小米机器人这次上了汽车工厂去打螺丝。2月27日，有消息传出，小米正式把自家的机器人派到了汽车厂子里实习。他们介绍说，这个能干活的人形机器人装备了灵巧的五指手，专门在压铸车间里负责给螺母拧自攻螺丝。这活儿它干得挺利索，连续作业了3个小时都没歇气儿，双侧同时安装的成功率高达90.2%，而且还能跟得上产线上76秒一次的生产节奏。 这可是小米人形机器人在智能制造领域迈出的第一步。具体来说，机器人先是从自动送钉设备里精准地把螺母捡起来，然后放到定位工装上。接着，它配合滑台输送和自动定位锁定装置，完成了汽车一体化压铸后地板零件的自攻螺母拧紧任务。你肯定好奇为什么要用灵巧手而不是传统的螺丝刀或者简单的夹爪？因为这活儿特别难：螺母本身带不规则的花键结构，每次拿起来的姿态都不一样；安装的时候还得保证毫米级的精细对准和紧密贴合；更要命的是定位销还有磁吸力带来的动态干扰。 传统的二指夹爪抓不住这种异形零件，刚性的螺丝刀也没法灵活调整力度。只有灵巧手凭着多指包络抓取、多关节微调定位和实时力控触觉反馈这几招儿，才能一次性把这些要求都给满足了。而且这双灵巧手还能接着干其他装配活儿，不用老是换工具。小米还给机器人装上了TacRefineNet模型，让它有了触觉感知能力。有了触觉反馈，干活就精细多了。 要搞定最难的自攻螺母安装环节得靠三大技术：一是端到端数据驱动控制。他们用了VLA大模型Xiaomi-Robotics-0和强化学习技术（RL），这样就不用麻烦地编规则了。机器人能很快适应不同环境，还能从实际干活中学东西。这里面有个亮点就是通用VLA基座模型和VLA RL联合训练框架，把遥操作数据的依赖降下来了。二是多模态协同感知。视觉、触觉和关节本体信息凑一块儿判断状态，能降低复杂环境下的误判率。三是全身运动控制混合架构。优化控制和强化学习结合着用，按照稳定性指标来选策略。优化控制器用二次规划和零空间投影实现了四级优先级控制，一次计算还不到1毫秒；强化学习控制器通过大规模仿真训练掌握了在极端干扰下的平衡技巧。 不过目前还是有些问题没解决：因为花键结构和姿态不固定导致对不准螺丝容易卡住；环境一乱或者视线不好就容易贴合不紧。好在这些问题只是第一步遇到的小麻烦。想把这东西更大规模地用起来还得攻克“生产节拍和合格率”这两个难关。 这次不光是小米一家在搞。宝马在欧洲的莱比锡工厂也开始试用人形机器人了，他们把这个叫“物理人工智能”（Physical AI）。摩根士丹利预测说，到了2050年，人形机器人的市场规模可能会冲到5万亿美元（也就是34.26万亿元人民币）。丰田已经在加拿大的工厂里用了这种机器人，奔驰、奥迪、现代、福特这些车企也都有类似的计划。 大家都觉得机器人进厂干活是大势所趋。现在的人形机器人虽然表演得好，但真正赚钱还得靠解决工业问题。分拣、装配、上下料这些活儿才是最实际的生产力需求。只有在这种复杂的环境里锻炼操作智能，才能把机器人的“生产力”属性真正发挥出来。