ما الذي كشفت عنه Xiaomi من خلال روبوتها البشري الجديد ذي الـ 66 درجة حرية؟ في مؤتمر الروبوت العالمي 2026، استعرضت الشركة علناً نموذجاً أولياً ثنائي القوائم من الجيل التالي مصمماً لتعزيز مرونة اليدين وتنفيذ المهام الصناعية، بينما تركز أبحاث الأجهزة الروبوتية الأوسع نطاقاً لدى Xiaomi بشكل متزايد على نماذج الرؤية واللغة والحركة (VLA) والنمساج الأساسية المجسدة. ومع إحداث الذكاء الاصطناعي الجسدي تحولاً في كيفية تفاعل الذكاء الرقمي مع العالم المادي، يجب على المطورين تقييم كيفية تكيف حزم البرمجيات القياسية مع البيئات المجسدة. لقد اعتمدت الروبوتات الصناعية التقليدية غالباً على بيئات عالية الهيكلة، وبرمجيات مخصصة للمهام، والتحكم القائم على النماذج. والיום، نظراً لأن الأنظمة المتقدمة تدمج الإدراك متعدد الوسائط مباشرة في حلقات التحكم الفوري، فإن الأولويات الهندسية تتحول نحو نماذج أساسية قابلة للتعميم من نوع الرؤية واللغة والحركة (VLA).
لماذا تهم درجات حرية اليد البالغ عددها 33 في التلاعب الصناعي
لمحة سريعة
- يبلغ طول النموذج الأولي ثنائي القوائم من الجيل التالي حوالي 1.70 متراً، ويزن 66 كيلوغراماً، مما يوسع نطاق حركة مفاصله إلى 66 درجة حرية.
- تتمتع المناورة الدقيقة بأولوية عالية، حيث تتركز 33 درجة حرية في الأيدي لتمكين التعامل الماهر مع المكونات الصناعية المرنة وغير القياسية.
- حققت تجارب المصانع السابقة متطلبات دورة إنتاج تبلغ حوالي 76 ثانية؛ وبعد أربعة أشهر من التطوير، أفادت Xiaomi أن معدل النجاح في محطة ربط البراغي الذاتية قد تحسن من 90.2% إلى 98%.
ينقل ظهور الذكاء الاصطناعي الجسدي مشكلة البرمجيات من التفاعل القائم على الشاشة نحو الإدراك والتخطيط والتنفيذ المادي. وبدلاً من عرض الأصول المرئية وإدارة الواجهات المسطحة، يقوم المطورون الآن بهندسة أنظمة قادرة على الاستدلال حول البيئات المكانية ثلاثية الأبعاد وتنسيق المسارات الثنائية اليد عالية الدقة.
تُظهر تجارب مصانع Xiaomi أن الشركة تولي أولوية لمهام التصنيع القابلة للتكرار قبل نشرها على نطاق أوسع. وقبل عرضها العام، أتم النظام ثنائي القوائم فترة تدريب صارمة مدتها أربعة أشهر على خط تجميع السيارات الكهربائية التابع لـ Xiaomi، حيث نفذ مهام مثل تركيب البراغي الذاتية والتعامل مع صناديق المواد. تطلبت التجارب السابقة أن يعمل الروبوت ضمن دورة محطة عمل مدتها 76 ثانية تقريباً. وبعد أربعة أشهر من التطوير المستمر، أفادت Xiaomi أن معدل النجاح في محطة تركيب البراغي الذاتية قد تحسن من 90.2% إلى 98%. يوضح هذا الانتقال أن الروبوتات البشرية تتجاوز عروض المشي الأساسية نحو عمليات متكررة وعالية الدقة في بيئات مادية معقدة.

فهم البنية التقنية لنظام الروبوت البشري البيئي من Xiaomi
تحت الغطاء، يمثل هذا الجيل التالي من المنصة زيادة جوهرية في التصميم الميكانيكي وتكامل الذكاء الاصطناعي مقارنة بنموذج CyberOne لعام 2022. وفي حين تميز نموذج CyberOne من الجيل الأول بـ 21 درجة حرية مفصلية فقط، يرفع الطراز الجديد هذا العدد إلى 66 درجة حرية مفصلية. ويتركز هذا التوسع الميكانيكي بشكل أساسي في الأيدي، حيث يتم تخصيص 33 درجة حرية يدوية إجمالاً تمكيناً للتحكم الحركي الدقيق، والإمساك الدقيق بالأشياء، ومعالجة الأدوات بحساسية.
وبشكل منفصل، نشرت شركة Xiaomi Robotics العديد من نماذج الذكاء الاصطناعي المجسد ومشاريع الأبحاث ضمن إطارها الموحد. وتتضمن هذه المشاريع مفتوحة المصدر نموذج التنفيذ الفوري Xiaomi-Robotics-0، والنموذج واسع النطاق Xiaomi-Robotics-1 الذي يستفيد من أكثر من 100,000 ساعة من المسارات في العالم الحقيقي، والنموذج التراجعي الموحد ذو الـ 38 مليار معامل Xiaomi-Robotics-U0. ومعاً، تغطي هذه المشاريع توليد حركات الروبوت، والسياسات الأساسية، ونمذجة العالم المجسد. ومع ذلك، لا تشير المواد العامة إلى أن نموذج مؤتمر الروبوت العالمي (WRC) يشغل أي نموذج من هذه النماذج كحزمة تحكم إنتاجية خاصة به.
