小米技术新突破！具身大模型 MiMo-Embodied 正式发布并全面开源
随着具身智能逐步落地家居场景、自动驾驶技术迈向规模化应用，行业内一个关键问题日益凸显：机器人与车辆如何更好地实现认知与能力互通？室内作业智能与室外驾驶智能能否实现相互促进？为此，我们重磅推出 —— 具身大模型「MiMo-Embodied」。
作为业界首个成功打通自动驾驶与具身智能的跨域具身基座模型，它实现了两大领域任务的统一建模，标志着通用具身智能研究从 “垂直领域专用” 向 “跨域能力协同” 迈出关键一步。为推动社会对通用具身智能范式的进一步探索，该模型现已全面开源。
三大核心技术亮点
跨域能力覆盖：同步支持具身智能三大核心任务（可供性推理、任务规划、空间理解）与自动驾驶三大关键任务（环境感知、状态预测、驾驶规划），形成全场景智能支撑；
双向协同赋能：验证了室内交互能力与道路决策能力的知识转移协同效应，为跨场景智能融合提供了新的思路；
全链优化可靠：采用 “具身/自驾能力学习→ CoT 推理增强→RL 精细强化” 多阶段训练策略，有效提升模型在真实环境中的部署可靠性。
双领域 SOTA 与范式验证
在涵盖感知、决策与规划的 29 项核心基准测试（Benchmarks）中，MiMo-Embodied 确立了开源基座模型的性能新标杆，全面优于现有的开源、闭源及专用模型：
具身智能领域：在 17 个 Benchmarks 上取得 SOTA 成绩，重新定义了任务规划、可供性预测及空间理解的能力边界；
自动驾驶领域：在 12 个 Benchmarks 上表现卓越，实现了环境感知、状态预测与驾驶规划的全链路性能突破。
通用视觉语言领域：在夯实通用感知与理解能力的同时，进一步在多项关键基准上实现了显著的性能跃升，展现了卓越的泛化性。
从家庭场景到城市道路，MiMo-Embodied 正推动智能技术向 “可用、可信、可扩展” 的现实世界稳步迈进，为小米人车家全生态注入核心技术动能！
模型与代码现已开源，欢迎全球开发者与研究人员共同参与，探索具身智能的无限可能～
技术报告：https://arxiv.org/abs/2511.16518
开源代码：GitHub - XiaomiMiMo/MiMo-Embodied: MiMo-Embodied
MiMo-Embodied 模型：https://huggingface.co/XiaomiMiMo/MiMo-Embodied-7B
(审核编辑: 光光)
