WAIC 期间，参加小米机器人访谈之前，我以为这场交流会会围绕大模型、灵巧手，以及人形机器人的量产时间表展开。结果一个多小时里，大家反复讨论的却是螺母、料箱、生产节拍、作业成功率，还有机器人坏了以后该怎么办。

这些问题听起来不酷，甚至有些琐碎，却让我看到了一个和 WAIC 展馆截然不同的机器人世界。展台上的机器人忙着跳舞、打拳、展示高动态动作。而小米汽车工厂里的机器人，却在练习摆放螺母、安装盖板和折叠料箱。别管机器人的回旋踢有多厉害，工厂只关心它有没有资格留下来上班。

根据小米 2024 年 3 月公布的数据，其汽车工厂已经拥有超过 700 台工业机器人，关键工艺实现 100% 自动化，最快每 76 秒就能下线一辆汽车。今年 3 月，小米人形机器人也进入这座工厂 " 实习 "。到 7 月，自攻螺母上件工站的成功率已经从 90.2% 提高到 98%，距离人工作业的 99% 还差一个百分点，新解锁的中控台侧盖板上件和料箱折叠两个工位，成功率则是均达到 90% 以上。

雷军给这位实习生定下的 " 转正 " 条件，是用一到两年时间稳定工作一万小时。

问题也随之而来：在一座已经拥有 700 多台机器人的工厂里，为什么还要塞进一个更贵、更慢，稳定性暂时还不如熟练工的人形机器人？

我发现小米对机器人这件事的判断，至少有三个地方和外界的直觉不太一样。

服务员比运动员更现实

小米机器人仿生操控负责人游洋威把当前的人形机器人分成了两类。一类像运动员，追求爆发力、速度和高动态动作；另一类更像服务员，不需要完成后空翻，却要长时间稳定地重复工作。

这并不是多么严谨的学术分类，更像一套来自工厂的工程判断。运动员完成一次高难度动作，就能收获掌声；服务员每天端同样的盘子、走同样的路线，连续几个月不出差错，才算合格。

工厂显然更需要后者。

这也解释了为什么 连续 3 小时作业成功率 98% 依然无法 " 转正 "。98% 意味着每完成 50 次操作，就可能出现一次失败。放进一个最快 76 秒下线一辆汽车的生产系统里，这已经很难算作偶尔失误，而是必须被认真处理的生产问题。

要知道流水线不相信眼泪。

机器人真正遇到的麻烦，往往也不在演示视频里。料架可能被人推走，螺丝会掉在地上，白天和夜间的光线不同，以及各种没有写进程序的干扰。它既要完成动作，也要识别异常，还不能拖慢整条产线。

从 90% 提高到 98%，考验的是机器人能不能把动作做对，从 98% 继续逼近熟练工，则要看它能否处理那些随时可能出现的小意外。

过去几年，我们习惯用跑步、跳舞和空翻判断机器人有没有进步。到了工厂里，真正有价值的进步反而十分无聊：每天重复同一个动作，最好什么意外都别发生。

造了双腿，也不迷信双腿

另一个让我意外的地方，是小米并没有把双足当成一种不可动摇的信仰。

单看工厂作业，双足其实算不上理想方案。和轮式机器人相比，它负载能力更弱，能耗更高，续航更短，站立和作业时也更难保持稳定。对于地面平整、路线固定的工厂，轮子显然更加实用。

那为什么还要花费巨大成本，给机器人造两条腿？

答案藏在工厂本身。工厂里的通道宽度、工位高度、操作纵深，乃至工具摆放的位置，几乎都围绕人的身体设计。那些至今仍需要人工完成的工作，往往位于传统自动化设备难以进入，却恰好可以容纳一个人的角落。人能走进去，手能伸进去，转个身就能继续干活。

换成其他形态的机器人，企业便要重新检查底盘能否通过、机械臂是否够长、转弯空间是否充足，有时还要改造现有产线。机器人的采购成本只是账单的一部分，为了容纳它而改造整座工厂，可能才是真正的大头。

因此，人形未必效率最高，却天然兼容那些为人设计的空间和工具。这更像一种现实妥协：既然工厂暂时不能围绕机器人重建，那就先让机器人适应工厂。

但适应人类环境，也不代表每台机器人都要永远保留完整人形。小米同时在尝试双足和轮式方案，一些机器人保留了人形上半身，下半身已经换成轮式底盘，以获得更好的稳定性和续航。

游洋威把这条路线概括为 " 先做难的，再做减法 "。

先用完整人形攻克行走、平衡、感知和灵巧操作，训练出能够迁移的通用能力；进入具体工位以后，再按照成本和效率调整形态。不需要走路，可以换成轮子；不需要五根手指，可以换成夹爪；没有与人交流的需求，脑袋和脸也未必需要保留。

这样看，小米研发完整人形，更像是在搭建一个难度最高的训练平台，而不是一定要做个仿生人。今天给机器人造腿，是为了攻克最复杂的能力，将来把腿换成轮子，则是为了把商业化。

小米机器人最大的底气或许是工厂

很多机器人公司都有模型、本体和工程师，真正稀缺的是一个可以长期进入、反复测试的真实场景。

一家初创公司想让机器人进入汽车工厂，首先要说服车企承担停线、设备损坏和生产事故的风险。即使拿到合作机会，机器人也很难长期留在产线上，把同一个动作做上几万遍，再根据失败结果继续修改。

小米没有这层障碍。它有自己的汽车工厂，也有手机、家电和供应链工厂。机器人可以进入真实工位，接触真实零件，适应真实节拍，然后把那些在实验室里不会出现的问题一一暴露出来。

会上，小米举了一个只有深入工厂才会知道的例子：料箱折叠。熟练工处理箱体背面的拉环时，不需要把箱子转过来确认位置，手伸过去一摸、一扣，动作就结束了。机器人看不到背面，只能先调整箱体，再完成后续操作。

两种做法可能只相差几秒。但真正开始生产，经过数千次重复和数年的运行，这几秒会变成成本、效率和产能。机器人在实验室里 " 完成了任务 "，放到工厂里却未必拥有使用价值。

这也是小米近期连续发布 两款具身模型 Xiaomi-Robotics-U0 及 Xiaomi-Robotics-1 的现实背景。大规模操作数据可以让机器人学习通用动作，生成数据用来补充不同场景和光线条件，最后还要回到真实工位，判断这些能力能否跟上生产节拍、处理现场异常。

当然，拥有工厂不等于已经跑通商业模式。数万小时稳定运行，经验能否迁移到其他企业，机器人的综合成本何时才能低于熟练工和专用自动化设备，目前都没有明确答案。

但小米已经拿到了很多机器人公司最缺少的一张门票：长期、反复地接触真实生产。

写在最后：机器人还是得务实点

小米 22 年最初发布 CyberOne 的时候，人们讨论的还是它能不能双足行走、识别人类情绪。四年以后，小米机器人开始在汽车工厂里摆放螺母、安装盖板和折叠料箱。它的动作没有变得更炫，反而越来越普通。

这或许才是机器人行业开始接近现实的标志。舞台上的机器人需要在几分钟内让观众记住自己，工厂里的机器人却要在没有掌声、没有镜头、甚至没有人围观的情况下，把同一个动作做上成千上万次。

小米并不急着证明机器人究竟有多像人。它更关心这台机器能否进入为人设计的空间，使用人类留下的工具，适应不同工位，然后稳定地把活干完。

今天的所谓人形机器人，最终要兼容的其实是那个由人的身高、臂展、步幅和习惯塑造出来的世界。