小米机器人团队迎来原字节一号位孔涛：工厂实测拧螺母成功率98%，具身智能“大脑”补强能否加速转正？

　　小米机器人团队迎来关键“强援”。据多方独立信源证实，原字节跳动机器人团队负责人孔涛已加盟小米，担任机器人基座模型团队负责人[1]。与此同时，小米人形机器人在汽车工厂的“实习”成绩单同步曝光：自攻螺母安装成功率从90.2%提升至98%，距离人工作业合格率仅差1%[2]。这标志着小米机器人从硬件本体向“大脑+小脑”全栈自研迈出关键一步。

　　孔涛系清华大学计算机系博士，字节跳动首位专注机器人研究的员工，于2025年夏天低调入职小米，并带来多位前同事。目前小米机器人事业部约200人，基座模型团队独立办公，内部高度保密[1]。小米机器人自2026年初进入小米汽车工厂实习，至今约4个月[2]。

　　原字节跳动机器人负责人孔涛加入小米，为何被视为“关键补强”？

　　孔涛的加盟，直接补齐了小米机器人在“大脑”层面的关键短板——通用基座模型能力。此前小米机器人已发布自研的Xiaomi-Robotics-0和Xiaomi-Robotics-1大模型，但在VLA（视觉-语言-动作）基座模型这一具身智能核心赛道上，仍需顶级研发人才带队冲刺[5]。

　　据21财经报道，孔涛于2025年夏天就已加入小米，目前担任小米机器人基座模型团队负责人。他入职后与团队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]。知情人士透露，小米机器人的基座模型团队很神秘，有单独办公地，小米高管集体在飞书上开会时，孔涛甚至不用露脸。小米机器人事业部对内也属于高度保密状态，部门之间互不透明[1]。

　　从履历看，孔涛的稀缺性极强——他是字节跳动首位专注机器人研究的员工，几乎独自完成了字节机器人项目“从0到1”的历程。截至2025年6月，其机器人项目论文被引用次数超过1.5万次[1]。这样一位技术带头人从字节跳动流向小米，折射出资深技术人才在具身智能赛道上的稀缺价值。据公开报道，具身智能赛道单季融资已突破33亿美元，人才争夺战正酣[1]。

　　小米机器人在汽车工厂“实习”4个月，交出了怎样的成绩单？

　　从单一工位到多场景突破，小米机器人在汽车工厂的试用表现远超预期。在压铸车间自攻螺母上件工站，机器人双侧作业成功率已从初期的90.2%提升至98%，距离人工作业合格率仅差1%，接近“转正”标准[2]。雷军在分享这一成果时称：“差1%正式转正”[2]。

　　在总装车间，机器人新解锁了中控台侧盖板排序和料箱折叠回收两个工站。其中，中控台侧盖板尺寸大、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；料箱折叠回收则考验指尖精细感知与多机协同能力。两个新工站的成功率均达到90%[3]。

　　更值得关注的是，机器人已实现连续自主运行3小时，满足76秒的产线生产节拍，并支持多台机器人之间的动作协调与节拍匹配，通过工厂数字化系统同步作业状态[3]。这意味着它已初步具备工业级连续作业能力，而不再是实验室里的“一次性表演”。

　　两台新工站成功率90%，小米靠什么“黑科技”拿下柔性操作？

　　小米自研的主动柔顺控制策略和灵巧操作算法，是机器人完成高难度柔性作业的核心竞争力。针对侧盖板放置时可能发生的卡滞、钩挂问题，小米基于末端力感知硬件，自研主动柔顺控制策略——机器人不再死板硬怼，而是能自主微调姿态、反复试探直至成功放入[2]。

　　在双手协同层面，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[3]。料箱折叠工站则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，整套流程无需人工干预[3]。

　　在大模型层面，小米今年先后发布了Xiaomi-Robotics-0和Xiaomi-Robotics-1，采用“大脑+小脑”架构，能在消费级显卡上实现实时推理与控制[5]。这为工厂场景下的复杂决策和实时响应提供了算力基础。

