作者丨马广宇
小米机器人有了新的进展。
就在这几天，小米公布了一款面向工业场景的仿生灵巧手。这只手拥有 21 个自由度，由 26 个电机混合驱动，手掌覆盖约 1500 个触觉感知点。
据介绍，为了设计这只手，小米机器人团队开始走进汽车工厂，从 16 个典型工段的 2579 个标准作业程序中，选取了 1827 个进行数据采集和分析，最终才确定灵巧手的结构。
值得一提的是，小米公布灵巧手，距离其人形机器人进入汽车工厂“实习”，仅仅过去了约 7 个月。
今年 3 月，小米机器人开始在汽车工厂尝试自攻螺母上件等工作。到了 7 月，小米披露，该工位双侧作业成功率从 90.2% 提升至 98%，同时新增了中控台侧盖板和料箱折叠等实习岗位。
就产品而言，小米机器人团队的效率堪称头部，只是除了产品外，机器人能够完成工位任务，距离真正承担生产工作还有一段路要走，毕竟除了成功率，生产节拍、长期稳定性、维护成本，以及机器人能否适应更多工位，都是需要解决的问题。
但灵巧手仍是机器人领域中最重要的一环。
图片来源：小米技术
在工厂里，机器人想要完成这些动作，就需要更灵活的结构、更准确的触觉和力觉，以及能够处理现场变化的控制能力。从这个角度看，小米此次公布的灵巧手，不仅是一项技术进展，也反映出其机器人研发正在更加贴近真实工作场景：让机器人进入工厂，再根据工厂里的任务重新设计机器人。
从 2021 年发布机器狗“铁蛋”，到 2022 年推出人形机器人“铁大”，再到如今进入汽车工厂实习，小米在机器人领域已经走过了五年。
“铁大”实习
小米做机器人，始于这轮具身智能热潮之前。
2021 年 8 月，小米 CEO 雷军在发布会上带来了小米第一代仿生四足机器人 CyberDog，内部昵称“铁蛋”。同一场发布会上，小米宣布成立机器人实验室。
第一代铁蛋推出了 1000 台工程探索版，售价 9999 元，主要面向开发者和机器人爱好者。它承担的任务，是让小米开始积累机器人本体、关节、运动控制和感知等方面的能力。
一年后，小米发布第一代人形机器人 CyberOne，也就是“铁大”。
这台机器人身高约 1.77 米，体重 52 公斤，全身拥有 21 个关节自由度。对于当时的小米而言，难度颇大，让一台人形机器人保持平衡、完成行走，就已经是一次技术能力的展示。
而在接下来的 2023 年，小米又推出第二代机器狗 CyberDog 2，售价 12999 元。雷军也坦诚的表示，这款产品的定位是开发平台，并不适合普通玩家，这意味着其依旧是一款尝试性产品。
从外部视角来看，从四足到双足，小米不断展示新的机器人形态，也逐渐在面对一个更现实的问题：机器人可以被造出来，但它究竟能为用户做什么？
小米机器人事业部总经理向迪昀今年中旬曾对外提到，自 2021 年项目立项之后，团队内部一直在思考机器人的实际用途。2023 年之后，小米较少公开人形机器人进展，但研发投入仍在继续。
这几年，小米继续推进机器人的运动能力。向迪昀提到，2024 年，一台约 50 公斤的小米机器人奔跑速度已经达到每小时 12 至 13 公里。但对于后续发展，小米逐渐将重点放在机器人如何完成具体工作上。
小米机器人事业部仿生操控负责人游洋威曾在与雷峰网的谈话中，将机器人的发展方向作过区分：一种更强调奔跑、跳跃等高动态运动能力；另一种则需要进入工厂，完成搬运、装配等任务。
两种目标会影响整机设计。工厂里的机器人需要考虑工位高度、臂展、负载和作业空间，也要考虑能耗与成本。运动能力很强的机器人可以尝试工厂任务，但它的硬件配置未必是最合适的选择。
图片来源：小米官方
今年 3 月，小米人形机器人开始在汽车工厂“实习”。
据小米当时披露，机器人基于视觉—语言—动作模型 Xiaomi-Robotics-0，结合多模态感知和强化学习，尝试自攻螺母上件、料箱搬运等工作。3 月的财报电话会上，小米集团总裁卢伟冰介绍，机器人能够自主运行 3 小时，安装成功率超过 90%，满足产线 76 秒的最快节拍要求。
从这一节点开始，小米机器人团队的节奏开始不断加快。7 月，小米披露了四个月的实习进展：自攻螺母上件工位双侧作业成功率由 90.2% 提升至 98%，同时扩展了中控台侧盖板和料箱折叠两个场景。
8 月的世界机器人大会上，新一代“铁大”公开亮相。这台机器人身高约 1.7 米、体重 66 公斤，全身有 66 个自由度。
