当前位置: 首页 » 资讯 » 新科技 » 正文

详解小米机器人“非遥操”技术路线,雷军为何敢下重注?

IP属地 中国·北京 编辑:赵静 凤凰网科技 时间:2026-08-22 00:21:48

摘要:

目前,小米给机器人规划的落地路径分为了三段,智能制造、商业服务、家庭。

科技 出品

作者|聿谌

编辑|刘毓坤

8月下旬的北京亦庄北人亦创国际会展中心,在人挤人的2026世界机器人大会现场,具身花园展区的围栏外簇拥了不少人。一台身高约一米七的白色双足机器人从展台中央走出,先是在墙壁上选取一束花,再走到加工区用手淋上一把亮闪闪的香片,递到前排观众面前。

这是小米新一代人形机器人第一次面向普通公众亮相。在随后包括科技在内的媒体采访中,小米机器人事业部总经理向迪昀也告诉我们,这些互动由大模型驱动,机器人自主理解、自主决策、自主执行,没有动作捕捉员在后台遥操。

宇树机器人让人们看到了小脑运控当前的天花板,但大脑乃至大脑驱动下人形机器人的智能涌现却迟迟未能出现。

在遥操几乎成为行业过渡期高频出现的代餐,小米为何要去死磕一个更遥远的将来?

非摇操为什么这么难?

和以往的展会一样,在今年的世界机器人大会上,能跑能跳、能握手的机器人依旧不少见。但科技从多次展会已经观察到,搬东西、做家务的机器人变多了。

但一个很少被普通消费者捕捉到的信号是,这些活灵活现的动作里,有多少是机器人自己思考出来的,又有多少是远处一个操作员戴着动捕设备演出来的。

展会现场就有厂商把“身体共生”作为卖点:操作员抬臂、下蹲、弯腰,机器人在台上一比一复刻。这当然也是一种技术路线,但它更接近一具高级提线木偶,而不是一个能独立上岗的工人。

小米这台新机器人走的是另一条路。据小米方面披露,互动阶段采用“大脑+小脑”的分层控制策略:大脑里的大模型负责对长程任务进行拆解规划,语音交互依托小爱同学完成语义理解与对话响应;小脑则借助仿真环境下的并行强化学习训练,在保证动态平衡的基础上生成拟人动作。

依旧拿前述提及的演示来看,机器人完成的选花、递花、撒香片这些动作,不是预设好的脚本,而是模型在理解了“对面站着一个人、手里有花、要递过去”之后,自己计算出来并指挥身体完成的。

这背后还有一套全新的本体架构。相比汽车和手机,机器人产业依旧相对空白,不少产业链上游工厂刚刚建设,而机器人赛道为了速成,往往会复用供应链。一位机器人创业公司CEO就曾告诉科技,“这样的结果就是各大品牌造出来的机器人都太像了,没有特别大的区别”。而小米机器人依托于需求,反向倒逼产业链上游进步。例如,新机器人身高约一米七、体重66公斤、全身66个关节,其中约一半集中在双手,本身就是为精细操作服务的。

向迪昀在采访中也告诉我们,团队拉了汽车工厂约2000个不同岗位,计算一个工人作业时需要触及的运动空间,再反推关节配置,目前这套架构能覆盖其中80%以上的作业空间。其身高从2022年第一代CyberOne(铁大)的一米七六降到一米七,也是按工厂工人的实际身高调整的,“因为我们希望它能在汽车工厂里用起来”。

看起来它依旧是之前那个铁大。但从21个自由度到66个自由度,从一台只会走路展示的原型机,到一台能在产线上拧螺母的机器,中间隔着的这四年已经是天壤之别。

突飞猛进180天,一个新路线浮出水面

小米机器人真正的变化,发生在展台之外。过去半年,是小米机器人突飞猛进的半年。

今年3月2日,小米宣布机器人进入小米汽车工厂实习,在自攻螺母上件工站实现连续3小时自主作业,双侧安装成功率90.2%,满足76秒的产线节拍,同步验证料箱搬运、贴车标等场景。这是小米机器人第一次从视频和发布会走进真实产线。

“3月份的亮相比较重要的一件事是,它真的在工厂真实产线上能跑满4个小时,达到90%的成功率。”向迪昀也跟我们回忆道,雷军称之为“实习”,但内部看到的是“一个能够真正产业应用的机会”。

此后节奏明显加快。4月27日小米投资者开放日,新一代机器人首次公开亮相,为投资人赠送伴手礼、比心握手,同日开源Xiaomi-Robotics-0后训练全流程。

7月14日,小米机器人在自攻螺母工站成功率从90.2%提升到98%,还差最后一个百分点“转正”,并且新增中控台侧盖板排序、料箱折叠回收两个复杂柔性工站,成功率均达90%。

此后的两天,小米连发两个模型。统一具身生成模型Xiaomi-Robotics-U0,用380亿参数统一覆盖场景生成、轨迹迁移、交互视频生成、图像编辑四类任务,生成效率较传统方案提升82.9倍;具身基座模型Xiaomi-Robotics-1,基于10万小时真实世界操作数据预训练、约1.1万小时跨本体数据后训练,在RoboCasa365、RoboDojo两个榜单上拿到全球第一。

这可能是国内第一次在机器人策略模型中,对Scaling Law进行较为完整的系统验证。过去,在大语言模型领域,数据和参数规模带来可预测的性能提升已是共识;但在具身智能领域,“数据越多模型越强”是否成立,此前一直没有被完整清晰地证明过。

多位行业人士认为,即便是中美最顶级的公司,手里掌握的高质量物理交互数据也只有几十万小时,离充分验证Scaling Law的门槛“还差至少一个数量级”。小米用10万小时真机数据跑出一条相对清晰的缩放曲线,至少证明这条路在工程上是通的。

