在人形機(jī)器人的實(shí)際應(yīng)用方面，小米今天也展示了最新的成果。

今天，小米機(jī)器人團(tuán)隊(duì)公布了一項(xiàng)最新進(jìn)展：其自主研發(fā)的人形機(jī)器人，在真實(shí)的汽車制造工廠里，完成了一次長(zhǎng)達(dá) 3 小時(shí)的連續(xù)“實(shí)習(xí)”作業(yè)。

這個(gè)工站的任務(wù)是安裝自攻螺母。在汽車一體化壓鑄的后地板零件上，機(jī)器人需要從自動(dòng)送釘設(shè)備中精準(zhǔn)抓取螺母，將其放置在定位工裝上，并配合后續(xù)工位完成自攻擰緊。整個(gè)過(guò)程中，機(jī)器人雙臂協(xié)同，在生產(chǎn)節(jié)拍要求的 76 秒內(nèi)，完成了雙側(cè)螺母的同時(shí)安裝，成功率達(dá)到 90.2%。

小米表示，小米機(jī)器人雙側(cè)同時(shí)安裝成功率為 90.2%，同時(shí)滿足了最快76 秒的產(chǎn)線生產(chǎn)節(jié)拍要求。用一句很形象的話來(lái)說(shuō)，小米機(jī)器人完全可以成為工廠的“正式工”。

對(duì)于小米機(jī)器人來(lái)說(shuō)，這次實(shí)驗(yàn)難度最高的環(huán)節(jié)集中在自攻螺母的安裝過(guò)程，需要確保其與定位銷軸的精確對(duì)準(zhǔn)和可靠貼合。而自攻螺母內(nèi)側(cè)的花鍵結(jié)構(gòu)，每次抓取不固定的手內(nèi)姿態(tài)，以及定位銷軸上磁吸力帶來(lái)的拉扯影響，都大幅增加了裝配難度。

面對(duì)真實(shí)作業(yè)中的復(fù)雜情況，傳統(tǒng)的“規(guī)則編程”顯得有些力不從心——你無(wú)法窮舉所有可能發(fā)生的意外。小米機(jī)器人的解決思路，是讓機(jī)器人學(xué)會(huì)“自主學(xué)習(xí)”。

其核心技術(shù)框架建立在 Xiaomi-Robotics-0 這一通用 VLA 基座模型之上。該模型通過(guò)統(tǒng)一的動(dòng)作空間設(shè)計(jì)和跨本體數(shù)據(jù)預(yù)訓(xùn)練，讓機(jī)器人具備了對(duì)操作任務(wù)的理解和空間感知能力。

僅靠預(yù)訓(xùn)練模型還不夠。團(tuán)隊(duì)引入了一個(gè)“VLA + RL（強(qiáng)化學(xué)習(xí)）”的聯(lián)合訓(xùn)練框架。簡(jiǎn)單來(lái)說(shuō)，VLA 模型為機(jī)器人提供了“常識(shí)”，而強(qiáng)化學(xué)習(xí)則讓機(jī)器人在真實(shí)物理環(huán)境的交互中不斷試錯(cuò)和學(xué)習(xí)，從每一次成功或失敗的抓取中迭代自己的行為策略。這種方式有效降低了對(duì)昂貴且低效的真實(shí)遙操作數(shù)據(jù)的依賴，讓機(jī)器人能更快地適配下游的多樣化工況。

全身運(yùn)動(dòng)控制同樣采用了類似的混合架構(gòu)。一個(gè)基于二次規(guī)劃的優(yōu)化控制器，以亞毫秒級(jí)的速度處理平衡、安全、任務(wù)等多級(jí)優(yōu)先級(jí)控制。而一個(gè)在仿真平臺(tái)中歷經(jīng)數(shù)億次“摸爬滾打”的強(qiáng)化學(xué)習(xí)控制器，則負(fù)責(zé)應(yīng)對(duì)極端干擾，學(xué)會(huì)如何在失穩(wěn)時(shí)保持平衡，并能零樣本遷移到真實(shí)機(jī)器人身上。

