芝能科技出品
雷总最近连续两次发声，介绍小米机器人业务的进展。最近一次的信息更偏工程细节，更多体现了真实产线的状态。
小米现在对机器人业务的优先级明显提高。这次更新的核心突破是灵巧手，人形机器人最大的瓶颈之一就在这里。
行走、视觉、路径规划都在进步，但真正进入工厂干活，最终卡在“手”上：抓不稳、感知不够、重复精度不够，导致成功率难以提升。
小米这次给出的思路，有几个关键点。
● 第一个是“全掌触觉手套”。
传统方案往往把触觉传感器直接做进仿生手里，问题在于覆盖难、成本高、维护复杂。小米反过来做，把触觉能力“外置”为一层手套，人手和机器人都可以佩戴。
这样带来两个变化：
◎ 一是数据采集效率大幅提升，人类操作可以直接生成高质量触觉数据；
◎ 二是维护成本降低，磨损后更换手套即可。这种设计，本质上是在解决数据问题，而不是单纯堆硬件。
● 第二个是结构层面的迭代。
雷军提到，这一代仿生手实现了1:1人手尺寸，同时自由度提升64%，体积反而缩小60%。这背后是大量机械细节的反复优化，包括腱绳、弹簧、套管这些看似不起眼的小部件。
灵巧手不是单一技术突破，而是系统工程，每一个小结构都会影响最终的稳定性。
● 第三个是散热。
很多人忽略了这一点，但在高频抓取和持续作业场景下，电机和驱动系统会产生大量热量，热失控成为隐形杀手。
在重载工况下，单手电机塔功率可超100瓦，即便按70%的综合效率计算，仍有超过30瓦的功率转化为热量。尤其是在堵转等高热损状态下，散热能力直接决定了连续作业时长。
小米团队引入了仿生学思路，模拟人类汗腺的蒸发散热机制，室温下1毫升水蒸发即可带走2000焦耳以上的热量。
这一点对于工厂部署非常关键，因为产线不会给机器人“休息时间”。
团队在紧凑的小臂结构中采用金属3D打印制作液冷循环通道，通过微型泵将电机热量转移至蒸发区，利用蒸发吸热实现快速降温。
实测数据显示，这套“仿生汗腺”系统每分钟可蒸发0.5毫升水，提供约10瓦的主动散热能力，在高负载、长周期的工业场景中，正是保障连续作业不降频、不宕机的关键增量。
从结果来看，这套方案已经可以完成一些典型动作：拧螺丝、捏羽毛、抛接球。
这三类动作其实代表了不同难度层级——从刚性操作到极轻柔接触，再到动态抓取，覆盖了工业和通用场景的关键能力。
15万次抓握循环测试。这是一个非常工程化的指标，说明团队开始用工业标准来要求机器人，而不是停留在实验室演示。把视角从“手”扩展到整机，可以看到小米已经在尝试进入真实工厂环境。
根据披露的信息，机器人在汽车产线的自攻螺母上件工站，可以连续运行3小时，双侧安装成功率达到90.2%，并且能够匹配76秒的生产节拍。
这里有一个很关键的行业门槛：节拍。
实验室里，失败是可以接受的，用大量尝试换一次成功也没问题；但在产线上，每一次动作都要稳定输出，波动都会影响整条线的效率。雷军提到的“一万次任务次次成功”，其实就是在描述这个门槛。
目前90%左右的成功率，还无法直接替代人工，但已经进入“可优化区间”。接下来提升的路径，更多在数据积累、控制策略和系统稳定性，而不是单点技术突破。
另一个值得关注的方向，是模型能力。
小米在2月开源了Xiaomi-Robotics-0，这是一个结合视觉和语言理解的VLA模型。它的作用，是让机器人在复杂环境中具备更强的泛化能力，而不是依赖固定流程。简单理解，就是从“写死动作”走向“理解任务”。
这与触觉手套形成了一种配合关系：视觉+语言解决理解问题，触觉解决执行反馈问题。两者结合，才有可能在复杂场景中稳定运行。
从产业节奏来看，小米给出的判断是未来5年内，大批量人形机器人会进入自家工厂。这一表态比较激进，但也反映出一个趋势：机器人落地的第一站，很可能不是开放环境，而是高度结构化的工业场景。
汽车工厂正好具备这样的条件——流程固定、节拍明确、任务可拆解，同时又存在大量重复劳动。这也是为什么越来越多厂商把“工厂实习”作为第一阶段目标。
不过，距离大规模替代人工，还有几道关卡需要跨过去：
◎ 一是可靠性继续提升，从90%走向接近100%，这是能否真正进入产线的前提。
◎ 二是成本控制。灵巧手、传感器、执行器叠加之后，整机成本仍然偏高，只有在规模化之后，才有下降空间。
◎ 三是系统协同。机器人不是孤立设备，需要与产线节拍、物流系统、质量检测体系协同，这对软件和调度提出更高要求。
整体来看，这一轮进展，重点不在“机器人有多聪明”，而在“能否稳定干活”。小米把大量精力放在触觉、结构、散热和可靠性上，方向是比较务实的。
可以预见，接下来一段时间，机器人行业的竞争会逐渐从展示能力，转向比拼稳定运行时间、任务成功率以及与真实场景的适配程度。谁先把这些指标做扎实，谁就更有机会真正进入产业链。
原文标题 : 小米2026年提高机器人优先级，灵巧手取得突破进展
