Xiaomiのヒューマノイドロボット動画が拡散、だが真の試練は工場作業にある

Xiaomiが再びヒューマノイドロボットの話題の中心に戻ってきた。ただし、今回拡散している議論の元となった映像は数カ月前のもので、記録も一部にとどまる。

流通している動画は、Xiaomiが4月27日に開いた投資家向けイベントに関連しているようだ。そこで、より新しいヒューマノイドロボットが紙袋を配り、ハートのジェスチャーをし、来場者と交流した。中国メディアはこれを、更新版マシンのXiaomiによる初の公開展示と報じた。

この日付は重要だ。現在のSNS上の盛り上がりによって、この映像が新製品発表のように見える可能性があるためだ。Xiaomiが8月20日に新たなロボットを発表したと裏付ける検証済みの証拠はない。入手可能な記録はむしろ、過去のデモが新たな視聴者を得たことを示している。

この違いは、単なる日付の訂正以上の意味を持つ。演出された交流は、Xiaomiが動作するハードウェアを持つことを示すが、工場での信頼性、生産台数、商用提供の可否を立証するものではない。

Xiaomiのロボティクスに関するより強い主張は、別の工場デモから来ている。同社によれば、エンボディドロボットは3月、車両組立ワークステーションで3時間連続して自律稼働した。

この主張により、議論は初代CyberOneのプロトタイプを超えるものになる。同時に、XiaomiはUnitree、UBTECH、Teslaなど、ヒューマノイドマシンによる反復可能な作業の実現を目指す企業との、より厳しい競争に入ることになる。

Xiaomiのヒューマノイドロボット動画が実際に示しているもの

この動画は、管理された公開イベントでの交流を記録したものであり、新たに発表された消費者向け製品や独立した性能試験ではない。

公開イベントの報道によると、このデモは2026年4月27日に行われた。Xiaomiは投資家向けイベントで、より新しいヒューマノイドロボットを披露し、来場者との交流を認めたという。

このロボットは紙袋を配り、手でハート形を作ったとされる。これらは、歩行、物体の取り扱い、手の制御、人の近くでの交流を組み合わせるため、有用なデモ課題だ。

ただし、この報道はロボットの正式なモデル名を明らかにしていない。技術仕様、稼働時間、介入率、ロボットがどのように指示を受けたかについての説明もない。

こうした欠落により、いくつかの結論は導けない。動画は、ロボットがすべての動作をローカルで計画したこと、自発的な要求に応答したこと、あるいは人の支援なしに失敗から復旧したことを立証していない。

また、この映像は機体が遠隔操作されていたことも証明していない。より正確な結論は限定的だ。公開資料には、制御方式を判断するのに十分な情報が開示されていない。

編集された映像には、もう一つの制約がある。公開者が含めない限り、視聴者は失敗した試行、リセット、バッテリー交換、キャリブレーション作業、画面外のオペレーターの関与を見ることはできない。

このため、動画は物理的なハードウェアの証拠としては有用だが、信頼できる自律性の証拠としては弱い。ロボットが1回の配布シーケンスを完了することは、変化する工場条件下で何千回ものシフトをこなすことと同義ではない。

それでも、このイベントはXiaomiの2022年のCyberOne発表からの目に見える変化を示している。旧機種は主に研究プラットフォームおよび企業技術のショーケースとして提示された。

Xiaomiは、初代CyberOneの身長を177センチメートル、重量を52キログラムとしている。CyberOneの仕様では、21自由度、時速3.6キロメートルの歩行速度、最大300ニュートンメートルのトルクが記載されている。

4月に登場したロボットは、初代CyberOneよりもスリムな外観で、より実用的な手を備えている。もっとも、Xiaomiは変化を正確に測定できるだけの比較可能な仕様を公開していない。

したがって、現在の映像は進捗を示す指標として読むべきだ。CyberOne後もXiaomiがヒューマノイド開発を継続していることを示す一方、最も重要な性能に関する疑問は未解決のままだ。

この隔たりが、Xiaomiのロボット事業をめぐる中心的な緊張を生む。同社は一度きりの舞台用プロトタイプを超えたが、公開されている証拠はいまだ同社の産業上の野心に追いついていない。

