雷军砸钱挖来的两个00后，一个管”嘴“，一个管”手“

【阅读须知】：本文内容所有信息和数据，均为作者查阅官方信息和网络已知数据整合解析，旨在让读者更清晰了解相应信息，如有数据错误或观点有误，请文明评论，作者积极改正！ （创作不易，一篇文章需要作者查阅多方资料，整合分析、总结，望大家理解。）

2025年夏天，原字节跳动机器人一号位孔涛带着整支核心团队悄悄入职小米，这位清华计算机系出身的博士，是字节跳动内部第一个专注机器人研究的员工，从零发起立项，把一个人的项目做成了百余人的核心团队。

这件事在圈内保密了近一年，直到2026年8月小米机器人事业部正式成立具身智能与应用部，外界才看清雷军的完整布局——孔涛出任部门负责人，统筹公司具身智能领域全部技术方向与业务单元，整个赛道的权限全部划归他手。

保密规格在小米内部也属顶级，团队拥有独立办公场地，高层例会无需露面，事业部内部不同研发小组互不清楚对方的技术方向，小米没有给他设太多条条框框，相当于划出一片独立战场，资源、人事、技术路线全部自主决策。

在此之前，全网的注意力都集中在罗福莉身上，这位被传以千万年薪挖来的年轻技术负责人，执掌小米MiMo大模型团队，入职半年就完成三代技术迭代；从MiMo-V2-Flash到V2.5系列，她带队把混合专家架构的效率推到极致，推理全链路优化后，API成本直接下降99%，KVCache存储压缩到同级方案的七分之一。

她管的是数字世界的“嘴”和“大脑”，小爱同学的基础模型能力已经划归她的团队负责，从语音交互到文案生成、资料查询、智能体调度，小米所有智能设备的思考与对话能力，都由她的团队打磨。她给小米的AI装上了会说话、会思考的灵魂。

孔涛管的是物理世界的“手”和“躯体”；他主导的机器人基座模型，目标不是在展会上表演翻跟头、跳舞，而是落到真实产线上真刀真枪干活。

拧螺母、搬物料、精准走位作业，每一个动作都要符合量产节拍，每一次成功率都要经得住产线的连续检验。

一个负责虚拟世界的思考表达，一个负责现实世界的实操执行。两个人，两条线，刚好拼成雷军的AI核心版图，雷军的野心从来不是做单独的大模型，也不是做单独的机器人产品，而是让手机、汽车、全屋IoT、人形机器人全部跑通同一套AI底座。

数字大模型学到的智能逻辑，可以直接赋能物理机器人的动作决策；物理场景积累的海量真实作业数据，又能反向投喂给数字大脑，优化算法模型，这套双向互通的闭环体系，是纯大模型公司和纯机器人公司都很难搭建的壁垒。

落地节奏确实在明显加快；2026年2月小米发布RoboticsZero，7月就迭代推出RoboticsOne，五个月完成一代产品更新，研发节奏直接拉满；更硬核的是产线成果，人形机器人进驻汽车工厂实习四个月，自攻螺母上件的双侧成功率从90.2%稳步提升至98%。

这个数据意味着什么？每一百次作业只有两次失误，距离熟练工人99%的合格率只差一个百分点；目前这批机器人已经正式转正，承担工厂常态化作业，同时还解锁了中控台侧盖板排序、料箱折叠回收两个新工位，成功率均达到90%。

但这个成绩放在整个具身智能赛道里，只能算刚及格的水平，工厂是标准化固定场景，零件位置、作业流程、行进路线全部提前预设，环境规整、变量极少，机器人只要重复固定程序就能稳定输出，容错空间很大。

能在工厂精准拧螺丝，不代表能进家庭收拾桌面；家庭场景充满不可控变量，杂物随意摆放、物品位置不固定，没有统一作业标准，每一次操作都要应对全新的环境，从标准化工业场景到复杂化家庭场景的鸿沟，是整个人形机器人赛道至今没跨过去的核心瓶颈。

更现实的短板是起步时间差，很多人以为小米入局机器人很早，事实恰恰相反。小米2024年才把机器人业务并进汽车事业部，孔涛2025年才带队正式加盟，对比特斯拉、FigureAI、宇树科技这些头部玩家，直接落后了三到五年的技术积累期。