向迪昀解释，新机器人的身高参考了工厂工人的身高。相比第一代铁大，新一代的尺寸有所降低，以适应实际工作环境。
据小米团队当时介绍，汽车工厂里有两台机器人在不同工位实习，一台是此前研发的高动态机器人，另一台是新一代铁大。它们承担着料箱折叠、上件和螺母等不同任务。
从第一代铁大到新一代机器人，小米对机器人身体尺寸、手部能力和任务场景的理解，也在随着工厂实习发生变化。
机器人的手，正是在这个过程中成为小米需要解决的问题。
小米为什么需要“灵巧手”
小米汽车工厂有一个自攻螺母上件工位。
工人需要从送钉设备中取出螺母，调整方向，将其放入定位工装，后续再由设备配合完成锁紧。这个过程中，螺母每次出现的姿态并不固定，抓取时还要应对磁吸干扰，放置的位置和角度也需要足够准确。
今年 3 月，小米机器人开始在这个工位实习。经过几个月训练，它的任务成功率逐步提高，但与熟练工人相比，差距不仅体现在成功率上。
今年 7 月份，在和雷峰网的谈话中，游洋威举过一个例子：在螺母上件工位，工人可以一只手抓取两个零件，连续完成放置；当时的机器人更多是抓一个、放一个，再去抓下一个，完成同样的工作可能需要两台机器人。
尽管这个例子指的是当时特定工位的情况，并不能代表小米所有工位的配置。但它说明了一个问题：机器人能完成任务，和像人一样高效地完成任务，是两个不同的目标。
做一双机器人的手是一套完全不同的逻辑。
拿起一个零件、拧开瓶盖，或者在看不见的位置扣上一个卡扣，人们往往不需要刻意思考每根手指应该怎样运动。但这些动作背后，包含了对物体形状、位置、力度和接触状态的持续判断。
机器人要进入人的工作和生活环境，就需要面对类似的问题。它不仅要知道物体在哪里，还要判断从什么位置抓、用多大的力，以及抓取之后物体是否发生了移动。
灵巧手因此常被视为机器人技术的一顶“桂冠”。它需要把结构、驱动、触觉和控制能力放进一只手里，再与机器人的视觉、手臂和模型配合，才能完成具体操作。
小米这次设计新一代灵巧手，起点是观察工人如何使用双手。在汽车工厂采集的 1827 个作业程序中，团队既观察了手部关节的活动范围，也分析了不同关节之间的运动关系。
图片来源：小米技术
人手的关节很多，但它们并不总是各自独立工作。完成一个动作时，有的关节需要单独调整，有的则会跟随其他关节一起运动。对于机器人来说，如果能找到这些关联，就有可能让部分关节共用驱动，从而降低结构复杂度。
更重要的是，小米机器人团队需要知道，一只手需要多少自由度，才能覆盖足够多的操作？
小米基于采集到的动作、工厂里的工具和零件，进行了抓握仿真。按照小米披露的结果，在其测试条件下，17 至 21 自由度区间的平均稳定抓握成功率，相比 6 至 15 自由度区间提升了 15% 至 38%；继续增加至 23 个及以上自由度后，抓握能力的提升开始放缓。
综合操作覆盖度和抓握表现，小米选择了 21 个自由度。
这只手采用以腱绳为主、部分关节直驱的混合方案。简单来说，一部分电机被放到小臂，通过腱绳带动手指运动，以减轻手掌负担。从小米披露的细节来看，手掌部分重量仅为 324 克。
手掌轻了，有利于降低末端运动时的负担，但电机并没有消失，小臂中的重量仍然需要纳入整机设计。腱绳在长期使用后还可能出现张力变化，影响动作精度。因此，小米在手部加入了张力传感器，希望提高抓握时的控制稳定性。
触觉方面，小米在灵巧手的指尖、指腹、指根和掌心布置了约 1500 个触觉感知点。机器人抓取物体时，除了通过视觉判断位置，还可以利用接触反馈感知抓取状态，进一步调整动作。
只不过，从物理结构来看，结构越复杂，工程问题也越多。例如，多个电机集中工作会带来散热压力。小米披露，在极端工况下，单手功耗可能超过 100 瓦。团队建立了温度预测模型，希望提前判断未来几分钟的发热情况，再通过任务调度、扭矩和风扇转速等方式进行调整。
图片来源：小米技术
但手越复杂，却并不意味着它在所有任务中都越有价值。
对于形状规则、位置固定的物体，夹爪或者专用设备可能已经足够；部分任务即便需要多指操作，也未必需要高自由度五指手。设备的采购成本、维护难度和长期可靠性，都会影响工厂的选择。
此前有从业者告诉雷峰网，不同自由度的灵巧手各有适用场景，工业客户最终仍要看任务需求、成本和稳定性，小米团队也做过类似的取舍。
