guida ogni singolo movimento di un robot fisico, un processo lento e costoso.

Xiaomi ha scardinato questo limite eliminando il robot dalla fase di raccolta dati. Utilizzando pinze portatili dotate di telecamere, gli operatori hanno registrato azioni umane in oltre 1.700 ambienti diversi, tra cui cucine, uffici e fabbriche, accumulando più di 100.000 ore di registrazioni. Per gestire l'enorme mole di informazioni, l'azienda ha impiegato un altro modello AI per etichettare automaticamente ogni segmento di movimento, completando l'operazione in sole due settimane.

La legge dello scaling per il movimento

Xiaomi Ai Robot at Ron Edelstein blog — https://storage.googleapis.com/dixyouziniasie/xiaomi-ai-robot.html

I test condotti su Xiaomi-Robotics-1 rivelano un dato fondamentale: l'aumento dei dati di addestramento ha portato a guadagni prestazionali molto più significativi rispetto all'espansione della dimensione del modello. In ambienti sconosciuti, il tasso di successo è balzato dal 25% al 75% semplicemente incrementando il volume dei dati.

Questa strategia ha permesso al modello di superare benchmark standard e di adattarsi a nuovi compiti (come caricare la lavatrice o imballare un telefono) con meno di dieci ore di addestramento specifico, raggiungendo una precisione del 75%, contro il 40% di soluzioni concorrenti come quelle di Physical Intelligence. Questo approccio si sposa con l'idea che la capacità di correggere errori in tempo reale, come visto recentemente con Kairos 3.1, sia la chiave per l'autonomia reale.

Dalla simulazione alla fabbrica di auto

Xiaomi Ai Robot at Ron Edelstein blog — https://storage.googleapis.com/dixyouziniasie/xiaomi-ai-robot.html

L'ecosistema Xiaomi si sta espandendo con l'introduzione di Xiaomi-Robotics-U0, un modello da 38 miliardi di parametri focalizzato sulla sintesi embodied. Questo strumento permette di generare dati sintetici realistici, accelerando ulteriormente l'apprendimento.

L'applicazione pratica è già visibile nelle fabbriche di veicoli elettrici dell'azienda, dove robot umanoidi hanno raggiunto tassi di successo del 98% in compiti di assemblaggio, come il fissaggio di dadi e l'installazione di console. L'obiettivo finale è un sistema aperto: Xiaomi ha già rilasciato versioni precedenti in open source e prevede di pubblicare il codice su GitHub e Hugging Face, seguendo un trend di democratizzazione dei dati simile a quello promosso da progetti come Grabette.

Prospettive globali sull'AI embodied

Mentre Xiaomi punta sulla scala dei dati etichettati, altri player come l'istituto BAAI con il modello Orca tentano di eliminare completamente le etichette, imparando solo dai video. Parallelamente, Nvidia sta cercando di trasformare il problema dei dati in un problema di calcolo attraverso la generazione massiva di ambienti sintetici. La sfida si sposta quindi dalla capacità del "cervello" AI alla ricchezza dell'esperienza fisica che esso può assimilare.