11月4日，雷军放出一段视频。这两天细节才慢慢补齐：两台小米人形机器人 CyberOne 02，在小米汽车总装车间累计作业 8 小时 5 分钟。评论区一片"打工人看了沉默"。哔哩哔哩微博
但视频里留着几个不太好看的细节。
累计 3 小时 02 分、6 小时 03 分，各充了一次电。后半程一台机器人掉了盖板，是旁边的轮式机器人过去捡起来的。整段素材还是广角加速播放。雷军自己的措辞也很克制——叫"实习"。要知道就在几个月前，它一次只能连干 3 小时，做的还是抓螺母这类简单活。从 3 小时到 8 小时，这一步跨得不算小，但也确实还没到"上岗"。微博36氪微博哔哩哔哩微博
它干的到底是什么活
工位是总装物流区的中控台侧盖板排序。听着简单，其实是最难缠的那一类：盖板是柔性件，尺寸大、形状不规则，摆放姿态完全随机；还得按车型上线顺序取件、翻正姿态、塞进对应料架格口。产线节拍不停，机器人得跟着运料 AMR 随时改自己的取料路线和步幅，AMR 换岗的时候它还会停下来等。哔哩哔哩微博36氪
为什么非要用人形
这才是这次测试真正的看点。
标准化工位上，人形机器人永远干不过机械臂——更慢、更贵、精度更差。它唯一值钱的地方，是机械臂搞不定的非标岗位：柔性件、随机姿态、需要灵巧操作、还得经常换任务。汽车总装和物料整理恰好就是这种活。36氪
雷军给的解释很直白：通用人形机器人硬件不用改，就能适应更多岗位和场景。所以这 8 小时验证的不是效率，是通用性。微博
背后真正的硬货是 XR-1
CyberOne 02 跑的是小米自研具身基座模型 Xiaomi-Robotics-1（XR-1），端到端 VLA 架构加 MoT 设计：视觉语言骨干用预训练的 Qwen3-VL，负责看懂场景、听懂指令；动作生成头用 Diffusion Transformer 配 Flow Matching，输出连续动作序列。36氪
数据路线更有意思。具身智能最大的坎是拿不到训练数据——机器人得先会干活才能采数据，采了数据才会干活。小米的解法是拆成两段：先用 UMI 手持夹具采集超过 10 万小时的真人操作轨迹做"无本体预训练"，再用约 1 万小时跨本体数据做后训练，其中自采真机数据超 7200 小时。动作标签统一写成 delta EE pose（末端相对位姿增量），同一套动作意图在不同机器人上就不用各背一本词表。36氪
论文口径的成绩：RoboCasa365 成功率 57.4%–57.6%，此前最好是 46.6%；少样本微调每项任务只用不到 10 小时演示数据，四项复杂任务平均成功率 75%，对比基线 π0.5 是 40%。36氪
该泼的冷水
第一，小米不是第一个。Figure 在宝马工厂、优必选在极氪工厂、智元在消费电子场景，都更早在非标岗位做过连续作业验证。小米是跑进了第一梯队，不是开路的那个。36氪
第二，数据这块还有毛边。1 万小时后训练数据里超过四分之一来自开源数据集；UMI 夹具采的数据能不能真迁移到量产环境，目前只有初步验证。7 月那版公开素材还有明显卡壳抖动，这次换成广角加速播放，细节反而更难看清。36氪
所以现在能确认的是：产线级作业能力验证跑通了。不能确认的是：数据飞轮已经转起来了。
离你有多远
比工厂更值得米粉盯的其实是另一条线：小米青年公寓。同一套模型，连续跑 30 多分钟、覆盖 3 个房间、50 多个任务。扔饮料瓶、扫瓜子壳、收耳机线、把剪刀归位，连角落里的充电器都捡回来。干完还会自己全屋复检一遍才离场。36氪哔哩哔哩哔哩哔哩
工厂的验收标准写死在节拍上，家务的验收标准每天都在变。这 30 分钟比那 8 小时难多了。
短期别指望它进财报，也别指望小米之家的货架上很快出现一台能买的。但如果你家里已经堆了一屋子米家设备，这条线才是"小爱同学"真正想长成的样子：不再是一个音箱，而是一双能干活的手。
