作者 | 毛心如

过去几年，每当国外大厂秀出最新的机器人 Demo，评论区总有人在问：国内的公司做到哪了？

而小米，恰好就是其中最容易被拿来比较的一家。

时间倒回到 2021 年，马斯克高调宣布入局人形机器人，一度引发了全球科技圈的焦虑性跟进。

彼时的小米，同样选择了一条高举高打的激进路线，四足机器人铁蛋和人形机器人铁大接连快速亮相。

怕错过先机的紧迫感，让小米在机器人赛道上起步时，充满了智能手机时代的快节奏。

然而，热闹过后，市场反响平平，商业化路径也始终模糊不清。

2026 年的今天，整个行业早就开始冷静下来，重新审视人形机器人这场马拉松的真正节奏。它不需要昙花一现的 Demo 秀，而是一场脚踏实地的内功修炼。

小米，也开始从展示能力转向构建能力，从外放转向内敛，从追风口转向练内功。

3 月初，小米汽车工厂迎来了一位特殊的实习生，它使用着连杆方案的灵巧手，在自攻螺母工站连续作业 3 小时；3 月底，小米又发布了一款采用腱绳方案的全掌触觉仿生手。

在短短一个月内，两款技术路径截然不同的灵巧手先后亮相，这背后，是小米机器人战略从高举高打到工程落地的一次深刻转身。

它正在用实际行动证明，自己已成为具身智能赛道不容小觑的选手。

一个月展出两款灵巧手

在人形机器人的整机结构中，灵巧手占据至关重要的地位。

它是机器人与真实世界交互的最终执行器，也是衡量一台机器人是否具备类人通用能力的核心指标。

换句话讲，灵巧手的实力，直接决定机器人能不能干活、能不能干好活，所以小米把这回修炼内功的核心发力点瞄准了灵巧手。

当下对于灵巧手而言，还不存在一种通吃所有场景的完美方案。不同的传动方式，对应着不同的性能取舍和应用场景。

从整个灵巧手行业来看，双路线布局早已成为灵巧手领域的主流选择。

集成第三方灵巧手的机器人整机厂，会主动采购不同技术路线的灵巧手适配不同任务。

专业灵巧手厂商，也会同时维护多条产品线，满足工业、服务等不同场景需求。

像目前产品布局以连杆方案为主的因时机器人、临界点都已经在拓展腱绳方案灵巧手，而灵心巧手更是已经完成直驱、连杆、腱绳三种方案的量产落地。

在 3 月小米展示的两篇技术分析中，就出现了连杆驱动和腱绳驱动两种技术路线的灵巧手。

这两种方案是当下灵巧手最热的两大技术路径，前者偏向现在就能落地，后者瞄准理论性能上限。

Xiaomi CyberOne 是最新展出的腱绳方案灵巧手，目的在于将作业成功率提升至接近 100%。

腱绳传动，简单来说就是用腱绳来模拟人体肌腱来驱动手指运动，将电机等驱动单元后置。这种设计带来了两大优势：

首先，手指末端的惯量大幅降低，使机器人能够实现更柔顺的力控，理论上可以复现人类手部绝大部分的精细动作。

其次，由于驱动单元后置，手指本身可以做得更纤细、更拟人。

小米公布的参数也印证了这一点，新版灵巧手压缩了 60% 的体积，让其完全与人手尺寸一致，同时还增加了 64% 的自由度。

