8月19日，小米新一代人形机器人在2026世界机器人大会上公开亮相，和现场观众进行送花、比心、行绅士礼互动。据了解，这是小米机器人首次在公开展会亮相和普通观众进行互动，小米方面表示，此次现场互动依靠大模型驱动，实现了自主决策、自主执行。
公开资料显示，今年7月小米机器人业务初步完成本体、数据和模型完整布局，小米机器人本体在汽车工厂自攻螺母工站“实习”作业成功率从90.2%提升至98%，同时还发布了具身生成模型 Xiaomi-Robotics-U0和具身基座模型Xiaomi-Robotics-1。
小米机器人事业部总经理向迪昀介绍，在大量采用AI和模型化之后，类似大模型的“幻觉”问题，机器人模型也面临可解释性不足的难题。机器人的家庭场景更追求泛化性，工厂场景更追求成功率、效率和系统稳定性。
目前两台机器人在实习，优选场景是汽车工厂
这次亮相的是小米全新一代架构的人形机器人，身高约1.70米，体重66公斤，全身共66个关节。
图/受访者供图
小米选择做1.7米尺寸机器人应用场景的考量是什么？向迪昀提到，希望它能在多种场景中落地，其中优选场景是汽车工厂，基本按照工人的平均身高来设计。比第一代“铁大”身高约1.76米到1.77米做了下调。
之前，雷军透露，工厂里有机器人在“实习”。向迪昀介绍，目前在工厂实习的机器人有两台：一台是2023到2024年研发的高动态机器人，另一台就是大会展出的这台，两台都在工厂里实际运行。
目前，机器人距离规模化应用于工厂场景还有多远？向迪昀希望产品在一个确定的工位上验证，能否像人一样高效、稳定地完成任务。如螺丝对位这类需要精细触觉、存在磁场强对抗的工站，3月份成功率约90%，7月份已提升至约98%。而同一工站人工操作成功率约99%，所以还差一个百分点。
那1%卡在哪？向迪昀提到，技术上具体优化还没定论。宏观来看，全面模型化后，模型是个黑盒——数据进、数据出，遇到长尾和corner case时问题定位变得越来越难。可能需补充数据或调整模型架构，还需要一些时间。
向迪昀认为，在大量采用AI和模型化之后，类似大模型的“幻觉”问题，机器人模型也面临可解释性不足的难题。一旦出现问题，很难定位原因——是需要补充数据，还是调整模型架构，或者优化预训练和后训练的配比，这些都需要进一步探索。
“对于3到5秒以内的短任务，效率能达到人工的70%到80%，复杂些的接近100%。如果是30秒到1分钟的中等长度任务，效率会降到60%到70%；超过1分钟的长任务，可能只有30%左右。这和大型模型长上下文推理效率下降的问题类似，也是整个行业需要克服的挑战。”向迪昀预计，今年年底应该可以达到99%。
关于未来发展，在向迪昀看来，如果想做的只是“自动化PLUS”版本——即把工业自动化模型化，那么对于一些短任务（如3到5秒内的简单操作），现在已经可以稳定部署。但如果想替代目前仍由人工完成、操作复杂度高、需要精细数据、SOP流程长达30到50步的复杂任务，可能还需要两到三年的时间。
家庭场景更追求泛化性，工厂场景更追求成功率、稳定性
目前，小米机器人在“大脑”方面发展到什么阶段？与世界模型的融合进度如何？
小米机器人事业部仿生操控负责人游洋威提到，在机器人基座模型方面，今年上半年已推出两款。除了常规的VLA工作，也在做生成式世界模型，用来生成训练数据，与VLA形成互补。后期还会推进类似WAM的生成、动作生成与视频生成的联合工作。
人形和仿生的重要性如何？向迪昀介绍，小米2021年立项人形机器人，是一个牵引性项目。严格来说，如果只针对某个垂直场景、解决两三个工站的问题，人形并不是必须的。这两条路线会长期并存——是完全仿人，还是有所特化。特化方案在短期内更容易在垂直领域快速落地，但一个真正通用、刚需的人形机器人，可能还需要更多时间。
小米人车家协同生态具体体现在哪？向迪昀介绍，映射到机器人分三段：智能制造、商业服务和家庭。智能制造，与汽车、大家电和手机3C相关的场景非常多，和人车家生态整体相关。商用服务，每个工厂有工业旅游示范基地，可用于未来家居概念演示、导览导购等。家庭，最先考虑的是小米青年公寓，面向应届生的公共场景和房间场景，这是进入家庭最早可触达、可验证的，运营成本和容错度也更高。
依托小米供应链能力，机器人成本还有多大下探空间？向迪昀提到，不考虑算法的话，机器人约50到60公斤的铁、铜等材料，材料成本不会是太大问题。目前成本高主要是因为产业没有规模、无法形成标准化。工艺成本随规模起量会快速下降。目前最大的投入可能是AI——怎么投入、怎么分摊成本，仍是开放性问题。
从工厂到家庭，最大跨越门槛是什么？在向迪昀看来，工厂和家庭完全不同。家庭更追求泛化性，工厂更追求成功率、效率和系统稳定性，系统层面还涉及安全性、数据隐私等。工厂是B端，可私域部署；家庭是C端，机器人形态要不要兼顾情绪价值——两个用户群体差异极大。
家用机器人普及还需要多久？向迪昀认为，短周期内比较困难，未来一两年可能不容易看到。今天的瓶颈真的是AI，如果AI走不通，可能是3年、5年甚至10年。智能制造场景是结构化、封闭且高度同质化的；家庭则完全开放、非结构化，每家都不一样，甚至生活习惯都不同。这可能是两个数量级差异的产品线，未来很可能发展为完全分开的两类产品。
新京报贝壳财经记者 陈维城
编辑 杨娟娟
校对 王心
