每次有人问我怎么看人形机器人这条赛道，我都会先问一个问题：你是把它当产品看，还是当基础设施看？这个问题的答案，决定了你愿意在这条路上投多少钱、忍多久、以及最终能拿到什么。

过去三年，行业里充斥着两种声音。一种是极度乐观，觉得人形机器人明年就能进千家万户；另一种是极度悲观，觉得所有演示都是精心编排的剧本，离真正的商业化还差十万八千里。作为一个在手机、汽车、智能家居三个行业都打过仗的人，我的判断很简单：人形机器人不会在某一年突然爆发，但它一定会沿着一条我们极其熟悉的曲线生长——从实验室到工厂，从单一场景到多元场景，从高成本到可接受成本，最终成为像智能手机一样不可或缺的存在。

小米在这条路上走了五年。从2021年CyberDog铁蛋亮相，到2022年第一代CyberOne人形机器人登台，再到今天CyberOne Gen 2进入汽车工厂实际作业，我们的战略逻辑始终没有变过：先有硬核技术，再有场景验证，最后才是规模化。这个顺序不能颠倒，颠倒了就是讲故事。

先看一组数据。CyberOne Gen 2身高约1.7至1.77米，体重约52公斤，全身66个自由度，其中约一半集中在手部。这个数字意味着什么？前代CyberOne只有21个自由度，四年时间翻了三倍多。自由度不是越多越好，但它是机器人完成复杂任务的物理基础。一个只有十几个自由度的机器人，可以走路，可以挥手，但它没法在一个嘈杂的压铸车间里，精准地抓起一颗螺母并完成装配。没有足够的自由度，所谓的具身智能就是空中楼阁。

真正让我兴奋的是灵巧手的突破。新一代灵巧手体积比上一代缩小60%，内置21个主动自由度，响应速度达到0.5毫秒级。全掌覆盖8200平方毫米触觉传感器，能感知0.1牛的微小力量，同时抓握10公斤重物。这组参数放在全球范围内也是第一梯队。为什么手部如此重要？因为人类90%以上的操作任务都依赖双手。机器人的腿解决移动问题，手才是解决工作问题的核心。很多同行的人形机器人看起来能走能跳，但手还是简单的夹持器，这在工业场景里毫无用处。

我们做灵巧手的思路，和做手机摄像头的思路一脉相承。不是堆参数，而是解决实际问题。0.1牛的感知精度意味着机器人可以拿起一枚鸡蛋而不捏碎，可以操作精密的电子元件，可以感知螺母是否对准了螺纹。10公斤的抓握力则覆盖了绝大多数工业上料场景。体积缩小60%不是为了好看，而是因为工厂工位空间有限，一只笨拙的大手根本伸不进去。这些参数之间需要精妙的平衡，而平衡能力本身就是最深的护城河。

驱动这具身体的大脑，是小米自研的MiMo具身大模型。我们采用VLA架构，即视觉、语言、动作三者的深度融合。机器人在工厂里干活，不是靠预先编程的脚本，而是靠实时感知和决策。它看到螺母，理解这是需要安装的零件，判断当前位置和角度，然后控制手臂和手指完成动作。整个过程一气呵成，不需要人在后面遥控。

今年我们在两个国际顶会上拿到了很有分量的成绩。CVPR 2026真机操作赛道，我们是唯一突破40%成功率的团队，而2025年的冠军成功率大约只有25%。ICRA 2026全身控制赛道，我们拿了双冠。这些不是PPT数据，是在统一的公开评测平台上、用真实机器人跑出来的结果。40%的成功率听起来好像还不高，但要知道这是在完全开放的真机操作环境中，面对的是形状、材质、位置随机变化的物体。从25%到40%，在学术上是一个巨大的飞跃，在工程上更是意味着从"偶尔成功"到"可重复作业"的质变。

我们还做了一个在行业内引起不小反响的决定：开源Xiaomi-Robotics-0模型，47亿参数，采用"大脑+小脑"混合架构。大脑负责语义理解和任务规划，小脑负责毫秒级运动控制。为什么要开源？因为人形机器人不是任何一家公司能独立做大的产业。开源可以吸引全球开发者共同构建具身智能的生态，就像安卓推动了智能手机的普及一样。小米在手机时代吃过生态封闭的亏，也在汽车时代深刻体会到开放协作的价值。机器人时代，我们选择从一开始就站在开放的一边。

