小米机器人团队迎来强援：孔涛加盟后，汽车工厂98%成功率离转正还差什么？

　　今日，小米机器人团队迎来强援：原字节跳动机器人团队负责人孔涛已低调加盟，担任小米机器人基座模型团队负责人。与此同时，小米机器人在小米汽车工厂的“实习”成绩单正式曝光——自攻螺母安装成功率从初期的90.2%提升至98%，距离人工作业合格率仅差1%，接近“转正”标准。[1][2]

　　据界面新闻、21世纪经济报道等多家媒体交叉确认，孔涛于2025年夏天加入小米，并带来多位原字节跳动同事。目前，小米机器人事业部规模约为200人，覆盖机器人本体、小脑、大脑以及机器人操作系统等全栈技术方向。今年2月和7月，团队相继发布Xiaomi-Robotics-0和Xiaomi-Robotics-1两大模型，采用“大脑+小脑”架构，能够在消费级显卡上实现实时推理与控制。[3] 在真实场景一侧，小米机器人已在小米汽车工厂“实习”约4个月，从最初的单一拧螺母工位，扩展到总装车间的中控台侧盖板排序、料箱折叠回收等多个工站，实现了从“单一工序运转”到“多机协同配合”的跨越。

　　原字节跳动机器人负责人孔涛是谁？他的加入为何被视为“强援”？

　　结论：孔涛是字节跳动首位专注机器人研究的员工，几乎独立完成了字节机器人项目“从0到1”的搭建，他的加盟直接补强了小米机器人的“大脑”研发能力。

　　公开资料显示，孔涛于2019年7月毕业于清华大学计算机系，获得博士学位，其博士论文曾获中国人工智能学会优秀博士论文提名。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。这一学术背景在具身智能研究领域属于顶尖水平。[4]

　　孔涛的职业履历同样具有传奇色彩。字节跳动官方公众号“字节跳动技术范儿”曾发文称，孔涛以应届博士身份入职时，字节跳动尚未设立机器人方向。他加入后立刻启动机器人研究项目，初期团队只有他和一名实习生。正是在这样的条件下，他几乎独自完成了字节跳动机器人项目“从0到1”的历程。[4] 这种从零搭建团队的实战经验，正是小米机器人当前最稀缺的能力。

　　据界面新闻报道，孔涛加入小米后的职位是小米机器人基座模型团队负责人。他与多位员工进行一对一长谈，以评估小米机器人团队在行业内的大致水准。基座模型团队拥有独立办公地，甚至小米高管集体在飞书开会时，孔涛也无需露脸。小米机器人事业部对内高度保密，不同部门之间互不透明，员工只能看到自己所属部门，看不到其他部门的名称和人员。[1] 这种高度保密的组织形态，既说明小米对核心技术的重视，也暗示了基座模型在机器人战略中的核心地位。

　　从技术逻辑看，基座模型是人形机器人的“大脑”，负责视觉、语言、动作等多模态信息的理解与决策。此前小米机器人虽然已在硬件和运控上积累了一定能力，但在基座模型这一前沿方向上需要顶级人才带队。孔涛的加入，正好补上了这关键一环。这也意味着，小米机器人团队将从一个以硬件见长的团队，向“软硬一体”的全栈智能团队进化。

　　小米机器人在汽车工厂的试用表现到底怎么样？

　　结论：小米机器人在汽车工厂的试用成绩已经接近“转正”水平，核心数据是自攻螺母安装成功率从90.2%提升至98%，仅比人工作业合格率低1%，新增的两个高难度柔性工站成功率也达到90%。

　　这一组数据来自小米创始人雷军的公开分享。今年年初，小米机器人进入小米汽车工厂压铸车间的自攻螺母上件工站，开始“实习”之旅。经过一个季度，双侧作业成功率已提升至98%。雷军称，与人工作业合格率相比，只差1%即可正式“转正”。[2] 这意味着，在固定工位的重复操作任务上，小米机器人已经达到了接近熟练工人的水平。

　　除了拧螺母，小米机器人还解锁了总装车间物流区的两个新工站：中控台侧盖板排序和料箱折叠回收。中控台侧盖板排序属于高难度柔性作业，盖板尺寸大、外形不规则，抓取、转运、放置全程对机器人的全身运动控制、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。两个工站的成功率均达到了90%。[2]