يمكن تمثيل خط أنابيب تحكم VLA تصوري مبسط على النحو التالي:
[Visual / Language Input]
│
▼
[Embodied Policy or VLA Model]
│
▼
[Robot Action / Motion Command]
│
▼
[Embodiment-Specific Controller]
توضح هذه الاتجاهات البحثية تحولاً أوسع من السياسات الخاصة بالمهام نحو نماذج مجسدة مصممة لنقل المعرفة عبر المهام وتكوينات الروبوتات المختلفة. ومن خلال تطوير نماذج تترجم المدخلات المرئية واللغوية إلى أفعال روبوتية أو إشارات تحكم على مستوى المهام، يمكن للمطورين استكشاف برمجيات تتعمم عبر نطاق أوسع من المهام والأشكال الجسدية. يجب أن تنسق حزمة البرمجيات بين مدخلات أجهزة الاستشعار متعددة الوسائط وتقدير الحالة الخاص بالهيكل، وتخطيط الحركة، والتحكم منخفض المستوى.

التحكم التقليدي بالروبوتات مقابل نماذج VLA الأساسية
بينما تنتقل المتطلبات المادية لتطوير الروبوتات إلى ما هو أبعد من الملاحة البسيطة، يجب على المطورين اختيار كيفية هيكلة طبقات التحكم في روبوتاتهم. يوفر بناء حلقة تحكم مخصصة باستخدام النماذج الرياضية التقليدية دقة عالية ولكنه يفتقر إلى القدرة على التكيف مع البيئات غير القياسية. وعلى العكس من ذلك، تتطلب السياسات المكتسبة واسعة النطاق قدراً أكبر بكثير من بيانات التدريب، ولكنها قد توفر قدرة أوسع على التكيف عندما تكون تغطية التدريب ومواءمة البنية كافيتين. يصبح التحكم المبرمج مسبقاً بحتة أكثر صعوبة في التوسع مع زيادة تنوع المهام وتنوع الأجسام.
التقييم المعماري: الحركيات التقليدية مقابل VLA التوليدية
يمكن للتحكم القائم على النماذج أن يوفر سلوكاً دقيقاً ومتوقعاً، ولكن تكييفه مع البيئات شديدة التغير يتطلب غالباً إدراكاً إضافياً، وتخطيطاً، وهندسة خاصة بالمهام. يمكن لهذا النهج أن يوفر سلوكاً يمكن التنبؤ به ضمن قيود تشغيلية محددة بدقة. ويتطلب تطوير وحدة تحكم حركية مخصصة داخلية موارد هندسية كبيرة لتعيين قيود المفاصل وحل معادلات الحركية العكسية في الوقت الفعلي. وفي المقابل، يمكن لنشر نموذج أساسي للرؤية واللغة والحركة (VLA) مدرب مسبقاً أن يوفر قدرة أكبر على التكيف بناءً على تغطية التدريب ومواءمة البنية، على حساب متطلبات حوسبة محلية أعلى.
يقارن الجدول أدناه المنهجيات القياسية لإدارة التحكم في الروبوتات وتنفيذ المهام:
| النموذج (Paradigm) | الاعتماد النموذجي على البيانات | القدرة على التكيف | خصائص وقت التشغيل | الأفضل لـ |
|---|---|---|---|---|
| التحكم القائم على النماذج / الحركية | منخفض إلى متوسط | قوية ضمن القيود المحددة | يمكن التنبؤ بها وغالباً ذات زمن انتقال منخفض | الحركة الصناعية الحتمية في بيئات المصانع عالية الهيكلة |
| استنساخ السلوك | بيانات العرض التوضيحي | محدودة خارج توزيع التدريب | تعتمد على النموذج | المهام المتكررة والمكتسبة على محطات عمل منظمة وثابتة |
| سياسات VLA / الأساسية | مجموعات بيانات غير متجانسة واسعة النطاق | إمكانية أعلى عبر المهام والبيئات | تعقيد أعلى في الحوسبة والاستنتاج | المناورة للأغراض العامة والمهام المشروطة باللغة في الإعدادات الديناميكية |
تؤثر هذه القرارات المعمارية بشكل مباشر على القدرات المادية للروبوت على خط الإنتاج. ومن خلال تبني النماذج الأساسية الموحدة، يمكن أن تنتقل الأنظمة الروبوتية من تنفيذ مهام فردية ومستقلة إلى أداء مهام تعاونية متعددة المراحل في مساحات عمل ديناميكية. يجب على فرق الهندسة تقييم هذه النماذج البرمجية بناءً على قدرات الأجهزة الخاصة بهم، وتعقيد المهام، وقيود التنفيذ الفوري.

