銀河通用機(jī)器人“表演”變“上崗”，端到端大模型銀河星腦有多強(qiáng)

henry 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI

2026年的春晚，注定是屬于機(jī)器人的。

不知道有多少人像我一樣，在看到馬麗的“鐵哥們”時，沒繃住，直接笑出了聲。

這個叫“小蓋”的家伙，是真的物理意義上的“鐵哥們”。

節(jié)目里，騰哥上春晚得靠它，它甚至還給自己排了一出表演干活的“劇本”：

盤盤核桃、疊疊衣服、嗆嗆騰哥，直接把春晚的笑點拉滿了。

但笑過之后，很難忽視的一點是——小蓋這次在春晚做的事情不太一樣。

它不是在秀動作，而是在執(zhí)行任務(wù)：

貨架取物、清理碎片、整理環(huán)境，甚至串烤腸、疊衣服。

據(jù)悉，這是春晚舞臺上第一個上臺認(rèn)真執(zhí)行任務(wù)、在自己工位上“干活”的機(jī)器人。

而把“小蓋”帶上春晚舞臺干活的，正是被官方定位為具身大模型機(jī)器人的銀河通用機(jī)器人，以及它背后那套首次公開的“大腦-小腦-神經(jīng)控制”一體化系統(tǒng)銀河星腦AstraBrain。

也正是這套系統(tǒng)，讓舞臺上那些看似隨意的取物、清理、整理，不再依賴動作腳本，而是來自完整的感知-決策-執(zhí)行閉環(huán)。

而在節(jié)目外，小蓋也已經(jīng)將這套能力延伸到了全國各地的100家銀河太空艙，真正讓機(jī)器人走進(jìn)生活。

春晚大舞臺，“干活”銀河來

咱不演“馬麗單飛，沈騰怎么辦”的戲中戲，直接看這次真正的主角——

馬麗的“鐵哥們”，小蓋（Galbot）。

“盤核桃”：手內(nèi)靈巧操作+雙手分工協(xié)同

先看一個看似整活、實則硬核的動作：盤核桃。

關(guān)注機(jī)器人領(lǐng)域的都知道，這事并不簡單。

一方面，核桃表面不規(guī)則、質(zhì)量分布不均，在翻轉(zhuǎn)過程中受力點持續(xù)變化。手指只要有一點點力矩誤差，核桃就會“cei”在地上。

另一方面，對機(jī)器人來說，這幾乎等同于人戴著一副鐵手套在盤：觸覺遲鈍、反饋滯后，很難實時感知核桃的微小運(yùn)動狀態(tài)。

而小蓋之所以在春晚舞臺上能完成這一動作，關(guān)鍵在兩點：一雙足夠靈活的機(jī)械手；更重要的是，還要有一個能做手指關(guān)節(jié)級微調(diào)控制的“大腦”。

在業(yè)內(nèi)，這類能力有個專業(yè)名字：手內(nèi)操作（In-hand Manipulation）。

它是機(jī)器人靈巧操作里的“皇冠上的明珠”，直接決定機(jī)器人能不能承擔(dān)工業(yè)級精細(xì)任務(wù)，例如擰螺絲、釘釘子這類操作。

對此，銀河通用的思路，可以用一句話概括：虛擬世界練招式，真實世界找手感。

• 第一步，仿真打底。AstraBrain里的“小腦模型”，讓機(jī)器手在虛擬環(huán)境中反復(fù)練不同尺寸、不同重量的核桃，靠大規(guī)模試錯學(xué)出一套可泛化的“盤核桃策略”。
• 第二步，現(xiàn)實校準(zhǔn)。真正上手核桃以后，再利用真實摩擦、結(jié)構(gòu)誤差這些反饋，在線微調(diào)動作，把仿真和現(xiàn)實之間的那點縫補(bǔ)起來。

值得一提的是，小蓋后面給沈騰遞水時還有個小彩蛋：機(jī)器人在遞水的同時，還在盤。

這意味著什么？

意味著它已經(jīng)能做到：單手手內(nèi)操作+雙手任務(wù)分工協(xié)同，而這套能力，已經(jīng)非常接近真實工位里的操作閉環(huán)了。

