小米推出首代具身机器人VLA大模型，具备80ms推理延迟和30Hz控制频率，支持消费级显卡运行。通过三项技术创新，该模型提升了自主性，解决了机器人动作连续性和视觉理解能力的问题，展现出优异的仿真和真实环境表现，推动了具身智能的工业应用。

本研究提出了一种基于大型语言模型的具身机器人系统，旨在提升家庭机器人自主物品管理能力。通过记忆增强的任务规划，该系统优化了机器人执行用户指令的能力，并在多个家庭场景中展示了任务规划精度和记忆回忆能力的改善。