シャオミ (Xiaomi) は2026年10月27日(現地時間)、統合型エンボディードエージェント「OmniBrain-0」を発表した。これは軽量なモデルであり、共有のハイレベル意思決定モデルを通じて操作とナビゲーションを調整する。タスク理解、計画、進捗追跡、フィードバック駆動型回復を統合することで、汎用エンボディードインテリジェンスの課題に対応することを目指す。
OmniBrain-0は、エンボディード事前学習、ドメイン特化型エージェント蒸留、マルチティーチャー・オンポリシー蒸留 (MOPD) を組み合わせたプログレッシブトレーニングフレームワークによって構築された。このフレームワークは、強力な教師モデルのインタラクション経験を操作およびナビゲーションのエキスパートに蒸留し、その意思決定能力をOmniBrain-0に統合する。統合は、ツールインターフェースだけでなく、学習された意思決定モデル内で実現される。
また、Rubric-Guided Recursive Self-Improvement (RSI) と呼ばれるデータフライホイールも導入されている。これは、Meta-Agentが実行証拠を洗練されたルーブリック、ステップレベルのリマインダー、および検証済み軌跡に変換し、ドメインエキスパートの更新に活用した後、MOPDを通じてOmniBrain-0に再統合する仕組みである。
シャオミ Embodied Intelligence Teamは、OmniBrain-0をLIBERO-Pro, LIBERO-Plus, RoboCasa365, RoboTwin 2.0, R2R-CE Val-Unseen、および複数の実世界操作タスクで評価した。その結果、OmniBrain-0は強力なクロスドメインタスク性能を示し、クローズドソースの教師モデルと比較して、推論および実行オーバーヘッドが大幅に低いことを実証した。
参考: arXiv cs.CL (アーカイブ) — 2026年10月28日 13:00 (JST)
原文ハイライト"lightweight unified embodied agent that coordinates manipulation and navigation through a shared high-level decision model"