收玻璃碎片、貨架取物：從“秀技”到“上崗”

接下來呢，就是“智慧腦袋顯身手”的時刻了。

舞臺上一個容易被忽略的細(xì)節(jié)：在明暗變化的燈光下，機(jī)器人要把透明、形狀不規(guī)則的酒杯碎片收進(jìn)盒子里。

這里的難點有兩個：

一方面，透明物體本身就難被機(jī)器視覺捕捉；另一方面，不規(guī)則碎片在不同光照下，反光和陰影邊緣都在變。

對此，小蓋的做法，是先在仿真中“見遍天下碎玻璃”：

通過生成不同厚度、不同破裂形態(tài)、不同光照條件下的海量透明碎片數(shù)據(jù)，讓機(jī)器人在虛擬世界中把各種可能情況都見過一遍。

再結(jié)合多模態(tài)感知，從極其微弱的反光和陰影里，判斷碎片具體位置，規(guī)劃抓取。

同時在接觸過程中，用“觸感”判斷硬度和滑動情況，動態(tài)調(diào)力度，確保玻璃片既不被捏碎，也不滑落。

這一步，其實已經(jīng)從展示技巧，跨過了可部署能力的門檻。

再看貨架取物。

這看起來是最普通的動作，但恰恰是最接近真實商業(yè)零售場景，也是銀河通用的“傳統(tǒng)藝能”。

這里的核心難點不在抓，而在決策：擁擠環(huán)境定位目標(biāo)、避免擾動鄰近物體，在結(jié)構(gòu)約束下重新規(guī)劃動作。

舞臺上有個細(xì)節(jié)非常漂亮，你看，機(jī)器人并非是抓住瓶身，而是牢牢地從瓶蓋位置“扣”住，放在桌上。

用行業(yè)黑話說，就是這affordance找的，真有水平。

而且，這不是預(yù)錄軌跡，而是實時決策。每一次扣、每一次傾斜，都在“眼前這一次”重新計算。

這也意味著，這類能力已經(jīng)從展示層面邁向了真正的操作閉環(huán)。

穿烤腸、疊衣服：動作更像人，而不是更像程序

再往后，是穿烤腸、疊衣服這類生活化任務(wù)的綜合考試。

在穿烤腸的過程中，機(jī)器人需要一手操控烤鉗，一手穿簽并遞送，這對其雙手在空間上的協(xié)同能力、力度上的獨(dú)立控制，以及動作節(jié)奏的匹配都提出了要求。

這里有一個關(guān)鍵能力點——靈巧操作中的Tool use（工具使用）。

這項能力直接決定了機(jī)器人能否真正進(jìn)入流水線崗位，因為現(xiàn)實世界的大多數(shù)任務(wù)，本質(zhì)上都是“借助工具完成”。

在疊衣服時，需要機(jī)器人既要撫平衣角，又要對折對齊，對布料這種“軟家伙”，非常考驗機(jī)器人操作的穩(wěn)定性和細(xì)膩度。

這些動作之所以看起來越來越“像人手”，本質(zhì)原因在于訓(xùn)練方式發(fā)生變化：

小蓋并不完全依賴機(jī)器人自身采集數(shù)據(jù)，而是大量利用人類動作數(shù)據(jù)進(jìn)行學(xué)習(xí)與擴(kuò)展。

一方面，人類日常行為的數(shù)據(jù)本身就很豐富；另一方面，通過仿真擴(kuò)展和學(xué)習(xí)，機(jī)器人可以在處理柔性物體這類場景中，積累出更自然、更穩(wěn)定的操作經(jīng)驗。

所以，當(dāng)它在臺上撫平衣角、對折衣服的時候，本質(zhì)不是在“放一段預(yù)設(shè)程序”，而是在實時決策下完成任務(wù)，只不過這套決策已經(jīng)被打磨得很接近人類的“手感”。

