小米机器人总装车间实习新岗位两项工作成功率90%

7月14日，小米机器人正式宣布开启“实习”新岗位，在总装车间物流区探索中控台侧盖板排序与料箱折叠回收两项任务。目前，这两个新工站的成功率均已达到90%。而此前已成功“转正”的自攻螺母上件工站，经过一个季度的持续优化，双侧作业成功率已提升至98%，与人工作业合格率仅相差1%，已正式投入实际生产。

实习新岗位：中控台侧盖板排序

中控台侧盖板具有大尺寸、不规则、柔性等特点，对机器人的全身运动控制、双手协同、精细操作及主动柔顺策略能力提出了极高挑战。这也是小米机器人首次实现汽车柔性工件长时间连续作业的重要突破。

作业流程

• 机器人需从料箱中取出指定盖板，并将其精准放入对面料架车的料格中。
• 面对三排较大的料箱空间，机器人在抓取远端盖板时，必须充分调用全身自由度，同时保持身体平衡。

关键技术

• 主动柔顺控制策略：基于机器人的末端力感知能力，团队开发了面向环境交互的主动柔顺控制策略，显著增强了盖板操作及与料架接触过程中的鲁棒性。当盖板在放置时出现钩挂或卡滞，机器人可通过柔顺策略自动调整，继续完成任务。
• 双手协同调整：抓取柔性盖板后，机器人自主通过双手协同，调整盖板在手中的握持方式，从而提升后续放置环节的可操作度与精准度。
• 仿生灵巧手的精细调整：操作大尺寸物体时，手部位姿的细微变化可能对最终放置位置产生显著影响。借助仿生灵巧手的本体感知能力，机器人能够对盖板在手中的姿态进行类人精细调整，提高放置过程的效率与稳定性。

小提示： 柔性工件（如中控台侧盖板）因材质软、形状不规则，在传统工业机器人操作中容易变形或卡滞。小米机器人通过力觉反馈与主动柔顺控制，模拟人手工操作中的“试探-调整”过程，值得行业关注。

实习新岗位：料箱折叠回收

料箱折叠工站的作业难点主要体现在以下几个方面：

• 细腻感知与精准指端运动：机器人抠开拉环时，需要具备细腻的接触感知能力，并精确控制指端的灵活运动。
• 双臂高效精准协同：这是保障高节拍连续作业的核心要素之一。
• 多料箱同步推送与多机器人协调：多个料箱叠摞后由机器人同步推送至目标位置，以及多机器人单元之间的动作协调与节拍匹配，均已得到有效解决并实现稳定运行。

远程干预机制

小米表示，针对作业过程中可能出现的危险或不可逆失效，系统保留了远程干预机制，必要时可由工作人员及时接管机器人。

未来优化方向

目前，机器人在折叠料箱第二面时，需要先调整料箱方向，使卡扣朝向机器人。而熟练工人通常可凭借操作经验直接“盲抠”拉环，无需进行这一额外调整步骤。随着后续仿生灵巧手的升级，团队将尝试挑战这一操作技巧，以进一步提升作业效率。

常见问题： 为什么机器人在料箱折叠时不能像工人一样“盲抠”拉环？
答案： 目前机器人的仿生灵巧手在触觉反馈与指端灵活性方面仍存在一定限制。工人凭借多年经验形成的肌肉记忆和触觉判断，可以无需目视直接准确找到拉环位置。机器人则需依赖视觉或预先调整料箱方向来定位卡扣。随着灵巧手感知能力与算法的持续提升，未来有望实现类似人类的“盲操作”。

总结与展望

小米机器人在汽车工厂的“实习”之旅已取得显著进展：从自攻螺母上件工站以98%的成功率正式转正，到中控台侧盖板排序与料箱折叠回收两个新岗位达到90%的成功率，标志着机器人正逐步适应复杂、柔性及高精度的汽车总装任务。未来，随着仿生灵巧手与主动柔顺策略的不断升级，机器人有望在更多工站实现与熟练工人媲美的作业效率，为智能制造提供有力支撑。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：小米机器人总装车间实习新岗位两项工作成功率90%要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题