在智能制造领域，人形机器人正从实验室走向真实产线。小米机器人团队近日宣布，其自主研发的全尺寸人形机器人已在汽车制造工厂完成首次"实习"，成功完成自攻螺母安装任务，标志着工业机器人技术迈入新阶段。这项突破性进展不仅验证了机器人在复杂工业场景中的适应性，更通过开源技术方案为行业提供了可复制的实践路径。
在汽车一体化压铸后地板的装配线上，这款身高177cm的机器人展现出惊人的操作精度。它需要在76秒的生产节拍内，从自动送钉设备抓取螺母，精准放置在定位工装上，并配合后续工位完成自攻拧紧。双臂协同作业模式下，机器人双侧螺母安装成功率达到90.2%，其表现已接近熟练工人水平。这项任务的关键难点在于螺母内侧花键结构的抓取姿态控制，以及定位销轴磁吸力带来的动态干扰，传统编程方式难以应对如此复杂的变量组合。
小米技术团队采用"自主学习"方案突破技术瓶颈。基于Xiaomi-Robotics-0通用VLA基座模型，机器人通过统一的动作空间设计和跨本体数据预训练，构建起对操作任务的空间感知能力。联合训练框架中，VLA模型提供基础操作常识，强化学习模块则让机器人在真实物理交互中持续优化行为策略。这种"预训练+强化学习"的混合架构，使机器人摆脱了对大量真实遥操作数据的依赖，训练效率提升3倍以上。
在运动控制层面，团队开发了分层架构系统。二次规划优化控制器以亚毫秒级响应速度处理平衡、安全等基础控制需求，而经过数亿次仿真训练的强化学习控制器，则专门应对极端干扰场景。这种设计使机器人能在失稳瞬间自动调整姿态，相关算法已实现零样本迁移至真实设备，大幅缩短了工业场景适配周期。
技术突破的背后是小米长达五年的战略布局。2021年发布的四足机器人CyberDog"铁蛋"，验证了仿生运动控制技术；2022年亮相的全尺寸人形机器人CyberOne"铁大"，则奠定了关节控制与动力输出的技术基础。这款工业版机器人继承了"铁大"的300N·m峰值扭矩模组，但针对产线需求重新优化了手部结构，指尖触觉阵列密度提升40%，为精细操作提供硬件支撑。
为解决毫米级位姿调整难题，团队开发了纯触觉驱动的TacRefineNet模型。该模型通过指尖高精度触觉传感器，在无需视觉辅助的情况下实现抓取微调，Zero-shot部署能力使其能快速适配不同产线需求。这项技术与VLA基座模型的深度整合，构成了"感知-决策-执行"的完整技术闭环。
目前，小米已将机器人业务独立运营，在北京亦庄小米汽车工厂建立研发制造一体化基地。除已验证的螺母安装工站外，料箱搬运、前徽标安装等典型场景的部署工作正在推进。这些新工站将重点测试机器人的移动操作协同能力，以及灵巧手在复杂装配任务中的效率提升空间。随着Xiaomi-Robotics-0模型的开源，行业开发者可基于该框架开发定制化工业解决方案，加速技术普惠进程。