除此之外，全掌触觉传感器覆盖面积也增加到 8200 平方毫米。

这些指标意味着，这款腱绳手不仅在形态上更接近人手，在运动能力和感知能力上也在向类人通用操作靠近。

当然，腱绳方案并不是完美的。

它面临着腱绳蠕变形变、寿命较短、张紧结构复杂等痛点，同时高自由度还带来电机数量增加、热量集聚以及过热导致的力控漂移或部件老化的挑战。

所以小米在这些痛点上做了针对性改造。

通过反复迭代腱绳、弹簧、套管等核心小零件，将抓握循环寿命推至 15 万次以上。

其次，引入仿生汗腺主动散热系统。在前臂加入液冷循环通道，将电机热量转移至蒸发区，通过水分蒸发主动散热，让手部能在高负载下连续稳定工作。

凭借模拟人体汗腺蒸发吸热的自然机制，把被动散热升级为主动循环降温，既不明显增加重量，又解决了高自由度带来的热管理难题。

同时这也意味着，在高负载、长周期的工业场景中，电机不会因为热失控而被迫降频，连续作业时长得到了根本保障。

而连杆传动通过刚性机械连接传递动力，结构可靠、成本可控、负载能力强，特别适合当前工厂级高节拍任务。

小米 3 月初在工厂实现双侧同时安装成功率 90.2%、完全满足最快 76 秒的生产节拍的机器人用的就是这种方案。

它不需要完全与人手对齐自由度个数，也不过分追求仿生外形，核心指标是操作可靠性、成功率和节拍速度。

基于模型训练和特定的、适配的工序选择，连杆传动灵巧手就已经能在工厂投入实际应用，不仅能够发挥产业价值，同时也能快速积累真实工厂数据，为后续迭代打基础。

在灵巧手行业开始涌现共识、发展路径逐步收敛的当下，小米在灵巧手技术路径上选择两条腿走路是最理性的选择。

连杆手让机器人先走进工厂、产生价值，腱绳手布局未来，让机器人逐步逼近人手能力，真正干活。

这种不追求单一最优解，根据场景匹配技术的思路，正在推动着小米机器人业务走向产业化落地。

触觉方案追平行业进度

连杆与腱绳的双线并跑，解决了灵巧手怎么动的物理执行问题，要想真正走向类人操作，就必须跨过最难、也最具挑战性的那一关，机器人怎么感觉到。

这恰恰是具身智能最核心的瓶颈，触觉，也是小米修炼内功绕不开的一道坎。

在提升灵巧手作业成功率的过程中，小米遇到了另外两个核心难题。

第一个难题是触觉感知的覆盖问题，在视觉被遮挡的场景下，机器人需要依靠触觉来完成掌内操作，但市面上很难找到能够提供全掌触觉覆盖的灵巧手方案。

第二个难题是数据获取效率问题，触觉数据的采集极度依赖遥操作，而传统遥操作方式的效率极低，难以支撑大规模模型训练。

触觉，无论对于灵巧手还是模型训练而言，都是一个绕不过去的瓶颈。

在光线变化、物体遮挡、透明材质等场景下，纯凭视觉会存在天然局限，而触觉就是弥补这些盲区的关键感知维度。

这一点，也成为了业内的共识。

舞肌科技创始人潘韫哲曾表示，触觉是一个被低估的问题，也是具身智能的最后一公里。有了触觉，可以解决 100% 的问题；没有触觉，只能解决 30%，而且完成的速度只有 30-50%。

