最近小米最讓人驚喜的新品，不是汽車，也不是手機，而是一款還沒正式發布的人形機器人，小米 CyberOne V2。
在前天的小米投資者大會上，它第一次公開亮相。
不跑不跳，也沒有表演後空翻，只是安靜地站在那裡，像一位訓練有素的工作人員，給與會嘉賓遞上伴手禮，和人握手、擊掌。
小米官方目前還沒有發布正式的參數，根據網上的爆料資訊，小米 CyberOne V2 這款人形機器人身高 178cm、體重約 52kg。
其他的參數像是機器人的步行速度，大約為 0.98m/s，單臂的舉重能力可以支撐 3kg 的重量。對比早前宇樹發布的 H2 機器人，其最快行走速度是 3.3m/s，手臂最大負載 15kg，額定 7kg。
小米 CyberOne V2 的重點，很明顯沒有放在走路和舉重上，這次最值得關注的，是小米機器人重新設計的手部。
這雙手是按照成年男性的手 1:1 比例製作，具有 22-27 個自由度，不僅能做到快速擰螺絲、掌內轉螺柱這些精細工業化場景的任務，還能捏羽毛和觸碰氣球。
更意外的是，這雙手竟然還有人類的「汗腺」。
其他的爆料還提到，小米 CyberOne V2 依靠背後的情感 AI 模型，能夠識別面部表情和聲音，從而給出恰當的互動反饋。
但也有美國網友在下面評論說，小米 CyberOne V2 的樣子和特斯拉 Optimus 也太像了，馬斯克選擇不提前展示 Optimus 的任何資訊是對的。
此前馬斯克有說過，推遲展示 Optimus V3，是為了防止競爭對手抄襲，並認為在大規模量產前，應儘可能將其藏在門後。
靈巧手是機器人的硬體瓶頸
從技術和資本市場，機器人這段時間的發展都很迅猛，幾乎每天都有一個具身智能的融資。
在腳上的功夫，機器人半馬刷新了人類紀錄，來到了一小時內。
但在「用手操作」上，翻書、繫鞋帶，這些人類雙手的日常操作，對機器人來說卻還是天方夜譚。
具身智能的核心，其實就在於機器人的大腦如何通過物理軀體與現實世界交互，而靈巧手成了實現完美交互最大的硬體瓶頸。
多家機器人公司都曾專門研究過靈巧手的問題，強腦科技此前發布了 BrainCo Revo 3 智能靈巧手；21 個自由度，集成了全掌觸覺和指尖視觸覺，並且兼容開源生態。
在官方發布的演示影片裡，這隻手超越了人手的活動空間，並且覆蓋了 33 種抓握手勢，能雙手解魔方，使用剪刀，和盤手串等。
靈巧手之所以成為一項難題，是難在軟體和硬體同時卡住。
軟體上，人手到機器人手的動作需要重定向；硬體上，手指內部的小型執行器又很難同時做到有力、靈敏、可靠。
這裡的「重定向」可以理解為：把人手的姿態、指尖軌跡和接觸關係，轉換成機器人手能執行的關節角和控制命令。
但人手和機械手的尺寸、關節數量、運動範圍都不完全一樣。人類做起來很自然的動作，直接映射到機器人手上，可能會變成不可達、穿模，或者接觸點不對。
在硬體上，腿部關節通常有更多空間，可以放更大半徑、更高扭矩密度的電機，因此更容易採用低減速比或準直驅方案。
比如 6:1 減速比，意思是電機轉 6 圈，輸出軸轉 1 圈；速度降下來，輸出扭矩放大上去。
腿部電機（齒輪比：6）與手指（齒輪比：288）。扭矩隨r³縮放。
手指沒有這種空間。電機必須縮到能塞進指節的尺寸，而在幾何相似的情況下，電機扭矩大致隨特徵長度的三次方下降。線性尺寸縮小到 1/10，扭矩可能只剩原來的 1/1000 量級。
扭矩不夠時，常見做法是靠更高減速比補回來，比如 100:1、200:1，甚至 288:1。
高減速比的代價也很直接：摩擦、齒隙、效率損失和反射慣量都會變得更難處理。
仿真里很輕巧的手指，到了現實里可能變得又硬又鈍，接觸時不夠柔順，精細操作也就難了。