当然，技术再好，如果不能在真实场景中验证，就只是实验室里的玩具。CyberOne Gen 2现在已经进入小米汽车工厂的压铸车间，在自攻螺母上件工站"实习"。这个场景是我们精心选择的。压铸车间环境恶劣，高温、油污、噪音大，螺母上料任务重复性高但对精度要求不低，是检验机器人工业能力的绝佳试金石。

目前的成绩是：连续自主运行3小时，双侧安装成功率90.2%，适配76秒的产线节拍。这三个数字放在一起看才有意义。连续运行3小时说明可靠性不只是摆拍，90.2%的成功率意味着10次里只有不到1次需要人工干预，76秒节拍说明它能跟上产线速度而不是拖慢节奏。我们还做了15万次抓握循环测试，而行业平均水平只有1万次。这个15倍的差距，就是实验室产品和工业装备之间的鸿沟。

为了解决长时间高负载运行的散热问题，我们研发了仿生汗腺散热系统。这个技术的灵感来自人体汗腺——当体温升高时，汗腺分泌水分蒸发带走热量。机器人的关节电机在持续高负荷运转时会产生大量热量，传统散热方案要么体积太大，要么效果不够。仿生汗腺系统让机器人可以在工业环境中长时间稳定工作，而不是每半小时就得停下来冷却。

现在我要谈一个所有CEO都关心但很多人不愿公开讨论的问题：成本。第一代CyberOne的成本大约在60至70万元人民币，这个价格不要说进家庭，连进工厂都很难。一台工业机器人的投资回报周期如果超过三年，大多数制造企业都会犹豫。经过五年的技术迭代和供应链优化，CyberOne Gen 2在工厂场景下的成本已经降到20至30万元。但这还不够。我们的目标是，2026到2028年间，工业机型的成本降至5万元以内。

5万元是什么概念？大概相当于一名产业工人两到三个月的工资。如果一台机器人可以24小时工作、不需要社保、不会疲劳、不会因为情绪问题影响质量，那么5万元的投资回报周期将缩短到数月级别。这时候，需求侧会发生质变。不是工厂要不要用机器人的问题，而是不用机器人的工厂如何竞争的问题。

降成本的路径不是简单地压缩利润，而是从设计源头开始重构。我们在做CyberOne的时候，大量复用了汽车业务积累的技术：视觉算法来自智能驾驶团队，关节电机和小米汽车的线控底盘技术同源，深度感知模组直接复用了车载激光雷达和摄像头的供应链。这种跨业务线的技术复用，让我们的研发效率远高于那些从零开始的纯机器人公司。一家公司同时造手机、造车、造机器人，看起来业务很分散，但在底层技术层面，这三者共享着大量核心能力——感知、计算、连接、驱动。

这就是小米"人车家全生态"战略的深层逻辑。手机管人的数字生活，车管人的出行，机器人管家的物理空间。三者不是孤立的产品线，而是同一个智能生态在不同场景的延伸。当你的手机知道你的日程，你的车知道你的目的地，你的机器人知道你的生活习惯，这些数据和能力在底层打通之后，用户体验的提升不是线性的，而是指数级的。机器人不是这个生态的锦上添花，它是让整个生态从数字世界走向物理世界的关键载体。

按照规划，2026年内我们将在亦庄的小米汽车工厂内部署超过2000台CyberOne机器人，覆盖压铸、车身、总装三大车间的12类工序。2000台这个数字很关键。它意味着我们不是在做小规模试点，而是在做真正的规模化验证。2000台机器人在真实产线上同时运行，产生的数据量、暴露的工程问题、积累的运维经验，是任何实验室都无法模拟的。这些数据会反哺算法迭代，算法迭代又提升机器人能力，形成正向飞轮。

从2000台到2万台到20万台，核心瓶颈不是技术，而是制造能力。这也是为什么我们认为，人形机器人的竞争最终会回到制造业的基本盘——量产能力。在创品千乘的方法论框架里，这被概括为"四力五维"：创新力决定你能不能做出别人做不出的东西，专业力决定你能不能把东西做到极致，控制力决定你能不能稳定交付，保障力决定你能不能长期服务客户；而在落地层面，好看维关乎工业设计与人机协作体验，专利维构筑技术壁垒，合规维确保安全准入，成本维决定市场空间，量产维则决定谁能真正吃到这波红利。

对小米而言，当下最核心的三个维度是创新力、成本维和量产维。创新力是入场券，没有66自由度、MiMo大模型、仿生汗腺这些硬科技突破，连牌桌都上不了。成本维是放大器，从70万降到5万不是靠砍配置，而是靠架构创新、供应链整合和规模效应。量产维是决胜手，手机时代小米经历过从百万台到亿级出货的全过程，汽车时代正在重建高端制造的体系能力，这些经验会直接复用到机器人量产上。