Xiaomiが今ロボットを披露する理由

Xiaomiはこのマシンを孤立したハードウェア実験として提示するのではなく、より広範なエンボディドAIプログラムと結びつけている。

エンボディドAIとは、物理的な周囲環境を認識し、指示を行動へと変換するソフトウェアを指す。チャットボットとは異なり、エンボディドシステムは移動、接触、タイミング、変化する物体を考慮しなければならない。

Xiaomiの最近の取り組みは、ロボットの身体、制御モデル、学習パイプライン、合成データにまたがる。この組み合わせが、同社が今あらためて公開デモに戻っている理由を説明する。

Xiaomiは2月、47億パラメータの視覚・言語・行動モデル「Xiaomi-Robotics-0」を公開した。視覚・言語・行動モデルは、視覚的観察と言語指示をロボット制御コマンドへ変換する。

公式のRobotics-0リポジトリには、モデルの重み、推論コード、評価スクリプト、モデルを物理ロボットに適応させるためのツールが含まれている。Xiaomiは投資家向けデモと同日の4月27日、ポストトレーニング用コードを追加した。

このタイミングにより、このイベントは単なるジェスチャーのデモ以上の意味を持つ。Xiaomiは物理的な機体を披露すると同時に、ロボット行動の学習に用いるソフトウェアスタックの一部を公開していた。

公開されたシステムは、複数のカメラビューとロボットの内部状態を処理する。その後、コントローラーが実行できる行動のチャンクを生成する。

Xiaomiはまた、現在の行動シーケンスが終わる前に次のシーケンスの計画を始める非同期モードについても説明している。この手法は、モデル推論によって生じる停止時間を減らすことを狙う。

生産環境では滑らかなタイミングが重要だ。認識と計画のサイクルごとに停止するロボットは、個々の行動が正確であっても、動くラインに求められるペースに間に合わない可能性がある。

このモデル公開は、依然として企業主導の研究成果物である。公開されたベンチマーク結果を、実世界での性能を普遍的に測る尺度として扱うべきではない。

シミュレーションベンチマークは一貫した評価条件を提供するが、工場におけるあらゆる変動を再現することはできない。照明、摩耗した部品、柔軟な材料、予期しない人の存在、センサーの汚染はいずれも物理導入を複雑にする。

それでも、Xiaomiのオープンコードは、外部の人々がこのプログラムを評価する方法を変える。研究者はモデルアーキテクチャを調査し、利用可能なチェックポイントを実行し、対応ハードウェアにパイプラインを適応させることができる。

このソフトウェアの取り組みは、制御システムについてほとんど明かさずにヒューマノイドの身体を披露する企業とXiaomiを分ける要素でもある。Xiaomiは、異なるロボット形態にまたがる再利用可能な知能レイヤーを構築しているように見える。

同社は7月、この取り組みを追加のロボティクスモデルで拡大した。これらのリリースは、4月のデモが継続的な研究スケジュールの中の一つの節目だったことを示唆している。

この戦略はXiaomiの既存の事業構造に合っている。同社はすでに、消費者向けデバイス、コネクテッドホーム、電気自動車、製造、AIサービスにまたがって事業を展開している。

もちろん、それがロボティクスでの成功を保証するわけではない。ただし、Xiaomiには一つの企業グループ内で、工場、製品エンジニア、センサー、コンピューティングシステム、潜在的な導入先を利用できる強みがある。

この動画が興味深いものになったのは、こうした研究を可視化したからだ。より深い論点は、Xiaomiが今やロボットのデモと、それを支える拡大中のソフトウェアスタックの両方を持っていることにある。

Xiaomiの工場での主張が競争の水準を引き上げる

決定的な証拠は公開イベントでの交流ではなく、Xiaomiが自社EV工場内でロボットが時間管理された作業を完了したとする主張にある。

Xiaomiは、エンボディドロボットが3月、セルフピアシングナットの投入ワークステーションで3時間連続稼働したと報告した。同社は2025年の年次決算資料でこの結果を開示している。

同社の提出書類によると、ロボットは90.2％の成功率を記録した。Xiaomiはまた、生産ラインで最も速い76秒のタクトタイムを満たしたとしている。

タクトタイムは需要に合わせるために必要な生産リズムである。この間隔を満たすことは重要だ。ロボットは作業を正しく完了できても、動作が遅すぎれば適していない可能性がある。

