小米機器人進廠“實習”，我看到了AI落地的真實樣子

今天看到消息，小米機器人已經正式在汽車工廠“實習”了。

在壓鑄車間的自攻螺母上件工站，機器人連續干了3小時，雙側同時安裝成功率90.2%，還能跟上76秒的產線節拍。

說實話，90.2%這個數字乍一看不算驚艷，但雷軍有句話說得特別實在：實驗室可以用一萬次失敗換一次成功，但真實工廠必須做到一萬次任務次次成功才能滿足生產要求。

所以別看現在機器人動作還有點“笨拙”，能從實驗室走出來、在真實產線上連續跑3小時不掉鏈子，本身就是質的跨越。

這次最讓我感興趣的不是機器人本身，而是它背后那套技術邏輯。小米用的是端到端數據驅動的控制方法，在VLA大模型Xiaomi-Robotics-0基礎上結合強化學習技術，融合視覺、觸覺、關節感知等多模態信息。

什么意思？就是機器人不再是按固定程序死板執行，而是能通過觸覺感知、實時調整——比如自攻螺母內側有花鍵結構，每次抓取手內姿態都不一樣，定位銷還有磁吸力干擾。

這種復雜工況，靠預設代碼根本搞不定，必須讓機器人自己“學”。

雷軍之前說過一個數據：在壓鑄件檢測上，AI視覺大模型2秒內完成檢測，效率是人工10倍、精度是人工5倍以上。

這是AI已經跑通的部分。現在人形機器人進廠，是把AI從“眼睛”延伸到“手”和“身體”。

還有一個細節值得琢磨：小米選擇從汽車工廠切入，不是偶然。汽車產線節拍快、精度要求高、工況復雜，是檢驗機器人能力的“修羅場”。

寶馬前兩天剛在萊比錫工廠啟動人形機器人試點，豐田、奔馳、福特也都有類似計劃。

全球車企都在搶這個賽道，不是因為機器人現在就能替代工人，而是因為汽車制造是訓練機器人操作智能最好的“試驗田”。

雷軍說未來5年會有大批量人形機器人進廠干活。我覺得這個判斷靠譜，但前提是得解決“生產節拍和合格率”這個核心瓶頸。

現在90.2%的成功率，離99.99%還有距離。不過方向是對的——讓機器人在真實產線上邊干活邊學習，用失敗數據喂模型，用強化學習調策略，這才是AI落地的真實樣子。

下一步，小米還在推料箱搬運、前徽標安裝等其他工站的驗證。

如果能跑通更多場景，那就不只是“實習生轉正”的問題了，而是汽車制造從自動化向智能化躍遷的一個信號。

別被科幻片里那種完美機器人誤導了。真正的AI落地，就是從90%開始，一點一點往100%蹭。小米這步走得挺踏實。