雷軍在2026年3月2日的發言中透露，小米人形機器人在北京亦莊電動車工廠完成了為期數週的「實習」。這裡的「實習」不是营销话术，而是指機器人在不經過大幅人工干預的情況下，在真實生產環境中執行重複性任務。

關鍵數據需要仔細拆解：

• 連續自主拧螺絲3小時：這意味著機器人的電池管理、散熱系統、關節耐久性已經達到商業應用的基礎門檻。對比早期原型機通常只能運行1-2小時，3小時代表了 battery + thermal management 的重大突破。
• 雙側同時安裝成功率90.2%：這是最有價值的指標。螺絲 threading 在工廠中屬於 high-precision 任務，涉及力控、視覺定位、路徑規劃。90.2% 說明了VLA模型在「seeing → thinking → acting」鏈路上的有效性，但也意味著仍需人工複檢。
• 每76秒產線節拍：對比 Tesla 汽車產線的 Model 3 安裝節拍約30-45秒，人形機器人目前速度較慢，但已經能满足某些非高速產線的需求。

這次實習的最大看點不是硬件，而是軟體：Xiaomi-Robotics-0，一個47億參數的視覺-語言-動作（VLA）基座模型。這其實是小米在2025年2月開源的成果，現在首次在真實工廠環境驗證。

VLA模型的魅力在於它打破了傳統機器人開發的 pipeline。傳統方式需要單獨訓練視覺模型、路徑規劃算法、力控制模塊，每換一個工站就得重新調參。而VLA可以用一句自然語言指令，比如「把這個盒子裡的散热片裝到主板右上角，擰緊」，模型會自主完成object detection → pose estimation → grasp planning → force control → screw alignment的全流程。

技術架構上，VLA通常由三部分構成：

1. Vision Transformer (ViT) 編碼器：把相機影像轉成特徵向量
2. Large Language Model (LLM) decoder：理解任務意圖，生成動作 token
3. Action decoder：把 token 映射到關節角度和末端執行器的力和扭矩

小米的創新點在於將 reinforcement learning 與 VLA 結合，讓機器人在實習過程中不斷自我調整。根據官方微博數據，機器人初期成功率約75%，經過數百次迭代後提升到90.2%。

這裡需要澄清一個概念：47億參數在 LLM 領域其實不算大（GPT-3 有1750億參數），但對於實時控制（10-100Hz）的機器人而言，推理延遲是關鍵。小米可能采用了模型蒸餾（distillation）技術，把大模型的能力壓縮到小模型，讓它在 edge device 上跑得更快。

然而，VLA并非万能钥匙。它在zero-shot transfer（零樣本迁移）方面仍有局限，換一個全新的零件類別可能又需要重新訓練。此外，47億參數的模型在嵌入式硬件（如英偉達Jetson）上的推理延遲約50-100ms，對於需要 <20ms 延遲的高速装配任務來說，仍然太慢。

人形機器人已經從科技公司的八卦新聞，升級為國家級的戰略賽道。2024-2025年，中美兩大主角先後出台重量級政策，市場規模 estimation 也從十億美元級別飆升到千億級。

中國側：

• 2024年，工信部等七部門聯合印發《關於推動未來產業創新發展的實施意見》，明確將人形機器人列為 priority。
• 目標：2025年建立初步創新體系，2027年實現安全可靠的產業鏈供應鏈。
• 補貼力度：據Reuters報導，2024年底至2025年初，中國政府通過 grants、loans、tax credits 等方式向機器人產業注入超過 200億美元。
• 地方響應：北京、上海、深圳等地先後成立機器人產業園，提供土地、稅收優惠。

美國側：

• 2025年1月，Senator Bill Cassidy 提出《Humanoid ROBOT Act》，明文禁止聯邦政府採購來自中國、俄羅斯、伊朗、北韓等人形機器人，防止「對手國」獲取美國數據和技術。
• 2024年《US National Robotics Roadmap》強調要保持技術领导地位，建議通過 tax credits 和 grants 支持本土機器人製造。
• 企業層面：Tesla 計劃在德州 Gigafactory 興建專用生產線，目標2027年年產 1000萬台 Optimus；Figure AI 與 BMW 簽訂商業合約，在斯帕坦堡工廠部署。

市場規模的預測數字差异很大，這是因為各家對「人形機器人」的定義不同——有的把下肢機器人算進去，有的只算雙足 fully-actuated 機器人。但共识是：2027年將是第一個量產規模年。

機器人從「能動」到「能用」，中間隔著數十個供应链環節。工信部數據顯示，2024年中國機器人產業營收近2400億元（約350億美元），2025上半年同比增長27.8%，工業機器人產量達37萬台。這背後是一場沒有硝烟的戰爭。

上游核心零部件：

1. 減速器：諧波減速器和RV減速器是关节的「齿轮箱」。日本Harmonic Drive 壟斷高精度市場，但绿的谐波、中大行星等中國企業正在追趕，價格已降至日本産品的60-70%。
2. 伺服電機：提供扭矩的核心。日本電產（Nidec）、安川電機（Yaskawa）主導高端市場，台達電子、汇川技术在中端市场竞争。
3. 傳感器：力傳感器、IMU、3D相機（如英特爾RealSense）。这部分美国、德國、日本企業佔優，但中國公司如奥比中光在快速追赶。
4. AI芯片：大模型訓練靠英偉達A/H系列，邊緣推理有 Jetson Orin、華為昇騰（Ascend）。美國出口管制可能切断部分供应。