このワークステーションに関する主張は、ダンス、手を振る動作、贈り物の配布よりも多くを語る。産業環境、作業時間、成功率、タイミング要件を明示しているためだ。

同時に、導入までに残る距離も明らかにする。報告された成功率が直接当てはまるなら、90.2％の成功率は約10回に1回の失敗を意味する。

迅速な復旧や人間による監視がなければ、このエラー水準は受け入れがたい可能性がある。影響は、失敗が停止、材料の損傷、誤組立、あるいは単純な再試行のどれを引き起こすかに左右される。

Xiaomiは提出書類で完全な試験プロトコルを公開していない。何回の作業サイクルが行われたのか、失敗をどう分類したのか、人がどの程度介入したのかは記されていない。

「自律稼働」という表現にも、より詳細な説明が必要だ。自律性は、固定された作業を独立して実行することから、支援なしに未知の部品へ適応することまで、幅広い範囲を指し得る。

3時間の試験では、長期的な信頼性を立証できない。生産システムは、熱的変化、機械的摩耗、センサーのドリフト、ネットワーク中断、何千回もの反復動作に直面する。

それでも、この試験は舞台上のデモを超える意味のある一歩だ。Xiaomiの研究モデルを、同社自身の事業内にある測定可能な製造作業と結びつけている。

多くのヒューマノイドシステムにとって、工場は最初の本格的な市場となる可能性が高い。構造化された環境、反復作業、既知の物体、測定可能な経済的成果があるからだ。

ヒューマノイド形状は、人間の到達範囲や動きに合わせて設計された施設でも役立つ可能性がある。企業は生産ライン全体を作り直さずに、一部のワークステーションを適応させられるかもしれない。

ただし、人型は機械的な複雑さも加える。二足歩行機は、バランスを取り、衝突を避け、物体を扱い、人や高価な設備の周囲で安全を維持しなければならない。

固定式の産業用アームは、多くの場合、単一の作業をより速く、より信頼性高く実行する。ヒューマノイドが魅力的になるのは、人間向けに設計された複数作業にまたがる柔軟性が、その高い複雑さを相殺するときだ。

したがってXiaomiは、移動能力以上のものを証明する必要がある。一つのプラットフォームを効率的に再配置しながら、産業レベルの精度と稼働時間を維持できることを示さなければならない。

この工場試験は、Xiaomi社内にも圧力をかける。ロボティクス部門は、研究デモを継続投資を正当化する反復可能な成果へ変えなければならない。

また、専門ロボットメーカーにも圧力をかける。Xiaomiは自社の車両工場内でシステムを試験でき、ロボティクス研究を大規模なハードウェアサプライチェーンと結びつけられる。

この優位性は実用的だが、決定的ではない。社内導入はフィードバックを加速できる一方、ロボットの既存の強みに合わせて試験が設計される可能性もある。

次の段階には、より広範な運用上の証拠が必要だ。Xiaomiは、より長い試験、より明確な介入データ、複数の管理されたワークステーションにわたる性能を示す必要がある。

真の競争は拡散される動きではなく、信頼できる作業にある

SNSがスペクタクルを評価する場面でも、Xiaomiは信頼できる労働力をめぐって専業ロボット企業と競争している。

2026年世界ロボット会議は、その隔たりを示している。主催者によると、北京で5日間にわたって開催される同イベントでは、およそ3,000の製品が登場する見込みだ。

Unitreeのロボットはボクシング、ダンス、卓球を披露したと、会議報道は伝えている。UBTECHは、工場を模したデモで部品を動かす産業用機械を展示した。

こうした展示が注目を集めるのは、人々が動きを直感的に理解できるためだ。評価報告書を読まなくても、ロボットがバランスよく、素早く、あるいはぎこちなく見えるかを判断できる。

しかし、印象的な動きは、商業的価値を左右する運用上の詳細を覆い隠しかねない。工場の導入担当者が重視するのは、稼働率、サイクルの一貫性、復旧時間、安全認証、保守要件だ。

これは、あらゆるヒューマノイドメーカーにとって難しいインセンティブ構造を生む。最も拡散されやすい映像が、見込み顧客にとって最も有用な証拠であることはほとんどない。

Xiaomiの紙袋デモは、まさにこの対立の中にある。器用さと親しみやすい対話を示している一方、購入者が比較できる測定値は提示していない。

Unitreeは、ますます俊敏になる機械と競争力のあるハードウェアによって存在感を高めてきた。UBTECHは産業現場への導入と、協調して動くロボット群を強調している。

