原字节机器人一号位孔涛加盟小米机器人，98%装配成功率背后：全栈自研能否跑通具身智能量产？

　　原字节跳动机器人团队负责人孔涛已正式加盟小米，出任小米机器人基座模型团队负责人，并挂帅新成立的“具身智能与应用部”。目前小米机器人事业部约200人，其机器人在汽车工厂的自攻螺母装配成功率已从90.2%提升至98%。这标志着小米机器人在“大脑”算法与量产落地两条赛道上同时迎来关键提速。

　　据多家媒体确认，孔涛于2025年夏天加入小米，并非单枪匹马，而是带来了一批原字节跳动团队成员，业内将这种团队级别的人才流动称为“整建制迁移”。孔涛是清华大学计算机系2019届博士，曾任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的搭建，并带队做出GR系列生成式机器人模型。[1][2]

　　孔涛的加入，与字节跳动的战略调整直接相关。2025年6月，字节跳动AI-Lab全部归入Seed大模型体系，机器人业务不再作为独立赛道，资源优先级被后移。而小米机器人则在2024年年中并入汽车事业部后，获得了更明确的应用场景——汽车工厂。一边是算法人才寻找硬件落地土壤，一边是制造巨头需要补强AI“大脑”，双方一拍即合。[3]

　　孔涛为何放弃字节、选择小米？

　　结论先行：孔涛选择小米，核心原因是小米拥有字节不具备的制造业生态和真实场景，能够为具身智能算法提供“数据飞轮”。

　　孔涛本人在学术界和工业界均有深厚积累。他的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，其机器人项目的论文被引用次数超过1.5万次。[3]加入小米后，他被迅速授予关键权限：新部门“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。

　　据接近小米机器人的知情人士透露，孔涛带领的基座模型团队有单独的办公地；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员工。[3]这种“神秘”并非故作姿态，而是因为基座模型团队正处于攻坚期。孔涛在加入后，与很多员工进行了一对一长谈，目的是摸清团队在行业内的大概水准。

　　从字节的角度看，孔涛的离开有一定必然性。字节的基因是算法和流量，硬件能力不是强项。2025年6月架构调整后，机器人团队在内部归属发生变化，资源优先级下降，这使孔涛在字节内部能够调度的硬件和场景资源进一步收缩。相比之下，小米有汽车工厂、手机工厂、IoT供应链，这些是机器人量产最稀缺的“试验田”。有媒体评论称，“算法可以追，工厂追不了”，这或许正是孔涛做出选择的关键。[2][5]

　　小米与字节跳动的机器人技术路线究竟有何异同？

　　结论：小米走的是“硬件落地、场景驱动”的全栈自研路线，字节走的是“模型为王、算法先行”的轻资产路线。两者并非对立，而是互补。

　　底层哲学：场景驱动 vs 模型驱动。小米机器人从一开始就瞄准了“进厂干活”的实用场景，其核心目标是将机器人快速部署到自家汽车工厂，在实际生产中打磨技术。小米的优势在于完整的制造业生态——手机、汽车、IoT供应链，这些是机器人量产最稀缺的“试验田”。[3]字节跳动的核心基因是算法和流量，硬件一直是短板，因此字节的机器人策略聚焦于“大脑”——即基座模型和具身智能算法的研发，试图通过强大的AI能力实现机器人的通用感知与决策。[2]

　　技术路径：全栈自研 vs 软硬分离。小米机器人事业部目前约200人，覆盖了从机器人“本体、小脑、大脑到操作系统”的全栈技术。[3]这种布局意味着小米希望完全掌控从硬件制造到AI算法的每一个环节，最大优势是软硬协同优化。字节跳动则更侧重于通用具身智能算法的研发，孔涛在字节期间带队做出的GR系列模型，强调用大模型能力实现机器人的通用感知与决策。字节倾向于用顶尖模型赋能硬件，而不是亲自下场制造硬件，这种“轻资产”模式让字节可以更灵活地探索AI能力上限，但缺点是需要依赖外部硬件合作方，难以形成闭环。

　　战略节奏：量产先行 vs 模型先验。2026年的人形机器人赛道已从“秀概念”进入“拼量产”阶段，赛道内超过150家厂商入局，比拼的不再是谁会跳舞，而是谁能真正进厂干活。[2]小米的CyberOne、CyberDog系列虽然前期商业化探索不顺，但积累了硬件和运控技术，如今汽车工厂的应用正在验证“先量产、后迭代”的路线。而字节仍处在“蓄力期”，虽然拥有GR系列等先进模型，但内部战略优先级后移，更多通过投资和人才输出来参与赛道。[5]