而這一連串的技能展示，都離不開小蓋背后的大腦——AstraBrain。

AstraBrain：把“聰明腦袋”長在機(jī)器人身上

把復(fù)雜的論文語言抹掉，AstraBrain其實可以看成是一個四階段的“具身學(xué)習(xí)框架”：

• 人類樣本示范-仿真數(shù)據(jù)合成-強(qiáng)化學(xué)習(xí)試錯-真機(jī)調(diào)微操。

首先，是少量人類示范提供技能種子。

傳統(tǒng)工業(yè)機(jī)器人，往往需要上千次遙操作數(shù)據(jù)去堆一個動作。

AstraBrain不這么干，它把人類示范當(dāng)作“技能種子”：給機(jī)器人少量的動作示范軌跡，建立一個可泛化的行為先驗。

接著，是在仿真環(huán)境中，通過海量仿真數(shù)據(jù)模仿學(xué)習(xí)，覆蓋大量現(xiàn)實中難以窮舉的情況。

現(xiàn)實世界的數(shù)據(jù)，貴、慢又難采。

因此模型訓(xùn)練發(fā)生在高精度物理仿真環(huán)境中，仿真環(huán)境自動生成多樣場景配置、隨機(jī)擾動光照與物體布局，生成式模型產(chǎn)出抓取動作。

第三步是通過仿真環(huán)境的強(qiáng)化學(xué)習(xí)形成最優(yōu)策略。

因為僅靠模仿仍難應(yīng)對精細(xì)操作與動態(tài)避障，由此，AstraBrain引入強(qiáng)化學(xué)習(xí)閉環(huán)：

機(jī)器人在仿真環(huán)境中進(jìn)行高頻試錯，成功避障獲得獎勵，碰撞或失敗受到懲罰。

通過大規(guī)模迭代，策略逐漸收斂到高穩(wěn)定路徑，形成更高效的操作方式。

春晚展示出的流暢控制，很大程度來自這一階段的優(yōu)化。

第四步，通過真機(jī)數(shù)據(jù)完成遷移校準(zhǔn)。

仿真訓(xùn)練完成后，能力需要落地現(xiàn)實。AstraBrain通過少量真實操作數(shù)據(jù)進(jìn)行微調(diào)：收集真實接觸與反饋、修正仿真與現(xiàn)實偏差、完成策略校準(zhǔn)。

這一步的目的是讓機(jī)器人不僅知道“理論上該怎么做”，還知道“以我這副身子骨，動作會被現(xiàn)實世界修正成什么樣”，從而把盤核桃、轉(zhuǎn)筆這種高接觸靈巧操作，變成穩(wěn)定可復(fù)現(xiàn)的能力。

支撐上述流程的，是銀河通用的數(shù)據(jù)體系——AstraSynth。

其結(jié)構(gòu)可以理解為三層：

• 基石層（人類數(shù)據(jù)）：建立任務(wù)理解與行為認(rèn)知。
• 中間層（仿真合成數(shù)據(jù)）：低成本擴(kuò)展能力邊界，跨越虛實差距。
• 塔尖層（真機(jī)數(shù)據(jù)）：用少量高質(zhì)量數(shù)據(jù)完成現(xiàn)實校準(zhǔn)。

這形成了一條清晰的訓(xùn)練路徑：

用仿真解決數(shù)據(jù)規(guī)模問題，用強(qiáng)化學(xué)習(xí)優(yōu)化動作質(zhì)量，再用真實環(huán)境完成最終閉環(huán)。

因此，這套方法并非只針對單一任務(wù)。同一能力框架既能用于抓取商品，也能用于盤核桃、疊衣服或工具操作。

從這個角度看，機(jī)器人并不是學(xué)會某個動作，而是在逐步獲得快速學(xué)習(xí)新技能的能力。

銀河通用：央視春晚指定具身大模型機(jī)器人

銀河通用這次被央視指定為具身大模型機(jī)器人登上馬年春晚，并非偶然。

作為中國具身智能模型路線的代表性企業(yè)之一，它也是當(dāng)前少數(shù)將模型能力真正落地到真實產(chǎn)業(yè)場景的公司。

銀河通用成立于2023年5月，兩年多融資超8億美元，最新一輪融資超3億美元，刷新具身智能行業(yè)單輪融資紀(jì)錄，估值突破210億元，穩(wěn)居國內(nèi)具身智能頭部陣營。

