小米人形机器人已进入汽车工厂实习，能够连续工作3小时完成高精度的螺母安装任务。这项进展不仅是技术上的突破，也预示着未来制造业的变革。其背后的技术方案，展现了如何让机器人胜任复杂精细的工业操作。
智能速览
小米机器人已在汽车工厂上岗，连续工作3小时完成螺母安装。
其安装成功率达到90.2%，攻克了姿态不固定的自攻螺母难题。
核心技术是自研VLA大模型与强化学习的结合，摆脱了传统编程。
视觉、触觉、关节本体感的多模态感知，确保了操作的精准性。
高精度控制架构通过亿级仿真训练，实现零样本迁移和强干扰下的稳定。
雷军预计未来5年，大批量机器人将进入小米工厂参与生产。
精华内容
机器人拧螺丝看似简单，实则技术壁垒极高。小米是如何让机器人胜任这项精细工作的？
VLA大模型赋能
小米机器人采用自研的VLA大模型Xiaomi-Robotics-0搭配强化学习技术，摆脱了传统机器人复杂的规则式编程。通过跨本体数据预训练，模型大幅提升了空间感知与动作泛化能力，而强化学习的加入，则有效减少了对人工遥操作数据的依赖，让机器人能更快适应全新的产线场景。
多模态协同感知
单一感知模式存在明显短板。若仅依靠视觉，机器人易受光照变化或物体遮挡的影响；若只依赖触觉，又可能因意外接触而产生干扰。为此，小米机器人深度融合了视觉、触觉与关节本体感，形成多模态协同感知系统，从而在复杂环境中实现更精准、更鲁棒的操作。
高精度控制架构
为保障作业的稳定性，机器人搭载了高精度控制架构。优化控制器通过二次规划实现四级优先级调度，优先保证平衡，计算耗时不到1毫秒。RL控制器则经过上亿次仿真训练，可直接零样本迁移到实体机器人，即便遇到强干扰，也能保持稳定不摔倒，确保了任务的连续执行。
表现与未来展望
在实际测试中，小米机器人连续工作3小时，成功锁紧自攻螺母的成功率达到90.2%。虽然现阶段操作稍显笨拙，但已攻克了该项工序的核心难题。雷军表示，预计未来5年内，将会有大批量人形机器人进入小米工厂参与生产，开启机器人造车的新阶段。
小米机器人进厂不仅是企业自身技术实力的展现，也为“机器人造车”的未来提供了具体的技术路径。随着技术持续优化，大规模应用值得期待，但效率与质量的平衡仍是关键。