好看维同样不可忽视。这里说的好看不是颜值经济，而是高端装备的差异化语汇。一台在汽车工厂里和工人并肩作业的机器人，它的形态、比例、动作流畅度直接影响人机协作的效率和安全性。好看的工业设计背后是结构优化、动力学优化和用户体验优化的综合能力。一台外形笨拙、动作僵硬的机器人，即使功能达标，也很难在未来的商业竞争中脱颖而出。

放眼看全球竞争格局，特斯拉Optimus依然是最受关注的对手。马斯克给出的目标价是2万美元，折合人民币不到15万，这个价格确实有冲击力。但特斯拉的优势在于品牌号召力和自动驾驶算法积累，劣势是制造规模和供应链深度。Figure AI在宝马工厂的试点也在推进，但目前体量和场景覆盖还很有限。

真正值得重视的趋势是，中国正在人形机器人赛道上建立压倒性的产业优势。2026年上半年，中国人形机器人出货量占全球97%，约1.91万台，同比增长300%。其中智元以8400台占44%，宇树以5900台占31%，两家合计占据四分之三的市场。小米目前还没有进入这个排名的前列，但这恰恰是我们的策略所在——不急于出货，先在自有工厂把技术和工艺磨透，然后以更成熟的产品面向市场。

很多人看到97%这个数字会觉得中国企业赢定了，但我要泼一盆冷水。出货量第一不等于技术第一，更不等于利润第一。中国新能源汽车产业曾经用十年时间走完了从"出货量第一"到"技术和品牌真正崛起"的路，人形机器人大概率也要经历类似的过程。量的领先可以靠供应链优势和政策支持快速建立，但质的领先需要长期研发投入、数据积累和生态构建。

小米在手机行业做到过全球第三，在汽车行业用三年时间从立项到交付再到月销两万台，靠的不是低价，而是"技术为本、性价比为纲"的持久战能力。放到机器人赛道，这套打法同样适用。我们不会在第一代产品追求出货量，也不会在技术不成熟时急于推向消费市场。工厂是最好的练兵场，自有产线是最好的验证闭环。

还有一个容易被忽略的战略价值：机器人业务对小米品牌的向上牵引。当消费者知道小米不仅造手机、造车，还在造能在汽车工厂干活的人形机器人，这种科技认知会反哺所有产品线。品牌溢价不是靠广告打出来的，是靠一个又一个硬核产品堆出来的。CyberOne在发布会上露个脸就能上热搜，这种传播价值不是营销预算能买到的。

当然，挑战是实实在在的。具身智能的泛化能力还不够强，机器人在一个工位训练好的模型换一个工位可能就需要重新调优。可靠性需要在更长时间维度上验证，3小时无故障和3年无故障完全是两个概念。安全标准和法规体系还在建立中，人和机器人在同一条产线协作的安全边界需要清晰定义。这些问题没有一个能靠某一家公司独立解决，需要整个产业协同推进。

我们的节奏很清晰。2026年，2000台机器人进自有工厂，完成12类工序的规模化验证。2027年，在工业场景持续降本的同时，开始向特定商业场景拓展，比如仓储物流、电力巡检、危险环境作业。2028年，工业机型成本降至5万以内，开始探索面向消费者的服务机器人原型。这个时间线可能因为技术突破而提前，也可能因为工程困难而延后，但大方向不会动摇。

每次站在工厂里看着CyberOne和工人一起在产线上忙碌，我都会想起2011年小米第一代手机发布的那个秋天。那时候没有人相信一家创业公司能在手机行业做出什么名堂，但我们相信技术的力量，相信互联网模式的效率，相信和用户做朋友的长期价值。十五年过去，手机行业的格局已经彻底改写。今天的人形机器人，和当年的智能手机有太多相似之处：技术正在从实验室走向产业化，供应链正在成熟，应用场景正在打开，而大多数人还在观望。

历史不会简单重复，但总会押着相同的韵脚。人形机器人不会是下一个手机，它会比手机更深刻地改变人类的生产和生活方式。能参与这个进程，是我们这一代科技从业者的幸运。小米不追求成为第一个喊出口号的人，但我们立志成为最后留下来的那批人。技术的长跑从来不是比谁声音大，而是比谁走得远、走得稳、走得有耐心。

这张入场券，我们已经拿到了。接下来，用产品说话。