小米具身智能团队（Xiaomi Embodied Intelligence Team）在 arXiv 发布技术报告，提出 OmniBrain-0——一个轻量级、统一的具身智能体模型。该研究针对通用具身智能的核心挑战：机器人需要在长时程任务中协调多种技能、跟踪任务进度并从失败中恢复。单一专家策略难以保证任务级可靠性，而强大的多模态智能体往往依赖昂贵的推理与外部经验，紧凑模型难以复现。
OmniBrain-0 的设计思路是通过一个共享的高层决策模型来统一协调操作（manipulation）与导航（navigation），并将任务理解、规划、进度跟踪以及反馈驱动的恢复能力整合其中。与仅在工具接口层面进行统一的做法不同，该模型的统一发生在学习到的决策模型内部，从而让紧凑模型具备跨域任务执行能力。
训练方面，团队提出渐进式框架，包含三个阶段：具身预训练、领域专用智能体蒸馏，以及多教师在线策略蒸馏（Multi-Teacher On-Policy Distillation, MOPD）。该框架首先将强大教师模型的交互经验蒸馏到操作与导航专家中，再通过 MOPD 将各专家的决策能力整合进 OmniBrain-0。
研究还引入 Rubric-Guided Recursive Self-Improvement（RSI），一种数据飞轮机制。其中 Meta-Agent 将执行证据转化为细化的评分标准（rubrics）、步骤级提醒以及经过验证的轨迹，用于更新领域专家，随后再通过 MOPD 重新整合到 OmniBrain-0 中。这一闭环使模型能够持续从自身执行中改进。
评估覆盖多个基准：LIBERO-Pro、LIBERO-Plus、RoboCasa365、RoboTwin 2.0 以及 R2R-CE Val-Unseen，并包含多项真实世界操作任务。结果显示，OmniBrain-0 在跨域任务性能上表现强劲，同时推理与执行开销显著低于其闭源教师模型，表明具身能力可以高效迁移并整合到紧凑的统一智能体中。
该技术报告共 40 页、27 幅图、8 张表，提交于 2026 年 10 月 26 日，涉及计算与语言（cs.CL）及计算机视觉与模式识别（cs.CV）两个领域。项目页面已公开。