小米人形机器人已在汽车工厂连续自主运行 小米人形机器人实现精准抓取放置自攻螺母

 2026年3月2日,小米机器人团队发布的一则技术简报,在科技与制造业领域激起了不小的涟漪。简报显示,小米自主研发的人形机器人已悄然进入真实的汽车制造工厂,并在一个名为“自攻螺母上件”的工位上,完成了连续3小时不间断的自主作业测试。在这项看似简单重复的任务中,机器人需要从自动送钉设备中精准抓取一枚特殊的自攻螺母,并将其毫厘不差地放置到定位工装上,以便后续工序完成拧紧。最终,机器人双侧同时安装的成功率达到了90.2%,并且满足了生产线最快76秒的生产节拍要求。这标志着小米的人形机器人正式跨越了从实验室演示到真实工业场景应用的巨大鸿沟,开始了其“工厂实习”生涯。小米创始人雷军也在社交媒体上证实了这一进展,并预测未来五年内,将会有大批量人形机器人进入小米工厂工作。

 一枚螺母背后的技术攻坚战

 将一枚螺母精准地放到指定位置,对人类工人而言或许是肌肉记忆般的简单操作,但对于机器人来说,却是一场对感知、决策与控制能力的综合大考。小米机器人团队此次挑战的自攻螺母,其内侧带有复杂的花键结构,这导致机器人每次抓取后,螺母在手内的姿态都是随机、不固定的。同时,定位销轴上强大的磁吸力,会在螺母接近时产生不可预测的拉扯干扰,进一步增加了精准对位的难度。毫米级的偏差就可能导致装配失败或产生质量缺陷。

 为了攻克这些难题,小米的工程师们为机器人装备了一套复杂的“感官系统”和“智能大脑”。机器人并非只依赖“眼睛”(视觉),而是融合了指尖的“触觉”以及关节的本体感知等多模态信息。例如,在光线变化或存在遮挡时,纯视觉可能失效;而仅凭触觉又容易受到意外接触的干扰。多模态融合感知就像为机器人赋予了人类的“手眼协调”能力,能更可靠地判断抓取状态和装配位置。其核心“大脑”是基于VLA大模型Xiaomi-Robotics-0构建的,并引入了强化学习技术。这意味着机器人不仅能理解指令,还能通过无数次虚拟和真实的“试错”来自主学习如何更好地完成任务,从而快速适应不同的工况。在运动控制层面,一套混合架构确保了机器人的稳定与敏捷:优化控制器能在1毫秒内完成计算,保证基础动作的精确与安全;而强化学习控制器则让机器人在仿真环境中经历了上亿次极端扰动的“特训”,学会了在干扰下保持平衡,并将这种能力直接迁移到真实环境中。

 “工厂优先”的务实战略

 小米为人形机器人选择的这条从工厂起步的道路,被内部称为“工厂优先”战略。这与一些公司直接瞄准家庭服务场景的路径截然不同。其背后的逻辑清晰而务实:高度结构化的汽车工厂环境,远比充满不确定性的家庭环境更容易攻克。在这里,任务明确、环境可控、需求刚性,是验证和打磨核心技术的绝佳试验场。

 更重要的是,小米自身就拥有一个庞大的“练兵场”——其年产可达50万辆电动车的亦庄汽车工厂。这为机器人提供了无需外求的落地场景和源源不断的真实数据。此外,造车积累的供应链能力,如高扭矩密度的电机、精密的减速器等,可以直接复用于机器人关节的制造,有效降低了硬件成本。这种“自有场景+全链条能力”的组合,构成了小米在拥挤的人形机器人赛道中独特的差异化优势。

 根据规划,小米的目标是在2030年前实现人形机器人在集团工厂的“大规模应用”。当前的“实习”只是第一步,团队表示,已在料箱搬运、前徽标安装等多个其他典型工站开展部署与验证,后续将逐步披露更多进展。

 汽车工厂,人形机器人的“角力场”

 小米并非孤例。全球汽车制造业正悄然成为人形机器人落地竞赛的核心舞台。国际巨头们早已行动:宝马集团在美国斯帕坦堡工厂与Figure AI合作,部署人形机器人Figure 02参与车身钣金件的搬运与定位,累计支撑了超过3万辆宝马X3的生产。基于美国的成功经验,宝马近期又将试点扩展至德国莱比锡工厂,引入新人形机器人AEON,专注于高压电池组装等环节。梅赛德斯-奔驰则在匈牙利工厂测试Apptronik公司的Apollo机器人,用于物料分拣等物流任务。

 在国内,这场竞赛同样激烈。吉利汽车与佳安智能合作,在总装生产线上部署了被称为“小佳”的人形机器人,实现了拉铆与牙套安装的全自动化,其高自由度双臂可以模拟人工的柔性装配动作。优必选的Walker S1人形机器人则在吉利的智慧工厂中,与无人叉车协同,完成了从分拣、搬运到精密装配的多任务作业。广汽、小鹏、比亚迪等车企也纷纷通过自研或合作的方式,加速布局这一领域。

 驱动这场竞赛的,不仅是炫技的冲动,更是现实的产业需求。面对全球性的劳动力短缺、对生产质量与一致性日益严苛的要求,以及提升产线柔性的需要,能够适应人类工作环境、执行复杂灵巧任务的人形机器人,被视为破局的关键。行业分析甚至预测,到2030年前后,人形机器人有望取代汽车制造中超过50%的生产任务。

 黎明前的挑战与无限可能

 尽管前景广阔,但人形机器人要真正在工厂中大规模“上岗”,仍面临诸多挑战。首先是技术的成熟度与可靠性。即使如小米机器人达到了90.2%的成功率,但在高节拍、零容错的工业流水线上,剩下的近10%的失败案例仍需通过技术迭代去攻克。其次是成本。目前人形机器人的制造成本依然高昂,只有当其综合使用成本显著低于人工时,大规模替代才具备经济性。有分析指出,当人形机器人的运营成本降至每小时约5美元时,才会对欧美汽车工厂普遍20-38美元的时薪形成强大吸引力。

 然而,趋势已然明朗。从特斯拉的Optimus到宝马的Figure,从小米的CyberOne到优必选的Walker S,汽车工厂这片最讲究效率与成本的土壤,正在孕育着下一代通用机器人的雏形。它们今天的任务可能是拧螺丝、搬箱子,但通过在这些场景中不断学习与进化,其终极目标是获得适应多种环境的通用能力。小米机器人在汽车工厂的这次“实习”,不仅是一次技术展示,更是一个强烈的信号:人形机器人正在褪去科幻的外衣,沿着务实的技术路径,一步步走进我们的现实生产生活。这场由汽车制造业点燃的机器人革命,其火花终将照亮更广阔的未来。

上一篇： SCREENX《飞驰人生3》，开启沉浸式赛车新体验

下一篇： 中国技术助力全球南方国家农业增产 许多南方国家加强与中国在农业技术等领域合作