小米的解决方案，用一个词概括就是，外置。

小米没有选择将触觉传感器直接集成进灵巧手，而是研发了一款人手和灵巧手都能佩戴的触觉手套。

这个思路的高明之处在于，它把触觉感知从硬件组件重新定义为数据采集工具。

当人类佩戴触觉手套进行操作时，系统可以高效采集到高质量的触觉-动作对应数据，采集效率远高于传统的遥操作方式。

同时，手套作为外设，即便磨损也可以单独更换，大幅降低了维护成本。

国内像舞肌科技已经在 2025 年推出了触觉手套，而今年也有许多玩家正在布局触觉手套。

智元旗下灵巧手公司临界点负责人熊坤表示，2026 年触觉仿生手套将有机会面世，并初步达到小规模量产水平。

国内触觉传感器头部玩家他山科技也表示，其对触觉手套持看好态度，内部也在研发阶段，未来触觉传感器和触觉手套应该是并存状态。

传统指尖触觉传感器，追求的是精度和集成度。

它的优势在于数据直接对应执行器，没有信号损失，理论上可以做到极高的力觉分辨率。

但代价也同样明显，集成难度大，手指关节布线复杂，一旦损坏维修成本极高，同时覆盖面积有限，难以实现全手掌大面积感知。

最重要的是，数据采集效率低，要让机器人学会一个新动作，必须让机器人本体反复试错。

而小米的触觉手套方案追求的是数据效率和维护性。

它的优势在于能够采集人类操作中包含的先验知识，人类对力度的直觉判断、对物体材质的适应策略，都可以通过手套直接捕获并用于训练模型。

同时，手套作为外设降低了本体硬件的维护成本，磨损了可以直接更换。

但劣势也很明显，人类手感与机器人执行任务存在天然差异，目前大部分触觉手套都是织物形态，本质上是压阻方案，数据稳定性、一致性还不够好。

为了增强数据一致性，小米做了两件事：

一是将仿生手设计成与人手 1:1 比例、近似构型，在各方面尽量对标人手，减少仿真和真机差异。

二是开源了触觉感知模型 TacRefineNet 及相关代码，希望通过社区力量加速算法迭代。

这一整套设计逻辑的背后，也是小米对具身智能发展瓶颈的清醒判断。

当前阶段，限制灵巧手能力提升的最大瓶颈不是硬件性能，而是高质量物理交互数据的匮乏。

小米的选择，不是盲目在硬件上堆料秀肌肉，而是通过高效的数据采集工具，快速补齐模型训练的短板。

这种精准发力、务实补弱的思路，正是其内功修炼的关键，也让其在触觉方案上快速追平行业进度，成为具身智能赛道的有力竞争者。

造机器人，小米不再激进

透过灵巧手这个切面，可以发现小米机器人的战略姿态也已发生了一次静默转身。

回望 2022 年小米发布的人形机器人铁大，不仅没有配备现在性能更优的 VLA、世界模型等先进算法，末端也只是简单的夹爪，离类人目标相去甚远。

如果说几年前的小米是在秀肌肉，快速发布铁蛋、铁大，抢占赛道先机；那么现在的小米正在练内功，扎进工厂、迭代硬件、积累数据、解决真问题。

人形机器人没有捷径，更无法靠完美主义一蹴而就，现在的人形机器人不像手机，也不像汽车。

手机和汽车是已经拥有完整产业链、成熟供应链和清晰商业闭环的行业，而具身智能还在无人区里摸索。

这是一个不能急、也急不来的领域。在当下，需要先找到产品如何实现 POC 以及 PMF。

显然，小米已经意识到了这一点。

今年 3 月，雷军在两会建议中明确提出，力争到 2027 年人形机器人实现特定工业场景下 MTBF（平均无故障工作时间）突破 1 万小时、任务成功率超过 99%。

不谈机器人能实现什么炫酷操作，也不谈人形机器人的 ChatGPT 时刻何时到来，这份数据只是对可靠性、稳定性和工业落地能力的追求。

与此同时，面对行业公认的瓶颈之一，灵巧手项目，小米也引入了一个关键人物，前特斯拉 Optimus 灵巧手负责人卢泽宇，由其负责小米灵巧手的技术路径收敛和工程化落地。

在特斯拉工作的两年多时间内，卢泽宇深度参与了 Optimus 的灵巧手研发，包括触觉传感器开发、灵巧抓取与操作、手部结构设计等。

引入有经验的人，不仅是小米规避走弯路的最佳选择，同时也显现出小米对于造好灵巧手、造好人形机器人整机，让机器人真正能量产、能干活的决心。

与此同时，小米对人形机器人业务的速度和节奏也有了重新定义。雷军曾公开表示，预计未来 5 年会有大批量人形机器人进入小米工厂干活。

5 年，这个时间跨度放在小米的其他业务身上是难以想象的。

在手机业务上，小米基本上保持着一年一旗舰的快节奏；在汽车业务上，小米从发布到交付也创造了行业纪录。

但在人形机器人上，雷军给了一个 5 年的预期，这是一种清醒。

毕竟，跟同类的大厂对比，小米在机器人领域的布局已经算得上跑在前面了，既有对全产业链的投资布局，也有对硬件和软件的持续深耕。

但更重要的是，小米也正在摸索一套属于自己的人形机器人方法论。

在三月展出的两次机器人成果中，灵巧手升级的同时，机器人本体也出现了新的结构设计，小米正在持续进行从本体到末端执行器的迭代。

而迭代的方向，一直很清晰，就是先从自身最熟悉的制造场景切入，让机器人先在工厂实现价值，在真实工况中迭代硬件、优化算法、积累数据，逐步扩展能力边界。

正如雷军所言，可能大家现在看着还觉得有点笨拙，但这的确是个非常有意义的开始。

对于小米来说，这种「笨拙」恰恰是对过去激进打法的一次校准。

当潮水退去，小米已经在重新构建一条难以复制的护城河。从引进顶尖的工程人才，到双线并行的硬件布局；从务实的数据采集策略，再到用自家造车工厂作为最佳试验田的闭环生态。

这不再是那个依靠流量风口快速试错的小米，而是一个深刻洞悉了工业制造客观规律、懂得克制与蛰伏的硬核巨头。

在具身智能这场马拉松中，起跑的速度从来不是决定胜负的关键。谁能沉下心来解决真问题，谁才能真正走到最后。

       原文标题 : 重启机器人项目，小米既要又要