小米具身智慧團隊（Xiaomi Embodied Intelligence Team）在 arXiv 釋出技術報告，提出 OmniBrain-0——一個輕量級、統一的具身智慧體模型。該研究針對通用具身智慧的核心挑戰：機器人需要在長時程任務中協調多種技能、跟蹤任務進度並從失敗中恢復。單一專家策略難以保證任務級可靠性，而強大的多模態智慧體往往依賴昂貴的推理與外部經驗，緊湊模型難以復現。
OmniBrain-0 的設計思路是透過一個共享的高層決策模型來統一協調操作（manipulation）與導航（navigation），並將任務理解、規劃、進度跟蹤以及反饋驅動的恢復能力整合其中。與僅在工具介面層面進行統一的做法不同，該模型的統一發生在學習到的決策模型內部，從而讓緊湊模型具備跨域任務執行能力。
訓練方面，團隊提出漸進式框架，包含三個階段：具身預訓練、領域專用智慧體蒸餾，以及多教師線上策略蒸餾（Multi-Teacher On-Policy Distillation, MOPD）。該框架首先將強大教師模型的互動經驗蒸餾到操作與導航專家中，再透過 MOPD 將各專家的決策能力整合進 OmniBrain-0。
研究還引入 Rubric-Guided Recursive Self-Improvement（RSI），一種資料飛輪機制。其中 Meta-Agent 將執行證據轉化為細化的評分標準（rubrics）、步驟級提醒以及經過驗證的軌跡，用於更新領域專家，隨後再透過 MOPD 重新整合到 OmniBrain-0 中。這一閉環使模型能夠持續從自身執行中改進。
評估覆蓋多個基準：LIBERO-Pro、LIBERO-Plus、RoboCasa365、RoboTwin 2.0 以及 R2R-CE Val-Unseen，幷包含多項真實世界操作任務。結果顯示，OmniBrain-0 在跨域任務效能上表現強勁，同時推理與執行開銷顯著低於其閉源教師模型，表明具身能力可以高效遷移並整合到緊湊的統一智慧體中。
該技術報告共 40 頁、27 幅圖、8 張表，提交於 2026 年 10 月 26 日，涉及計算與語言（cs.CL）及計算機視覺與模式識別（cs.CV）兩個領域。專案頁面已公開。