小米机器人探索汽车工厂新岗位：柔性操作、多机协同与精细作业能力持续突破

这条动态值得看的四个点

• 自攻螺母上件工站双侧作业成功率提升至98%，距离人工合格率仅差1个百分点。
• 中控台侧盖板排序进入长时验证阶段，机器人需要同时应对大尺寸、柔性与不规则工件。
• 料箱折叠回收工站不仅考验手部精细操作，也要求双臂与多机器人单元之间保持稳定节拍协同。
• 机器人接入工厂数字系统后，已能直接获取物料与任务信息，显示出更强的系统化作业潜力。

从“能干活”到“会协同”，这次突破推进到了哪里

从这次进展来看，小米机器人在汽车制造现场的探索，已经不再停留在“单个动作能不能做出来”的阶段，而是开始转向更真实的工厂问题：能不能连续干、能不能在复杂空间里稳定干、能不能和其他设备一起协同干。

一个最直观的信号，是自攻螺母上件工站双侧作业成功率提升到了98%。这个数字本身说明，机器人在重复性工位上的工程调校已经比较成熟；更重要的是，它为后续扩展到更多复杂工位提供了可信的起点。

这次新增的中控台侧盖板排序工站，难度明显更高。中控侧盖板既大又柔软，抓取和放置过程还涉及多轮次、多位置切换。机器人需要在较大的料箱空间里保持全身运动稳定，同时完成双手配合、末端柔顺和手内精细调整，这意味着它面对的已经是更接近真实工厂节拍的综合任务。

从工程角度看，主动柔顺控制是其中一个关键能力。当盖板在放置过程中出现钩挂或卡滞时，机器人不再只是僵硬地执行固定动作，而是能根据接触反馈做出调整，继续完成任务。这种能力，决定了机器人能否在复杂接触环境里把成功率真正拉起来。

料箱折叠回收则进一步把挑战推向协同层面。机器人既要精准抠开拉环、完成折叠，又要和其他机器人单元在节拍上彼此配合，并在多个料箱叠摞后同步推送到指定位置。换句话说，这已经不是单机秀动作，而是在测试一套机器人作业单元是否能更稳定地融入工厂流程。

更值得注意的是，机器人接入工厂系统之后，已经可以直接获取生产任务和物料信息，在多个工站间同步作业状态，并保留远程干预机制。这说明它的价值不只在机械动作本身，也在于能否作为工厂数字化系统里的一个可靠节点。对智能制造而言，真正的门槛往往不在展示动作，而在长期工程验证和系统化接入，这恰恰是这次进展释放出的关键信号。

读者可能关心的几个问题