把这些节点连起来可以推断,小米在半年内完成了“本体、数据再到模型”的闭环。但熟悉小米的人几乎都注意到了,从2023年到2025年初,小米机器人几乎没有做过任何技术发布。

“2024年我们一个50公斤的机器人跑动速度大概是12到13公里每小时,但从雷总的角度来讲,这不产生实际有意义的用户价值,所以我们把产品对外的所有宣发都暂停了。”这个速度其实2025年马拉松也可以拿冠军。”向迪昀告诉我们。

小米机器人业务立项以来,雷军和集团反复追问一个问题,“这个东西到底有什么用?”这也在一定程度上决定了小米机器人的路线选择。

过去十年,机器人算法演进大体可以分为三段。

2016到2020年,波士顿动力把基于模型预测控制(MPC)的传统数学建模方法推到极致;2021到2025年,强化学习让机器人完成走、跑、跳、空翻乃至跳舞;2025年之后,真正意义上的大脑AI登场,用数据驱动的方式重新定义研发范式,解决“机器人怎么干活”的问题。

硬件也经历了类似代际切换:液压方案被电驱完整替代。小米在2023、2024年做完走跑跳空翻之后,“全面开始切这条线”,把大脑这块拼图补上。

不过,98%到99%的最后一个百分点,变得越来越难。

“核心问题是,当你全面做模型化之后,模型是个黑盒,data in data out,出现长尾和corner case的时候会越来越困难。”向迪昀坦言,这和大模型的幻觉与可解释性问题是同一类挑战。

效率维度的衰减更明显,3到5秒的短任务,效率能做到人工的70%到80%甚至接近100%;任务链拉长到30秒到1分钟,效率降到人工的60%到70%;1分钟以上的长任务,进一步降到30%以上,这跟大模型长上下文推理效率下降是类似的问题“。

对此,小米的预期是,螺母工站年底有望摸到99%,但一个工人30到50步SOP的复杂工站,“可能还需要两三年”。

工厂之后,家庭之前

和普通的中小型创业公司相比,小米更像是正规军,也更具制造和规模化优势。

目前,小米给机器人规划的落地路径分为了三段,智能制造、商业服务、家庭。

智能制造是最近的一块。小米内部有完整的智能制造团队,会拉通汽车、手机、大家电的工业自动化路线图,选工位的原则是“工业自动化未来一到两年不可能直接实现的”,这意味着需要触觉、需要柔性、有复杂SOP、可能需要人机协同的环节。

一个常被忽略的细节是安全:在螺柱工站,人工作业时必须停掉所有光栅,76秒的生产节拍里只有20到30秒能操作,超时即有危险;换上机器人后,76秒全部可以作业,工人可以从危险工位上撤下来。

商业服务是中间一块。小米的工厂有工业旅游示范基地,汽车有展厅和科技展厅,都有机会能做导览讲解;同时国内约1万家小米之家,加上未来海外可能的1万家,都是现成的服务场景。

家庭是最远、也最容易被想象放大的一块。但遗憾的是,家庭场景的柔性实在是太强,从粗糙到精细,涵盖了各种类型的复杂场景。小米的思路是先从“半公共”场景切入,小米青年公寓的公共区域和员工房间会成为家庭场景最早的试验场,运营成本和容错度都更友好。至于直接进入C端家庭,小米方面和大多数机器人厂商一样,目前动作相当克制。

原因是双重的。工厂是结构化、封闭、高度同质化的,追求的是成功率和效率;家庭是开放、非结构化、每家每户都不一样的,追求的是泛化性,还要解决安全性、数据隐私、情绪价值、外观设计等一系列工厂里不存在的问题。“今天的扫地机器人都还需要扫地图。”上述负责人打了个比方。

成本是另一道坎,国内扫地机器人的家庭渗透率刚过10%,欧洲约20%,一个能在家里跑来跑去的人形机器人,用户心智和接受度都还需要时间。

另有机器人赛道从业者认为,法规和后续服务机制都待建立,“汽车在路上跑都有保险,机器人进家肯定也要考虑相应的保障服务”。

而所有人都理解的是,这些后续配套设施可能是后话,今天最大的瓶颈还是AI,大脑的泛化性解决不了,后续的一切都无法推进。但多位从业者都向科技展现出了极其乐观的态度,“今天的机器人赛道虽然依旧有卡点,但我们能看到过去一年的进展已经超出了我们的预期”。

TrendForce集邦咨询预估,2026年中国人形机器人市场规模将达150亿元人民币,2027年至少维持60%以上增长;工信部相关测算则预计,2026年国内人形机器人整机产量将突破10万台。资本和厂商都在抢跑,但小米这次跑的相对谨慎,“整个行业的GPT 3.0时刻还没有到来”。

现阶段,小米也保持着开放的态度,寻求行业群策群力。从2月的Xiaomi-Robotics-0到7月的两代模型,小米每一代都开源训练方法和权重。“开源更多是为了技术交流和共享,保持跟行业最头部的交流。”上述负责人说,核心的know-how会沉淀在团队内部,但在技术快速迭代的阶段,“保持开放心态、快速迭代很重要”。

这次亮相的新机器人,也只是小米交出的一张中期答卷。这可能只是小米要解决问题的冰山一角,一次成功背后,观众在鼓掌,但真正的考场,比舞台要复杂的多。

标签: 小米 机器人 模型 工厂 人形机器人 大脑 成功率 数据 迪昀 凤凰网

免责声明:本网信息来自于互联网,目的在于传递更多信息,并不代表本网赞同其观点。其内容真实性、完整性不作任何保证或承诺。如若本网有任何内容侵犯您的权益,请及时联系我们,本站将会在24小时内处理完毕。