2026年7月29日，雷军在社交平台放出一段视频，画面内容十分有冲击力。白色小米人形机器人驻守产线，持续完成收纳盒折叠工序，动作节奏不快，但是整套流程稳定连贯。镜头切换之后，一旁站立的黑色机器人抬起手臂，对着镜头比出手势，冰冷的机器多出一丝具象的画面感。

同一天流出的实测数据，远比短视频更具备分量。小米人形机器人自攻螺母拧紧成功率，四个月之内从90.2%提升至98%。同一工位熟练产业工人的稳定水准为99%，两者只剩下1个百分点的差距。除此之外，机器人新增中控台侧盖板排序、料箱折叠两大工序，两项作业成功率全部突破90%。

很多观众第一眼看见数据，很难理解98%成功率具备怎样的价值。大众习惯用人均成绩评判技术高低，单纯认为距离人工只差1%，突破只是时间问题。放到真实的汽车产线环境，就能读懂这组数字背后巨大的技术壁垒。工业场景不存在实验室理想环境，零件存在细微公差、物料摆放偏移、车间震动、光线变化，任何微小变量，都会干扰机器人识别与操作。
从90.2%推进到98%，越靠近人工水准，每向上提升0.1个百分点，都需要海量现场数据迭代算法，调试感知、力控、运动协同整套系统。很多人形机器人只能在舞台完成演示动作，一旦进入不间断运转的真实生产线，稳定性会快速下滑，这也是不少样机始终无法落地量产岗位的核心原因。

行业内不少机器人产品，长期停留在表演层面，跳舞、奔跑、搬运标准箱体，观赏性充足，很难承接持续性生产任务。小米选择截然不同的路线，直接把样机投进自家汽车工厂，承接重复枯燥、容错空间极低的装配工作。不需要花哨的展示动作，优先攻克制造业最刚需的柔性工序。通用固定机械臂擅长单一标准化任务，一旦工序调整、物料更换，改造周期漫长。人形机器人最大优势，就是适配多种零散工序，灵活切换工作内容，填补传统自动化设备覆盖不到的岗位空白。

随之而来值得深度思考的问题，雷军提出五年内大批量机器人进厂，这场长期押注，赌的究竟是什么。

第一层赌注，是制造模式的迭代。当下汽车工厂自动化体系存在明显分层，焊接、喷涂这类工序早已实现高度自动化，但是内饰装配、物料分拣、料箱整理等柔性岗位，依旧高度依赖人工。这类岗位工作重复，招工难度持续上升，人力成本逐年上涨。大批量人形机器人落地之后，可以承接大量重复性辅助岗位，优化工厂人力结构，稳定生产节拍，降低人力波动带来的产能风险。不同于一次性采购设备，机器人持续在产线运行，源源不断采集真实工况数据，形成算法持续优化的闭环，越使用，作业稳定性越强。

第二层赌注，是全产业链技术沉淀。人形机器人涵盖关节电机、减速器、灵巧手、视觉感知、具身大模型等大量核心零部件。整套技术体系，能够和智能汽车、智能终端共享研发资源。持续落地工业场景，等同于持续拉动上游供应链迭代，推动零部件成本持续下行。只有大规模场景持续使用，上游厂商才有动力持续扩产、优化工艺，最终摆脱高成本桎梏。如果只停留在少量样机研发，零部件价格长期居高不下，商业化永远无法实现。

第三层赌注，是通用机器人时代的入场资格。工业场景是人形机器人落地的第一站，也是成本最低、需求最明确的试验场。所有技术验证、算法打磨、可靠性测试，优先在工厂完成迭代。当硬件成本持续下降，智能模型持续成熟，未来才有机会逐步向商业场景、家庭场景延伸。当下所有科技企业争夺人形机器人赛道，本质是争夺下一代通用智能终端的入场券。智能手机、智能汽车之后，具备自主行动、自主操作能力的机器人，被视作最重要的硬件赛道。

当然不能忽略客观存在的短板。距离熟练工人剩余1%的成功率，短期很难快速抹平。产线连续作业之中，2%的失误概率，会带来物料损耗、产线暂停等连锁问题。现阶段机器人更多作为人力补充，无法在短时间全面替代操作工。续航、故障自主识别、极端工况适应能力，依旧存在大量待攻克难题。

很多人看到机器人进厂，第一反应担忧岗位被替代。结合制造业现状来看，短期之内，机器人主要承接高强度、重复性、环境枯燥的基础工序。工厂更需要的是人机协同模式，机器负责机械重复操作，工人聚焦调试、质检、异常处理等高价值工作。制造业长期面临年轻人不愿进入流水线的困境，柔性机器人可以缓解用工缺口矛盾，而非简单取代劳动力。

资本市场和科技行业，经常陷入追逐热点的误区，追捧亮眼的演示视频，忽视商业化落地能力。小米这条路线，把工业产线当成持续试炼场，依靠真实生产需求驱动技术迭代，避开单纯为了展示效果研发样机的陷阱。98%成功率只是阶段性里程碑，距离大规模普及还有漫长周期。

这场长达五年的布局，本质不是赌单一技术突破，而是赌柔性制造的长期趋势，赌国内机器人产业链具备持续降本迭代的潜力。