قوائم التحقق الخاصة بالتكامل: كيف يمكن لفرق الهندسة الاستعداد لتطوير البرمجيات المجسدة
لضمان الاستقرار التشغيلي والتنفيذ الآمن مع انتقال المنصات البشرية إلى البيئات الصناعية، يجب على فرق الهندسة والمنتجات إنشاء سير عمل للسلامة والتحقق والنشر.
قائمة تحقق تنفيذ المطور
- تحديد حدود التحكم المقيدة بالسلامة: حافظ على حدود المفاصل، والسرعة، والقوة، ومساحة العمل خارج السياسة المتعلمة حتى يمكن رفض الإجراءات غير الآمنة قبل التنفيذ.
- التحقق من السياسات في المحاكاة واختبارات الأجهزة الخاضعة للرقابة: تقييم السلوكيات المكتسبة في المحاكاة وبيئات الروبوتات الحقيقية المرحلية قبل النشر الإنتاجي.
- قياس زمن انتقال التحكم الشامل: تتبع الإدراك، واستنتاج النموذج، وتخطيط الحركة، والتحكم منخفض المستوى بشكل منفصل لتحديد الاختناقات.
- اختبار السلوك خارج التوزيع: تقييم الأشياء غير المألوفة، وظروف الإضاءة، والتخطيطات، وتغيرات المهام بدلاً من الاعتماد فقط على معايير توزيع التدريب.
- تصميم أوضاع التحكم الاحتياطية: توفير استجابة استعادة حتمية أو سلوك توقف آمن عندما تنتج السياسات المكتسبة إجراءات منخفضة الثقة أو غير صالحة.
قائمة تحقق المنتجات والاستراتيجية
- تحديد محطات العمل الصناعية عالية القيمة: تحديد محطات التجميع المتكررة وعالية الدقة الأكثر ملاءمة لتكامل الروبوتات.
- إنشاء خطوط أنابيب التحقق من المهام: الاستفادة من أنظمة المراقبة متعددة الكاميرات لتقييم معدلات نجاح مهام الروبوت في الوقت الفعلي.
- بناء واجهات برمجية عبر الأشكال الهيكلية: ضمان قدرة نظام تشغيل الروبوت على التواصل مع شبكات أتمتة المصانع المحيطة.
من خلال إنشاء هذه الإرشادات المنظمة، يمكن لفرق التطوير نقل تطبيقاتهم إلى بنيات أكثر أماناً وتوافقاً مع الحفاظ على استمرارية العمليات.
الأسئلة الشائعة (FAQ)
ما هي الفروق الرئيسية في الأجهزة بين روبوت CyberOne من Xiaomi وروبوت الجيل التالي؟
ما هي النتائج الدقيقة لفترة تدريب الروبوت في مصنع السيارات الكهربائية؟
لماذا تُعتبر مرونة الأيدي العتبة الرئيسية للروبوتات البشرية الصناعية؟
أهم النقاط المستفادة لفرق الهندسة
يوضح النموذج الأولي للروبوت البشري ذي ال66 درجة حرية من Xiaomi كيف ينتقل تطوير الروبوتات البشرية الصناعية من عروض الحركة إلى مهام التلاعب القابلة للتكرار. ومع تمركز 33 درجة حرية عبر الأيدي وتغطية تجارب المصانع لتركيب البراغي، والتعامل مع المكونات المرنة، وإدارة المواد، أصبحت المرونة وموثوقية المهام مقاييس هندسية محورية.
بالنسبة للمطورين، توضح أبحاث الروبوتات الأوسع نطاقاً لدى Xiaomi أيضاً الدور المتنامي لسياسات VLA ونمادج العالم المجسد إلى جانب أنظمة التحكم التقليدية. وتتمثل التحديات العملية ليس في استبدال التحكم الحتمي تماماً، بل في دمج السياسات المكتسبة مع المحاكاة، وقيود السلامة، وتتبع زمن الانتقال، والسلوك الاحتياطي، ووحدات التحكم الخاصة بالهيكل قبل نشر الروبوتات في بيئات الإنتاج.
المراجع
-
روبوت Xiaomi يستعد لظهوره العام في مؤتمر الروبوت العالمي 2026 في 19 أغسطس. https://www.gizmochina.com/2026/08/18/xiaomi-robot-set-to-make-public-debut-at-2026-world-robot-conference-on-august-19/
-
Xiaomi-Robotics-0: نموذج رؤية ولغة وحركة مفتوح المصدر مع تنفيذ فوري. https://arxiv.org/abs/2602.12684
-
Xiaomi-Robotics-1: توسيع نطاق نماذج الرؤية واللغة والحركة بأكثر من 100 ألف ساعة من المسارات في العالم الحقيقي. https://arxiv.org/abs/2607.15330
-
Xiaomi-Robotics-U0: التركيب المجسد الموحد مع النموذج الأساسي للعالم. https://arxiv.org/abs/2607.11643
-
Xiaomi تحدث التقدم المحرز في الروبوتات البشرية بمصنع السيارات، وتحقق معدل نجاح بنسبة 98% في بعض المهام. https://technode.com/2026/07/15/xiaomi-updates-progress-on-humanoid-robots-in-auto-factory-achieves-98-success-rate-in-some-tasks/
Share this article



