小米的人形機器人，已經“進廠打工”了！

在人形機器人的實際應用方面，小米今天也展示了最新的成果。

今天，小米機器人團隊公布了一項最新進展：其自主研發的人形機器人，在真實的汽車制造工廠里，完成了一次長達 3 小時的連續“實習”作業。

這個工站的任務是安裝自攻螺母。在汽車一體化壓鑄的后地板零件上，機器人需要從自動送釘設備中精準抓取螺母，將其放置在定位工裝上，并配合后續工位完成自攻擰緊。整個過程中，機器人雙臂協同，在生產節拍要求的 76 秒內，完成了雙側螺母的同時安裝，成功率達到 90.2%。

小米表示，小米機器人雙側同時安裝成功率為 90.2%，同時滿足了最快76 秒的產線生產節拍要求。用一句很形象的話來說，小米機器人完全可以成為工廠的“正式工”。

對于小米機器人來說，這次實驗難度最高的環節集中在自攻螺母的安裝過程，需要確保其與定位銷軸的精確對準和可靠貼合。而自攻螺母內側的花鍵結構，每次抓取不固定的手內姿態，以及定位銷軸上磁吸力帶來的拉扯影響，都大幅增加了裝配難度。

面對真實作業中的復雜情況，傳統的“規則編程”顯得有些力不從心——你無法窮舉所有可能發生的意外。小米機器人的解決思路，是讓機器人學會“自主學習”。

其核心技術框架建立在 Xiaomi-Robotics-0 這一通用 VLA 基座模型之上。該模型通過統一的動作空間設計和跨本體數據預訓練，讓機器人具備了對操作任務的理解和空間感知能力。

僅靠預訓練模型還不夠。團隊引入了一個“VLA + RL（強化學習）”的聯合訓練框架。簡單來說，VLA 模型為機器人提供了“常識”，而強化學習則讓機器人在真實物理環境的交互中不斷試錯和學習，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昂貴且低效的真實遙操作數據的依賴，讓機器人能更快地適配下游的多樣化工況。

全身運動控制同樣采用了類似的混合架構。一個基于二次規劃的優化控制器，以亞毫秒級的速度處理平衡、安全、任務等多級優先級控制。而一個在仿真平臺中歷經數億次“摸爬滾打”的強化學習控制器，則負責應對極端干擾，學會如何在失穩時保持平衡，并能零樣本遷移到真實機器人身上。

根據官方透露的信息，包括料箱搬運、前徽標安裝等其他典型工站的部署驗證工作也正在推進中。這些工站將對機器人的移動操作全身協同、以及借助靈巧手提升作業效率等方面提出新的挑戰。

從此次披露的諸多細節來看，小米機器人選擇了一條相對務實的路徑：不急于展示酷炫的“秀肌肉”，而是將機器人置于真實、嚴苛的工業環境中“磨煉”，并開放了技術方案細節、實驗視頻，甚至相關代碼（Xiaomi-Robotics-0 已開源）。

這次“進廠實習”的機器人，并非憑空出現。它的背后，是小米在機器人領域多年布局的一次集中技術投射。

回顧小米的機器人之路，有兩個關鍵的起點：2021年發布的四足機器人 CyberDog“鐵蛋”，以及2022年亮相的全尺寸人形機器人 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知技術與 Mi-Sense 視覺空間系統，能感知人類情緒，實現雙足平衡，最大模組峰值扭矩達300N·m。它最初定位面向家庭護理與陪伴，但其關節控制、動力輸出等底層技術，成為了今天工業場景應用的基石。

真正讓機器人具備“思考”能力的，是2026年2月開源的 VLA 大模型 Xiaomi-Robotics-0。這個擁有47億參數的模型，采用了獨特的“大腦+小腦”MoT 混合架構：大腦（VLM）負責理解指令與環境，小腦（DiT）負責生成平滑連貫的連續動作。它在 LIBERO、CALVIN 等主流仿真測試中刷新了 SOTA（當前最優）紀錄，并且能在消費級顯卡上實現 80ms 低延遲推理，解決了機器人“反應遲鈍、動作斷層”的行業痛點。

為了解決精細操作問題，團隊還開發了純觸覺驅動的抓取微調模型 TacRefineNet。它無需視覺，僅憑指尖的高精度觸覺陣列就能實現毫米級位姿調整，Zero-shot 部署于產線。

正是這套“Xiaomi-Robotics-0（大腦）+ TacRefineNet（小腦）+ CyberOne（身體）”的組合拳，構成了機器人進廠的技術底氣。在組織層面，小米也已將機器人業務整合至北京小米機器人技術有限公司，總部遷入亦莊小米汽車工廠，實現研發制造一體化，并計劃五年內投資20億元，加速技術落地。

雷軍表示：“未來5年，會有大批量人形機器人進入小米工廠干活?！睂τ谡麄€行業而言，這類來自真實場景的實測數據，往往比精心策劃的演示更具參考價值。它清晰地劃出了一條從實驗室理論到車間生產力的演進軌跡，也讓人看到了人形機器人在智能制造領域，從“可用”走向“好用”的某種可能。