根據小米技術此前發布的全掌觸覺仿生手探索文章，為了能 100% 復用人類的數據，小米對 CyberOne V2 的仿生手這次也進行了大刀闊斧的重構。
1:1 極致仿生： 將仿生手體積大幅壓縮了 60%，尺寸與成年男性手部完全一致。同時增加了 64% 的自由度，具有 22-27 個自由度 DoF，可達空間、慣量分布都無限逼近真實人手。
全掌觸覺覆蓋： 機器人如果視覺一旦被遮擋，基本上就無法正常運作。小米引入了觸覺手套方案，將全掌觸覺傳感器覆蓋面積提升至 8200 平方毫米。人類穿上它打樣，機器人就能完美繼承「手感」。
15 萬次耐久拉鋸： 在實驗室里、演示影片裡捏個杯子很簡單，但在工廠里連續打一萬次螺絲，機器人的腱繩、彈簧和套管就會斷裂。小米這雙仿生手目前在實際抓握中，突破了 15 萬次的循環壽命。
而最特別的細節，是靈巧手的「汗腺」。
為了實現這雙高自由度的靈巧手，小米也必須在機器人的單手小臂內塞滿各種電機。
而在實際應用中，單手電機功率超 100W，其中 30W 會直接轉化為廢熱，極易燒毀線路。在沒有外掛大型風扇的狹小空間裡，他們從人類「出汗散熱」中找到了靈感。
小米使用金屬 3D 列印，在緊湊的小臂結構中製作了微型液冷循環通道。利用微泵將熱量轉移，再通過水分蒸發吸熱降溫。
在實測中，這套仿生汗腺系統，每分鐘僅需蒸發 0.5mL 水，就能提供約 10W 的主動散熱能力。
手之外，還有機器人的大腦
硬體在疊代，模型也在同步推進。
兩個月前，小米開源了 Xiaomi-Robotics-0，一個面向具身智能的 VLA（視覺-語言-動作）模型。
在小米技術的官方推文里，他們進一步開源了真機後訓練（Post-training）的完整流程。
最直觀的數據是，基於預訓練基座，用 20 小時的任務數據進行真機後訓練，Xiaomi-Robotics-0 模型就能學會「把耳機放進耳機盒」這個高難度任務，並且能連續完成多個耳機的收納。
這套後訓練流程里有一個值得關注的技術細節：「偷懶效應」的解決方案。
為了讓機器人動作不卡頓，業界通常採用異步推理和「動作前綴」技術，即讓新動作順著上一個動作的慣性自然過渡。但這會導致 AI 開始「偷懶」：過度依賴動作慣性，選擇性無視攝影機傳來的實時視覺反饋。
小米用了三種機制來對抗這個問題：自適應加權損失、Λ 型注意力掩碼、前綴動作隨機遮蔽。簡單說，就是在訓練里故意給模型製造「答案殘缺」的情況，強迫它不得不去看當前的視覺信號。
軟硬體能力的綜合，也讓小米機器人已經在汽車工廠里搬磚了。在自攻螺母上件工位，做到了 3 小時持續無干預作業，安裝成功率高達 90.2%，能配合生產線 76 秒的高速節拍。
開始大規模交付的機器人
特斯拉此前把 Model S/X 的整條生產線砍掉，騰位置給機器人。
在一季度財報會上馬斯克宣布，第三代 Optimus V3 預計年中亮相，7 月下旬至 8 月在加州弗里蒙特工廠啟動生產，2026 年下半年向企業客戶交付，規劃年產能 100 萬台。
但就像馬斯克之前在播客里承認的一樣，手部精細操作是「整個項目最難的環節」。
特斯拉的 Optimus 還沒量產，美國另一家人形機器人公司 Figure 機器人，今天在 X 上宣布生產規模擴大了 24 倍，從每天生產一個機器人，變成 1 小時生產一個機器人。
在官方新聞稿里，Figure 提到他們已經交付了超過 350 個機器人。
對小米來說，做機器人，可能不會很快像 Figure、宇樹、甚至是特斯拉一樣，賣出一台消費級通用人形機器人。
但從 CyberOne V2 的方向也能看出來，小米真正想解決的，除了要讓機器人跑得更快、舉得更重，還有要讓它更像一個能真正幹活的手。
