シャオミ (Xiaomi) は7月16日(現地時間)、組み込み型AI向けマルチモーダル自己回帰型基盤モデル「Xiaomi-Robotics-U0」を発表した。このモデルは380億個のパラメータを持ち、組み込み型シーン生成、組み込み型転送、ロボットインタラクション動画生成、汎用画像生成および編集の四つの主要機能を単一のフレームワークで統合する。これはロボットがより複雑なタスクを自律的に実行するための重要な進展であり、汎用ロボットAIの新たな可能性を示すものと位置付けられる。
シャオミ・ロボティクス・ユーゼロ (Xiaomi-Robotics-U0) は、テキストプロンプトに基づいてロボットが利用できる環境を生成する能力を持つ。さらに、既存のロボット軌跡を新しいシーンに適合させながら動作の連続性を保持することが可能であり、多様な環境下でのロボットの適応性を高める。タスク指示に基づくロボットのインタラクション動画生成機能は、ロボットの行動計画やシミュレーションにおいて新たな可能性を開く。
同モデルは、広範なインターネット規模の視覚知識を活用することで、組み込み型AIアプリケーションへの応用範囲を広げる。これにより、ロボットは現実世界の複雑な情報をより深く理解し、それに基づいて推論や行動を選択できるようになる。シャオミはこのモデルが、異なる四つの主要機能を単一のフレームワークで統一したことを強調しており、これはロボットAI開発における統合的アプローチを示すものだ。
近年、大規模言語モデル (LLM) や大規模視覚モデル (LVM) の進歩は目覚ましく、その応用がロボティクス分野にも波及している。シャオミ・ロボティクス・ユーゼロのような組み込み型世界基盤モデルは、従来の個別のタスク特化型モデルと比較して、汎用性と柔軟性において大きな優位性を持つ。これにより、ロボットの研究開発にかかる時間とコストが削減され、より短期間での新機能導入が期待される。シャオミは、このモデルが幅広いロボットアプリケーションで活用される可能性を提示している。
参考: technode.com (アーカイブ) — 2026年7月16日 12:25 (JST)