近日，雷军晒出了小米机器人汽车工厂的实习成果：经过一个季度的努力，自攻螺母上件工站双侧作业成功率已提升至98%，与人工作业合格率比，差1%正式“转正”。

与此同时，机器人开启“实习”新岗位，探索总装车间物流区的新工站：中控台侧盖板排序和料箱折叠回收，均达到了90%的成功率。

据介绍，中控台侧盖板分拣属于高难度柔性作业，盖板尺寸大、外形不规则，抓取、转运、放置全程对机器人全身运动控制、力感知、双手协同提出严苛要求。

小米依托末端力感知硬件，自研主动柔顺控制策略，盖板放置发生卡滞、钩挂时可自主微调姿态完成落料。

机器人可调动全身大自由度抓取远端物料，抓取后自主换手调整握持角度，搭配仿生灵巧手完成掌内精细位姿修正，保障物料精准入格，整套流程无需人工干预，适配产线连续批量作业。

料箱折叠回收工站重点考验指尖精细感知与多机协同能力，机器人依靠细腻指端触觉精准抠开料箱拉环，双臂配合完成折叠、堆叠推送；多台机器人可通过工厂数字化系统同步作业状态，自动匹配生产节拍，单元间动作互不冲突，整套物流回收流程实现稳定自动化运行。

机器人深度接入工厂数字化系统，可直接读取生产任务、物料编号等数据，无需纸质单据；系统预留远程干预通道，出现故障、异常工况时工作人员可远程接管设备，规避产线停机风险。

目前产品仍存在优化短板：折叠料箱第二面时机器人需要转动箱体对准卡扣，熟练工人可直接盲操作，后续小米将升级灵巧手力控算法，取消额外调整步骤，进一步提升作业节拍。

小米表示，人形机器人工业落地是长期工程，需要持续技术迭代与大量工程验证。现阶段小米机器人已从单一拧螺母工位拓展至多类装配、物流场景，实现从“单一工序运转”到“多机协同配合”的跨越。

7月16日消息，小米还发布了机器人基座模型Xiaomi-Robotics-1，该模型基于10万小时真实世界操作数据完成预训练，结合跨本体后训练，真正实现具身基座模型的“开箱即用”。

在预训练阶段，研发团队使用了10万小时真实世界操作轨迹。

这些数据通过通用操作接口设备Universal Manipulation Interface（UMI）采集，覆盖家庭、商业空间、工业场景、办公室及户外等多种环境，包含大量物体交互和操作行为。

为处理如此庞大的数据，团队构建了一套可规模化的自动标注流程：首先将长操作轨迹切分为固定长度片段，再利用视觉语言模型，对片段中的夹爪状态变化和交互物体状态变化进行描述。

通过这套流程，模型可以学习在当前视觉观察和语言条件下，生成能够推动场景状态变化的动作序列。

据介绍，该自动标注流程可在约两周内，完成全部10万小时数据的高质量标注，大幅提升机器人训练数据的处理效率。