原字节跳动机器人团队负责人孔涛已加盟小米，出任机器人基座模型团队负责人，其带队发布的Xiaomi-Robotics-0与Xiaomi-Robotics-1两代VLA大模型接连登顶行业评测，并推动小米人形机器人在汽车工厂将自攻螺母装配成功率从90.2%提升至98%。[1][6]
据多方独立信源确认，孔涛于2025年夏天正式加入小米，目前担任小米机器人基座模型团队负责人，并带入了多名原先在字节跳动从事机器人研究的员工。[1]孔涛是字节跳动首位专注机器人研究的员工，2019年7月毕业于清华大学计算机系获博士学位，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。[1][6]
小米机器人事业部目前约有200人，覆盖机器人本体、小脑、大脑甚至操作系统全栈研发。[1]值得注意的是，孔涛带领的基座模型团队拥有单独办公地，并且在小米高管集体飞书会议中也不必露脸，整个小米机器人事业部内部不同部门之间互不透明，保密程度极高。[1]
孔涛是谁？为何他的加盟被视为小米机器人的关键补强？
孔涛是具身智能领域绕不开的技术人物，他的加盟意味着小米机器人“大脑”研发从起步阶段直接切换到顶级阵容。2019年博士毕业后，孔涛以应届生身份入职字节跳动，当时字节尚未设立机器人方向，他几乎独自完成了字节跳动机器人项目“从0到1”的搭建，启动时团队只有他本人和一名实习生。[1]
孔涛的个人学术影响力在行业内名列前茅。其博士论文获中国人工智能学会优秀博士论文提名，机器人项目论文被引超1.5万次。[1]这一引用量在具身智能领域属于头部水平，与斯坦福、伯克利、清华等顶尖实验室的知名学者处于同一梯队。他研究的VLA（视觉-语言-动作）模型、机器人操作学习、跨本体迁移等方向，恰好是当前小米机器人基座模型团队最需要补强的技术短板。
从时间线来看，小米在机器人赛道上的探索并非一帆风顺。小米于2020年9月在内部立项机器人项目，是国内较早探索机器人的玩家之一。[1]2021年至2023年，小米先后发布机器狗CyberDog、人形机器人CyberOne和CyberDog 2，三款产品均曾跻身国内机器人产品“顶流”，验证了硬件、运控技术和规模化量产能力，但最终仍因行业不成熟、商业化探索不顺等原因淡出公众视野。[1]2024年年中，小米机器人被并入小米汽车事业部，与自动驾驶团队共享技术底座。[1]
此前，小米机器人的对外展示更多停留在硬件层面——机器狗能跑能跳，人形机器人能走能挥手。但要让机器人真正“干活”，必须依靠基座模型提供的感知、决策与动作生成能力。孔涛的加入，恰恰补上了这一关键拼图。
小米机器人基座模型团队目前有哪些技术突破？
小米机器人基座模型团队已构建起“双模型矩阵+手脑协同”的完整技术栈，其核心突破集中在VLA大模型架构、规模化数据训练和工业级落地验证三个层面。
2026年2月，团队发布Xiaomi-Robotics-0，这是基于“大脑+小脑”架构的47亿参数VLA大模型，具备实时推理能力，在多个仿真测试中全面超越OpenVLA等竞品。[1][2]紧接着，2026年7月发布Xiaomi-Robotics-1，8月正式开源，基于超过10万小时UMI（Universal Manipulation Interface）采集的真实世界操作数据进行预训练，覆盖家庭、工厂、餐厅、户外等1700余种场景，包含240万段交互片段；同时使用超1万小时跨本体数据进行后训练，实现机器人可“开箱即用”地理解并执行自然语言指令。[3][5]