　　在作业连续性方面，小米机器人已能连续自主运行3小时，满足产线76秒的生产节拍，并实现了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。这意味着它不再只是实验室里的演示品，而是能够在真实产线上与流水线节拍保持同步的“准员工”。

　　从时间线来看，小米机器人的“实习”路径非常清晰：今年年初进入压铸车间拧螺母，随后扩展到总装车间物流区，再到多机协同。每一步都在增加任务难度和不确定性。这种渐进式验证策略，与许多厂商“先炫技、再落地”的路线形成了鲜明对比。

　　从“拧螺丝”到“叠料箱”，小米机器人突破了哪些技术难点？

　　结论：柔性操作与主动感知是小米机器人此次“实习”的最大亮点，其自研的主动柔顺控制策略和双手协同能力，让人形机器人在非结构化场景中的适应性大幅提升。

　　以中控台侧盖板放置为例，盖板尺寸大、材质软，放置时容易发生卡滞、钩挂。小米依托末端力感知硬件，自研了主动柔顺控制策略：当机器人感知到阻力异常时，会自主微调姿态、反复试探，直至成功放入，而不是死板地硬怼。这种基于力反馈的柔顺控制，正是人形机器人区别于传统工业机械臂的关键能力之一。[2]

　　在抓取大尺寸柔性盖板时，机器人需要调动全身大自由度来保持平衡，抓取后通过仿生灵巧手完成左右换手与掌内精细位姿修正，保障物料精准入格，整套流程无需人工干预。这种“换手”动作看似简单，实则对硬件精度、运动规划和触觉感知都提出了极高要求。传统工业机器人通常固定安装，自由度有限，很难完成如此复杂的双手协同操作。

　　料箱折叠回收工站中，机器人依靠细腻的指端触觉精准抠开料箱拉环，双臂配合完成折叠、堆叠推送。这个工站重点考验指尖精细感知与多机协同能力。多台机器人需要基于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了稳定自动化运行。[2]

　　此外，小米机器人已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，当出现故障或异常工况时，工作人员可远程接管设备，规避产线停机风险。[2] 这种与工厂MES系统的深度集成，避免了“为机器人而机器人”的割裂式改造，而是让机器人真正成为智能制造体系中的一环。

　　具身智能赛道人才争夺战白热化，小米为何能吸引顶级人才？

　　结论：小米“自家工厂炼自家机器人”的独特模式，加上全栈自研体系和巨大应用场景，是吸引孔涛等顶级人才的关键原因。

　　当前，具身智能已成为全球科技巨头和资本争夺的焦点。据公开报道，具身智能赛道单季融资已突破33亿美元，人才流动十分频繁。从字节跳动到小米，顶尖人才的流向往往预示着产业重心的转移。孔涛为何选择小米？从已知信息看，小米机器人事业部拥有约200人的团队，覆盖本体、小脑、大脑、操作系统全栈技术，并且多部门会预研同一方向，比如世界模型。这种技术纵深是许多创业公司无法比拟的。[1]

　　更重要的是，小米拥有其他玩家难以复制的“试验场”。小米汽车工厂是真实运行的整车制造基地，产线节拍、良率、安全要求都是硬指标。机器人在这里“实习”，获得的不是炫耀性演示，而是大量高价值工程数据。这种“场景驱动”的研发模式，正是孔涛这样从0到1搭建过机器人项目的技术负责人所看重的。

　　在舆论场上，网友对此次人才加盟多持积极态度。微博话题#小米机器人团队迎来强援#中，有观点认为“国产机器人技术实力已经不输国际头部”，也有评论强调“落地能力才是人形机器人的分水岭”。媒体方面，界面新闻、21世纪经济报道均以“关键补强”来形容此次人事变动。[1][4] 当然，也有声音提醒，人才引进只是第一步，如何将基座模型的技术优势转化为真实产线效率，仍需时间检验。

　　放眼全球，人形机器人赛道已经进入“拼落地”的阶段。特斯拉Optimus在超级工厂中尝试物料分拣，Figure AI与宝马合作探索车间应用，优必选Walker S也在汽车工厂进行实训。小米的差异化在于：它既是机器人制造商，也是机器人使用者。这种双重身份让研发团队能第一时间获得真实反馈，形成“需求—开发—验证—迭代”的闭环。对于顶尖技术人才而言，这种“看着自己的代码在真实产线中跑起来”的成就感，可能是比薪酬更有吸引力的东西。

