该研究由小米具身智能团队（Xiaomi Embodied Intelligence Team）共同完成。由该团队的郝孝帅担任核心贡献第一作者，项目负责人则是小米智驾团队首席科学家陈龙。团队致力于打破单一领域的界限，构建能够同时理解物理世界并进行复杂推理的通用智能体（模型），汇聚了自动驾驶与具身智能领域的顶尖研究力量。 大语言模型（LLM）与多模态大语言模型（MLLM）的浪潮正以前所未有的速度席卷 AI 领域，但当算法试图走出数字世界，迈入物理实体时，却遭遇了严重的“水土不服”。 在传统的具身智能研发范式…