人形机器人开始拼真活，光跑跳翻跟头的路子走不远了

刘绪刚

量子位

人形机器人这出大戏，演到今年开始换戏路了。
跑跳翻跟头的本事大家见得多了，今年大伙儿更关心的，是机器人能不能真刀真枪地完成具体工位上的活。
一个挺直接的风向标，就是这几天的世界互联网大会乌镇峰会。
大会把含金量很高的领先科技奖，颁给了小米机器人团队的具身基座模型技术；

与此同时，小米集团也拿下了杰出贡献奖（创新突破类）。

说来也有意思，小米这支团队平时在各大晚会舞台上几乎没什么存在感，也很少拍炫技大片，一门心思全扑在怎么把全尺寸人形机器人送进真实的生产车间里。
趁着这次在乌镇拿奖，他们顺手掏出了两组最新的现场打工实测。
一组在小米汽车工厂的总装车间，两台全尺寸人形机器人在流水线前连站了8小时，搭伙把整班的中控台软盖板整整齐齐码进了料架。
中间遇到塑料件卡壳或者吸盘打滑，机械臂自己倒腾两下拔出来重插，全程没让旁边待命的人类安全员插手。
另一组在小米员工住的青年公寓，研发团队把今年7月刚发布的新一代具身基座大模型Xiaomi-Robotics-1，直接拉进宿舍搞起了试运营。
在这套新模型的控制下，机器人穿过影音室、娱乐室和图书室3个房间，拿扫把扫地、收桌上的脏纸巾和水杯、摆正沙发抱枕，一口气跑完了50多项任务。
干完活它还不走，站在屋子中间环视一圈做全屋复检，确认没漏掉垃圾才出门。

流水线上站满8小时，不用工人救场

具身智能走到今天，拿真实场景牵引着技术往前走，才是大家认准的硬道理，现场工位需要什么动作，算法就得跟着长出什么能耐。
为了让机器人的能力更丰富，小米把机器人做成了人形，图的就是一个通用。
同一台机器，硬件一颗螺丝不用动，换个工位就能接着干活。
雷军今天在微博回答网友提问的时候也专门提了这茬，他说人形机器人硬件不用改动，可以适应更多不同的岗位和场景。

小米这次展示的“进厂打工”demo，就是一次试水。
小米汽车工厂的总装车间里，两台全尺寸人形机器人正站在中控台侧盖板排序工站前。
它们面前停着AGV小车送来的取料箱，身后立着多层金属料架。
机器人探出双臂，从料箱里抓起细长的黑色软质侧盖板，转身对准料架上的窄槽，稳稳插进去。
这套动作，两台机器人以双机并行的方式闷头连干，除了充电之外一刻也没停。
换成人类工人早该腰酸背痛了。

这是小米人形机器人进厂“实习”以来，首次挑战8小时作业，稳稳当当做完了整班的中控台软盖板排序与配料任务。
一次上8小时班，机器人要应对流水线上随时冒出来的意外状况。
中控台侧盖板属于细长的软质塑料件，拿在手里容易变形打滑，往料架窄槽里插的时候稍微有一点公差就会卡住。
传统的自动化机械臂面对这种情况很脆弱，只要一块盖板在半空滑移或者插进卡槽时别劲，系统就会立刻报错停机，只能等着安全员跑过来手动复位。
在这次实测中，两台人形机器人一旦察觉抓取落空或者插放卡滞，机械臂自己就会微调手腕角度，把卡住的盖板稍微往外撤一截，重新对准插好。
性子比人还沉得住气。
甚至两台机器人还能相互打配合，系统发现物料掉落后，旁边的轮式小机器人会放下手里的活，麻溜跑过来协同救场，把掉落的零件收拾掉。
旁边待命的安全员，愣是没找着伸手救场的机会。

说到配合，不只是两台机器人之间能协作，机器人和车间里的其他设备也能统筹协调。
两台机器人的调度系统，直接连进了车间的MES制造执行系统和AGV物流网络。
前方的AGV物料小车一到位，机器人就自动上前取料。

