文章核心观点 - 小米公布面向工业场景的仿生灵巧手，拥有21个自由度、26个电机混合驱动、约1500个触觉感知点，标志其具身智能研发从本体运动能力转向贴近真实工厂任务的灵巧操作 [2] - 灵巧手设计源于对汽车工厂16个典型工段2579个标准作业程序中1827个的数据采集与分析，体现“让机器人进入工厂、再根据工厂任务重新设计机器人”的研发路径 [2][7] - 小米机器人从2021年机器狗“铁蛋”起步，历经“铁大”、CyberDog 2，到进入汽车工厂实习，五年间投入方向从本体、关节、运动控制扩展至灵巧操作、数据与模型 [7][32] - 灵巧手是机器人技术的关键环节，但结构越复杂工程问题越多，21自由度能否抵消成本、在真实工位长期稳定运行，仍需验证 [5][24][34] 小米灵巧手的技术参数与设计逻辑 - 灵巧手拥有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 [2] - 采用以腱绳为主、部分关节直驱的混合方案，部分电机置于小臂通过腱绳带动手指，手掌部分重量仅324克 [22] - 手部加入张力传感器以应对腱绳长期使用后的张力变化，提高抓握控制稳定性 [22] - 触觉感知点布置于指尖、指腹、指根和掌心，抓取时可利用接触反馈感知状态并调整动作 [23] - 极端工况下单手功耗可能超过100瓦，团队建立温度预测模型，通过任务调度、扭矩和风扇转速等方式调整发热 [23] - 自由度选择依据抓握仿真：17至21自由度区间平均稳定抓握成功率相比6至15自由度区间提升15%至38%，增至23个及以上自由度后提升放缓，综合操作覆盖度与抓握表现选择21个自由度 [21] - 设计起点是观察工人双手，在1827个作业程序中分析手部关节活动范围及不同关节间运动关系，寻找可共用驱动的关节关联以降低结构复杂度 [17][20] 小米机器人汽车工厂实习进展 - 2026年3月，小米人形机器人开始在汽车工厂尝试自攻螺母上件、料箱搬运等工作，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 [12] - 3月财报电话会披露，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 [12] - 7月披露四个月实习进展：自攻螺母上件工位双侧作业成功率由90.2%提升至98%，同时新增中控台侧盖板和料箱折叠两个场景 [4][12] - 8月世界机器人大会新一代“铁大”亮相，身高约1.7米、体重66公斤、全身66个自由度，身高参考工厂工人身高，较第一代有所降低以适应实际工作环境 [12] - 汽车工厂内有两台机器人实习，一台为高动态机器人，另一台为新一代铁大，承担料箱折叠、上件和螺母等不同任务 [12] - 与熟练工人相比差距不仅在成功率：工人可一只手抓取两个零件连续放置，当时机器人多为抓一个放一个，完成同样工作可能需要两台机器人 [16] - 公开报道提到同一工位熟练工人合格率约99%，但统计方法与比较条件未完整公开，不能仅凭98%与99%判断机器人已接近替代工人 [29] 小米机器人产品演进历程 - 2021年8月发布第一代仿生四足机器人CyberDog“铁蛋”，推出1000台工程探索版、售价9999元，面向开发者和机器人爱好者，用于积累本体、关节、运动控制和感知能力，同年成立机器人实验室 [9] - 2022年发布第一代人形机器人CyberOne“铁大”，身高约1.77米、体重52公斤、全身21个关节自由度 [10] - 2023年推出第二代机器狗CyberDog 2，售价12999元，定位为开发平台，仍属尝试性产品 [10] - 2024年一台约50公斤的小米机器人奔跑速度已达每小时12至13公里，此后重点逐渐转向机器人如何完成具体工作 [10] - 机器人发展方向被区分为强调奔跑跳跃等高动态运动能力与进入工厂完成搬运装配任务两类，两种目标影响整机设计，工厂机器人需考虑工位高度、臂展、负载、作业空间、能耗与成本 [11] 灵巧手的商业化考量与待验证问题 - 对形状规则、位置固定的物体，夹爪或专用设备可能已足够，部分任务未必需要高自由度五指手，采购成本、维护难度和长期可靠性都会影响工厂选择 [24] - 小米曾尝试搬箱任务后选择暂时跳过，原因是这类工作未必需要人形机器人的手和腿，其他设备也可能完成 [24] - 小米更关注目前仍由工人完成、工序较复杂、需要柔性操作而传统自动化短期难以覆盖的任务 [24] - 21自由度灵巧手需回答商业问题：相比夹爪、三指手或专用设备能完成哪些额外工作，能否抵消更复杂结构带来的成本 [24] - 灵巧手尚未完整披露何时装到整机、何时进入产线，以及长期运行寿命、维护成本和量产价格 [26] 数据与模型布局 - 2026年7月发布具身基座模型Xiaomi-Robotics-1，预训练使用超过10万小时真实操作轨迹，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 [30] - 发布Xiaomi-Robotics-U0，探索生成具身场景和机器人交互数据，通过生成与数据增强降低数据扩展成本，解决训练数据来源与场景变化问题 [31] - 工业数据获取困难：工厂不能为采集训练数据长期停止生产，另建完整产线采集成本又很高，小米希望让机器人先通过大量数据获得基础操作能力，再利用少量现场数据学习新工位任务 [30] 投入规模与组织 - 小米计划五年内投入研发超过2000亿元，承诺未来三年在AI领域投入超过600亿元 [32] - 小米机器人事业部规模已超过200人 [32] - 小米拥有汽车工厂、手机制造和大家电生产等自有场景，可在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 [34] - 团队目标是解决一个工位后更快将已有能力迁移到其他工位，避免每增加一个工位都需重新设计硬件、采集数据、训练模型，从而降低应用成本 [34]