XiaomiオープンソースVLAラージモデル：Xiaomi-Robotics-0のトレーニング後処理

Xiaomiのロボット部門は、Xiaomi-Robotics-0の実機上でのトレーニングプロセス全体をオープンソース化しました。事前学習済みのベースを基に、20時間分のタスクデータを使用してイヤホン収納などの高精度な操作を実行できます。チームは、非同期推論、アクションプレフィックスと適応型重み付け、Λ型マスキング、ランダムオクルージョンの3つの戦略によってモデルの「怠惰効果」を克服し、動作の連続性と視覚的感度のバランスを実現しました。