小米新款人形机器人亮相投资者日：已进汽车工厂实测，复杂安装成功率超90%

小米新款全尺寸人形机器人在投资者日正式亮相。根据公开报道，4月27日小米在投资者日活动上首次展示了这款新机器人，现场还与参会人员进行互动，完成了分发纸袋、“比心”等灵巧动作。相比2022年发布的 CyberOne，此次新款人形机器人最明显的变化之一，是在“灵巧手”和实际任务执行能力上有了更完整的展示。 

这次亮相的重点不只是“会互动”，更重要的是它已经进入小米汽车工厂实测。公开信息显示，小米人形机器人已在汽车工厂“实习”，初步实现了在自攻螺母上件工站、料箱搬运等场景中的自主工作；在进厂打螺丝任务中，机器人可以自主运行3小时，安装成功率超过90%，并满足产线76秒最快节拍要求。 

对于小米来说，这意味着具身智能技术正在从实验室展示，逐步进入真实制造场景。对于机器人行业来说，小米人形机器人进厂实测，也说明通用人形机器人正在向工业生产线、柔性制造和复杂装配任务靠近。

小米新款人形机器人有什么亮点？

小米这款新机器人最受关注的地方，是它不再只是做简单展示动作，而是开始进入真实工厂场景。投资者日现场，它完成了分发纸袋、打招呼、比心等互动动作，这类动作看似轻量，但对人形机器人来说，涉及视觉识别、目标定位、手部控制、动作规划和人与机器人之间的安全距离判断。 

尤其是分发纸袋这类动作，需要机器人准确识别纸袋位置、判断提手形态、控制手部力度，并在动态人群环境中完成递交。相比固定工业机械臂，人形机器人需要处理更多不确定因素，因此更能体现其感知与执行能力。

更关键的是，小米人形机器人已经进入汽车工厂进行真实任务测试。工厂场景对机器人要求很高，不仅要完成动作，还要稳定、连续、符合节拍，并尽可能减少失败率。小米披露的3小时自主运行、安装成功率超过90%、满足76秒最快节拍等数据，说明该机器人已经具备初步工业应用验证价值。 

复杂安装成功率超90%，意味着什么？

在汽车工厂中，零部件安装并不是简单重复动作。以自攻螺母上件工站为例，机器人需要识别零件位置、完成抓取、对准安装点，并在规定节拍内完成操作。整个过程中，任何一个环节出现偏差，都可能影响安装成功率。

小米集团合伙人、总裁卢伟冰曾表示，小米人形机器人进厂“打螺丝”能够自主运行3小时，安装成功率超过90%，并满足产线76秒最快节拍要求。其背后有两个关键技术支撑：一个是基于触觉抓取微调模型的“灵巧手”技术，另一个是机器人VLA模型 Xiaomi-Robotics-0。 

这意味着小米人形机器人不是只依赖机械结构完成动作，而是结合了视觉、语言、动作、触觉和模型推理能力。对于复杂安装任务来说，机器人必须具备对环境变化的感知能力，也要具备在误差出现时及时调整动作的能力。

灵巧手技术：让机器人能抓取细小目标

“灵巧手”是此次小米人形机器人被重点提到的技术之一。公开报道显示，新款机器人与CyberOne相比，最大的差别之一就在灵巧手上，现场展示了分发纸袋、“比心”等动作。 

灵巧手的重要性在于，它决定了机器人能否处理复杂真实物体。工厂和家庭场景中的物品形态千差万别，有硬的、软的、滑的、薄的、小的，也有容易变形的。传统机械夹爪在规则物体抓取上很稳定，但面对纸袋提手、耳机、线缆、柔性材料等目标时，就需要更精细的触觉反馈和抓取控制。

小米提到的触觉抓取微调模型，说明其灵巧手不只是机械结构升级，还结合了AI模型对抓取过程进行优化。通过触觉信息和视觉信息协同，机器人可以更准确地判断抓取力度、物体边界和动作调整方式。

VLA模型 Xiaomi-Robotics-0：机器人从“看懂”到“会做”的关键

小米人形机器人进厂实测背后的另一项关键技术，是VLA模型 Xiaomi-Robotics-0。VLA指的是 Vision-Language-Action，即视觉-语言-动作模型。这类模型的作用，是让机器人能够结合视觉画面、语言指令和自身状态，生成可执行的动作。 

小米机器人官方页面显示，Xiaomi-Robotics-0 是一个面向高性能与实时执行优化的VLA模型，并在2026年4月27日更新中开放了完整后训练流程。官方还介绍，该模型通过训练方案与部署策略，让机器人获得更广泛的动作生成知识，并保留视觉语言理解能力。 

从模型结构看，Xiaomi-Robotics-0 包含预训练VLM与Diffusion Transformer，总参数规模为4.7B。VLM负责处理观察图像和语言指令，DiT则结合机器人本体状态生成动作片段。 

简单来说，VLA模型让机器人不只是“看见物体”，还要理解任务目标，并把任务转化为连续动作。例如“把零件装到指定位置”“把耳机放入充电盒”“整理桌面物品”等，都需要机器人完成从理解到执行的完整链路。

