马斯克“机器人进不了厂”刚说完,小米机器人“上岗”汽车产线了

时间:2026-07-23 10:33:10 | 阅读:3 | 关键技术
马斯克“机器人进不了厂”刚说完,小米机器人“上岗”汽车产线了

7月1日,马斯克在X平台发了一张合照,他和团队站在弗里蒙特工厂Optimus生产线前。

20260713_110853_f0bfa89b.png

有网友猜测,特斯拉减少Optimus公开演示,可能是因为量产进度超出预期。马斯克直接回了句:“不,Optimus的生产一开始会极其缓慢,因为一切都是全新的。这不像制造汽车。”

一个造过百万辆车、把火箭送上天又收回来的人,用“极其缓慢”形容自己最看好的产品。

13天后,北京亦庄。

20260723_103233_4974072b.jpg

小米汽车工厂里,一台人形机器人正在干活。它把中控台侧盖板从料箱里一块块取出来,放进对面料架车的料格里。盖板长82厘米、宽36厘米,材质是复合碳纤加软包覆层,一碰就留痕,一歪就卡死。机器人伸手探进去,指尖先扶住箱沿稳住重心,抓到手后左右倒了两次手,才端正地放进料格。

旁边的工位上,另一台机器人在折叠空料箱——指尖触觉精度到了0.03牛,相当于轻轻捏碎一粒米的力道。

这不是演示。这是小米机器人进厂“实习”的第4个月。

马斯克说的“慢”,到底慢在哪? 马斯克泼冷水不是第一次。

2025年第四季度财报电话会上,他就承认过:没有一台Optimus在特斯拉工厂真正承担“有用的工作”。今年4月的财报会上,他确认Optimus将于7月下旬或8月在弗里蒙特投产,但直言初期产量会“相当缓慢”。

原因很具体。Optimus涉及超过1万个独特零部件。一台汽车约3万个零件,但多数是成熟工艺;Optimus的1万个零部件几乎每一项都是全新定义的——从执行器到传感器到关节模组,没有现成的生产线可以直接复用。

马斯克自己说了一句话:“这不像制造汽车。”

他不是在谦虚,是在陈述一个行业现实。从产线就绪到稳定爬坡,中间隔着一道叫“良率”的鸿沟。

小米机器人4个月干了什么? 3月,小米机器人进厂,第一份工在自攻螺母上件工站,站在那儿把螺母一颗颗拧进固定孔位。双侧作业成功率90.2%。

4个月后,同一个工站的成功率爬到了98%,距离人工作业合格率只差1个百分点。厂里人说得直接:快“转正”了。

7月14日,小米公布了新进展:机器人解锁了两个新工位——中控台侧盖板排序和料箱折叠回收。

这两个工位的难度完全不一样。侧盖板排序要求机器人面对“每次都不一样”的物体位置、姿态和突发状况,随机应变。盖板尺寸大、形状不规则、材质偏柔性,需要多轮取、拿、走、放。抓取远端盖板时,机器人先伸手扶住箱沿稳住重心,同时充分调动全身自由度保持平衡。放置前,它会借助仿生灵巧手的本体感知能力,对盖板在手中的姿态做类人级别的精细调整。如果被钩挂卡住,普通机器人只会按设定位置硬怼,小米机器人会把盖板拿出来重新调整角度再放一次。

背后是基于末端力感知的“主动柔顺策略”——机器人感知到阻力后自主微调姿态,反复试探,适配现场实际情况。

料箱折叠回收同样不简单。机器人靠触觉摸出拉环卡扣,盲抠成功率94.7%,双臂配合0.6秒完成一次V型折叠。5台机器人共用一套工厂数字孪生系统,自动读工单、物料批次、节拍余量,动作时序误差小于120毫秒。

小米官方视频里,已经出现多机器人协作的场景——一台把料箱推到另一台面前,由后者完成折叠。

从4月底投资者大会上首次露面、给嘉宾递伴手礼、和人握手击掌,到两个多月后在产线干柔性工件的长时作业。这个速度,比大多数人预想的要快。

为什么是汽车工厂? 任务标准化、流程确定、节拍固定。一台机器人先在自攻螺母工站练手,4个月后就能干更复杂的活。机器人能力的进步,往往不是在实验室里靠算法迭代实现的——是在真实产线上,一遍遍失败、调整、再试,把数据喂给模型,才慢慢学会的。

小米不是唯一这么干的。宝马美国斯巴达堡工厂,Figure AI的Figure 03已经接手X系列产线的物流分拣。理想、小鹏也在把智驾团队平移至机器人研发。汽车工厂正在成为人形机器人的“练兵场”。

马斯克说的“极其缓慢”,指的是从0到1造一条全新的产线、搞定1万个全新定义的零部件。小米做的,是把已有的机器人投进一个真实的生产环境,让它从简单工位开始,一步步往复杂工位爬。

两种路径,面对的是同一个难题的不同阶段。

特斯拉选择从0开始造一台全新的机器人、建一条全新的产线。小米选择把机器人先扔进真实场景,让它边干边学。

你觉得,人形机器人进工厂,最难的一关是“造出来”还是“用起来”?欢迎在评论区聊聊。

内容免责声明

本文内容仅用于科普与信息分享, 基于公开资料、厂商发布信息及一般性行业知识整理, 不构成任何购买建议、投资指引或技术性能担保

机器人产品的实际功能、安全性、适用场景可能因个体使用环境、操作方式及软件版本差异而有所不同。 如需专业决策,请咨询相关厂商或专业技术人士。 本文不对任何基于此信息的购买、使用或理解偏差承担责任

标签: 人形机器人