小米具身智能機器人“實習”新工站:雙側螺母上件成功率達98%

# 小米具身智能机器人“实习”逼近转正线 双侧螺母上件成功率98% 开启总装车间新岗位拓荒

2026年7月14日，小米机器人在具身智能工业落地进程中交出了一份关键成绩单。经过一个季度的技术攻关，小米机器人在汽车制造领域的自攻螺母上件工站实现双侧作业成功率攀升至98%，距离人工作业合格率仅剩1%的差距，这意味着该机器人即将迎来正式“转正”的关键节点。与此同时，小米机器人同步开启新岗位拓荒，在总装车间物流区的“中控台侧盖板排序”与“料箱折叠回收”两大新工站均实现90%的作业成功率，展现出从单一工站向多工站协同跨越的能力。 ## 98%背后的技术突破：从单侧到双侧的质变

自攻螺母上件工站是汽车制造中典型的高精度、高强度作业场景。机器人需要准确抓取螺母并将其安装到车身双侧的指定位置，对定位精度、力控稳定性和作业一致性有着极高要求。小米机器人事业部此次将双侧作业成功率提升至98%，意味着几乎每100次作业中仅有2次需要人工干预，这一数据已极为逼近人工操作99%的合格率标准。 这一成果并非一蹴而就。从实验室走向工厂流水线，机器人需要面对复杂的工业环境——振动、光照变化、工件公差波动等实际因素都对其感知与执行能力构成考验。小米机器人团队针对这些痛点进行了系统性优化，在视觉定位算法、末端力控策略和运动规划等方面实现了多项技术突破，使机器人能够在真实产线上保持长时间稳定运行，突破了工业场景中长时柔性作业的行业难题。 ## 攻克长时柔性作业难题：大尺寸不规则件的自主操控

如果说螺母上件考验的是精度，那么在新开辟的“中控台侧盖板排序”工站，小米机器人的技术实力则体现在对大尺寸、不规则且具备柔性特征工件的处理能力上。中控侧盖板体积较大、形状复杂且存在一定柔性变形，传统工业机器人难以精准作业，而这恰恰成为检验具身智能体自主适应能力的关键场景。 小米机器人首次在这一工站实现了全身运动控制与大规模稳定作业的平衡。通过自主双手协同及仿生灵巧手的本体感知能力，机器人都能够在抓取过程中完成掌内精细姿态调整，即使面对工件在抓取瞬间产生的位移或变形，也能实时修正动作，确保排序作业的准确性。这一能力突破意味着机器人已经具备了处理非标、异形工件的基本素质，向真正的柔性生产迈出关键一步。 ## 主动柔顺控制：让机器人学会“温柔应对”

在工业场景中，作业过程中时常出现钩挂或卡滞等意外情况，这对传统刚性控制逻辑是巨大挑战。小米机器人在此次应用中，基于末端力感知开发了主动柔顺控制策略，赋予机器人应对环境交互干扰的鲁棒性。当机器人碰到异常阻力时，能够通过力觉传感器实时感知并调整姿态与力矩，避免强行拉扯造成工件或设备损坏，同时自行纠偏恢复作业流程。 这项技术对于需要频繁与物理环境接触的工业应用而言至关重要。从拧紧螺丝到搬运物料，从拆解包装到精确放置，机器人不再是“死板”的机械臂，而是具备触觉反馈的智能体。这种感知-决策-执行的闭环能力，正是具身智能区别于传统工业机器人的核心差异所在。 ## 多机协同与数字系统深度对接：从单兵作战到团队协作

