2026 世界机器人大会期间，小米新一代人形机器人 " 铁大 " 首次公开亮相，小米机器人的进展由此曝光。

这款人形机器人身高 1.70 米、体重 66 公斤、全身 66 个关节，其中半数自由度集中在手部，硬件架构全面重构，按照工厂实际工人体态完成优化设计。

在大会现场，" 铁大 " 成为展区的焦点，不少人在排队等候互动。与此前行业普遍热衷展示的跑跳、空翻等炫技动作不同，小米将这台机器人直接拉到了汽车工厂的产线上。

8 月 19 日，小米机器人事业部总经理向迪昀向时代周报等媒体表示，2024 年小米一款 50 公斤的机器人奔跑速度已达到每小时 12 公里 -13 公里，" 但从雷总的角度来讲，这不产生实际有意义的用户价值。" 他透露，在雷军的追问下，小米主动停下 " 跑跳空翻 " 的技术路线展示，全面转向解决 " 机器人到底能干什么 "。

就在大会开幕前一天，小米集团发布 2026 年第二季度财报：单季营收 1089 亿元，研发投入达 92 亿元，同比增长 18.9%，上半年累计研发投入 182 亿元。雷军在今年 3 月宣布，未来五年小米在 AI、机器人、智能驾驶领域的研发总投入将超过 2000 亿元。他预计，未来 5 年会有大批量人形机器人进入小米工厂干活。

" 不能和表演型机器人比速度 "

小米机器人早在今年 3 月已进入汽车工厂 " 实习 "。在压铸车间自攻螺母上件工站，机器人要完成从送钉机取件、识别螺母姿态、克服磁吸干扰、精准对位并拧入的完整流程。

3 月时，上一代 " 铁大 " 双侧作业成功率为 90%，到 7 月已经提升至 98%。而熟练工人的平均合格率是 99%。换句话说，这个 " 进厂 " 才几个月的机器人，距离车间里干了多年的老师傅只差 1 个百分点。小米方面预计，今年年底有望将关键工站成功率拉至 99%。

从 98% 到 99%，或是最难啃的骨头。向迪昀坦言，全面模型化之后，模型成了一个 " 黑盒 "，出现问题后难以定位原因——到底是需要补充数据，还是调整模型架构，在预训练和后训练之间如何分配，都还没有明确结论。

另一个挑战是效率。对于 3 到 5 秒的短任务，机器人效率可以做到人工的 70% 到 80%，甚至接近 100%；但如果任务链延长到 30 秒甚至 1 分钟以上，效率会快速下降到人工的 60% 到 70%，长任务甚至可能降至 30% 以下。这就像大模型的长上下文推理——上下文越长，推理效率下降越明显。

除了螺母工站，其他线边工站的作业成功率达到 90% 即可上岗。向迪昀称，这类线边站容错率有保障，没干好可以再干一遍，考核重点不是成功率，而是一个小时能叠多少箱子。

时代周报记者在现场注意到，铁大展示的是与游客进行问答和 " 献花 " 的简单互动。从互动情况来看，铁大的行动算不上迅速。对此，现场工作人员表示，铁大是工业机器人，已经完全能够适应工厂正常作业的效率，" 不能把它去和表演型机器人的速度相比 "。

对于小米选择工厂作为首要落地场景，此前卢伟冰在业绩沟通会上表示，" 当下最重要的落地场景就在智能制造工厂的产线上，能够实现对人工的部分取代。"

向迪昀在接受采访时进一步提到，小米内部有完整的智能制造团队，会拉通小米汽车、手机和大家电的工业自动化路线图，他们 " 一般不碰工业自动化已经覆盖的区域 "，而是聚焦 " 工业自动化在未来 1-2 年不可能直接实现 " 的领域。这些场景的共同关键词是：人在做的、有复杂 SOP 的、可能需要协同的、柔性的。

至于家庭场景，向迪昀的判断很谨慎：" 短周期内比较困难，未来一两年可能不容易看到。今天的瓶颈真的是 AI，如果 AI 跑不通，可能是 3 年、5 年、10 年都有可能。" 他进一步指出，小米机器人的路径是分三步走：智能制造、商业服务、家庭。其中家庭场景会先从小米青年公寓等半封闭场景开始验证，直接进入 C 端家庭 " 时间会拉得更长 "。

雷军的追问

小米 2021 年正式立项人形机器人项目。2022 年 8 月，第一代 " 铁大 " 发布，身高 1.77 米、体重 52 公斤、21 个关节自由度，比特斯拉 Optimus 原型机亮相早了近两个月。但此后两年，小米在机器人领域几乎 " 失声 "。

向迪昀透露，这背后是雷军自立项以来始终坚持的一个追问—— " 这个东西到底有什么用？" 在主动停下 " 跑跳空翻 " 这条技术路线后，小米机器人开始转向 " 大脑 " 的研究。

向迪昀将过去十年机器人行业归纳为三次技术迭代：2016-2020 年，波士顿动力将 MPC 等传统建模优化算法推向极致；2021-2023 年，强化学习带来运动控制革命，小米在此期间完成走跑跳空翻的全部突破；2025 年之后，大模型驱动的 "data driven" 范式开启了 " 大脑 " 层面的新战场。

今年以来，小米在机器人 " 大脑 " 层面的动作频频。2 月，小米开源 47 亿参数的 VLA 模型 Xiaomi-Robotics-0，可在消费级显卡上实时推理；7 月，发布 380 亿参数的多模态自回归具身生成模型 Xiaomi-Robotics-U0 并全量开源。

在数据策略上，小米采用多源数据融合的路线。内部 Pipeline 中既有互联网视频数据，也有 UniMi 数据和真机遥操数据。据透露，10B 规模的模型训练中使用了约 10 万小时 UniMi 真机数据，自有真机遥操数据约 1 万小时。仿真数据也在使用。

但向迪昀坦言，" 数据配比到底什么样是最优的，行业里还没有结论，每家公司都在尝试。这就像 5 年前的自动辅助驾驶，没有人知道数据配比应该怎么样。"

硬件层面，新一代铁大全身 66 个关节，近一半集中在手部，按照汽车工厂实际工人的运动空间重新设计。小米拉取工厂 2000 多个岗位数据，以确保这套架构能覆盖绝大多数工作的运动空间。向迪昀强调：" 我们按照运动空间来设计，一个人做广播体操能摸到什么位置，就是实际作业的控制范围。"

相比实验室团队，向迪昀认为大厂在人形机器人研发上具备优势。他以今年马拉松为例称，近一半参赛机器人在背后背了一个液冷罐子，而大厂看到技术工程范式之后，在转化为成熟稳定的工程产品时，对整个产业工程体系的投入会有更多和更好的方式。

他认为，小米机器人业务在集团层面的协同明显，"AI 能力来自集团大模型团队，机械工程来自汽车产业，感知传感器来自消费电子业务。而小米内部从汽车工厂到大家电工厂再到 3 万多家小米之家，本身就是机器人的练兵场。"

免责声明：本内容来自腾讯平台创作者，不代表腾讯新闻或腾讯网的观点和立场。