在北京亦庄北人亦创国际会展中心，2026世界机器人大会的现场人潮涌动。具身花园展区前，一台身高约一米七的白色双足机器人吸引了众多目光。它从展台中央稳步走出，先是从墙壁上摘下一束花，接着走到加工区，用手洒下亮闪闪的香片，最后将花递到前排观众手中，这一系列流畅的动作引发了现场观众的阵阵惊叹。
这是小米新一代人形机器人首次在普通公众面前亮相。在随后接受凤凰网科技等媒体采访时，小米机器人事业部总经理向迪昀透露，机器人的这些互动行为均由大模型驱动，能够自主理解、决策并执行，全程没有动作捕捉员在后台远程操控。
在机器人领域，宇树机器人展现了小脑运控的高水平，但大脑驱动下人形机器人的智能涌现却迟迟未能实现。在遥操成为行业过渡期常见方式的背景下，小米为何选择挑战更具难度的未来发展方向？这背后有着复杂的考量。
与以往展会类似，今年的世界机器人大会上，能跑能跳、能握手的机器人并不少见，而且搬东西、做家务的机器人数量有所增加。然而，普通消费者往往难以察觉，这些生动的动作背后，有多少是机器人自主思考完成的，又有多少是由远处的操作员通过动捕设备操控实现的。有厂商甚至将“身体共生”作为卖点，操作员做出抬臂、下蹲、弯腰等动作，机器人便在台上一比一复刻。这种技术路线虽然有其价值，但机器人更像是一具高级提线木偶，而非能独立工作的工人。小米的新机器人则选择了不同的路径。
据小米方面介绍，该机器人在互动阶段采用“大脑 + 小脑”的分层控制策略。大脑中的大模型负责对长程任务进行拆解规划，语音交互则依托小爱同学完成语义理解与对话响应；小脑借助仿真环境下的并行强化学习训练，在保证动态平衡的基础上生成拟人动作。以演示中的选花、递花、撒香片动作为例，这些并非预设好的脚本，而是模型在理解“对面站着一个人、手里有花、要递过去”的情境后，自行计算并指挥身体完成的。
这背后是一套全新的本体架构。与汽车和手机产业相比，机器人产业仍处于发展初期，不少产业链上游工厂刚刚起步。为了快速推进机器人研发，许多品牌选择复用供应链，导致各大品牌造出的机器人在外观和功能上差异不大。而小米机器人根据自身需求，反向推动产业链上游进步。例如，新机器人身高约一米七、体重66公斤、全身有66个关节，其中约一半集中在双手，专门为精细操作设计。
向迪昀在采访中表示，团队研究了汽车工厂约2000个不同岗位，计算工人作业时所需触及的运动空间，再反推关节配置。目前这套架构能覆盖其中80%以上的作业空间。新机器人身高从2022年第一代CyberOne（铁大）的一米七六降至一米七，也是根据工厂工人的实际身高调整的，目的是让机器人能在汽车工厂中投入使用。从21个自由度到66个自由度，从只会走路展示的原型机到能在产线上拧螺母的机器，小米机器人在这四年间取得了巨大进步。
过去半年，是小米机器人快速发展的时期。今年3月2日，小米宣布机器人进入小米汽车工厂实习，在自攻螺母上件工站实现连续3小时自主作业，双侧安装成功率达90.2%，满足76秒的产线节拍，同时验证了料箱搬运、贴车标等场景。这是小米机器人首次从视频和发布会走向真实产线。向迪昀回忆道，3月份的亮相意义重大，机器人在工厂真实产线上能连续运行4小时，成功率达到90%，雷军称之为“实习”，但内部看到的是产业应用的机遇。
此后，小米机器人的发展节奏明显加快。4月27日小米投资者开放日，新一代机器人首次公开亮相，为投资人赠送伴手礼、比心握手，同日开源Xiaomi - Robotics - 0后训练全流程。7月14日，小米机器人在自攻螺母工站的成功率从90.2%提升至98%，新增中控台侧盖板排序、料箱折叠回收两个复杂柔性工站，成功率均达90%。
随后两天，小米连发两个模型。统一具身生成模型Xiaomi - Robotics - U0，用380亿参数统一覆盖场景生成、轨迹迁移、交互视频生成、图像编辑四类任务，生成效率较传统方案提升82.9倍；具身基座模型Xiaomi - Robotics - 1，基于10万小时真实世界操作数据预训练、约1.1万小时跨本体数据后训练，在RoboCasa365、RoboDojo两个榜单上获得全球第一。这可能是国内首次在机器人策略模型中，对Scaling Law进行较为完整的系统验证。过去，在大语言模型领域，数据和参数规模带来可预测的性能提升是共识，但在具身智能领域，“数据越多模型越强”此前未被完整清晰地证明。多位行业人士认为，即便是中美顶级公司，掌握的高质量物理交互数据也只有几十万小时，离充分验证Scaling Law的门槛还差至少一个数量级。小米用10万小时真机数据跑出相对清晰的缩放曲线，至少证明这条路在工程上是可行的。