中遊機器人本體：

• 小米CyberOne：高1.77米，重52公斤，21自由度，搭載Mi-Sense深度視覺系統，具備情緒識別能力。目前定位 research platform，未有明確商用時間表。
• Tesla Optimus：2025年目標生產5000台，2026年目標100萬台/年。單台成本目標降至2萬美元以下。
• Figure AI：與BMW合作，Figure 02在斯帕坦堡工廠完成11個月試點，運行1,250小時，搬運超過90,000個零件，為30,000+ BMW X3做出貢獻。
• 中國優必選（UBTECH）：已獲得國家級大額訂單，主要用於公共服務領域。

下游應用場景：

• 汽車製造：因為產線标准 relatively mature，最有可能率先大規模部署。
• 電子消费品：精密裝配需求大，但對精度要求更高。
• 物流倉儲：分揀、搬運相對簡單，商業化進度可能快於製造業。
• 家庭服務：雷軍認為潜力更大，但安全性、隱私、成本問題仍是大挑戰。

回到雷軍的預言：「未來5年會有大批量人形機器人投入工廠運作。」這裡的「大批量」是多少？假設小米在中國有超過10家工廠，每家部署100台，那就是1000台。與Tesla 2026年目標的100萬台相比，小米算保守的。但量产的關鍵不在數字，而在**unit economics**（單台經濟性）。

要實現 unit economics 正向循環，需要同時滿足：

1. 硬件成本持續下降： وفقًا Goldman Sachs，人形機器人單台成本需要在5年內降到 2-3萬美元，才能和人工性價比相當。目前原型機價格在10-50萬美元不等。
2. 可靠性和耐用性提升：工廠需要7×24小時運行，年故障時間必须控制在 < 50小時。小米這次3小時實習只是个 start，要应对 real production line 的 stress test，还需要数月甚至数年的迭代。
3. 軟體生態成熟：VLA 模型必須能覆蓋 hundreds of different tasks。現在的訓練成本（數據+算力）每台機器人可能高達數萬美元，必須通過開源或租賃模式 spread。

地緣政治不可測量：

美國《ROBOT Act》只是冰山一角。如果中美科技摩擦進一步加劇，中國機器人公司可能無法採購英偉達高端芯片，美國公司也可能被限制使用中國製造的關鍵零部件（如稀土永磁體）。供應鏈去風險化（de-risking）將推高成本。

就業影響被低估：

中國製造業勞動力在2024年萎縮約1.39百萬人（總人口下降0.1%），但勞動力短缺更嚴重。2024年中國新增工業機器人29.5萬台，存量突破200萬台，機器和人的替代关系不是零和博弈，而是機器彌補了「招不到人」的崗位。中國政府 Official narrative 是「人機協同」，但實際上是機器正在取代 iterative，重複性高的岗位。

Q1: 小米機器人和Tesla Optimus比起來誰更強？

這是 apple-to-orange 比較。小米 CyberOne 側重於 research platform，強調 emotional AI 和 vision capabilities；Tesla Optimus 強調 mass production 和 cost reduction。小米目前展示的是 VLA model 在螺絲裝配任務的成功率，Tesla 2024年只展示過 folding laundry 和 sorting objects。在 industrial reliability 上，暫時無法直接比較。

Q2: 人形機器人24小時運行可能嗎？

短時間運行可能，但長期 7×24 會面临三大挑战：電池續航（需要自動充電/換電方案）、散熱（馬達高負載下發熱）、機械磨損（諧波減速器壽命通常在 8,000-10,000 小時，約1-1.5年需要更換）。目前技術下，人形機器人更需要「人休息機器不休息」的輪班制，而非單機 24/7 運行。

Q3: VLA 開源會幫助中國機器人產業超越美國嗎？

開源確實降低了 bar to entry，但真正的優勢在於：數據飛輪。小米開源 Xiaomi-Robotics-0，可以吸引開發者貢獻数据和算法改進，形成生態。然而，高性能 AI 芯片（Nvidia, AMD）和 precision components（日本）仍然是瓶頸。中美各擅勝場，短期內難以一家獨大。

行動呼籲

如果你正在評估人形機器人對你工廠的影響，或者想了解如何集成 VLA 模型到你的自動化系統，我們提供深度諮詢服務。

立即預約免費技術評估

參考資料

1. 雷军最新发文：小米机器人已在汽车工厂实习 (网易)
2. 雷军：小米机器人已在汽车工厂实习 (新浪科技)
3. AI and Interactive Demand to Drive Humanoid Robot Market Value (TrendForce)
4. Humanoid Robot Market Size, 2024 to 2030 (ABI Research)
5. The global market for humanoid robots could reach $38 billion by 2035 (Goldman Sachs)
6. Humanoids Market Size, Forecast Report (2026-2031) (Mordor Intelligence)
7. China pools efforts to fuel development of embodied AI robotics (中华人民共和国工信部)
8. F.02 Contributed to the Production of 30,000 Cars at BMW (Figure AI)
9. Vision-language-action model – Wikipedia
10. China’s shrinking population met with surge in automation (Reuters)