　　为了更直观地理解两条路线，可以参考下面的技术要点表：

　　98%的装配成功率意味着什么？小米机器人距离量产还有多远？

　　结论：98%的装配成功率证明小米机器人已具备在真实产线承担重复性工序的能力，但距离全面商业化仍需解决场景泛化和成本问题。

　　具体数据显示，小米机器人在汽车工厂“实习”4个月后，自攻螺母装配成功率从最初的90.2%提升至98%，而熟练工人的水平一般在98%以上。[1]这意味着机器人在这一单项工序上已经“逼近甚至持平”人工效率。虽然单点突破不等于全场景成熟，但至少验证了技术路线的可行性。

　　回顾小米机器人历史，其探索并非一帆风顺。2020年9月，小米在内部立项机器人项目，是国内较早的玩家之一。[3]2021年到2023年，小米先后发布机器狗CyberDog、人形机器人CyberOne和CyberDog 2，三款产品都曾跻身国内机器人产品“顶流”，但终因行业不成熟、商业化探索不顺而淡出公众视野。[3]2024年年中，小米机器人被并入汽车事业部，转而聚焦汽车工厂场景，才真正找到落地路径。

　　在应用端，小米机器人还在持续推进模型迭代。今年2月和7月，团队接连发布Xiaomi-Robotics-0和Xiaomi-Robotics-1两大模型。[4]这些模型正是孔涛加入后重点调度的技术资产。从“造手机”到“造汽车”再到“造机器人”，小米的版图越铺越大。今年是人形机器人商业化洗牌元年，市场对机器人赛道的热情已经从概念炒作转向“谁先量产”。[2]

　　不过，人形机器人的应用场景仍未跑通。工厂、家庭、仓库等场景需求差异巨大，目前没有哪一个场景实现大规模商业化。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。[2]如果小米能够在更多产线工序中复制“90.2%到98%”的进步，那么其量产成本将显著下降，量产规模也会随之扩大。

　　具身智能赛道人才争夺战白热化，谁将主导未来？

　　结论：顶尖人才正在从纯算法公司流向拥有制造场景的公司，这将重塑具身智能产业格局。

　　据公开信息，具身智能赛道单季融资已突破33亿美元，人才争夺战白热化。[4]孔涛从字节到小米的流动，并非孤例。早前，小米CyberOne团队的一些成员曾加入字节Seed团队补硬件短板，如今字节机器人一号位又来到小米补“大脑”，形成了人才循环。[1][5]这种“互换”说明，跑通具身智能需要算法与硬件双轮驱动，缺一不可。

　　有分析认为，在AI硬件化的下半场，有制造基因的公司可能比纯算法公司更有后劲。字节的GR系列模型证明了其在算法上的积累，但资源优先级后移导致人才外流。而小米拥有完整制造业生态，但基座模型能力此前是短板，孔涛团队的加入正好补齐了这块拼图。

　　从行业影响看，孔涛加入小米将吸引更多AI人才关注实体制造领域，也会倒逼其他厂商加强软硬一体能力。对于整个产业而言，这是利好——当算法人才真正走进工厂，机器人的智能化才有落点。

　　关于小米机器人和孔涛，你可能想了解的三个问题

　　问题1：孔涛在小米具体负责什么？

　　孔涛现任小米机器人基座模型团队负责人，并挂帅新成立的“具身智能与应用部”，统筹VLA算法、机器人具身研发等团队。据公开报道，其团队有独立办公地，保密级别极高。[3]

　　问题2：小米机器人在汽车工厂的表现如何？

　　小米机器人在自家汽车工厂“实习”4个月，自攻螺母装配成功率从90.2%提升至98%，逼近熟练工人水平。这意味着机器人在单一工序上已经具备实用价值，但距离全场景量产仍有时日。[1]

　　问题3：字节跳动机器人业务现在怎么样了？

　　2025年6月字节架构调整后，AI-Lab全部归入Seed大模型体系，机器人业务不再是独立赛道，资源优先级后移。字节仍拥有GR系列等模型能力，但通过投资和人才输出来参与赛道，而非亲自做重资产制造。[2][5]

　　从小米到字节，再到小米，孔涛的职业生涯映射出演艺智能赛道的路线之争。小米机器人团队迎来强援，不只是一个人的流动，而是一场产业逻辑的再平衡。对于关注机器人的读者来说，后续值得关注的重点有三：一是孔涛团队能否在基座模型上产出突破性成果；二是小米机器人能否在更多工序中复制“90.2%到98%”的进步；三是字节是否会调整策略、应对人才流失。这些问题的答案，将决定未来三年中国具身智能的竞争格局。

　　#小米机器人# #孔涛# #字节跳动# #具身智能# #人形机器人#