根據(jù)官方透露的信息，包括料箱搬運(yùn)、前徽標(biāo)安裝等其他典型工站的部署驗(yàn)證工作也正在推進(jìn)中。這些工站將對(duì)機(jī)器人的移動(dòng)操作全身協(xié)同、以及借助靈巧手提升作業(yè)效率等方面提出新的挑戰(zhàn)。

從此次披露的諸多細(xì)節(jié)來(lái)看，小米機(jī)器人選擇了一條相對(duì)務(wù)實(shí)的路徑：不急于展示酷炫的“秀肌肉”，而是將機(jī)器人置于真實(shí)、嚴(yán)苛的工業(yè)環(huán)境中“磨煉”，并開放了技術(shù)方案細(xì)節(jié)、實(shí)驗(yàn)視頻，甚至相關(guān)代碼（Xiaomi-Robotics-0 已開源）。

這次“進(jìn)廠實(shí)習(xí)”的機(jī)器人，并非憑空出現(xiàn)。它的背后，是小米在機(jī)器人領(lǐng)域多年布局的一次集中技術(shù)投射。

回顧小米的機(jī)器人之路，有兩個(gè)關(guān)鍵的起點(diǎn)：2021年發(fā)布的四足機(jī)器人 CyberDog“鐵蛋”，以及2022年亮相的全尺寸人形機(jī)器人 CyberOne“鐵大”。其中，身高177cm、體重52kg的“鐵大”，搭載了小米自研的仿生感知認(rèn)知技術(shù)與 Mi-Sense 視覺空間系統(tǒng)，能感知人類情緒，實(shí)現(xiàn)雙足平衡，最大模組峰值扭矩達(dá)300N·m。它最初定位面向家庭護(hù)理與陪伴，但其關(guān)節(jié)控制、動(dòng)力輸出等底層技術(shù)，成為了今天工業(yè)場(chǎng)景應(yīng)用的基石。

真正讓機(jī)器人具備“思考”能力的，是2026年2月開源的 VLA 大模型 Xiaomi-Robotics-0。這個(gè)擁有47億參數(shù)的模型，采用了獨(dú)特的“大腦+小腦”MoT 混合架構(gòu)：大腦（VLM）負(fù)責(zé)理解指令與環(huán)境，小腦（DiT）負(fù)責(zé)生成平滑連貫的連續(xù)動(dòng)作。它在 LIBERO、CALVIN 等主流仿真測(cè)試中刷新了 SOTA（當(dāng)前最優(yōu)）紀(jì)錄，并且能在消費(fèi)級(jí)顯卡上實(shí)現(xiàn) 80ms 低延遲推理，解決了機(jī)器人“反應(yīng)遲鈍、動(dòng)作斷層”的行業(yè)痛點(diǎn)。

為了解決精細(xì)操作問(wèn)題，團(tuán)隊(duì)還開發(fā)了純觸覺驅(qū)動(dòng)的抓取微調(diào)模型 TacRefineNet。它無(wú)需視覺，僅憑指尖的高精度觸覺陣列就能實(shí)現(xiàn)毫米級(jí)位姿調(diào)整，Zero-shot 部署于產(chǎn)線。

正是這套“Xiaomi-Robotics-0（大腦）+ TacRefineNet（小腦）+ CyberOne（身體）”的組合拳，構(gòu)成了機(jī)器人進(jìn)廠的技術(shù)底氣。在組織層面，小米也已將機(jī)器人業(yè)務(wù)整合至北京小米機(jī)器人技術(shù)有限公司，總部遷入亦莊小米汽車工廠，實(shí)現(xiàn)研發(fā)制造一體化，并計(jì)劃五年內(nèi)投資20億元，加速技術(shù)落地。

雷軍表示：“未來(lái)5年，會(huì)有大批量人形機(jī)器人進(jìn)入小米工廠干活�！睂�(duì)于整個(gè)行業(yè)而言，這類來(lái)自真實(shí)場(chǎng)景的實(shí)測(cè)數(shù)據(jù)，往往比精心策劃的演示更具參考價(jià)值。它清晰地劃出了一條從實(shí)驗(yàn)室理論到車間生產(chǎn)力的演進(jìn)軌跡，也讓人看到了人形機(jī)器人在智能制造領(lǐng)域，從“可用”走向“好用”的某種可能。