打开网易新闻 查看精彩图片

雷军披露了一个不炫技的数字:小米人形机器人在汽车工厂的中控台侧盖板排序工站,完成了 8 小时连续作业,满足全天生产需求;同期,具身基座模型开始在青年公寓场景试运营。没有后空翻,没有跑酷,但这个"8 小时",可能比过去所有机器人演示视频加起来都更有分量。

一、为什么说"8 小时"比"后空翻"值钱

过去两年,人形机器人的传播主线是"震撼演示":奔跑、跳跃、翻越障碍、徒手开瓶盖。这些视频确实精彩,但产线上的人心里都清楚——演示和上岗之间,隔着一条鸿沟。

鸿沟的名字叫"班次"。人类工人的价值从来不是某个单点动作的精彩程度,而是在一个完整班次里稳定输出:早会、上岗、重复几千次同样的动作、应对偶发的异常、交接下班。机器人如果能连续干满 8 小时不出故障、不掉精度、不需要人守着,它就从"展品"变成了"劳动力";干不满,前面所有惊艳动作都只是技术表演。

所以"8 小时连续作业"真正考核的不是灵活性,而是一组朴素的硬指标:动作节拍跟得上产线、良率稳定、故障能自恢复或快速干预、换电续航撑得住全天。这四个指标凑齐一个都难,小米把它放进了一个真实工站里同时达成。

二、排序工站:一个精心选择的"第一考场"

值得琢磨的还有工站本身——中控台侧盖板排序。这不是随机挑的。

排序类工位有几个特点:动作相对结构化、单件重量适中、错误容忍度低但纠错路径清晰、人工做久了极易疲劳出错。换句话说,它既是机器人的能力甜区,又是工厂里人力痛点最集中的环节之一。把第一考场设在这里,是"先啃能啃的骨头,再啃硬骨头"的标准打法。

而汽车工厂作为考场的更深一层意义在于:产线上的机器人和实验室里的机器人,活在两套评价体系里。实验室看成功率,产线看良率、节拍、稼动率——每一个百分比背后都是真金白银。能过产线考核的机器人,才算拿到了进入劳动力市场的准考证。

三、真正的大招藏在"青年公寓"里

这次披露里容易被忽略的一条:具身基座模型同步在青年公寓试运营。工厂是结构化环境,公寓是非结构化环境——桌椅位置天天变、物品摆放无规律、光照和地面材质复杂。让模型同时适应两端,指向的是一个更大的野心。

这背后的逻辑是数据的复利。小米同时握着两样别人不容易凑齐的东西:制造场景(自己的工厂)+ 生活场景(自己的公寓生态)。机器人每天工作产生的真实数据,反过来喂养基座模型,模型变强又让机器人接住更复杂的任务。这个"干活—学习—再干活"的飞轮一旦转起来,先发优势会以数据量的形式被指数级放大。

对照来看,那些只有演示能力、没有真实场景喂数据的团队,模型迭代会越来越吃力。具身智能的竞争,正在从"谁的机器人动作好看"变成"谁的场景和数据多"——这恰好是制造企业入场的结构性优势。

四、给零售业的三个参考

第一,用"班次思维"评估一切自动化方案。零售企业在评估机器人、自动化设备甚至 AI 工具时,别被演示惊艳,先问三个问题:能连续工作多久?出错谁兜底?换场景要不要重新调?扛得住一个完整班次,才是能进成本表的方案。

第二,从"排序工站"式的岗位开始。零售仓里类似的位置并不少:拆零拣选的补货、周转筐整理、退货分拣——结构化、高频、易疲劳。这些岗位既最适合机器人上手,又是招工最难、流失最高的环节。自动化路线图的起点,应该画在这些位置上。

第三,场景本身就是资产。小米的飞轮说明,谁手里有真实、高频、多样化的作业场景,谁就在下一代自动化竞赛中握着筹码。连锁零售企业的几千家门店、几万个仓配节点,未来不只是经营场所,也是机器人和 AI 的训练场——这份资产的价值,现在还没被写进任何资产负债表。

惊艳的动作赢来掌声,
枯燥的 8 小时才赢来工资单。

参考:小米人形机器人在汽车工厂中控台侧盖板排序工站完成 8 小时连续作业、满足全天生产需求,具身基座模型于青年公寓场景试运营,为雷军公开披露口径。本文不构成任何投资建议。