8月20日消息，在2026世界机器人大会（WRC 2026）期间，小米机器人事业部总经理向迪昀、小米机器人事业部项目负责人王东、小米机器人事业部仿生操控负责人游洋威就小米机器人的相关进展与媒体进行深度交流。
小米方面介绍，此次亮相的是全新一代架构的人形机器人“铁大”，身高约1.7米、体重66公斤、全身66个关节，为双足形态。对于为何选择1.7米左右的尺寸，小米方面表示，“我们希望它能在很多场景里用起来，其中一个比较优选的场景是汽车工厂，所以我们基本上是按照工人的身高来做的。”
据介绍，相比2022年发布的上一代机器人，新一代“铁大”的自由度从21个增加至66个，其中约一半集中在手部。小米方面表示，“我们拉了汽车工厂大概2000多个不同的岗位，看是不是能把所有运动空间全部覆盖，实际上现在只做到80%多，但这套架构几乎可以覆盖绝大多数工作的运动空间。”其设计思路可以概括为“场景和模型和算法定义的硬件”。
目前，小米已有两款机器人在工厂“实习”，其中包括此次展出的新一代“铁大”。在需要精细触觉的螺丝对位等工作中，机器人3月份的成功率约为90%，7月份已经提升至98%，而对应人工工站的成功率约为99%。“所以还差一个点。”小米方面预计，到今年年底有望达到99%。
不过，最后一个百分点并不容易突破。小米方面表示，“核心问题是当全面做模型化后，模型是个黑盒，data in data out，出现长尾和corner case时会变得越来越困难。可能需要补充数据或调整模型架构，还需要一点时间。”
相比成功率，复杂任务中的执行效率也是当前人形机器人产业化面临的问题。小米方面介绍，“如果是3秒以下或5秒以下的短任务，效率差不多可以做到人工的70%到80%，甚至接近100%，看任务复杂度。如果任务是一个相对长任务链的，比方说30秒以内或1分钟以内，效率大概会快速下降到人工的60%到70%。如果是1分钟以上的长任务，可能进一步下降到30%以上。”
对于这一现象，小米方面将其类比为大模型的长上下文问题，“这个跟大模型的长上下文推理效率下降是类似的问题，也是产业需要解决的。”
从产业化时间来看，小米方面认为，一些3至5秒即可完成的简单短任务，目前已经能够稳定部署应用。但对于目前仍主要依赖人工、任务复杂度较高且SOP达到30至50步甚至更多的工作，“这种任务可能还需要两三年的时间”。
在工位选择上，小米并不希望人形机器人重复传统工业自动化已经能够解决的问题。小米方面表示，“我们一般不碰工业自动化已经覆盖的区域，最后场景选择是工业自动化大概在未来1到2年不可能直接实现的。”
具体而言，“选工位的关键词是：人在做的、有复杂SOP的、可能需要协同的、效率上能追得上的、柔性的。”小米方面将制造场景大致划分为三个部分，其中“第一块是工业自动化能搞定的，大概百分之七八十；中间一块是现在人工蓝领工人的工作，是我们优先关注的”。
对于为什么要研发人形机器人，而不是针对单一工站开发专用机械臂，小米方面表示，“我们要解决的不是单个工站的问题，而是整个具身更通用的操作方法。”其希望解决一个螺丝工站后，可以快速迁移至其他工站，“这是我们想要的一套方法，而不是一套设备。”
不过，小米方面也并不认为“人形”是所有场景的必要条件。“严格意义上来说，如果我们回到某一个垂直场景，只解决单一场景的问题，比方说只想解决工厂两三个工站的问题，那人不人形其实是不重要的。”未来完全人形和针对垂直场景进行特质化设计的两条路线可能长期并行，而真正意义上能够通用的人形机器人，“可能还需要一些时间”。
从技术发展来看，小米方面将过去近10年的机器人算法迭代划分为多个阶段。2016年至2020年前后，以波士顿动力为代表的机器人主要依靠MPC等传统数学建模、求解和规划方法；此后强化学习开始推动机器人运动能力快速提升。“2023到2024年把走跑跳空翻这些做完，一直到2025年大家看到跳舞成为主流，其实就得益于强化学习的这一次技术革命。”
2025年之后，机器人技术又进入新的阶段。“从2025年之后有了一个新的分支，就是真正意义上大脑的AI，受益于大模型、以data driven的方式重新定义新的技术研发范式，去解决机器人怎么干活的问题。”
但在小米方面看来，具身智能距离形成成熟的技术范式仍有明显距离。“我们最近发布的工作看到了具身智能的scaling law，但整个行业其实GPT 3.0时刻还没有到来，黄金比例等还没有行业共识。”目前从数据如何构建到模型架构如何设计，“还是开放性问题，行业没有到真正共识的阶段”。
数据同样处于探索期。小米此次10B模型使用了约10万小时UniMi真机数据，同时自身真机遥操数据约1万小时，互联网视频、仿真等不同类型的数据也在使用。对于不同数据之间如何配置，小米方面表示，“配比到底什么样是最优的，今天行业里还没有结论，每家公司都在尝试。”
对于当前具身智能的数据竞争，小米方面判断，“今年整个行业就是奔着百万小时走。”但相比单纯追求数据规模，其内部“其实更关注数据的distribution和质量”。同时，小米方面表示，“现在机器人行业还不存在数据应该怎么调、怎么标、怎么来源的范式共识。”
在成本方面，小米方面认为，硬件材料并非人形机器人未来成本下降的最大障碍。“如果不考虑算法，机器人差不多50到60公斤的铁和铜等材料，今天小米一辆车大概两吨卖30万，所以材料成本不会是太大问题。”目前成本较高的主要原因是产业尚未形成规模和标准化，随着规模扩大，工艺成本可以快速下降。
相比硬件，小米方面认为，“现在最大的投入可能是AI，到底应该怎么投入以及怎么平摊成本，还是个open question。”
按照小米目前的规划，机器人应用场景将分为智能制造、商业服务和家庭三个阶段。“映射到机器人，我们分三段：智能制造、商业服务和家庭。”其中智能制造可以利用小米汽车、手机、大家电等制造场景；商业服务可以进入展厅、小米之家等场景；家庭应用则可能先从小米青年公寓开始验证，“直接进C端家庭时间会拉得更长，但小米青年公寓会更早一些。”
对于外界高度关注的家用人形机器人，小米方面的判断相对谨慎。“短周期内比较困难，未来一两年可能不容易看到。”其中最核心的技术瓶颈仍然是AI，“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。”
小米方面表示，工厂与家庭面对的是完全不同的技术问题，“工厂和家庭是完全不一样的，家庭更追求泛化性，工厂更追求成功率和效率、系统稳定性和效率性。”同时，“智能制造场景是结构化、封闭且高度同质化的，家庭是完全开放、非结构化且每家都不一样的，甚至生活习惯都不一样，怎么开箱即用？”
在小米看来，这甚至可能最终形成两条完全不同的机器人产品路线，“这是完全两个可能指数级变化的产品线，未来可能都是完全分开的两个产品。”(定西)