TeslaのOptimusプログラムも、もう一つの参照点となる。Teslaは、製造規模と自社工場での利用が、汎用ヒューマノイドプラットフォームを支え得ると主張してきた。

Xiaomiも、技術や導入の詳細は異なるものの、構造的には似た道筋をたどっている。両社とも、自らが管理する車両工場にロボットを配置できる。

この体制は、設計、試験、生産からのフィードバックの循環を短縮する。また両社には、公開デモを超えて作業を自動化する経済的な理由もある。

専門ロボティクス企業には重要な優位性が残る。広範な消費者向け事業を支えることなく、移動、アクチュエーター、ハンド、安全性、フリート管理にエンジニアリング資源を集中できる。

Xiaomiには異なる強みがある。ハードウェアのサプライチェーン調整、接続デバイスの製造、電気自動車の開発、大規模なソフトウェアエコシステムの運営に経験を持つ。

したがって主な競争は、単にXiaomiと特定のメーカーとの対決ではない。信頼性が高く柔軟な工場作業を目指す競争における、統合型テクノロジー企業とロボティクス専門企業の争いだ。

統合型企業は、導入拠点、部品、AIチーム、製造需要を提供できる。専門企業は、社内の優先事項との競合なしにロボット性能を反復改善できる。

どちらの道筋も、実証済みの大量規模で一般的に能力を持つヒューマノイド作業員を生み出してはいない。業界全体で、公開デモは独立して記録された運用実績を依然として大きく先行している。

この不確実性は、読者が最新動画をどう解釈するかに影響すべきだ。滑らかな身ぶりは制御とハードウェアの進展を示すが、競争の行方を決めるものではない。

勝者には、長期間にわたる安定運用を実現する必要がある。また、故障を安全に管理し、柔軟性が従来型の自動化より優れた価値をもたらすことを示さなければならない。

Xiaomiにとって、拡散力のある注目は、測定可能な進歩へ関心を向ける場合にのみ有用だ。そうでなければ、その映像はCyberOneの後継機を、主にイベント向けに作られた宣伝用ロボットと同じカテゴリーに置くリスクがある。

Xiaomi Roboticsを支えるソフトウェア戦略

Xiaomiにとって最も重要なロボティクスへの賭けは、知覚、行動、生成された訓練データを複数のロボットボディにまたがって結び付けるモデルパイプラインだ。

物理ロボットの訓練はデータ不足に直面している。実世界の軌跡を収集するには、ハードウェア、オペレーター、安全な環境、保守、同期されたセンサー記録が必要になる。

このプロセスは、インターネットからテキストや画像を収集するより遅く、コストも高い。ロボットには、失敗、復旧行動、通常と異なる物体位置、環境変化の事例も必要だ。

Xiaomi-Robotics-0は、この問題の行動側に対応する。カメラ観測、言語指示、ロボット状態データを受け取り、動きを予測する。

公開されたポストトレーニングの例では、イヤホン梱包タスクに20時間分のデータを使用している。開発者は、同期されたカメラ記録、ロボット状態、行動ターゲットを提供しなければならない。

このプロセスには依然として大きな負担がある。オープンなモデル重みがあっても、適切なロボット、高品質なデータ、制御統合、物理的検証の必要性はなくならない。

Xiaomiの後発プロジェクトRobotics-U0は、別の方向からデータ問題に取り組む。ロボット中心のシーン、遷移、動画を生成するよう設計された、380億パラメータのモデルだ。

U0研究論文によると、このモデルはカメラ視点とロボット形状をまたいだ一貫性を維持する。非現実的な幾何形状は、制御ポリシーに誤った行動を学習させる可能性があるため、こうした特性は重要だ。

研究者らは、U0の合成データにより、あるポリシーの分布外での成功率が36.9％から63.2％へ向上したと報告している。分布外テストでは、訓練データと異なる条件を用いる。

この結果は有望だが、範囲は限定される。論文の評価設計に基づくものであり、Xiaomiのヒューマノイドハードウェアや工場ラインで同等の改善を証明するものではない。

合成データには基本的なリスクもある。生成されたシーンは説得力があるように見えても、接触力学、物体の重量、摩擦、あるいは別の物理制約に反している可能性がある。

そうした誤りを訓練に使うと、生成例の中ではうまく振る舞う一方、実際の物体の周囲で失敗するロボットが生まれかねない。検証には引き続き物理試験が必要だ。

Xiaomiのアーキテクチャは、単一モデルではなくループを示唆している。実機ロボットが軌跡を収集し、行動モデルが振る舞いを学び、生成モデルが追加の訓練バリエーションを作る。

