在汽车制造领域，小米机器人团队近日取得了一项引人瞩目的技术突破。在真实的汽车工厂环境中，小米机器人成功完成了自攻螺母上件工站的复杂任务，展现了其在精密操作和高效生产方面的强大能力。
该任务要求机器人连续从自动送钉设备中精准抓取自攻螺母，并将其准确放置在自攻拧紧的定位工装上，最终配合完成汽车一体化压铸后地板零件的自攻拧紧作业。其中，自攻螺母的精准安装是整个流程中难度最高的环节。由于螺母内侧存在花键结构，且每次被抓取后的手内姿态不固定，再加上定位销轴的磁吸力干扰，机器人的“精准对位”面临巨大挑战。
为了应对这些复杂情况，小米研发团队采用了端到端数据驱动的控制方法。基于其自主研发的VLA大模型Xiaomi-Robotics-0，团队结合了强化学习技术，构建了一个联合训练框架。这一框架不仅增强了模型在操作任务理解和空间感知等方面的泛化能力，还使机器人能够从真实的物理交互经验中持续学习，从而快速适配不同的下游工况。
在感知层面，团队融合了视觉、触觉以及关节本体感知等多模态信息，协同判断作业过程。例如，在抓取任务中，仅依赖视觉容易受到光照变化或遮挡的影响，而仅依赖触觉则可能被非预期接触干扰。多模态融合感知有效降低了复杂工况下的状态误判概率，显著提升了任务执行的稳定性。
在运动控制方面，小米机器人采用了融合优化控制与强化学习的混合架构。优化控制器能够在毫秒级内求解，严格满足平衡与安全约束；而强化学习控制器则通过在仿真环境中模拟上亿次极端扰动场景，使机器人学会了在干扰下保持平衡，并实现了零样本迁移部署到真实机器人上。
在实际测试中，小米机器人在自攻螺母上件工站中实现了连续3小时的自主稳定运行，双侧同时安装成功率达到90.2%，并满足了最快76秒的产线生产节拍要求。尽管仍会因螺母花键对齐精度不足等问题出现典型失效案例，但这一成果标志着小米人形机器人在汽车制造场景规模化应用迈出了重要一步。
据悉，小米还在其他多个典型工站进行了实际部署与验证，相关进展将在后续陆续公布。这一系列技术突破不仅为汽车制造行业带来了新的可能性，也为智能机器人在复杂工业场景中的应用提供了宝贵经验。
