近日，小米公布了新一代仿生灵巧手技术。

这只机械手拥有21个自由度、26个驱动电机和1500个触觉感知点，手掌重量仅324克，重点是，它的设计来自真实的工厂需求。

小米从汽车工厂16个典型工段中选取1827个标准作业流程，通过视频采集、动作捕捉和仿真分析，研究工人完成不同任务时需要哪些手部动作。结果发现，21个自由度能够较好地兼顾抓握能力与结构复杂度，继续增加自由度，收益反而明显下降。

在技术方案上，小米采用腱绳与直驱结合的混合驱动结构，将大部分电机集中在前臂，以减轻手掌重量；同时加入张力控制、热预测和高密度触觉感知，让机器人不仅能够抓取物体，还能感知接触状态、控制力度。

相比起单纯地追求人形而模仿人手，小米选择根据真实生产任务决定机器人需要怎样的手。当然，灵巧手的价值最终还要通过实际工作来证明。腱绳的长期可靠性、触觉传感器的耐久性、连续运行时的散热和维护成本，都比一次成功的抓握演示更重要。

早在2022年，小米就发布了首款全尺寸人形机器人CyberOne，中文名“铁大”。当时的铁大能够双足行走、感知环境并与人互动，但总体仍属于技术展示性质的原型机。到了2026年，小米机器人的研发明显提速。

3月，小米宣布人形机器人进入汽车工厂“实习”，开始尝试自攻螺母上件、料箱搬运等任务。在自攻螺母工位，机器人实现连续3小时自主运行，作业成功率达到90.2%，并满足76秒的产线节拍要求。

随后，小米继续优化相关能力。7月，双侧螺母上件成功率已提高至98%，侧盖板排序和料箱折叠等任务的成功率也达到约90%；8月，新一代人形机器人又在世界机器人大会上亮相。

除了身体，小米也在推进人形机器人的“大脑”研发。

2025年11月，小米就发布了MiMo-Embodied具身基础模型，尝试将自动驾驶与机器人具身智能纳入统一架构，探索不同物理场景之间的知识迁移。

今年2月，小米进一步开源了拥有47亿参数的Xiaomi-Robotics-0。这是一款视觉—语言—动作（VLA）模型，能够把视觉感知、语言理解与动作生成结合起来，并支持在消费级GPU上进行实时推理；同月，小米还公布了TacRefineNet触觉驱动抓握模型，探索仅依靠触觉反馈实现毫米级精细操作。

到了7月，小米又推出Xiaomi-Robotics-U0和Robotics-1等研究成果，进一步探索世界模型与大规模机器人操作数据训练。其中，世界模型的意义尤其值得关注。它尝试让机器人不仅理解眼前的环境，还能够预测动作可能带来的物理变化，从而辅助规划和决策。

将这些技术放在一起，就能看到小米正在构建的完整体系：具身大模型负责理解与决策，灵巧手和触觉系统负责精细操作，人形机器人提供执行载体，而汽车工厂则成为验证技术、积累数据的真实环境。这种从生产需求出发，再反向推动技术研发的方式，有机会形成持续迭代的闭环。

这可能正是小米与不少机器人初创公司相比，最独特的优势。小米拥有汽车、手机和智能家电等制造业务，也拥有自建工厂。它既可以研发机器人，又能在自己的生产体系中寻找应用场景，通过真实作业数据不断改进模型与硬件。

但能否真正打通“大脑、双手、身体和工厂”之间的技术闭环，还需持续观察。目前宇树在机器人本体和运动控制方面积累深厚，智元正在积极推进产品化与场景部署。小米虽然具备制造体系和AI研发资源，却仍需要证明这些资源能够转化为可靠、经济且可规模化的机器人产品。