真实工厂测试比实验室演示更难

实验室演示可以控制环境、光线、物体位置和任务节奏，但工厂生产线更加复杂。产线对机器人有三项硬要求：稳定性、成功率和节拍。

稳定性意味着机器人不能只成功一次，而要连续工作。成功率意味着机器人每个周期都要尽可能完成任务。节拍意味着机器人必须在规定时间内完成操作，不能拖慢整条生产线。

小米人形机器人在自攻螺母上件工站连续自主运行3小时，并达到超过90%的安装成功率，这说明它已具备一定连续作业能力。不过，小米方面也强调，目前机器人只是刚刚进入工厂，距离大规模应用仍需时间。 

这点非常重要。人形机器人进入工厂并不等于马上大规模替代人工或工业机械臂，而是意味着它开始进入真实生产验证阶段。接下来仍需要持续提升平均无故障时间、任务成功率、动作速度、维护成本和安全性。

为什么汽车工厂适合测试人形机器人？

汽车工厂是人形机器人非常重要的落地场景。原因在于汽车制造流程复杂，既有标准化工站，也有大量柔性任务。例如上件、搬运、拧紧、装配、检测、贴标、撕膜、分拣等，都可能成为机器人验证场景。

小米汽车工厂本身具备智能制造基础，也能为机器人提供真实产线环境。相比单独搭建测试场，小米可以在汽车工厂中获得更丰富的任务数据，并持续验证机器人在不同工站中的表现。

小米机器人此前已经开始在自攻螺母上件工站、料箱搬运等场景自主工作，这说明其目标不是单一展示，而是逐步探索人形机器人在智能制造体系中的实际价值。 

从CyberOne到新款人形机器人，小米机器人路线更清晰

小米在机器人领域并不是突然入局。2021年，小米发布四足机器人“铁蛋”；2022年，小米发布首款人形机器人 CyberOne。此后，小米在机器人领域相对低调，但持续进行研发。公开报道提到，小米上一次高调展示人形机器人已是四年前，而此次新款机器人在投资者日亮相，说明小米机器人阶段性成果开始对外展示。 

从CyberOne到这次新款人形机器人，小米的路线正在从“展示人形机器人形态”转向“验证真实任务能力”。过去大家更关注机器人会不会走、会不会互动；现在更关注机器人能不能进厂工作、能不能稳定安装、能不能满足产线节拍。

这种变化也符合具身智能行业趋势。随着大模型、多模态感知、强化学习和VLA模型的发展，人形机器人正在从单一运动控制，走向更复杂的任务执行。

对小米“人车家全生态”有什么意义？

小米一直强调“人车家全生态”。手机、汽车、智能家居、可穿戴设备和AI能力共同组成了小米生态。人形机器人如果能够进入工厂，并逐步进入办公和家庭场景，将成为小米生态中的重要物理载体。

在工厂场景中，人形机器人可以参与制造、搬运、安装和检测；在办公场景中，未来可能承担引导、配送、巡检和简单服务；在家庭场景中，则可能走向整理、陪伴、取物和智能家居协同。

不过，家庭场景比工厂更复杂。家庭环境更加非结构化，物品类型更多，用户需求更随机，对安全性、成本和交互体验的要求也更高。因此，小米先从工厂场景验证，是更现实的路径。

小米人形机器人距离大规模应用还有多远？

尽管小米人形机器人已经在工厂实测中取得超过90%的安装成功率，但距离真正大规模应用仍有不少挑战。卢伟冰也明确表示，机器人只是刚刚进入工厂，离大规模应用仍需时间。 

接下来，小米需要继续解决几个问题。

首先是稳定性。机器人需要在更长时间内连续运行，而不只是3小时测试。

其次是成功率。工业场景通常要求极高良率，90%以上是重要进展，但距离成熟产线的长期要求还有提升空间。

第三是成本。人形机器人如果要大批量进厂，硬件成本、维护成本、部署成本都必须可控。

第四是泛化能力。机器人不能只会一个工站，而要能迁移到更多工站和任务中。

第五是安全性。人形机器人进入真实生产和人类共处环境，必须具备可靠的安全机制。

小米人形机器人适合哪些应用场景？

1. 汽车工厂装配

自攻螺母上件、打螺丝、零件搬运、撕膜、贴标、简单检测等任务，适合作为人形机器人早期验证场景。

2. 柔性制造

相比传统工业机械臂，人形机器人理论上更适合小批量、多品类、频繁变化的柔性生产任务。

3. 仓储与物流

料箱搬运、物料分拣、货架整理、配送周转等任务，也是人形机器人可探索的方向。

4. 办公服务

未来人形机器人可能用于会议室配送、访客引导、巡检、文件递送等办公场景。

5. 家庭服务

长期来看，家庭场景可能包括整理物品、递送物品、智能家居联动和陪伴交互，但这一阶段对安全、成本和可靠性的要求更高。

总结

小米新款人形机器人在投资者日亮相，并已进入汽车工厂进行真实任务测试。它不仅能在现场完成分发纸袋、比心等灵巧互动，还在工厂自攻螺母上件工站实现连续自主运行3小时，安装成功率超过90%，并满足产线76秒最快节拍要求。 

这款机器人背后依托两项关键技术：基于触觉抓取微调模型的灵巧手，以及VLA模型 Xiaomi-Robotics-0。官方资料显示，Xiaomi-Robotics-0 是一个4.7B参数的视觉-语言-动作模型，并已开放完整后训练流程，可支持机器人在真实任务中实现更平滑、更连续的动作执行。 

整体来看，小米人形机器人正在从实验室展示迈向工厂验证。虽然距离大规模应用仍需要时间，但其在汽车工厂中的实测数据，已经展示了小米在具身智能、智能制造和机器人技术融合方面的实际进展。