　　“自家工厂炼自家机器人”，这条路能跑通吗？

　　小米的独特优势在于拥有自有汽车工厂，能形成“场景—数据—模型”闭环，这是绝大多数机器人公司不具备的条件。从行业对比看，特斯拉Optimus在自家工厂搬运电池，Figure在宝马工厂参与车身装配，而小米选择了类似的路径，且已跑出具体数据[6]。

　　汽车制造是高复杂度场景：零件尺寸不一、物料反光、节拍紧凑、多机协同。小米机器人深入这些工位，积累真实工业数据，反哺模型迭代，形成正向循环。有微博大V评价称：“别家还在扎堆炫跳舞打拳的时候，人家已经扎进汽车厂干分拣了。照着这个落地节奏，国产人形机器人真能跟国际头部同台掰手腕”[6]。

　　这种“自家工厂炼自家机器人”的模式，本质上是用真实产线当“训练场”，用真金白银的制造需求倒逼技术落地。相比纯实验室环境，工厂场景的复杂性和数据质量高出一个量级。对小米而言，汽车工厂既是应用场景，也是数据工厂，还是商业验证场[6]。

　　当然，也有观点认为“进厂不新鲜”——但关键是小米在复杂柔性作业上做到了90%以上的成功率。从拧螺丝到分拣盖板、折叠料箱，小米机器人已从单一工位走向多场景协同，这是“实习”的价值所在。

　　距离真正“转正”还差什么？人形机器人落地还有哪些不确定性？

　　小米机器人离“转正”只差1%的成功率，但距离真正的商业化、规模化落地，仍有技术、成本、可靠性多重挑战。按雷军的说法，差1%即可达到人工作业合格率[2]。但“转正”不只看成功率，还要综合节拍、成本、稳定性等多维度指标。

　　技术层面，对标熟练工人仍有差距——折叠料箱第二面时，机器人需要转动箱体对准卡扣，而熟练工人可直接盲操作。小米后续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[2]。这一细节说明，即便在已成功落地的工位，机器人的操作效率和流畅度仍低于人类。

　　成本与可靠性是更大的门槛。人形机器人单台成本高昂，多机协同的长时稳定运行也需要海量工程验证。此外，具身智能赛道竞争异常激烈，单季融资突破33亿美元[1]，资本推动下全球技术迭代速度只会更快。小米能否维持领先身位，仍需观察。

　　后续关注点有三：一是孔涛团队能否在VLA基座模型上拿出突破性成果；二是灵巧手力控算法升级后的实际表现；三是小米机器人能否在更多工站实现“转正”，把成功率做到与人工持平或更好。具身智能的终局之战，才刚刚开始。

　　常见问题：关于小米机器人团队与工厂试用

　　Q1：原字节跳动机器人负责人孔涛加入小米后，具体负责什么？

　　A：孔涛担任小米机器人基座模型团队负责人，专注VLA、具身研发等方向。据公开报道，他于2025年夏天入职，带来了多位前字节同事。其团队独立办公、高度保密，孔涛在小米高管集体会议时甚至无需露脸。目前小米机器人事业部约200人[1]。

　　Q2：小米机器人在汽车工厂的试用表现怎么样？

　　A：试用4个月，自攻螺母安装成功率从90.2%提升至98%，差1%达到人工水平；新增中控台侧盖板排序、料箱折叠回收两个工站，成功率均达90%；可实现连续自主运行3小时，满足76秒产线节拍。以上数据来自雷军分享及新浪科技等媒体报道[2][3]。

　　Q3：小米机器人何时能真正“转正”？

　　A：按当前数据，差1%即可达到人工作业合格率。但“转正”不只看成功率，还要综合成本、节拍、可靠性等因素。灵巧手力控算法的升级和孔涛团队的基座模型迭代是关键变量，具体时间需以官方实时信息为准[2]。

　　#小米机器人# #孔涛加盟小米# #具身智能# #人形机器人进厂# #小米汽车工厂#