在智能制造領域，小米機器人團隊近日交出了一份令人矚目的答卷：其自主研發(fā)的人形機器人成功在汽車制造工廠完成3小時連續(xù)作業(yè)，實現(xiàn)了雙側自攻螺母安裝任務，成功率達90.2%，且完全滿足產線76秒的生產節(jié)拍要求。這一突破標志著人形機器人從實驗室走向真實工業(yè)場景邁出了關鍵一步，也為智能制造提供了新的解決方案。

此次作業(yè)的工站任務極具挑戰(zhàn)性：機器人需在汽車一體化壓鑄的后地板零件上，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(xù)工位完成自攻擰緊。整個過程要求雙臂協(xié)同，在76秒內完成雙側螺母的同時安裝。自攻螺母內側的花鍵結構、每次抓取不固定的手內姿態(tài)，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。傳統(tǒng)“規(guī)則編程”方式難以應對如此復雜的真實作業(yè)環(huán)境，小米團隊因此選擇了“自主學習”的技術路徑。

核心技術框架基于Xiaomi-Robotics-0通用VLA基座模型構建。該模型通過統(tǒng)一的動作空間設計和跨本體數據預訓練，賦予機器人對操作任務的理解和空間感知能力。為進一步提升適應性，團隊引入“VLA+RL（強化學習）”聯(lián)合訓練框架：VLA模型提供基礎“常識”，強化學習則讓機器人在真實物理環(huán)境中通過交互試錯，不斷迭代行為策略。這種模式顯著減少了對昂貴且低效的真實遙操作數據的依賴，使機器人能更快適配多樣化工況。

全身運動控制采用混合架構設計：基于二次規(guī)劃的優(yōu)化控制器以亞毫秒級速度處理平衡、安全、任務等多級優(yōu)先級控制；在仿真平臺中歷經數億次訓練的強化學習控制器，則負責應對極端干擾，學會在失穩(wěn)時保持平衡，并能零樣本遷移至真實機器人。這種設計使機器人既能高效完成常規(guī)任務，又能靈活應對突發(fā)狀況。

為解決精細操作難題，團隊開發(fā)了純觸覺驅動的抓取微調模型TacRefineNet。該模型無需視覺輔助，僅憑指尖高精度觸覺陣列即可實現(xiàn)毫米級位姿調整，并直接部署于產線。這些技術突破共同構成了機器人進廠的技術底氣：Xiaomi-Robotics-0作為“大腦”負責理解與決策，TacRefineNet作為“小腦”優(yōu)化動作精度，CyberOne人形機器人作為“身體”執(zhí)行任務。

這一成果并非偶然。小米在機器人領域的布局可追溯至2021年發(fā)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”。身高177cm、體重52kg的“鐵大”搭載了仿生感知認知技術與Mi-Sense視覺空間系統(tǒng)，能感知人類情緒并實現(xiàn)雙足平衡，其關節(jié)控制、動力輸出等底層技術為當前工業(yè)應用奠定了基礎。2026年2月開源的VLA大模型Xiaomi-Robotics-0則進一步賦予機器人“思考”能力：該模型擁有47億參數，采用“大腦+小腦”MoT混合架構，在主流仿真測試中刷新SOTA紀錄，并能在消費級顯卡上實現(xiàn)80ms低延遲推理。

目前，小米已將機器人業(yè)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(xiàn)研發(fā)制造一體化。除自攻螺母安裝外，料箱搬運、前徽標安裝等其他典型工站的部署驗證工作也在推進中。這些工站將對機器人的移動操作、全身協(xié)同及靈巧手作業(yè)效率提出更高要求。雷軍透露，未來五年將有大批量人形機器人進入小米工廠作業(yè)，這類來自真實場景的實測數據，將為行業(yè)提供極具參考價值的演進軌跡。