小米世界互联网大会获双奖：小米集团夺“杰出贡献奖”，具身基座模型摘“领先科技奖”

一句话结论

小米集团及具身基座模型在世界互联网大会获双奖，并披露机器人在工厂、家庭场景的最新落地数据，验证其具身智能规模化应用。

关键要点

• 2026 世界互联网大会“杰出贡献奖”创新突破类：2024 年设立，全球 230 余家企业申报，经两轮评审仅 15 家企业获奖，小米首次申报即获奖。
• 2026 大会“领先科技奖”：征集来自 43 个国家和地区 430 余项科技成果，由 30 位专家遴选出 20 个入围；小米“面向规模化落地的通用机器人操作基座模型关键技术”获奖。
• 工厂进展：小米人形机器人在中控台侧盖板排序工站首次完成 8 小时作业，实现异常自主纠偏与产线系统级协同，初步完成产线级作业能力验证；此前 3 月自攻螺母上件工站 3 小时自主作业成功率 90.2%，7 月提升至 98%。
• 家庭进展：基于 Xiaomi-Robotics-1 在小米青年公寓“试运营”，完成连续 30 分钟以上、覆盖 3 个房间、含 50 以上任务的长程验证，覆盖整理、清理、归位、巡检等。
• Xiaomi-Robotics-1 基于 10 万小时真实操作数据预训练，国内率先系统性验证具身智能 Scaling Law，并在 RoboCasa365、RoboDojo 等榜单位列全球第一。

背景与事实

2026 年 11 月 2 日至 5 日，2026 世界互联网大会在浙江乌镇召开。小米方面 11 月 3 日披露，小米集团获得大会“杰出贡献奖”创新突破类奖项，同时小米机器人团队“面向规模化落地的通用机器人操作基座模型关键技术”获得“领先科技奖”。据小米说明，“杰出贡献奖”自 2024 年起设立，表彰全球互联网相关领域作出杰出贡献的个人和企业；本届共有 230 余家全球企业申报，覆盖近 20 个国家和地区，涵盖人工智能、芯片设计、移动通信、互联网平台等赛道，经全球顶尖专家两轮评审，最终 15 家企业获奖。小米是首次申报即获奖的参与者之一。
“领先科技奖”旨在奖励全球年度最具领先性的互联网科技成果。2026 年奖项共征集到来自 43 个国家和地区的 430 余项科技成果，由 30 位国内外顶尖专家遴选出 20 个最终入围。小米本次获奖技术为“面向规模化落地的通用机器人操作基座模型关键技术”，代表小米在具身模型和规模化应用方面的核心技术成果；该技术已在小米青年公寓开展小范围试点，实现真实场景下的“技术-产品-场景-数据”闭环。小米此前已迭代 2 代具身基座模型，并在工业和家庭多个场景下开展技术验证与实际应用。
峰会期间，小米同时披露两项机器人落地进展。在工厂场景，小米人形机器人在汽车工厂中控台侧盖板排序工站首次挑战 8 小时作业任务，满足工站全天生产需求，实现作业过程异常自主纠偏与产线系统级协同，初步完成产线级作业能力验证。在家庭场景，小米具身基座模型在小米青年公寓正式启动“试运营”，基于 Xiaomi-Robotics-1 预训练模型搭建 Agent 系统，已完成连续 30 分钟以上、覆盖 3 个房间、包含 50 以上任务的长程任务验证，任务覆盖工具准备、沙发与桌面整理、垃圾清理、物品分类归位、房间巡检、全屋复检与离场等完整环节。
小米介绍，最新一代具身基座模型 Xiaomi-Robotics-1 基于 10 万小时真实世界操作数据预训练，国内率先系统性验证具身智能领域 Scaling Law 的存在，并在 RoboCasa365、RoboDojo 等权威评测榜单上位列全球第一。中国数实融合 50 人论坛副秘书长、数字经济智库首席研究员胡麒牧表示，小米机器人实现汽车工厂 8 小时整班作业、初步完成产线级作业能力验证，是人形机器人赋能智能制造的一次重要探索；其独特之处在于机器人业务生长于真实制造体系之上，智能制造工厂提供稀缺的高质量训练数据来源。胡麒牧认为，小米“人车家全生态”业务布局为机器人提供良好落地通道，一套技术底座同时支撑工业与家庭两大场景，说明小米已跑通“场景定义技术、技术反哺场景”的正向循环。

影响分析

这是基于公开信息的分析判断，而非小米或大会的官方结论。对中文开发者与从业者而言，这次获奖与数据披露有两方面可借鉴的信号。第一，具身智能进入“工厂级 8 小时+家庭级 30 分钟以上”的并行验证阶段，意味着通用机器人操作基座模型不再只停留在演示环境，而是开始承担可度量、可复盘的生产与生活服务指标；对做机器人大模型、强化学习后训练、多房间 Agent 系统的团队，可直接参考小米“10 万小时真实数据预训练+高质量后训练迭代+Agent 闭环”的工程路线。第二，小米“人车家全生态”提供真实场景数据与商业化通道，说明在国内缺乏通用机器人独立商业闭环的背景下，依托成熟制造体系与消费生态做数据积累和场景牵引，是具身智能公司落地的一种可行路径；开发者若选择进入该赛道，需重点评估自家是否拥有类似场景与数据源，否则单靠仿真与公开数据难以复制该节奏。

适用边界

本文结论基于小米官方与大会公开信息，适用边界为：小米具身基座模型与机器人在小米汽车工厂、小米青年公寓等自有场景的落地能力；对“国内率先系统性验证 Scaling Law”“RoboCasa365、RoboDojo 全球第一”等表述，应理解为小米口径的阶段性评测结果，不能直接外推为全行业通用基准。对于非小米自研体系、缺乏 10 万小时级真实操作数据、或目标场景为更复杂开放环境（如多楼层、非标准化家居）的团队，这些数字与结论不构成可迁移性保证。

孤本观察

基于本文事实的编辑判断：这次双奖与“工厂 8 小时+家庭 30 分钟+10 万小时数据”的组合，是小米把具身智能从“能演示”推向“能交付”的标志性节点，也是判断国内人形机器人赛道是否进入工程化竞争的关键参考样本。

来源：量子位