具身智能的演示视频很多，真实场景的实测成绩却不多。11月3日，小米在乌镇峰会上公开了两项实测成果：在居家场景中，基于自研预训练模型Xiaomi-Robotics-1的智能体完成了青年公寓内50余项作业；在工业场景中，具身智能在汽车工厂完成了连续8小时作业测试。从“能演示”到“能实测”，是具身智能走向实用的关键一步。

先看居家场景这50余项作业。青年公寓是一个典型的非结构化环境：房间布局各不相同，物品摆放没有固定规则，任务种类繁杂，从整理、取物到开关设备，每一项都需要机器人理解环境、规划动作、应对变化。完成50余项作业，意味着机器人不是只会做一两项排练好的任务，而是在一个真实居住空间里处理了一批不同类型的日常事务。这种广度，比单一任务的成功率更能说明问题：它考验的是模型的通用性，而不是针对某个任务的专门调优。

再看汽车工厂连续8小时作业测试。8小时是一个完整班次的长度，这个时间尺度本身就很有信息量。短时演示可以掩盖很多问题：电池续航、关节发热、软件稳定性、长时间运行后的误差积累，这些问题只有在连续运行时才会暴露。能够连续作业8小时，说明小米的具身智能系统在可靠性与稳定性上已经达到了可以进入工业班次讨论的水平。当然，8小时测试不等于8小时量产，它更像是一次“耐力考试”：先证明能跑完一个班次，再谈效率与良率。

两个场景放在一起，恰好对应了具身智能最受关注的两条落地路线：家庭服务与工业制造。家庭场景考验通用性与安全性，工业场景考验稳定性与效率。小米同时公布两项成果，表明它的具身智能布局不是单点突破，而是希望在两条路线上同时积累经验。这种布局与小米自身的业务结构也有呼应：它既有面向消费者的智能家居生态，也有制造工厂的实际场景，两类场景都能为其具身智能提供真实的试验场。

自研预训练模型Xiaomi-Robotics-1，是这两项实测的技术底座。具身智能的预训练模型，相当于机器人的“通用大脑”：它先在大量数据上学习通用的感知、理解与动作能力，再针对具体场景做适配。没有这样的底座，每个任务都要从头训练，成本极高；有了底座，新任务的适配速度会大幅提升。小米公开自研模型名称，本身就是在展示它在具身智能核心能力上的投入：不是只做机体集成，而是在模型层也有自己的积累。

把小米的实测放在行业背景里看，意义更加清晰。当前，具身智能领域最受质疑的一点，就是演示与落地之间的差距：展会上的机器人动作流畅，到了真实场景却频频“掉链子”。行业正在从“看演示”转向“看实测”，而实测的标准也在变得具体：完成了多少项任务、连续运行了多长时间、在什么环境下测试、有没有人为干预。小米公布的50余项作业与连续8小时，正是这种新标准下的成绩单。未来，更多企业公布类似的可量化实测数据，行业的真实进展才更容易被判断。

当然，实测成绩也需要理性看待。青年公寓的50余项作业，具体是哪些任务、成功率如何、是否有人为辅助，这些细节尚未完全公开；汽车工厂的8小时测试，具体承担了哪些工序、效率与人工相比如何，同样需要更多信息。实测不是终点，而是下一阶段优化的起点：从“能完成”到“稳定完成”、从“完成”到“高效完成”，中间还有很长的路要走。

对普通人来说，小米的实测传递了一个直观的信号：具身智能正在从实验室走向你我身边的真实空间。青年公寓里的机器人，或许预示着未来家庭服务机器人的形态；汽车工厂里的连续作业，则预示着工业机器人形态的变化。两条路线最终可能会交汇：一个在家庭与工厂都能稳定干活的通用机器人，正是具身智能的终极愿景。而今天的50余项作业与8小时连续测试，是通向这个愿景的两块垫脚石。

相关阅读：具身智能、小米、机器人实测

来源：乌镇峰会公开信息综合