在料箱折叠回收工站，小米机器人进一步展示了多机协作能力。这一作业需要多台机器人单元在有限空间内协同作业，完成料箱的识别、抓取、折叠和码放回收全流程。团队基于工厂现有的数字系统，实现了各机器人单元之间的状态同步与节拍匹配，确保不同机器人之间的动作协调有序，避免相互干扰。 更值得关注的是，小米机器人与现代工厂自动化与数字化系统的深度融合已迈入新台阶。机器人能够直接从工厂数字系统中读取生产任务数据，实现无纸化作业指令获取，同时配合不同的产线节拍动态调整自身工作节奏。这种“数字孪生”式的作业模式，大幅降低了机器人的部署和调试成本，为未来大规模复制推广奠定了基础。 ## 具身智能加速产业化落地：从实验室走向真实产业集群

小米机器人在汽车工厂的实际应用进展，折射出具身智能正在加速从实验室走向真实产业集群的趋势。近年来，具身智能领域经历了从概念验证到场景探索再到工业落地的演进，但在高度复杂、高动态的工业环境中实现稳定落地始终是行业面临的共同挑战。 小米机器人此次的实践证明，具身智能体已经具备了在真实工业环境中承担部分复杂作业任务的能力。尽管在某些高阶熟练度技巧——例如“盲抠拉环”这类完全依赖触觉记忆与手感积累的操作——与人工相比仍有优化空间，但从整体数据来看，机器人的作业质量和效率正在快速接近人工水平。 这种从单一工站到多工站协同的跨越，不仅验证了具身智能在高度复杂工业环境中的落地可行性，更在持续拓宽AI与物理世界交互的应用边界。对于整个行业而言，小米机器人的实践提供了一条可参考的技术路径：以真实工业需求为导向，通过深度接入现有自动化与数字化体系，实现具身智能体的快速部署与迭代优化。 ## 技术积累的厚积薄发：仿生手迭代与战略聚焦

值得关注的是，小米在机器人硬件层面也在持续迭代。今年3月发布的全掌触觉仿生手，通过软硬件一体化改造实现了双侧安装成功率的显著提升。该仿生手高度拟人化，体积较前代缩小60%，并首次引入仿生汗腺散热技术，解决了长时间作业下的散热难题。正是这些底层硬件的突破，为此次汽车工厂多工站应用的成功提供了坚实支撑。 小米集团创始人雷军此前在访谈中透露，如果小米没有在2021年决定进入汽车制造领域，公司现在可能更多地聚焦于人工智能领域。事实上，小米在造车的同时，在AI领域的布局并未落后。从自研大模型到端侧AI部署，从仿生机器人到具身智能应用，小米正在构建一套“AI+硬件+场景”的完整生态体系。 有分析指出，小米机器人在汽车工厂的成功“实习”并非偶然。汽车制造本身是高度标准化、数字化的工业场景，同时涉及大量人工作业环节，这对于具身智能的落地而言是天然的“训练场”。小米同时布局手机、汽车和机器人三大板块，能够实现技术能力的内部协同与数据闭环，这种“生态反哺”优势在行业内并不多见。 ## 未来展望：“转正”在即与更多可能性

按照当前的技术迭代速度，小米机器人在双侧螺母上件工站正式“转正”已近在咫尺。98%的成功率距离人工作业标准仅有毫厘之差，一旦完成最后的优化爬坡，机器人将从“实习工”正式成为产线“正式工”，承担更多重复性、高强度的作业任务。 与此同时，小米机器人已经开始向下一个技术高地冲刺。从目前的两个新工站来看，机器人正在从单纯的“力量型”作业向“技巧型”作业延伸，从单一零件处理向复杂工序协同迈进。未来，随着全身运动控制、双手协同作业、主动柔顺控制等核心能力的持续提升，小米机器人有望在更多的制造场景中发挥作用。 从更宏观的视角来看，具身智能正在经历一场从“看见”到“动手”的进化。小米机器人在汽车工厂的每一步进展，都在逼近具身智能走向大规模应用的临界点。具身智能已经不再只是实验室里的概念产物，而是正在成为真实改变工业生产方式的关键力量。正如行业观察人士所言，“当机器人的手越来越灵巧，人机协作的新时代正在加速到来。”