AREX Feed Article
孔涛入职小米一年后，终于挂帅
2026 年 8 月，小米机器人事业部完成一次低调的组织调整——内部新设「具身智能与应用部」，由前字节跳动 Seed Robotics 具身智能负责人孔涛挂帅。此前分散在多个业务线上的 VLA 模型团队和机器人具身研发团队，一并归入新部门统一管理。
孔涛本人早在 2025 年夏天就已加入小米，此前的公开身份只是「小米机器人基座模型团队负责人」。直到这次架构调整，他才正式走到台前，统管小米具身赛道的全部业务方向。
独立办公、飞书不露脸，一个严防死守的部门
新成立的具身智能与应用部整合了两支核心力量：陈龙带领的 VLA（视觉-语言-动作）团队，以及蔡锐带领的机器人具身研发部。陈龙团队此前产出了小米开源的机器人 VLA 模型，负责机器人看懂画面、听懂指令、输出动作的算法能力。
孔涛除了担任新部门总经理，同时继续兼任基座模型团队负责人。据引述多位知情人士，孔涛的基座模型团队「有单独的办公地」，与小米机器人事业部其他团队物理隔离。一位接近小米机器人的知情人士透露：「小米高管集体在飞书上开会时，孔涛甚至不用露脸。」
小米机器人事业部对内保密程度极高。不同部门之间互不透明——员工能看到自己所属部门和人数，但看不到其他部门的名称和员工。事业部目前总人数约 200 人。
这一架构的直接产物，是小米机器人近期密集的技术输出。基座模型团队汲取了小米汽车自动驾驶 XLA 认知大模型中的 VLA 技术积累，在今年 2 月发布了 Xiaomi-Robotics-0 大模型，又在 7 月 16 日发布了 Xiaomi-Robotics-1。8 月 3 日，Xiaomi-Robotics-1 的代码和模型权重在 上正式开源，一并公开的还有从真机后训练到最终部署的完整流程和评测代码。
Xiaomi-Robotics-1 是一款 VLA 模型，预训练阶段使用了超过 10 万小时的 UMI 操作轨迹数据，覆盖 1700 多个场景；后训练阶段叠加了超过 1 万小时的跨本体数据。
在 RoboCasa、RoboCasa365、VLABench 和 RoboDojo 四项标准仿真基准上，它全部取得 SOTA 成绩。GitHub 仓库采用 Apache 2.0 协议，上线不足一周已获近 400 星。
清华博士，字节机器人从零到一的「一号位」
孔涛 2019 年 7 月毕业于清华大学计算机系，获得博士学位，博士论文曾获中国人工智能学会优秀博士论文提名。据其个人主页，截至 2025 年 6 月，其机器人项目论文被引用次数超过 1.5 万次。
他以应届博士身份入职字节跳动时，字节还没有设立机器人方向。据字节跳动官方公众号「字节跳动技术范儿」记录，孔涛加入后立即启动机器人研究项目，当时团队只有他和一名实习生，几乎独自完成了字节机器人的「从 0 到 1」。
字节跳动的 Seed 团队成立于 2023 年，研究方向覆盖 LLM、多模态生成、AI for Science 和机器人。到 2024 年，孔涛带领的机器人团队逐步壮大，FAE（现场应用工程师）接近百人，其中三分之二聚焦于 AMR（移动机器人），三分之一投入通用具身智能研发。但随后，包括机器人团队在内的整个 AI Lab 被并入 Seed 团队，孔涛不久后离职，于 2025 年夏天加入小米。
Xiaomi-Robotics-0 的架构与孔涛在字节时期的工作高度相似——两者都采用「大脑+小脑」范式：大脑负责理解环境和指令，小脑负责生成动作。科技博主在 X 上写道：「及见小米发 Xiaomi-Robotics-0，人多眼熟，研之良久，孔之架构皆承袭字节旧法，方知对上了。」
「两军互挖」：圈子就二百人，争的是同一拨人
孔涛跳槽小米的消息在中文 AI 社区引发了不少讨论。科技博主在 X 上指出了一处细节：就在孔涛带旧部转入小米的同时，小米原先负责 CyberOne 和 CyberDog 二代项目的人员，反向流入了字节跳动 Seed 大营。
「两军互挖，」出甲写道，「大抵圈子止于此，小米机器人部不过二百人，今日彼往，明日此来，来回流动的竟是同一拨人。大厂作机器人，攻伐到头，所争者唯此数百名真懂基座模型之人耳。」
AI 领域博主 则用英文向海外社区通报了这一消息，称「China's robotics talent war is getting real」，并将孔涛的加盟与 Xiaomi-Robotics-1 的开源并列，视为同一战略节奏的两步棋。
产业侧的反应更为务实。据 援引自媒体「大厂青年」消息，孔涛到任后曾与团队内多位工程师进行一对一长谈，目的是摸清各小组的技术水准和研发进展。有接近小米机器人业务的人士评价，孔涛的加入和此次架构调整，「将小米在具身智能方向的多个技术团队进行了归拢」。
工厂机器人已「转正」，开源模型抢生态位
组织调整和技术路线收敛的成果，已经体现在可量化的数据上。
今年 3 月，小米机器人在汽车工厂的自攻螺母上件工站连续自主运行 3 小时，双侧安装成功率为 90.2%。经过 4 个月真实产线的持续迭代，到 7 月，同一工站的双侧作业成功率提升至 98%。
据报道，雷军为机器人设定的「转正」标准是平均无故障运行时间突破 1 万小时、任务成功率超过 99%——距离这个门槛，还差最后 1 个百分点。
同时，机器人还解锁了总装车间的两个新工位：中控台侧盖板排序和料箱折叠回收，两项任务成功率均稳定在 90% 以上。嗨牛财经称，小米由此成为目前唯一在真实量产工厂完成高难度作业场景落地的机器人厂商。
Xiaomi-Robotics-1 的开源节奏同样紧迫。模型 7 月 16 日才对外发布技术报告，不到三周后就完成全量开源。基座模型这条赛道，比拼的不只是参数和数据量——谁的模型被更多机器人厂商和实验室拿去用、拿去改，谁就更可能沉淀出事实标准。
对国内具身智能产业链上的中小厂商而言，多一个由中文团队维护、可自由部署的基座模型，意味着不必把预算全押在自研或海外方案上。至于 Xiaomi-Robotics-1 在真实工况下的泛化表现究竟如何，还得等第一批拿它做二次开发的团队给出反馈。
小米机器人事业部的这次调整，回答了一个问题：在具身智能从概念演示走向真实交付的 2026 年，一个 200 人的团队要如何同时追基座模型的技术前沿和工厂产线的落地压力。孔涛带来了字节时期从零搭建机器人团队的经验，也带来了一个被严防死守的基座模型团队。剩下的，是 98% 到 99% 之间那 1 个百分点的真实工业鸿沟。