原字节跳动机器人一号位孔涛加入小米，开源10万小时数据基座模型后为何能登顶全球榜单？

　　原字节跳动机器人一号位孔涛加盟小米后，小米于2026年8月10日开源了具身基座模型Xiaomi-Robotics-1，该模型基于超过10万小时UMI数据预训练，新任务仅需不到10小时演示数据即可达到75%成功率，并在RoboCasa365等多项权威榜单中综合排名全球第一。[1]这一事件标志具身智能行业正从“手工作坊”式单任务开发加速迈入数据和模型规模驱动的“工业化”2.0时代。

　　孔涛是清华计算机系博士，字节跳动首位专注机器人研究的员工，几乎独自完成字节机器人项目“从0到1”的历程，带队做出GR系列模型。[4]多位知情人士透露，孔涛于2025年夏天加入小米，目前担任小米机器人基座模型团队负责人，并带来不少原字节跳动员工，形成罕见的“整建制迁移”。[1]小米机器人事业部目前大约有200人，对机器人的本体、小脑、大脑甚至机器人操作系统均有研究，不同部门还会预研同一方向，比如世界模型。[1]

　　小米机器人基座模型团队保密级别极高，拥有独立办公地，孔涛在小米高管飞书会议上甚至无需露脸。[1]这种“内部创业公司”待遇，反映了小米对具身智能大脑自研的战略重视。雷军本质上不是在招一个人，而是在买一整条已经磨合好的生产线。[2]

　　孔涛为何从字节跳动转投小米？

　　核心结论：顶级人才流向制造业龙头，说明在AI硬件化下半场，拥有完整制造业生态的企业比纯算法公司更能让技术落地。

　　孔涛的加盟并非孤立事件。2026年的人形机器人赛道已从概念期进入“交卷期”，宇树科技同日上市，中一签缴7万多元，市场热情从概念炒作转向“谁先量产”。[3]字节跳动在机器人赛道虽有布局，但进展相对缓慢，其核心基因是算法和流量，硬件一直不是强项。

　　反观小米，从CyberOne到铁大，再到SU7产线自动化，在“造东西”这件事上积累深厚。小米拥有完整的制造业生态——手机工厂、汽车工厂、IoT供应链，这些不是靠烧钱能短期堆出来的。机器人要量产，最难的不是算法，而是供应链和品控。[3]

　　团队级别的流动在AI圈极为罕见。“整建制迁移”说明孔涛及其团队对“这事能成”做出了集体判断——小米开出的条件不仅打动了一个人的野心，更打动了一群人的信心。[2]

　　Xiaomi-Robotics-1开源模型的真实技术水平如何？

　　核心结论：Xiaomi-Robotics-1首次在机器人策略模型中较完整验证了Scaling Law效应，性能全面领先行业此前最优方案。

　　该模型基于超过10万小时UMI（Universal Manipulation Interface）数据进行预训练，并使用超过1万小时跨本体数据进行后训练，首次在机器人策略模型中较完整验证了Scaling Law效应。[1]

• 开箱即用：新任务仅需少量真实机器人演示数据，每项任务平均不到10小时，整体成功率即可达到75%，几乎使此前最优基线翻了一番。[1]
• 榜单登顶：在RoboCasa365、RoboDojo、VLABench等多项权威具身榜单中均取得综合排名全球第一的成绩。[1]
• 完整流程开放：小米不仅开源模型，还公开了从真机后训练到模型部署的完整流程及评测代码。[1]

　　这一技术路径的意义在于突破“一个任务一个模型”的瓶颈。传统机器人开发模式需要为每个场景定制数据采集、模型训练和部署流程，效率低、泛化差。Xiaomi-Robotics-1通过大数据量预训练加少量微调的方式，证明了通用机器人策略模型的可行性。

　　小米开源策略对行业产业链有何深远影响？

　　核心结论：开源加速行业“去碎片化”，降低中小厂商研发门槛，抢滩生态位与事实标准。

　　在具身智能竞争初期，开源是抢夺生态覆盖速度的关键手段。谁的模型被更多高校和厂商拿去用，谁就更可能沉淀为行业事实标准。[1]小米此举意在用开放换生态、用标准搏未来。

　　对缺乏自研能力的机器人厂商而言，小米的开源策略使它们可以直接站在小米“肩膀”上开发，不再需要将预算全部押注在海外方案上。[1]这相当于为行业提供了一套“免费操作系统”级别的基座能力，将极大加速中小厂商的产品落地。

