Xiaomi hat seine humanoiden Roboter aus dem Labor auf die Produktionsfl\u00e4che seiner Elektroauto-Fabrik verlegt, wo die Maschinen an einer Druckguss-Arbeitsstation einen dreist\u00fcndigen autonomen Lauf absolvierten. Der Test erreichte eine Erfolgsquote von 90,2 % bei der gleichzeitigen beidseitigen Mutternmontage und erf\u00fcllte laut Berichten von Sina Finance und CnEVPost die schnellste Taktzeit der Linie von 76 Sekunden. Der Versuch ist ein fr\u00fches Beispiel daf\u00fcr, dass ein humanoider Roboter f\u00fcr anhaltende, reale Montagearbeiten in einer aktiven Automobilproduktionslinie erprobt wird, und er zeigt, wie chinesische Tech-Firmen versuchen, KI-gesteuerte Robotik mit der EV-Fertigung zu verschmelzen.<\/p>\n
<\/p>\n
<\/p>\n
\n<\/p>\n
Der Roboter arbeitete drei Stunden lang ununterbrochen an einer Station zum Einsetzen selbstschneidender Muttern in der Druckguss-Werkstatt<\/a> von Xiaomis EV-Fabrik. Das Einsetzen selbstschneidender Muttern ist eine sich wiederholende, aber pr\u00e4zisionsabh\u00e4ngige Aufgabe: die Verbindung muss in einem gleichbleibenden Winkel und mit konstanter Drehmomentst\u00e4rke in gegossene Metallteile eingebracht werden, und Fehler k\u00f6nnen die strukturelle Integrit\u00e4t beeintr\u00e4chtigen. Die Tatsache, dass Xiaomi diese Station f\u00fcr seinen ersten Fabriktest gew\u00e4hlt hat, deutet darauf hin, dass das Unternehmen Aufgaben ins Visier nimmt, bei denen Konsistenz wichtiger ist als Fingerfertigkeit \u2014 ein pragmatischer Ausgangspunkt f\u00fcr eine Maschine, die sich au\u00dferhalb kontrollierter Umgebungen noch beweisen muss.<\/p>\n Die 90,2 % Erfolgsrate bei gleichzeitiger beidseitiger Montage<\/a> ist eine aussagekr\u00e4ftige, aber unvollkommene Kennzahl. In einem typischen Automobilwerk streben menschliche Bedienkr\u00e4fte oder spezialisierte Roboterarme bei Befestigungsaufgaben nahezu perfekte Genauigkeit an. Eine Ausfallrate von etwa einem von zehn F\u00e4llen w\u00e4re f\u00fcr die Produktion in voller Geschwindigkeit ohne menschliche Aufsicht noch nicht akzeptabel. Die Kennzahl ist jedoch bedeutsam, weil der Roboter au\u00dferdem die schnellste Taktzeit der Linie von 76 Sekunden erf\u00fcllte, was bedeutet, dass er mit dem tats\u00e4chlichen Durchsatz der Fabrik Schritt hielt, statt in einer langsameren Demonstrationsgeschwindigkeit zu laufen, die die Technologie besser dastehen lie\u00dfe.<\/p>\n In begleitenden Materialien zur Ank\u00fcndigung zeigte Xiaomi au\u00dferdem, dass die Roboter Aufgaben jenseits der Mutternmontage versuchen, darunter Schraubarbeiten und Materialhandling. Diese Bandbreite deutet auf eine gr\u00f6\u00dfere Ambition hin: Anstatt Einzweckmaschinen zu bauen, scheint Xiaomi allgemeine humanoide Plattformen zu entwickeln, die \u00e4hnlich wie ein menschlicher Arbeiter zwischen Arbeitsstationen wechseln k\u00f6nnen. Wenn dieselbe Einheit von Befestigungsarbeiten zu einfacher Logistik oder Inspektion umgeschult werden kann, sieht die Kapitalrendite pro Roboter ganz anders aus als bei einem festen, einfunktionalen Arm.<\/p>\n Obwohl Xiaomi keine detaillierten Ausfallmodi offenlegt, impliziert die aktuelle Leistung ein hybrides Betriebsmodell in naher Zukunft: Humanoide \u00fcbernehmen den Gro\u00dfteil der repetitiven Arbeiten, w\u00e4hrend menschliche Techniker bei Fehlmontagen korrigierend eingreifen, Warnungen beseitigen oder bei Sonderf\u00e4llen \u00fcbernehmen. Solch ein Human-in-the-Loop-Ansatz ist bei fr\u00fchen Automatisierungseinf\u00fchrungen \u00fcblich und bietet einen Weg, die Toleranzen schrittweise zu versch\u00e4rfen, w\u00e4hrend Software und Hardware sich verbessern.<\/p>\n <\/p>\n <\/p>\n Das technische R\u00fcckgrat dieses Vorhabens ist ein Vision-Language-Action-Modell namens Xiaomi-Robotics-0, beschrieben in einem Technical Report auf arXiv<\/a> (ID 2602.12684). Das Papier mit dem Titel \u201eXiaomi-Robotics-0: An Open-Sourced Vision-Language-Action Model with Real-Time Execution\u201c skizziert ein System, das visuelle Eingaben verarbeiten, Aufgabenanweisungen interpretieren und physische Aktionen in Echtzeit ausf\u00fchren kann. Das Modell wurde an Simulations-Benchmarks und realen bimanualen Manipulationsaufgaben evaluiert, d. h. an koordinierten Zweihand-Operationen, die denen auf einer Montagelinie \u00e4hneln.<\/p>\n Xiaomi hat Code und Modell-Checkpoints als Open Source ver\u00f6ffentlicht, eine Entscheidung, die dieses Projekt von dem propriet\u00e4ren Ansatz unterscheidet, den die meisten Industrie-Robotikfirmen verfolgen. Ein KI-Modell dieser Art als Open Source anzubieten l\u00e4dt externe Pr\u00fcfung und Zusammenarbeit ein, beschleunigt aber auch die Verbreitung. Wenn Drittentwickler und akademische Labore auf Xiaomi-Robotics-0 aufbauen k\u00f6nnen, k\u00f6nnte sich das Modell schneller verbessern, als es innerhalb der F&E-Pipeline eines einzelnen Unternehmens m\u00f6glich w\u00e4re. F\u00fcr das breitere Robotikfeld ist das ein bemerkenswerter Punkt: Ein gro\u00dfer Konsumelektronik- und EV-Hersteller behandelt seine Kernrobotik-KI als gemeinsame Ressource statt als streng geh\u00fctetes Gesch\u00e4ftsgeheimnis.<\/p>\n Die Echtzeit-Ausf\u00fchrungsf\u00e4higkeit macht den Fabrikeinsatz \u00fcberhaupt erst praktikabel. Industrielle Umgebungen verlangen geringe Latenzzeiten; ein Roboter, der inneh\u00e4lt, um visuelle Daten zu verarbeiten oder eine Greiftrajektorie neu zu berechnen, kann den Produktionsfluss st\u00f6ren. Die Betonung des arXiv-Papiers auf latenzarmer Wahrnehmung und Kontrolle legt nahe, dass Xiaomi das Modell speziell mit Blick auf Fabrikrestriktionen entwickelt hat, anstatt ein allgemeines KI-System nachtr\u00e4glich auf eine physische Plattform zu setzen.<\/p>\n <\/p>\n <\/p>\nDas KI-Modell hinter dem Roboter<\/h2>\n
\n<\/p>\nLei Jun nennt sie \u201ePraktikanten\u201c<\/h2>\n
\n<\/p>\n