その後、エンジニアは更新されたポリシーを物理機械で試験し、新たな失敗例を収集できる。このループを繰り返せば、追加タスクを教えるのに必要な時間を短縮できる可能性がある。

重要な言葉は「可能性がある」だ。Xiaomiは、完全なパイプラインが異なるヒューマノイドボディ間でタスクをどれほど迅速に移転できるかを示す証拠を公表していない。

また、現在のモデルが自由度の高い家庭内作業を学習できるかも確立していない。工場での操作は、より狭く、構造化され、評価しやすい。

公開動画を、汎用家庭用ロボットの販売が近い証拠と誤解すべきではない。Xiaomiは小売向けヒューマノイド、提供時期、対応する消費者向けタスクセットを発表していない。

同社の最も強い短期的な根拠は、依然として産業学習にある。車両工場は反復作業を生み、エンジニアはロボットの出力を確立された生産指標と比較できる。

開発者にとって、オープンリポジトリはXiaomiのアプローチへの具体的な入口を提供する。実験と技術的批評に十分なパイプラインを公開している。

企業の購入者にとって、コードの利用可能性は保守性や稼働率ほど決定的ではない。モデルが重要になるのは、完全なシステムが生産制約の中で安全に稼働できる場合だけだ。

Xiaomiは、その完全なシステムを支え得る部品を組み立てつつある。未解決の問いは、導入コストを含めた後に、それらの部品がより単純な自動化を上回れるかどうかだ。

動画が依然として証明できないこと

最大のリスクは、目に見えるデモンストレーションを、検証済みの自律性、耐久性、商業的な準備完了と混同することだ。

現在の映像は、Xiaomiが遠隔操作、スクリプト化された行動、自律計画、あるいはそれらの組み合わせを使ったかを明らかにしていない。いずれの手法でも、見た目には似た振る舞いを生み出せる。

遠隔操作が自動的に欺瞞的、あるいは無用というわけではない。人間が制御する走行は、訓練データの収集、機構の試験、人の近くでの安全な動作の検証に役立つ。

問題は、裏付けとなる証拠なしに視聴者が自律性を推測する場合に生じる。Xiaomiは、投資家向けイベントでの一連の動作について、その結論を導くのに十分な情報を提供していない。

同社の工場統計も外部検証を必要とする。Xiaomiは90.2％の成功率と76秒のタクトタイムを規制対象の企業提出書類で報告しており、これらには正式な重要性がある。

しかし、数値の出所は依然としてXiaomi自身だ。独立した監査人や研究グループは、試験の完全な評価を公表していない。

報告された3時間という期間も、もう一つの制約だ。継続作業の限定的なデモを支えるものではあるが、週単位の稼働率や保守頻度について結論を出すものではない。

新しいヒューマノイドのバッテリー持続時間は依然として不明だ。可搬重量、歩行速度、手の力、計算要件、安全システム、製造コストも同様である。

これらの詳細がなければ、Unitree、UBTECH、Tesla、固定式産業用ロボットとの比較は不完全なままだ。性能の高いプラットフォームであっても、運用コストが見合わない可能性がある。

車両生産の周辺では、安全性が特に重要だ。ヒューマノイド機械は、質量、可動関節、カメラ、ソフトウェアの判断、ネットワーク接続された部品を共有空間で組み合わせる。

安全な導入には、力と速度の制限、緊急停止、障害検知、アクセス制御、予測可能な復旧行動が必要だ。短いソーシャル動画では、そのシステムを示せない。

ネットワーク接続ロボットを巡る政策議論には、サイバーセキュリティも加わっている。高度な機械は動画を収集し、施設をマッピングし、ソフトウェア更新を受け取り、生産システムにアクセスできる。

こうした懸念は、Xiaomiのロボットが安全でないことを意味しない。購入者と規制当局が、器用さやAI性能と並んでセキュリティの証拠を求めるという意味だ。

信頼性の隔たりは、最も差し迫った商業上の問題だ。ロボットは行動が失敗したことを特定し、再試行するかを判断し、より大きな生産問題を生まないようにしなければならない。