　　小米机器人距离“转正”还有多远？后续风险与挑战在哪？

　　结论：虽然数据亮眼，但小米机器人在灵巧手力控、泛化能力和长期稳定性上仍有短板，距离完全“转正”尚需持续迭代。

　　从雷军分享的细节可以看出，当前产品仍存在优化空间。比如，折叠料箱时，机器人需要转动箱体对准卡扣，而熟练工人可以直接盲操作。这意味着机器人在精细力控和先验知识运用上还不如人类灵活。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]

　　另一个风险在于历史包袱。小米早在2020年9月就内部立项机器人项目，先后发布机器狗CyberDog、人形机器人CyberOne和CyberDog 2，但三款产品最终都因行业不成熟、商业化探索不顺等原因淡出公众视野。[1] 此次借助汽车工厂场景“曲线落地”，能否实现商业化闭环，仍需观察。人形机器人的工业落地是长期工程，需要持续技术迭代与大量工程验证，投入产出周期不会短。

　　从技术角度看，当前小米机器人的成功仍高度依赖具体工位和特定任务。如果更换物料型号、调整产线布局，机器人是否需要重新调试？基座模型的泛化能力能否支撑“换任务不换代码”？这些都是“转正”前必须回答的问题。此外，多机协同目前虽然实现了节拍匹配，但距离大规模调度和动态避障还有距离。

　　后续值得关注的三个方向：一是小米机器人在汽车工厂能否扩展到更多工站，例如装配、质检等更复杂工序；二是新一代灵巧手力控算法何时落地，能否让机器人达到工人级别的“盲操作”；三是基座模型Xiaomi-Robotics系列能否在更多场景中展现泛化能力，而不仅仅是单一工厂的定制化方案。

　　从更长期来看，小米机器人面临的不仅是技术挑战，还有商业化的“最后一公里”。人形机器人的单台成本、维护成本、投资回报率，都决定了它能否从“实习”走向“全职”。小米的优势在于背靠汽车、手机等庞大制造体系，一旦技术成熟，能快速铺开；但这也意味着，机器人的每一次失败都会直接影响真实产能，因此小米的推进策略必然谨慎。换句话说，“转正”不是一场发布会，而是一场马拉松。

　　常见问题解答

　　问题1：小米机器人团队迎来强援是谁？他目前担任什么职位？

　　答案：据界面新闻等媒体确认，原字节跳动机器人团队负责人孔涛已于2025年夏天加盟小米，目前担任小米机器人基座模型团队负责人，并带来多位原字节跳动员工。小米机器人事业部规模约200人。[1]

　　问题2：小米机器人在汽车工厂的“实习”表现如何？成功率是多少？

　　答案：小米机器人在小米汽车工厂自攻螺母上件工站的双侧作业成功率已从90.2%提升至98%，距人工作业合格率仅差1%，接近“转正”；新增的中控台侧盖板排序、料箱折叠回收工站成功率均达到90%。[2]

　　问题3：孔涛加入后，小米机器人基座模型团队的保密级别有多高？

　　答案：据界面新闻报道，孔涛带领的基座模型团队有独立办公地，小米高管在飞书开会时孔涛甚至不用露脸。小米机器人事业部内部高度保密，不同部门之间互不透明。[1]

　　公司业务影响表

　　延伸来看，小米机器人此次“实习”成绩的意义不限于小米本身。它证明了人形机器人在汽车制造这类高节拍、高精度场景中具备实际作业的潜力，为整个行业提供了一条可行的落地路径。对于关注具身智能的从业者而言，小米汽车工厂的每一个工位都可能成为未来机器人的“新岗位”。而对于普通消费者，这些看似遥远的工厂技术，最终会通过成本降低和效率提升，反映在未来智能产品与出行体验上。

　　回到“小米机器人团队迎来强援”这一热点：孔涛的加入，让小米机器人的“大脑”有了顶级指挥官；98%的成功率，让市场看到了人形机器人从实验室走向工厂的确定性。但正如雷军所言，只差1%转正——这1%不仅是技术差距，更是从“能用”到“好用”的跃迁。小米能否跑完这最后1%，值得持续关注。

　　#小米机器人团队迎来强援# #原字节跳动机器人一号位加入小米# #人形机器人进厂实习# #具身智能#