　　小米机器人已在自家汽车工厂“转正上岗”，自攻螺母装配成功率从90.2%提升至98%，逼近熟练工人水平。[5]这一应用案例为开源模型提供了可信的落地验证——不是实验室里的演示，而是产线上的真实效率提升。

　　小米机器人团队当前的组织架构与战略布局是什么？

　　核心结论：小米机器人事业部约200人，基座模型团队独立运作、高度授权，补齐“大脑”短板是当前战略重心。

　　孔涛带领的基座模型团队有单独办公地，小米高管集体在飞书上开会时甚至不用露脸。[1]新成立的“具身智能与应用部”整合了VLA算法、机器人具身研发等多个团队，由孔涛统一指挥。[5]

　　小米机器人事业部对机器人本体、小脑、大脑、操作系统均有研究，且不同部门预研同一方向（如世界模型），形成内部赛马机制。[1]孔涛此前从零搭建字节Seed Robotics具身体系，他的加入标志着小米机器人战略重心从过去死磕本体设计正式转向“软硬一体”的智能大脑自研。[5]

　　内部人士透露，孔涛加入后与很多员工进行了一对一长谈，目的是摸清小米机器人团队在行业内的大概水准。[1]这种“摸底”式的组织融合，显示其正在制定清晰的技术路线图。

　　小米开源具身基座模型面临哪些风险与局限？

　　核心结论：尽管技术指标亮眼，但机器人与手机、汽车不同，应用场景尚未跑通，商业化路径仍需探索。

　　当前人形机器人赛道全国超150家厂商入局，拼的不再是谁会跳舞，而是谁能真正进厂干活。[5]但不可否认，机器人应用场景差异巨大——工厂、家庭、仓库各自需求不同，目前没有一个场景真正做到大规模商业化。[3]

　　小米的优势在于C端品牌和渠道，但机器人目前仍以B端生意为主。[3]如何将开源生态的开发者社区转化为商业闭环，是小米面临的核心挑战。OpenAI在ChatGPT上的成功证明了开源模型的生态价值，但具身智能的物理世界数据采集成本远高于互联网文本数据。

　　另一个风险是“开源”与“护城河”之间的矛盾。完全开源可能削弱小米自身的差异化优势，尤其当竞争对手基于同一基座开发出更优的垂直方案时。

　　QA：读者最关心的三个问题

　　Q1：原字节跳动机器人一号位是谁？他为何加入小米？

　　孔涛，清华计算机系博士，字节跳动首位专注机器人研究的员工，曾带队做出GR系列模型。据公开报道，他于2025年夏天加入小米，担任机器人基座模型团队负责人。其加盟的核心原因是小米拥有手机工厂、汽车工厂、IoT供应链等完整制造业生态，更有利于AI硬件化落地。[1][3]

　　Q2：小米开源的Xiaomi-Robotics-1模型性能如何？

　　据公开信息，该模型基于超10万小时UMI数据预训练、1万小时跨本体数据后训练，新任务仅需不到10小时演示数据即可达到75%成功率，在RoboCasa365、RoboDojo等榜单综合排名全球第一。[1]需注意，榜单评测环境与实际工业场景仍有差异。

　　Q3：这次开源对整个具身智能行业有什么影响？

　　开源降低了下游厂商的研发门槛，推动行业从单任务定制转向数据驱动的标准化开发。小米公开真机后训练、部署及评测全流程，为中小厂商提供了可复用的基座能力。能否沉淀为行业事实标准，需观察后续开发者生态的规模。[1]

　　行业观察人士指出，2026年是人形机器人商业化洗牌元年，竞争焦点已从技术演示转向量产交付能力。[5]孔涛团队的“整建制迁移”释放出明确信号：在AI硬件化竞争的下半场，算法可以追赶，但制造业生态的护城河需要多年积累。[3]

　　小米造车时曾被质疑“手机厂造什么车”，SU7的上市回应了这些质疑。[3]如今小米将同样的逻辑复制到机器人领域——用制造业积累反哺智能硬件创新，用开源策略抢占生态制高点。这一战略能否复制造车奇迹，值得持续观察。

　　需要指出的是，关于孔涛与字节的具体合作条款、薪酬结构及小米机器人后续产品时间表，目前尚无权威确认信息，需以官方实时发布为准。文中涉及的公司行为、技术参数均来自公开报道或媒体访谈，具体数据建议查阅小米官方技术报告。

　　#小米机器人# #具身智能# #孔涛加盟小米# #人形机器人# #开源模型#