この能力は、成功した身ぶりより見せにくい。また、実験機と運用可能な作業員を分ける要素でもある。

Xiaomiは、継続的で最小限の編集にとどめた試験記録を公開することで不確実性を減らせる。そうした動画には、失敗例、人の介入、復旧の試みを含めるべきだ。

また、経過時間だけでなくタスク回数も提示できる。読者がサイクル数とエラー分類を知れば、成功率はより解釈しやすくなる。

独立評価はさらなる信頼性を加えるだろう。外部研究者は、Xiaomiが選ばなかった統制された変動条件の下でロボットを試験できる。

その証拠が示されるまでは、慎重な解釈が妥当だ。Xiaomiは本格的なヒューマノイドプログラムを持つが、拡散した動画は導入可能な汎用作業員を証明していない。

次を決める三つのシグナル

Xiaomiのロボティクスの主張が強まるのは、より長い工場での証拠、複数タスクへの展開、独立試験が公開デモに追い付いたときだけだ。

第一のシグナルは、完全な運用データを伴う、はるかに長い工場稼働だ。Xiaomiは、タスクサイクル、介入、復旧時間、停止時間、安全イベントを報告すべきである。

1シフト分、あるいは複数日にわたる試験は、また一つ洗練されたデモを行うより多くの情報を提供する。反復された性能は、3月の試験が安定した能力を示していたかを明らかにするだろう。

成功率の改善は重要だが、成功の定義も同じく重要である。購入者は、失敗に人手が必要だったのか、ソフトウェアによる再試行だったのか、あるいは軽微な修正だけで済んだのかを知る必要がある。

Xiaomiがその証拠を公表すれば、産業導入の準備ができているという主張は強くなる。更新が短い動画に限られ続ければ、宣伝と導入の隔たりは広がる。

第二のシグナルは、複数の有用なタスクにまたがる動きだ。Xiaomiはナットの投入と材料搬送に言及している一方、公開ロボットは袋の配布と身ぶりを行った。

柔軟なヒューマノイドは、大規模な機械的な作り直しなしにタスクを切り替えられるべきだ。その変更に必要な時間とデータが、柔軟性に実用的な価値があるかを決める。

不規則な部品や柔軟な部品を扱う導入に注目したい。こうした物体は、固定位置にある剛性部品よりも、視覚、把持、力制御、復旧を難しくする。

複数の拠点で成功を収めれば、Xiaomiの統合モデル戦略を裏付けることになる。拡大に失敗すれば、このロボットは人型の身体を備えた専門的な自動化システムにとどまることを示すだろう。

第三のシグナルは、Xiaomiのモデルとハードウェアに対する独立した評価である。研究者はすでにソフトウェアスタックの一部を調べられるが、実機へのアクセスは依然として限られている。

独立テストでは、指示の変更、見慣れない物体、照明条件の変化、作業の中断、安全な復帰を検証すべきだ。また、異なるロボットの身体間でモデルの結果を比較する必要もある。

Robotics-0またはその後継モデルが機械間で効率的に転移することを示す証拠が得られれば、Xiaomiの基盤モデルアプローチを支持することになる。転移性能が弱ければ、タスク固有のデータが依然として重要であることが浮き彫りになる。

8月のソーシャルトレンドは、こうした結果のいずれも確立するものではない。実在するプログラムへの注目を再燃させる一方で、複数の異なる出来事を一つのニュースの瞬間であるかのように圧縮している。

映像はおそらく4月の投資家向けイベントにさかのぼる。工場での試験は3月に実施され、重要なモデルリリースは7月まで続いていた。

これらの節目を合わせて見ると、サプライズのローンチではなく、継続的な活動が示される。また、文脈のないロボティクス映像が拡散する際に、日付と証拠の種類が重要である理由も示している。

開発者にとって、Xiaomiのオープンモデルは、生成AIと物理制御を結び付けているため、詳しく検討する価値がある。製造業者にとって、工場の統計は自動的に受け入れるのではなく、精査に値する。

それ以外の人にとっても、最もシンプルなテストが最善だ。次のXiaomiロボット動画が、継続的な作業、記録された失敗、そして測定可能な復帰を示しているかを問えばよい。

洗練された身振りは、その機械がカメラの前で動作できることを証明する。次の段階では、カメラそのものが目的でなくなったときにも、Xiaomiがそれを機能させられることを証明しなければならない。