小米推出具身大模型 MiMo-Embodied，宣布全面开源

今日，小米面向公众发布具身大模型 MiMo-Embodied，并同步宣布该模型将全面开源。这一步意味着小米在通用具身智能研究上取得了重要进展。

随着具身智能在家居场景逐步落地、自动驾驶加速规模化应用，业界普遍关注如何让机器人与车辆在认知与能力上打通，以及室内操作智能与室外驾驶智能能否相互促进。此次发布的 MiMo-Embodied 正是为解决这些问题而打造，它把自动驾驶与具身智能两大领域贯通起来，通过统一的任务建模，实现从“垂直领域专用”向“跨域能力协同”的关键跨越。

MiMo-Embodied 的技术有三大亮点。首先，它具备跨域能力覆盖，可同时支持具身智能的三项核心任务——可供性推理、任务规划、空间理解，以及自动驾驶的三项关键任务——环境感知、状态预测、驾驶规划，为全场景智能提供坚实支撑。其次，模型验证了室内交互与道路决策之间的知识迁移效果，展现出跨场景协同的新思路。最后，MiMo-Embodied 采用“具身/自驾能力学习 + CoT 推理增强 + RL 精细强化”的多阶段训练策略，显著提升模型在真实环境中的落地稳定性与可靠性。

在性能方面，MiMo-Embodied 在覆盖感知、决策、规划的 29 项核心基准上树立了开源基座模型的新标杆，整体优于现有的开源、闭源及专用模型。在具身智能方向，模型在 17 个基准上拿到 SOTA 成绩，进一步提升了任务规划、可供性预测与空间理解的上限；在自动驾驶方向，它在 12 个基准上表现突出，完成了从环境感知到状态预测、再到驾驶规划的全链路突破。此外，在通用视觉语言能力上，MiMo-Embodied 也展现了强泛化能力，在夯实通用感知与理解的同时，在多项关键基准上取得明显提升。

开源地址:

• https://huggingface.co/XiaomiMiMo/MiMo-Embodied-7B