小米机器人工厂实习再突破 部分场景98%成功率追平人工

小米公布其人形机器人进驻汽车工厂实地试运行的小米习再最新进展，历经四个月持续迭代优化，机器该机器人在自攻螺母上件工位的人工双侧作业成功率由90.2% 提升至98%，仅与人工操作合格率相差1个百分点。厂实场景成功

PChome 7月14日，突破小米公布其人形机器人进驻汽车工厂实地试运行的部分最新进展。历经四个月持续迭代优化，率追该机器人在自攻螺母上件工位的平人双侧作业成功率由90.2% 提升至98%，仅与人工操作合格率相差1个百分点。小米习再除此之外，机器机器人还新增两项工厂实操任务：中控台侧盖板分拣排布、人工料箱折叠回收，厂实场景成功两项工序作业成功率均突破 90%。突破

本次公开的部分中控台侧盖板分拣工位，更是率追业内首次在整车工厂实现柔性工件长时间连续稳定作业。两周前，美国人形机器人企业Figure旗下Figure 03机型落地宝马工厂，完成复杂零部件物流分拣作业，一度被行业视作工业人形机器人能力标杆。而小米如今成为现阶段唯一一家，在真实量产工厂落地同等高难度作业场景的机器人厂商。

小米官方表示，为适配工厂内多样化、高复杂度的生产工况，后续将持续深耕研发，重点围绕高自由度仿生灵巧手、精细复杂操作能力、多工位规模化落地等方向开展技术迭代与实地验证。

能力比肩Figure 03，首次实现柔性工件的长时作业

面向复杂零件排序的场景，对机器人作业能力提出非常大的挑战——在真实产线环境中，机器人需要同时完成认知理解、精细操作和全身协调运动。

从小米官方披露的视频来看，在汽车工厂的复杂工况下，小米机器人相较于Figure 03在多个方面展现出差异化优势。

首先是柔性工件的长时作业。需要说明的是，汽车中控盖板大多不是刚性材质，且尺寸大、形状不规则，这对于机器人拿取有着很高的要求。而小米机器人不仅很好地完成了这项工作，还展示了出比Figure 03更持久的稳定性：小米公布了连续15分钟不间断的完整视频作业记录，在汽车工厂的复杂工况下，尚属首次。

其次是具备超高的拟人度。一方面，小米技术团队基于机器人的末端感知能力，开发了面向环境交互的“主动柔顺策略”，当插入物料失败时，小米机器人不是按预设程序重复动作，而是感知阻力后自主微调姿态、反复试探，适配现场实际工况。

另一方面，小米也让机器人在动作逻辑上更加贴近熟练的产业工人。比如在中控台侧盖板排序工站，机器人需要从料箱中取出指定盖板，并将其准确放入对面料架车的料格中。如果此时需要身体前倾去抓取远端的盖板，机器人就会主动用手扶着料箱边缘，以充分调动全身自由度的同时，保持身体平衡。

又比如在操作大尺寸物体时，手部位姿的细微变化可能对最终放置位置产生明显影响。小米机器人会借助仿生灵巧手的本体感知能力，对盖板在手中的姿态进行类人的精细调整，从而提高放置过程的效率与稳定性。

总得来说，小米对于人形机器人在汽车工厂的“实习标准”，不仅是要胜任连续性工作，还需要具备“遇到问题自己想办法”的能力。

解锁多机协同、接入工厂系统，小米机器人打开未来想象空间

当前，围绕“机器人进厂”到底有多难，一直是行业关注的焦点。在今年1月，马斯克就在公开采访中罕见“降调”，坦言特斯拉旗下的Optimus机器人还无法在工厂里承担真正有用的生产工作。

小米机器人在汽车工厂的最新进展，展现了令人振奋的新进步：机器人不仅能够胜任一些重复性工作，还展现出非常强的泛化能力：比如在4个月前，小米机器人还只是停留在自攻螺母工站“站桩干活”，现如今已经可以覆盖盖板排序和料箱折叠，每个新工站的技术挑战完全不同，小米机器人却很好地验证了其能力可跨场景迁移，绝非只是做好“一件事”。

过去行业普遍存在一种刻板印象，即国内开发的人形机器人基本用于各类表演，无法转化为实际生产力，而小米机器人进厂则证明了在这个问题上，我们不仅能做，甚至可以做得更好。

值得注意的一点是，在小米官方披露的视频中，已出现多机器人协作作业的场景：在料箱折叠回收工站中，料箱由机器人放置到另一台机器人面前，再由后者完成“折叠回收”动作。这种多机器人单元之间的动作协调与节拍匹配，目前在人形机器人的公开落地案例中还很少见到。

“自建工厂+自研机器人”的组合优势，也催生了机器人在工厂部署的未来想象空间。现代工厂本身就是一套庞大的自动化与数字化系统，当机器人接入工厂系统后，可直接获取生产任务及物料信息。

例如，在盖板排序过程中，机器人无需读取纸质物料单，即可从系统中获得所需盖板及对应料格编号；料箱折叠工站中不同机器人之间也可通过系统同步作业状态，提升协同效率。

在短短4个月中，实现从单一工站到多工站，从“能干活”到“会配合”，小米用实践证明：国产人形机器人能够扎根产线、解决真实问题，也为未来具身智能落地产业提供了可借鉴范本。

(责任编辑：探索)