特斯拉的进展已经非常清晰；2026年底弗里蒙特工厂将启动OptimusGen3的规模化量产，远期年产能规划100万台，德州奥斯汀工厂的第二条产线也在规划中，远期目标直指千万级年产能；目前全球特斯拉工厂已经部署上千台工程样机，覆盖座椅安装、物料分拣、零部件质检多个工位，作业效率达到熟练工人的85%。

但特斯拉看似走得最快，实际也面临自己的困境，Optimus包含约一万个独立零部件，几乎所有配件都要从零自研，没有成熟供应链可以依托。

马斯克自己也承认，量产初期节奏将极其缓慢，不像造车有成熟体系可以复用，产线爬坡要遵循S曲线，前期产量极低。

横向对比下来，小米的劣势十分明显，但很少有人注意到，小米手里握着一张所有同行都复制不了的独家底牌——海量真实的线下产业训练场景。

目前绝大多数机器人公司都有同一个通病：缺乏真实有效的落地训练场景，多数品牌只能搭建人工模拟场景训练机器人，数据失真、场景单一，真正落地后很容易出现适配问题。

小米完全不用为这件事发愁；自有手机工厂、汽车工厂、全屋家电产线遍布全国，数不清的实体产业场景，都是机器人的天然练兵场。机器人可以在真实产线上持续实操试错，积累最贴合落地需求的一手作业数据。

而且这些数据不是孤立的；产线上攒下的物理动作数据，可以直接同步给数字大模型做训练；大模型优化后的决策逻辑，又能立刻回到产线上验证效果；虚实双向赋能，闭环迭代，这套体系的长期价值，比单次技术突破要大得多。

这条路走得慢，但走得稳；整个行业早就告别了比拼机器人花式表演的阶段，现在的核心竞争只有一个：谁能率先落地，谁能活下去。

2026年上半年，国内具身智能赛道一共发生288起融资事件，披露总额超过460亿元，但资金极度向头部集中；前20家企业拿走了七成融资额，前5家就占了全行业的37%，200多家中小厂商分剩下的三成，草根创业者的入局机会已经几乎被封死。

资本的逻辑也在变，2025年还有一半资金投向早期初创团队，到2026年，九成以上的资金都流向了有成熟产品、有落地订单的头部企业，没人再为“未来会怎样”的故事买单，所有人都在看“现在做成了什么”，赛道泡沫正在快速被挤破，剩下的全是硬实力的较量。

其实判断一家公司的AI布局是不是真东西，别听它吹什么AGI愿景，看它把核心人才派去了哪里，把研发资金花在了哪里。

雷军把小米AI最核心的两大赛道，全部交到两个年轻人手里，一个扎进数字模型深耕算法，一个扎进工厂产线打磨落地，没有花架子，全是硬功夫。

当然这不代表小米一定能赢；工厂到家庭的场景鸿沟，全行业都没有成熟答案；起步晚落下的技术积累，也需要漫长的时间和持续的投入才能补齐，没人能笃定小米能率先跑通民用落地，也没人能保证它能在激烈内卷中稳居上风。

但有一点是确定的，行业的下半场，淘汰的永远是只会炒概念、做表面功夫的玩家，真正能站稳脚跟的，一定是深耕落地、踏实积累、拥有场景与数据壁垒的实干型选手。

雷军押注的从来不是两个天才少年的造富神话，是“数字大脑+物理躯体”的AI终局方向，当所有智能设备共用一套底层底座，当虚拟智能真正长出能干活的手脚，重构的就不只是一个赛道，是整个产业的运行逻辑，至于这套打法最终能不能跑通，市场和时间会给出最公平的答案。

参考资料： 1.澎湃新闻2025-01-03 17:09传闻中由雷军亲自出马、豪掷千万年薪挖角的员工，是什么样的？ 2.IT之家2026-08-09 09:32消息称小米成立具身智能与应用部，前字节 Seed 孔涛挂帅 3.新浪网2026-08-13 16:01藏不住了！雷军真正的AI底牌，根本不是千万年薪的罗福莉 4.新浪财经2026-08-10 09:28原字节跳动高管孔涛携团队加盟小米，执掌机器人基座模型研发 【免责声明】以上文章配图均来自网络。文章旨在传播文化知识，传递社会正能量，无低俗不良引导。如涉及图片版权或者人物侵权问题，请及时联系我们，我们将第一时间删除内容！如有事件存疑部分，联系后即刻删除或作出更改。