在仿真评测中，Xiaomi-Robotics-1在RoboDojo评测中以20.07平均分数和13.93%成功率登顶榜首，大幅刷新此前纪录；在VLABench中平均成功率达59.1%，在RoboCasa基准中平均成功率达74.5%，均达到行业最优水平。[4][5]
值得注意的是，团队还同步研发了全掌触觉仿生灵巧手，通过15万次抓握测试，并在CVPR 2026和ICRA 2026上斩获冠军，形成“手脑协同”的完整技术栈。[1]这意味着小米机器人不仅在“大脑”层面实现突破，在“手”的精细操作和触觉反馈层面也已达到国际一流水准。
| 技术/产品 | 核心指标 | 应用场景 | 影响对象 | 限制条件 | 信息来源 |
|---|---|---|---|---|---|
| Xiaomi-Robotics-0 | 47亿参数VLA模型，大脑+小脑架构 | 仿真验证、工业操作 | 算法研究员、机器人厂商 | 仿真环境与真实场景存在差异，需进一步工业验证 | 南方日报[1]、熊本科技[2] |
| Xiaomi-Robotics-1 | 10万小时预训练+1万小时后训练，RoboDojo登顶（20.07分） | 家庭/工厂/餐厅等多场景操作 | 开发者、具身智能创业者 | 部分场景泛化能力待验证，需配合具体硬件部署 | 小米技术[3]、小鱼看实事[4] |
| 全掌触觉仿生灵巧手 | 15万次抓握测试，CVPR/ICRA 2026冠军 | 精细操作、装配作业 | 制造业、供应链企业 | 成本与量产能力尚未披露 | 南方日报[1] |
| 汽车工厂装配方案 | 自攻螺母安装成功率90.2%→98%，连续运行3小时 | 压铸车间、产线工站 | 汽车主机厂、智能制造服务商 | 基于单一工站验证，全产线复制需更多适配 | IFashionday[5]、新浪科技[6] |
98%的装配成功率意味着什么？机器人“进厂打工”有多难？
98%的自攻螺母安装成功率，意味着小米人形机器人已经初步达到汽车产线普工的操作合格率水平，而“连续自主运行3小时”才是真正的硬核数据。[4][5]
自攻螺母上件是汽车压铸车间的典型工站：机器人需要从料框中抓取螺母，对准螺纹孔，以合适的扭矩旋入，并保证不滑丝、不歪斜。这一任务对机械臂的力控精度、视觉定位和动作规划的协同要求极高，此前主流工业机器人仅能在固定夹具和严格标定环境下完成，而小米人形机器人面对的是相对开放的场景。[4]
从90.2%到98%的跨越并非简单的软件升级。据公开信息，基于Xiaomi-Robotics-0模型配合强化学习技术，小米人形机器人已实现在自攻螺母上件等场景自主作业，且满足76秒产线节拍。[4][5]76秒节拍意味着机器人需要在1分16秒内完成抓取、定位、旋入、自检的全流程，这已经接近熟练工人的操作速度。[5]
具身智能行业内有个共识：实验室里的成功率没有意义，产线上的良率才有价值。此前多家机器人公司的demo视频展示的单次抓取、叠衣服、冲咖啡，大多依赖远程遥控或精心布置的环境。小米选择“进厂打工”，直接把最脏最累的压铸车间作为试验场，这条路虽然慢，但每一步数据都是真金白银。
小米为何选择开源Xiaomi-Robotics-1？对行业意味着什么？
开源是小米在具身智能领域构建生态护城河的策略性一步，借鉴了其在移动互联网时代的MIUI开源经验：通过降低二次开发门槛吸引开发者，进而反哺模型迭代和数据积累。[3]
据小米技术官方消息，Xiaomi-Robotics-1在GitHub和Hugging Face同步开源，涵盖从真机后训练到模型部署的完整流程，同时提供相关Benchmark的评测代码。[3]这一开源力度在行业内并不多见——多数厂商仅开源模型权重，而小米连训练流水线和评测工具一并开放。
