单一来源
当前只有一个可用来源,尚未完成多源交叉核验小米斩获乌镇峰会双料大奖:小米集团获“杰出贡献奖”,小米具身基座模型获“领先科技奖”
小米斩获乌镇峰会双料大奖:小米集团获“杰出贡献奖”,小米具身基座模型获“领先科技奖”
11月3日,小米方面披露,小米集团获得2026世界互联网大会“杰出贡献奖”创新突破类奖项
11月3日,小米方面披露,小米集团获得2026世界互联网大会“杰出贡献奖”创新突破类奖项,该奖项旨在表彰全球互联网相关领域作出杰出贡献的个人和企业。同时,小米机器人业务“面向规模化落地的通用机器人操作基座模型关键技术”获大会“领先科技奖”,该奖项旨在奖励全球年度最具领先性的互联网科技成果。
峰会期间,小米还对外披露了机器人业务在工业制造和家庭场景的两项最新落地进展。
在工厂场景,小米披露人形机器人在汽车工厂的最新“实习”进展:在中控台侧盖板排序工站中首次挑战8小时作业任务,满足工站全天生产需求,并实现作业过程异常自主纠偏与产线系统级协同,初步完成产线级作业能力验证。
在家庭场景,小米具身基座模型在小米青年公寓正式启动“试运营”,基于Xiaomi-Robotics-1 预训练模型搭建Agent 系统,已在小米青年公寓完成连续超30分钟、覆盖3个房间、包含50+任务的长程任务验证。
中国数实融合50人论坛副秘书长、数字经济智库首席研究员胡麒牧表示,小米机器人实现汽车工厂8小时整班作业、初步完成产线级作业能力验证,是人形机器人赋能智能制造的一次重要探索。“小米的独特之处在于机器人业务生长于真实的制造体系之上,智能制造工厂提供了稀缺的高质量训练数据来源。”
胡麒牧认为,小米完善的“人车家全生态”业务布局,为机器人业务提供了很好的落地通道,小米具身基座模型在青年公寓启动“试运营”,代表小米机器人开始探索对模型泛化能力要求更高的家庭场景,一套技术底座同时支撑工业与家庭两大场景,说明小米已跑通“场景定义技术、技术反哺场景”的正向循环。
乌镇峰会双奖认可,小米集团底层技术创新迎来体系化突破
11月2日至11月5日,2026世界互联网大会在浙江乌镇召开,小米集团荣获大会“杰出贡献奖”,小米机器人团队具身基座模型关键技术获大会“领先科技奖”。
乌镇峰会“杰出贡献奖”自2024年起设立,旨在表彰全球互联网相关领域作出杰出贡献的个人和企业。今年共有全球230余家企业申报,覆盖近20个国家和地区,涵盖人工智能、芯片设计、移动通信、互联网平台等多个赛道,经全球顶尖专家两轮评审,最终仅15家企业获此殊荣。
小米首次申报即拿下该奖项,充分体现了世界互联网大会对小米硬核科技创新突破能力的认可。作为一家核心技术布局覆盖芯片、AI、OS、智能制造、机器人等多领域的科技公司,小米在底层技术上的长期投入,正在多个方向迎来体系化的产出与突破。
乌镇峰会“领先科技奖”旨在奖励全球年度最具领先性的互联网科技成果,2026年奖项共征集到来自43个国家和地区的430余项科技成果,由30位国内外顶尖专家遴选出20个最终入围。
小米本次获奖技术为“面向规模化落地的通用机器人操作基座模型关键技术”,代表小米在具身模型和规模化应用方面的核心技术成果。目前该技术已在小米青年公寓开展小范围试点,实现真实场景下的“技术-产品-场景-数据”闭环。
小米此前已迭代2代具身基座模型,并在工业和家庭多个场景下开展技术验证和实际应用。最新一代具身基座模型 Xiaomi-Robotics-1 基于10万小时真实世界操作数据预训练,国内率先系统性验证具身智能领域 Scaling Law 的存在,并在 RoboCasa365、RoboDojo 等权威评测榜单上位列全球第一。
工业制造、家庭场景双突破,小米机器人披露最新进展
本次峰会期间,小米披露两项机器人最新落地进展,展现了小米机器人团队在工业制造和家庭场景的最新探索成果。
在工业制造场景,小米人形机器人完成产线级作业能力初步验证,在中控台侧盖板排序工站中首次挑战8小时作业任务,满足工站全天生产需求,并实现作业过程异常自主纠偏与产线系统级协同。
这一成绩来自清晰的进阶路径。2026年3月,小米人形机器人首次进入小米汽车工厂“实习”,在自攻螺母上件工站实现连续3小时自主作业,双侧安装成功率90.2%,满足76秒产线节拍。7月,小米机器人在自攻螺母工站作业成功率提升至98%,并新增中控台侧盖板排序、料箱折叠回收两个复杂工站,首次实现柔性工件长时作业。
至本次完成产线级作业能力初步验证,小米机器人在工业制造场景的落地节奏持续加速,意味着小米正持续突破人形机器人在智能制造场景普及的技术瓶颈,为未来通用人形机器人在智能制造领域的规模化应用提供了有效探索。
在家庭场景,以Xiaomi-Robotics-1为核心技术底座的具身基座模型开始在小米青年公寓“试运营”。基于 Xiaomi-Robotics-1 预训练模型,小米工程师利用高质量后训练数据开展多轮迭代优化,并搭建覆盖数据采集、模型推理与任务执行的 Agent 闭环系统。
该系统在小米青年公寓已跑通长程、多房间任务链,完成了连续超30分钟、覆盖3个房间、包含50+任务的长程任务验证,覆盖工具准备、沙发与桌面整理、垃圾清理、物品分类归位、房间巡检、全屋复检和离场等完整环节。
从工厂到公寓,小米机器人正在同一批具身基座模型技术的支撑下,同步推进工业制造与家庭服务两大场景的落地验证。青年公寓试运营的正式启动,标志着小米「技术-产品-场景-数据」闭环在真实生活场景中正式跑通,也为将来具身智能走进家庭场景积累了真实的运营数据与工程经验。
本文由小米提供,量子位获授权转载,观点归原作者所有。
版权所有,未经授权不得以任何形式转载及使用,违者必究。
· B站举办2026超级科学晚,脑机接口、人造太阳等前沿科技齐亮相2026-11-03
· 爱诗科技PixVerse 与 OpenAI 共同推出产品集成和创作者教育计划,高效打通 AI 创意全流程2026-11-03
· 搭载NVIDIA RTX Spark™ N1X超级芯片:联想YOGA Pro 15开启盲约,重塑个人生产力边界2026-10-08
· 从“能调用”到“敢托付”:仪电智算云 Token 工厂的三重可信2026-11-02
迁移DeepSeek-R1同款算法,小米让7B模型登顶音频理解推断MMAU榜单
准确率提升31%
林斌:小米自己的研发产线正式开工
特斯拉状告国产零部件公司“侵害技术机密”:清华校友创办项目,小米是第一大外部股东
小米刚入股半年
牺牲芯片换其他配置,红米Note 11 Pro+还值吗?