将这些节点串联起来可以发现，小米在半年内完成了“本体、数据再到模型”的闭环。然而，熟悉小米的人注意到，从2023年到2025年初，小米机器人几乎没有进行过技术发布。向迪昀解释道，2024年一个50公斤的机器人跑动速度能达到12到13公里每小时，但从雷军的角度看，这并不产生实际有意义的用户价值，所以暂停了产品对外宣发。小米机器人业务立项以来，雷军和集团反复追问“这个东西到底有什么用”，这也影响了小米机器人的路线选择。
过去十年，机器人算法演进大致可分为三个阶段。2016 - 2020年，波士顿动力将基于模型预测控制（MPC）的传统数学建模方法推向极致；2021 - 2025年，强化学习让机器人实现走、跑、跳、空翻乃至跳舞；2025年之后，真正意义上的大脑AI登场，用数据驱动的方式重新定义研发范式，解决“机器人怎么干活”的问题。硬件方面也经历了类似代际切换，液压方案被电驱完整替代。小米在2023、2024年完成走跑跳空翻后，开始全面推进大脑相关研发，补上这一关键拼图。
不过，从98%到99%的最后一个百分点提升变得愈发困难。向迪昀坦言，核心问题在于全面做模型化后，模型如同黑盒，当出现长尾和corner case时，处理难度越来越大，这与大模型的幻觉和可解释性问题类似。效率维度上也有明显衰减，3 - 5秒的短任务，效率能达到人工的70% - 80%甚至接近100%；任务链拉长到30秒 - 1分钟，效率降至人工的60% - 70%；1分钟以上的长任务，效率进一步降到30%以上，这与大模型长上下文推理效率下降的问题相似。小米预期，螺母工站年底有望达到99%的成功率，但对于一个工人30 - 50步SOP的复杂工站，可能还需要两三年时间。
目前，小米为机器人规划的落地路径分为智能制造、商业服务、家庭三段。智能制造是近期重点，小米内部有完整的智能制造团队，会统筹汽车、手机、大家电的工业自动化路线图，选择工业自动化未来一到两年难以直接实现的工位，这些工位通常需要触觉、柔性、复杂SOP，且可能需要人机协同。安全是一个常被忽略的细节，在螺柱工站，人工作业时必须停掉所有光栅，76秒的生产节拍中只有20 - 30秒能操作，超时就有危险；换上机器人后，76秒全部可以作业，工人可从危险工位撤下。
商业服务是中间环节，小米的工厂有工业旅游示范基地，汽车有展厅和科技展厅，都有机会开展导览讲解服务；同时国内约1万家小米之家，加上未来海外可能的1万家，都是现成的服务场景。家庭场景是最远且最容易被想象放大的领域，但家庭场景的柔性极强，涵盖各种复杂场景。小米的思路是先从“半公共”场景切入，小米青年公寓的公共区域和员工房间将成为家庭场景最早的试验场，运营成本和容错度都更友好。至于直接进入C端家庭，小米目前动作较为克制。原因在于，工厂是结构化、封闭、高度同质化的环境，追求成功率和效率；家庭是开放、非结构化、每家每户不同的环境，追求泛化性，还需解决安全性、数据隐私、情绪价值、外观设计等一系列工厂里不存在的问题。成本也是一道难题，国内扫地机器人的家庭渗透率刚过10%，欧洲约20%，一个能在家里跑来跑去的人形机器人，用户心智和接受度都需要时间培养。另有机器人赛道从业者认为，法规和后续服务机制都待建立，就像汽车上路需要保险一样，机器人进家也需要相应的保障服务。而当前最大的瓶颈还是AI，大脑的泛化性解决不了，后续的一切都无法推进。不过，多位从业者对机器人赛道持乐观态度，认为虽然仍有卡点，但过去一年的进展已超出预期。
TrendForce集邦咨询预估，2026年中国人形机器人市场规模将达150亿元人民币，2027年至少维持60%以上增长；工信部相关测算预计，2026年国内人形机器人整机产量将突破10万台。资本和厂商纷纷抢跑，但小米此次行动相对谨慎，认为整个行业的GPT 3.0时刻尚未到来。现阶段，小米保持开放态度，寻求行业群策群力。从2月的Xiaomi - Robotics - 0到7月的两代模型，小米每一代都开源训练方法和权重。相关负责人表示，开源是为了技术交流和共享，保持与行业头部交流，核心的know - how会沉淀在团队内部，在技术快速迭代阶段，保持开放心态、快速迭代很重要。此次亮相的新机器人，只是小米交出的一张中期答卷，在成功的背后，真正的挑战远比舞台上的展示复杂得多。