哪台机器人干活干到电量告警，就会自己脱离工位溜去充电桩回血，另一台同伴无缝顶上工位，充好电再跑回来接着干剩下的活。
俩机器人各忙各的，半句废话没有。

这套在产线上不掉链子的表现，是团队花了7个月时间在车间里一点点磨出来的。
今年3月刚进厂时，机器人只能在自攻螺母工位跟上76秒的产线节拍连干3小时，双侧安装成功率为90%。
到了7月，螺母工位的成功率磨到了98%，与人工操作合格率相比仅差1%，团队还顺手解锁了中控台侧盖板排序和料箱折叠回收两个更复杂的工位，攻下了软质工件的长时作业。

几个月下来，工位上的活算是越摸越熟了。
到了这次顶下完整的8小时，机器人在工业流水线上稳稳站满了一整个班次。

进宿舍连干32分钟，临走还回头查房

到了今年7月，小米发布了新一代具身基座大模型Xiaomi-Robotics-1。
这一次，研发团队把它用在了生活场景里，测试地点选在小米青年公寓二层的公共活动区。
有一说一，看了这段视频，感觉小米这公寓环境还针不戳。
言归正传，在官方放出的一段32分钟一镜到底实测画面里，机器人推着全向移动底盘，在影音室、娱乐室和图书室3个房间之间连续穿梭，一口气做完了50多件零碎家务。
一进影音室，机器人先把随身带的收纳筐搁在彩色拼接沙发上，转头扫视了一圈茶几和地面。
进门先打量一圈，属于眼里真有活的。

看到圆桌上散落着一些屑和碎纸，它立刻伸出左臂拿起白色簸箕贴紧桌面边缘，右臂抄起小扫把，几下把桌上的碎屑扫进簸箕，再转身把垃圾倒进桌底下的垃圾桶里。
两下收拾得干干净净，手脚比合租室友还麻利。

清完桌面垃圾，它连沙发上东倒西歪的抱枕也没放过，伸手把靠枕扶正摆齐，接着把桌上乱丢的纸巾盒、麦克风、水杯、杂志和车模挨个挑出来，该进收纳筐的进筐，该归位的归位。
屋里但凡有点歪七扭八，它是真看不下去。

过去常规的单一任务操作测试中，机械臂通常只听一句口令动一下，抓完一次物体便停在原地发呆。
为了让机器人能自己把一整串家务连贯做下来，团队在Xiaomi-Robotics-1预训练模型之上搭建了一套Agent系统。
这套算法把观察、干活和检查串在了一起，机器人进门后会先自己扫描全屋，判断哪块区域最乱、该先扫地还是先收杂物。
等50多件零碎家务全部做完，它在离开房间前会在屋子中间停住，环视一圈做全屋复检，自己确认桌面和沙发收拾利索了，才算完工离场。
好家伙，临走还要杀个回马枪挑挑刺。

看它干得挺利索，其实生活里的这套杂活，比车间流水线上的工位可要难伺候得多。
房间里的东西可没有固定规整的卡槽，抽纸盒软塌塌，马克杯光滑易脱手，连光线和摆放位置每天都在变。
为了让VLA模型在杂乱环境里拿捏得准，团队针对公寓的日常运营需求梳理出20多种技能，让模型认全了1000多种常见日用品。

此外，团队还专门采集了数百小时包含现场遥操、人为推搡干扰和接管回流的数据喂给模型，并用滤波算法消除了机械臂动作的发抖问题。
把机器人放进青年公寓，等于把大模型直接扔进了真实的试错场。每一次抓空、磕碰或者人手去接管，现场记录下来的动作数据，转头全成了喂给大模型练手的好料。