红米Note 11 Pro+ 测评
iQOO 10 Pro评测:开始充了吗?已经完事了
雷军说好的百万美金大奖双倍发放:造车与造OS,都离不开AI了
汽车一体化压铸技术也有AI参与
Evidence
来源与证据
当前仅有一个可用来源,尚未完成多源交叉核验。
- 发布时间
- 内容处理
- AI 翻译 / 摘要,需结合原文核对
相关资讯
国家发改委:发展未来产业要因地制宜,不能「面面俱到」
国家发改委:发展未来产业要因地制宜,不能「面面俱到」 25 分钟前 国家发展改革委在奋进「十五五」系列新闻发布会上介绍培育壮大新动能有关情况,相关负责人表示新一轮科技革命和产业变革有多点突破等特色,未来产业发展方向众多不可能面面俱到,党中央和国务院综合多方面因素明确「十五五」时期重点发展量子科技、生物制造、氢能和核聚变能、脑机接口、具身智能、第六代移动通信等未来产业,将按照全国一盘棋要求加强统筹谋划,支持各地因地制宜选择本地有基础、有比较优势的细分领域发展。 国家发改委:发展未来产业要因地制宜 不能「面面俱到」 财联社 / 格隆汇 国家发改委:发展未来产业要因地制宜,不能「面面俱到」
苹果 CEO 特努斯:Siri 每日处理超过 25 亿次请求,部分高级 AI 功能将收费
IT之家 11 月 3 日消息,科技媒体 AppleInsider 今天(11 月 3 日)发布博文,报道称在最新财报电话会议上,苹果首席执行官约翰 · 特努斯(John Ternus)重申 Siri 每天处理超过 25 亿次请求,部分高级 AI 功能将收费。IT之家注:这并非苹果公司首次宣布该数据,在 9 月召开的 iPhone 18 Pro 系列以及其首款折叠 iPhone Duo 发布活动中,苹果公司人工智能产品营销副总裁莉莲 · 林孔(Lilian Rincon)首次披露了该数据。相比 2024 年 WWDC 公布的“每天 15 亿次语音请求”,最新数字高出逾 10 亿次,不过苹果并未
央媒谈“字节时间”争议:讨论注意力分配,平台责任不应止于合规
近日,“字节时间”争议引发关注。其实,相比“某某时间”作为一个概念是否成立,更重要的是舆论热议之下凸显一个更深层的现实问题:当算法推荐、无限滚动、自动播放成为日常,全民注意力正在被怎样调动、分配和消耗。《中国网络视听发展研究报告(2026)》显示,截至2025年12月,我国网络视听用户人均单日使用时长已达201分钟,其中微短剧人均单日使用时长129分钟,在视听细分应用中已超越长视频。这些数据未必能精确描摹每个人的生活,却足以提示:短内容正从碎片化消遣,变成日常注意力的重要容器。短视频和短剧并非原罪。但算法推荐、无限下滑、自动播放、即时反馈并不只是“帮人找到想看的内容”,更在持续把零散时间拼接成
浙大联合 TeleAI 提出 GR-BC,用图搜索从机器人试错中找出有效动作
浙江大学沈春华团队联合中国电信人工智能研究院(TeleAI)与伽马智能白辰甲团队提出 Graph-Reweighted Behavior Cloning(GR-BC)方法,相关工作已被 CORL 2026 接收。该方法将同一任务的多次机器人尝试经验构建为包含时间边与跨轨迹相似边的关联图,从成功终点反向搜索得到各状态到成功的最小路径代价,映射为图检索进度后为符合净进展、回退限制要求的有效动作片段分配训练权重,无需额外训练奖励模型或进度预测器,还支持新轨迹回流迭代更新权重。真机实验覆盖四孔零件装配、显卡插装、双螺钉拧紧、内存条插装四类精细操作,以 X-VLA 为骨干时平均成功率约 91%,显著优于
AI 翻译、摘要和解读仅用于辅助判断;涉及重要决策时,请回到上方来源核实。