在智能制造領域，人形機器人正從實驗室走向真實產線。小米機器人團隊近日宣布，其自主研發的全尺寸人形機器人已在汽車制造工廠完成首次"實習"，成功完成自攻螺母安裝任務，標志著工業機器人技術邁入新階段。這項突破性進展不僅驗證了機器人在復雜工業場景中的適應性，更通過開源技術方案為行業提供了可復制的實踐路徑。
在汽車一體化壓鑄后地板的裝配線上，這款身高177cm的機器人展現出驚人的操作精度。它需要在76秒的生產節拍內，從自動送釘設備抓取螺母，精準放置在定位工裝上，并配合后續工位完成自攻擰緊。雙臂協同作業模式下，機器人雙側螺母安裝成功率達到90.2%，其表現已接近熟練工人水平。這項任務的關鍵難點在于螺母內側花鍵結構的抓取姿態控制，以及定位銷軸磁吸力帶來的動態干擾，傳統編程方式難以應對如此復雜的變量組合。
小米技術團隊采用"自主學習"方案突破技術瓶頸。基于Xiaomi-Robotics-0通用VLA基座模型，機器人通過統一的動作空間設計和跨本體數據預訓練，構建起對操作任務的空間感知能力。聯合訓練框架中，VLA模型提供基礎操作常識，強化學習模塊則讓機器人在真實物理交互中持續優化行為策略。這種"預訓練+強化學習"的混合架構，使機器人擺脫了對大量真實遙操作數據的依賴，訓練效率提升3倍以上。
在運動控制層面，團隊開發了分層架構系統。二次規劃優化控制器以亞毫秒級響應速度處理平衡、安全等基礎控制需求，而經過數億次仿真訓練的強化學習控制器，則專門應對極端干擾場景。這種設計使機器人能在失穩瞬間自動調整姿態，相關算法已實現零樣本遷移至真實設備，大幅縮短了工業場景適配周期。
技術突破的背后是小米長達五年的戰略布局。2021年發布的四足機器人CyberDog"鐵蛋"，驗證了仿生運動控制技術；2022年亮相的全尺寸人形機器人CyberOne"鐵大"，則奠定了關節控制與動力輸出的技術基礎。這款工業版機器人繼承了"鐵大"的300N·m峰值扭矩模組，但針對產線需求重新優化了手部結構，指尖觸覺陣列密度提升40%，為精細操作提供硬件支撐。
為解決毫米級位姿調整難題，團隊開發了純觸覺驅動的TacRefineNet模型。該模型通過指尖高精度觸覺傳感器，在無需視覺輔助的情況下實現抓取微調，Zero-shot部署能力使其能快速適配不同產線需求。這項技術與VLA基座模型的深度整合，構成了"感知-決策-執行"的完整技術閉環。
目前，小米已將機器人業務獨立運營，在北京亦莊小米汽車工廠建立研發制造一體化基地。除已驗證的螺母安裝工站外，料箱搬運、前徽標安裝等典型場景的部署工作正在推進。這些新工站將重點測試機器人的移動操作協同能力，以及靈巧手在復雜裝配任務中的效率提升空間。隨著Xiaomi-Robotics-0模型的開源，行業開發者可基于該框架開發定制化工業解決方案，加速技術普惠進程。
