เมื่อวันที่ 3 พฤศจิกายน Lei Jun ได้โพสต์ในแพลตฟอร์มโซเชียลมีเดียว่า ในงานประชุมอินเทอร์เน็ตโลกที่เมืองอู๋เจิ้นในปี 2026 กลุ่มบริษัท Xiaomi ได้รับรางวัล "Outstanding Contribution Award" และทีมงานหุ่นยนต์ของ Xiaomi ได้รับรางวัล "Leading Technology Award" เนื่องจาก "เทคโนโลยีหลักของโมเดลฐานปฏิบัติการหุ่นยนต์ทั่วไปที่มุ่งสู่การนำไปใช้งานในระดับขนาดใหญ่" เขาได้แสดงความขอบคุณต่อการรับรองจากงานประชุม และใช้โอกาสนี้รายงานความก้าวหน้าล่าสุดสองประการของธุรกิจหุ่นยนต์ของ Xiaomi
Lei Jun ชี้ให้เห็นว่า ในด้านสถานการณ์อุตสาหกรรม หุ่นยนต์รูปแบบมนุษย์ของ Xiaomi ได้ทำการทดสอบการทำงานอย่างมีเสถียรภาพเป็นครั้งแรกที่สถานีจัดเรียงแผงด้านข้างของแผงควบคุมในโรงงานผลิตรถยนต์ โดยสามารถทำงานได้ต่อเนื่องเป็นเวลา 8 ชั่วโมง ซึ่งตอบสนองความต้องการการผลิตตลอดทั้งวัน ในระหว่างกระบวนการทำงาน หุ่นยนต์สามารถแก้ไขข้อผิดพลาดได้ด้วยตนเอง และทำงานร่วมกับระบบสายการผลิตได้อย่างมีประสิทธิภาพ เวลาในการทำงาน 8 ชั่วโมงนี้เทียบเท่ากับการทำงานในช่วงเวลาหนึ่งรอบเต็ม ซึ่งระยะเวลานี้มีความน่าเชื่อถือมากกว่าการสาธิตการทำงานในจุดเดียว ซึ่งหมายความว่าหุ่นยนต์ต้องสามารถรับมือกับจังหวะ การเปลี่ยนแปลงของวัสดุ และการจัดการกับข้อผิดพลาดได้ จึงจะถือว่ามีความสามารถในการทำงานในระดับสายการผลิต
ความก้าวหน้าล่าสุดของธุรกิจหุ่นยนต์ของ Xiaomi ในสถานการณ์อุตสาหกรรมและชีวิตประจำวัน
ในด้านสถานการณ์ชีวิตประจำวัน โมเดลฐานหุ่นยนต์ของ Xiaomi ได้เริ่ม "ทดลองดำเนินการ" ที่หอพักนักศึกษา Xiaomi โดยอิงจาก Xiaomi-Robotics-1 เพื่อทำการปรับปรุงและพัฒนาอย่างต่อเนื่อง สร้างระบบ Agent ที่ครอบคลุมการเก็บข้อมูล การอนุมานโมเดล และการดำเนินงานในภารกิจ ปัจจุบัน ระบบนี้สามารถทำภารกิจระยะยาวที่ต่อเนื่องเกิน 30 นาที ครอบคลุม 3 ห้อง และรวมถึงภารกิจมากกว่า 50 รายการ แตกต่างจากการสาธิตในห้องเดียวและภารกิจเดียว การทำงานต่อเนื่องข้ามห้องต้องการให้โมเดลสามารถรักษาเส้นทางภารกิจให้ไม่ขาดตอนในขณะที่สภาพแวดล้อมมีการเปลี่ยนแปลง ซึ่งเป็นปัญหาที่โมเดลฐานปฏิบัติการหุ่นยนต์ทั่วไปต้องแก้ไข
สองสถานการณ์นี้ตรงกับสองด้านที่ท้าทายที่สุดในการนำหุ่นยนต์ทั่วไปไปใช้งาน: หนึ่งคือโรงงานประกอบรถยนต์ที่มีมาตรฐานกระบวนการแต่มีจังหวะที่เข้มงวด อีกด้านคือพื้นที่อยู่อาศัยที่มีโครงสร้างต่ำ Xiaomi ระบุว่าในอนาคตจะมุ่งเน้นที่การพัฒนาในด้านข้อมูล โมเดล ร่างกาย และการประยุกต์ใช้งานในสถานการณ์ต่างๆ อย่างต่อเนื่อง และการ "ฝึกงาน" และ "ทดลองดำเนินการ" ในสองที่นี้จะช่วยสะสมข้อมูลการดำเนินงานในสถานการณ์จริงสำหรับโมเดล