為了進一步提升汽車製造的生產力，小米自主研發的人形機器人近期正式走出實驗室，進駐自家的電動車工廠展開產線試用。
今年 3 月初，小米執行長雷軍與總裁盧偉冰先後對外證實這項部署行動。雷軍透過社群平台發文宣布進展，而盧偉冰則在近日舉行的世界行動通訊大會（MWC）接受外媒採訪時，透露更多細節。雖然這標誌著小米機器人進入真實工業場景的關鍵一步，但盧偉冰也澄清，這些機器人現階段「還稱不上是在做正式工作，反而更像是產線上的實習生」。
小米機器人可自主運作 3 小時、包辦產線 90% 工作量
在實際的產線考核中，小米的人形機器人展現出高度的自主作業能力。這些機器人能在「完全無人類介入」的情況下，連續自主運作達三個小時，且在兩台機器人的協作下，即可包辦產線上 90% 的工作量。除了搬運物料箱、撕除保護膜以及安裝車身廠徽等多樣化任務外，機器人更擔綱核心的自攻螺母安裝作業。
《南華早報》描述，在具體的車輛壓鑄車間安裝工位上，機器人會從自動供料裝置精準拾取自攻螺母並放置於定位夾具，接著配合滑帶輸送與自動定位，將其緊固至一體化壓鑄的車底板指定位置。在這項「雙側同步安裝」任務中，機器人的成功率高達 90.2%，且整個鎖付工序能在 76 秒內精準完成，完美契合產線需求。
然而，將機器人導入產線並非易事，小米總裁盧偉冰直言：「將機器人整合進我們的生產線，最大的挑戰是讓它們跟上節奏。」為了達成這樣的產線效率，機器人必須克服多項技術難題，主要的挑戰包含與定位銷的精準對位，以及螺母內部的花鍵結構差異、非固定的抓取姿態，再加上磁力干擾等因素，這些都大幅提高組裝的複雜度與抓取穩定性。
端到端聯合訓練：讓機器人少靠人工資料、快速從環境學習
為了解決複雜的裝配問題，小米採用了端到端（end-to-end）、資料驅動的聯合訓練架構，這項技術不僅大幅減少對人工訓練資料的依賴，更賦予機器人從環境中快速學習與適應的能力。
在底層核心上，雷軍指出機器人的進展建立在名為「Xiaomi-Robotics-0」的通用型視覺-語言-動作（VLA）基礎模型之上，《南華早報》更進一步補充，除了這個具備 47 億參數的 VLA 模型，小米還搭載專屬的觸覺微調模型「TacRefineNet」，使機器人能在不依賴視覺或物件 3D 模型的情況下，單憑觸覺感知就能完成精密的裝配作業。
在全身控制系統方面，小米機器人融合了視覺、觸覺與關節位置感知等多模態輸入，有效降低在複雜情境下發生誤判的機率，進而提升整體操作的穩定性。為了精準控制機器人的全身運動，小米採用混合系統，其中「傳統最佳化控制（optimization-based control）」模組的更新頻率低於一毫秒，確保機器人的即時反應能力。同時，系統結合的「強化學習（reinforcement learning）」技術，則是讓機器人事先在虛擬環境中經歷數以億計的干擾模擬訓練，這項突破讓機器人不僅能在極端條件下維持平衡，還能把在虛擬模擬中學到的技能直接轉移至真實世界的實體機器人身上，完全無需進行額外的重新訓練。
目標五年內大量進廠，小米看好人形機器人開啟「兆元級市場」
關於未來的部署計畫，小米目前仍在其他生產站點持續進行部署與驗證測試。小米執行長雷軍透露，包含平均故障間隔時間（MTBF）與單一任務成功率等關鍵績效指標都在穩定改善中，未來雷軍預期五年內將有「大量」的人形機器人進駐小米工廠，不過官方目前尚未公開具體的部署數量、單機成本或更詳細的時間表。此外，雷軍的佈局也不僅止於工廠，他更計畫未來將人形機器人的應用延伸至家庭場景，並看好這將開啟一個全新的「兆元級市場」。
這次，小米的「機器人實習生」也凸顯中國企業在投資與提升機器人能力上的驚人速度，例如電動車廠小鵬汽車（XPeng）與智慧型手機品牌榮耀（Honor）都已相繼投入研發或推出自家的機器人產品，中國機器人新創企業 Galbot 與 Noetix Robotics 近期更分別獲得 25 億與近 10 億人民幣的鉅額融資，顯示資本市場對此領域的高度關注。
在這波車廠與科技公司加速實地驗證的浪潮中，小米把這些人形機器人定位為產線上的「實習生」，也凸顯接下來的關鍵，可能不只是在於是會不會走、能不能表演，而是能否在真實生產節奏下長時間穩定運作，並把成功率持續拉高，同時逐步擴張到更多工位與站點。因為當這些指標開始能被量化與複製，人形機器人才算真正跨過進入生產現場的門檻。
＊本文開放合作夥伴轉載，參考資料：《CNBC》、《SCMP》、《Interesting Engineering》、《TechNode》，首圖來源：小米