自带工厂和数据，核心技术逐个突破

无论在汽车车间连站8小时，还是去员工宿舍收拾32分钟杂物，小米给机器人安排的全是实打实的枯燥苦力活。
小米机器人团队从立项第一天起，就没打算往运动表演的路子上凑，心思全放在了真实场景上，想做出一台真能进场干活、有实际生产力的机器。
一旦奔着干活去，拼凑现成的散件就不够用了。
过去大半年里，团队把具身智能涉及的核心技术栈，挨个自己啃了一遍。
今年2月，小米先开源了基座模型Xiaomi-Robotics-0，到了7月又接连掏出380亿参数的统一生成模型Xiaomi-Robotics-U0，以及拿下RoboCasa365和RoboDojo双榜第一的VLA模型Xiaomi-Robotics-1。
而在最考验硬功夫的汽车产线上，除了两台进厂干活的全尺寸人形本体，团队还在10月公开了一款21自由度的仿生灵巧手，指节怎么弯、出力多大，全是从汽车总装车间一线工人大量真实装配动作里反推出来的。
为了给这个灵巧手做训练，小米从汽车工厂总装车间16个典型工段的2579个SOP中抽取了1827个，进行了完整的数据采集和分析验证。
从大模型、数据生成工具到产线上的全尺寸本体与灵巧手，核心的技术环节小米全自己做了一遍。
这套全栈家底一旦放进小米自有的真实场景里，马上显出了借别人场地所比不了的优势。
眼下全球做工业人形机器人的玩家里，美国的Figure算是走得极快的一家，他们的机器人在宝马汽车工厂里做过不少实测，作业场景跟小米颇为相似。
但在别人的屋檐下干活，总会撞上一层无形的墙。
任何一家成熟车企对产线节拍和核心工艺都防得极严，宝马可以把工位借给Figure测试机械臂，却很难向一家外部机器人公司彻底敞开自己的生产数据中台。
小米没有这层顾虑，因为工厂本来就是自家的地盘。
在他们放出的8小时实测长视频里，画面从10倍速一路快进到100倍速，除了能看到两台机器人不知疲倦地分拣盖板，底下还有一个很容易被忽略的细节。
机器人把料车上的零件挨个分拣进料箱，等这一批次装满，根本不需要人工过来扫码确认或者按键呼叫，底下的料车就像长了眼睛一样自己准时开走，空料车紧跟着稳稳补上。
什么时候来车、什么时候拉走，机器人的大脑和整车厂的底层生产系统完全通着气。
在生活场景里，这套拿现场数据练手的逻辑也完全一样。
青年公寓里跑通的长程任务链，能够无缝复刻到真实的家庭环境中，这种多房间、随处散落着日用品的非结构化空间，正是未来家用机器人必须面对的考场。
更庞大的想象空间还在后头，目前小米平台上连接着超过11亿台AIoT设备。
一旦具身大模型跟这套成熟的物联网体系打通，机器人进入千家万户后用不着凡事亲力亲为，它能自然调动起全屋的智能家电、传感器和照明系统打配合，机器人在物理世界里的操作半径会被成倍拉长。
而在制造端，汽车工厂其实也只是小米智能制造版图里的一角。
除了汽车总装车间，小米旗下还拥有生产高精电子元器件的手机智能工厂以及家电工厂，身后更连着国内规模极其庞大的消费电子与制造产业链集群。
机器人如果在自家的这套智能工厂里把每道工序彻底跑通，这套在极高要求下打磨出来的作业能力，未来完全可以走出小米自己的车间，帮助整个产业链上下游的工厂一起实现自动化与智能化转型。
从自建的智能工厂到自有的青年公寓，这种底层数据彻底打通的物理空间，省去了跨公司对接的层层设防。
大模型有了这两块毫无限制的试验田，每天在流水线和房间里干活攒下的每一条交互数据、踩过的每一个小坑，都能顺畅地流回研发团队手里，喂出下一版更熟练的模型，形成“本体-数据-模型-场景”的全闭环。
把视野拉远一点，眼下全球能同时把智能工厂、机器人和AI大模型跑在一个集团里的公司，屈指可数。
马斯克是被提最多的那个，特斯拉有超级工厂和Optimus，xAI有大模型。
华尔街能给出万亿美元估值，很大一部分原因就是看中了这三条线的有机结合。
但你把这筛选条件往外一搬，能凑齐的几乎没有，大多数玩家手里只有两张牌，第三张要么刚起步要么得找外援。
小米刚好凑齐了自有智能工厂、自研大模型和自造机器人本体，三条线并行生长，数据互通。
立项第一天就奔着干活去，核心技术全栈自己啃，然后把这些东西扔进自家场景里真刀真枪地跑……小米这条路没有捷径，但一旦走通，就是别人很难复制的东西。