他们曾尝试让机器人完成从一个地点到另一个地点的搬箱任务，验证一段时间后选择暂时跳过。原因在于，这类工作未必需要人形机器人的手和腿，使用其他设备也可能完成。
小米更关注的，是那些目前仍由工人完成、工序较复杂、需要柔性操作，而传统自动化短期内又不容易覆盖的任务。
这也意味着，小米的新手最终需要回答一个商业问题：相比更简单的夹爪、三指手或专用设备，21 自由度能够完成哪些额外工作，又能否抵消更复杂结构带来的成本。
目前，小米公布了新手的设计和测试过程，但尚未完整披露它何时装到整机、何时进入产线，以及长期运行的寿命、维护成本和量产价格。
这些问题，还需要回到具体工位验证。
小米的具身之路还要走多久？
机器人进入工厂后，最直接的检验标准，是能否持续完成工作。
小米公布的 98%，是特定螺母工位双侧作业的成功率。有公开报道中提到，同一工位熟练工人的合格率约为 99%。两个数字看起来已经接近，但它们的具体统计方法和比较条件并未完整公开，不能仅凭这两个数字判断机器人已经接近替代工人。
工厂还要考虑生产节拍、产品合格率、故障频率和人工介入。
不同工位对失败的容忍程度也不同。部分线边工作可以留出重试时间，而在跟随流水线运行的工位，一次异常可能影响后续节拍。
游洋威此前曾提到，机器人正式进入工位，需要同时满足任务成功率、产品合格率和生产节拍等要求。能把动作做出来，只是第一步。
现场环境不会始终保持不变。料架可能被移动，旁边可能多了一名工人，零件可能掉落，设备状态也可能发生变化。机器人不能只在预先设定的条件下完成一次操作，但如果想要解决这一问题，数据才是关键。
工业数据并不容易获得。工厂不能为了采集机器人训练数据长期停止生产；如果另建一条完整产线用于采集，成本又很高。小米希望探索的方向是，让机器人先通过大量数据获得基础操作能力，再利用相对少量的现场数据，学习新的工位任务。
今年 7 月，小米发布具身基座模型 Xiaomi-Robotics-1。按照论文所述，模型预训练使用了超过 10 万小时的真实操作轨迹，数据通过手持式夹爪和相机等设备采集，覆盖家庭、商业、工业和办公等环境。
除此之外，小米还发布了 Xiaomi-Robotics-U0，探索生成具身场景和机器人交互数据，希望通过生成与数据增强，降低数据扩展的成本。它与负责生成机器人动作的模型分工不同，解决的是训练数据从哪里来、如何增加场景变化的问题。
GPT-Image-2.0 和 Xiaomi-Robotics-U0，同一指令下，GPT-Image-2.0的机械臂位置出现了错误
这也是机器人行业共同面对的难题，也是小米走向下一步，必须经过的关卡。
从 2021 年的机器狗，到进入工厂的人形机器人，再到这次公布的灵巧手，小米在机器人领域已经持续投入五年。这期间，小米投入的方向从本体、关节和运动控制，逐渐扩展到灵巧操作、数据和模型，团队也在继续扩大。
据公开资料显示，小米计划在五年内投入研发超过 2000 亿元，并承诺在未来三年小米在 AI 领域的投入将超过 600 亿元。大投入带来的是团队的扩张，目前小米机器人事业部规模已经超过 200 人。
机器人需要人才、硬件、数据、算力和应用场景的长期投入，短期内未必能带来直接回报。小米敢于投入的核心在于，小米已经拥有机器人可以进入的场景。
汽车工厂、手机制造和大家电生产，都存在不同类型的操作任务。小米可以在自己的制造体系内寻找工位，让机器人进入真实环境，观察问题并反复验证。
当然，自有工厂也有生产节奏和成本要求。机器人即使在自己的工厂实习，也不能无限制地影响正常生产。它仍然需要通过具体任务证明价值。
此前在一次沟通会上，小米团队曾表示过，如果只解决两三个固定工位的问题，是否采用人形机器人并不是最重要的。团队更希望的是，在解决一个工位之后，机器人能够更快地将已有能力迁移到其他工位。要是每增加一个工位，都需要重新设计硬件、重新采集大量数据、重新训练模型，机器人的应用成本就很难降下来。
如果同一套本体、手部和模型经过适当调整，就能学习更多任务，机器人的通用价值才有机会逐步体现。这次公布的 21 自由度灵巧手，是其中一个新节点。
它能否帮助机器人更快、更稳定地完成工作，能否在长期运行中控制成本和维护频率，还需要真实工位给出答案。而这些答案，也会决定小米的机器人下一步能走多远。
2026-07-09
2026-09-08