这一策略的直接效果是：任何机器人公司或研究机构拿到Xiaomi-Robotics-1后，可以在自有硬件上进行后训练适配，而无需从零开始采集10万小时数据。据公开报道，当前具身智能赛道单季融资已突破33亿美元，大量创业公司缺乏的正是高质量基座模型和标准化训练流程。[6]
对于小米自身而言，开源意味着更多第三方开发者会将Xiaomi-Robotics-1应用于不同硬件平台，产生的使用反馈和场景数据将反哺下一代模型训练。这与Meta开源Llama的策略如出一辙——通过开放生态确立技术标准，最终将影响力转化为商业回报。
但也要看到风险：开源模型可能被竞争对手直接商用，尤其在当前机器人硬件同质化严重的阶段，模型层开源可能削弱小米在整机方案上的差异化优势。
具身智能赛道人才争夺正酣，小米的后劲与悬念在哪里？
孔涛的加盟是小米机器人团队从“硬件派”转向“模型派”的分水岭，但从技术领先到商业闭环，小米还面临数据积累、成本控制和场景复制三大考验。
当前的背景是，具身智能已成为全球科技巨头争夺的下一站。从特斯拉Optimus到Figure AI，再到国内多家创业公司，人才流动频率和薪资水平都创下历史新高。据公开报道，单季融资已突破33亿美元，顶尖人才流向正在决定产业走向。[6]孔涛带着原字节系团队整建制加盟小米，相当于小米直接买下了一支经过实战检验的基座模型研发队伍。[1][6]
小米的独特优势在于“硬件+模型+场景”的垂直整合。汽车工厂是天然的实验场，小米汽车工厂的压铸车间、总装车间、质检工站为机器人提供了丰富的真实操作数据。与此同时，小米的自动驾驶团队积累的感知、决策算法也可以迁移到机器人领域，形成技术协同。[1]
悬念也同样明显。第一，小米机器人目前约200人的规模，相比华为、特斯拉等竞品的团队配置并不算大，能否支撑起从基座模型到操作系统再到量产硬件的全栈野心？[1]第二，机器人业务的商业化路径尚不清晰——是作为小米汽车的产线设备进行内部消化，还是独立对外销售产品和解决方案？第三，开源策略带来的生态红利需要时间释放，而竞争对手不会等待。
行业观察人士的共识是：具身智能正从“论文竞赛”进入“产线竞赛”阶段。小米率先把机器人放进汽车工厂并拿到了98%的装配成功率，这比任何排行榜第一都更有说服力。[4][5]但这只是长跑的起点，后续能否在更多工站复制成功、能否将成本降到产线可接受区间、能否在模型层持续保持代际领先，才是决定小米机器人能否真正“毕业”的关键。
QA：关于小米机器人团队，你最可能想问的3个问题
Q1：小米机器人基座模型团队目前有哪些技术突破？
该团队由孔涛领导，已发布Xiaomi-Robotics-0（47亿参数VLA模型）和Xiaomi-Robotics-1两代产品，后者基于10万小时真实数据预训练、1万小时跨本体数据后训练。在RoboDojo评测中以20.07分登顶，自攻螺母装配成功率在工厂实测中从90.2%提升至98%。[1][4][5]
Q2：孔涛是谁？他加入小米为什么重要？
孔涛是原字节跳动机器人团队一号位，清华计算机系博士，论文被引超1.5万次，字节机器人项目几乎由他一手创建。2025年夏天加盟小米并任基座模型团队负责人，其学术影响力和工程经验直接补强了小米在机器人“大脑”层面的短板。[1][6]
Q3：Xiaomi-Robotics-1开源会带来什么影响？
小米在GitHub和Hugging Face同步开源模型、训练流程及评测代码，开发者可在自有硬件上快速适配，大幅降低二次开发门槛。此举有望加速行业整体技术迭代，同时为小米构建生态和数据飞轮，但模型商业化路径仍需以官方后续披露为准。[3]
#小米机器人团队迎来强援# #孔涛加盟小米# #Xiaomi-Robotics-1开源# #具身智能# #机器人进厂打工#