在春晚亮相的背后，是銀河通用已形成硬件-模型-生態(tài)的完整閉環(huán)：

在硬件層面，Galbot（G1）輪式雙臂本體高效折疊，支持2.4米高摸底觸地，兼顧靈活度與性能迭代；

值得一提的是，銀河通用最新的工業(yè)重載機(jī)器人Galbot S1也在春晚亮相，與衛(wèi)星、航母、C919一同作為“國之重器”展出。

從技術(shù)路線上來看，銀河通用主打“仿真為主、真機(jī)為輔”的虛實結(jié)合訓(xùn)練管線：

自研仿真系統(tǒng)生成百億級機(jī)器人干活數(shù)據(jù)集，破解行業(yè)真實數(shù)據(jù)稀缺難題，實現(xiàn)Sim2Real無縫遷移，這構(gòu)成了其具身能力擴(kuò)展的底座。

過去一年，銀河通用密集推出GraspVLA（零樣本抓取）、GroceryVLA（零售大模型）、TrackVLA（動態(tài)導(dǎo)航）、NavFoM（全域?qū)Ш交┑瘸晒?/p>

由此構(gòu)建起感知理解-空間推理-執(zhí)行控制的全棧具身模型體系，春晚亮相的AstraBrain，正是其最新技術(shù)成果：

在產(chǎn)業(yè)落地層面，銀河通用的版圖已覆蓋工業(yè)、零售、倉儲物流、醫(yī)療康養(yǎng)等多個領(lǐng)域。

在工業(yè)領(lǐng)域，銀河通用已獲得寧德時代、極氪等頭部制造企業(yè)千臺級訂單，實現(xiàn)進(jìn)廠部署。

在零售場景，“銀河太空艙”已落地數(shù)100多座城市，自主售賣文創(chuàng)飲料零食。

在倉儲物流領(lǐng)域，全球首推百臺級機(jī)器人7×24小時自主運(yùn)營零售倉，已穩(wěn)定運(yùn)行超一年。

在醫(yī)療康養(yǎng)領(lǐng)域，與宣武醫(yī)院等三甲機(jī)構(gòu)合作，落地病房、藥房、導(dǎo)診等場景；在2025世界人形機(jī)器人運(yùn)動會中，還以全自主、零遙操作拿下世界冠軍。

這意味著，銀河通用正在把機(jī)器人從實驗室，一步步推向日常生活與真實產(chǎn)業(yè)，構(gòu)建起一張完整的具身智能生態(tài)網(wǎng)格。

而具身智能的下半場，核心比拼的正是模型能力與生態(tài)構(gòu)建。

回顧剛剛過去的具身智能量產(chǎn)元年，行業(yè)格局已迅速收斂：

硬件趨于標(biāo)準(zhǔn)化，真正決定機(jī)器人生產(chǎn)力的，具身模型的操作泛化性，將成為真正的勝負(fù)手。

中國憑借超大規(guī)模市場、豐富應(yīng)用場景與完整產(chǎn)業(yè)鏈，走出了一條“場景牽引、快速迭代、規(guī)模應(yīng)用”的道路。

但毋庸諱言，硬件本體發(fā)展快于具身大腦的格局仍未改變。

而銀河通用，恰好站在這一關(guān)鍵節(jié)點上——

從模型出發(fā)，以仿真數(shù)據(jù)與Sim2Real持續(xù)擴(kuò)展技能邊界，將行業(yè)競爭從機(jī)械參數(shù)推向真實作業(yè)能力。

模型能力的追趕與超越，將成為2026年具身領(lǐng)域最關(guān)鍵的變量。

機(jī)器人春晚十年，中國具身從0到1

最后，說句不太冷的冷知識。

最早上春晚的機(jī)器人，不是宇樹去年的《秧bot》、也不是21年的《牛起來》，而是10年前的優(yōu)必選。

2016年猴年春晚，540臺Alpha 1S組成方陣，整齊起舞為孫楠伴唱《沖向巔峰》，創(chuàng)下“最多機(jī)器人同時跳舞”的吉尼斯世界紀(jì)錄。

那時，OpenAI剛剛成立，一個月后，AlphaGo戰(zhàn)勝李世石——

AI 3.0曙光初現(xiàn)，西方算法與算力全面領(lǐng)跑，中國AI還在硬件追趕、算法仰望的階段。

十年后，2026馬年春晚，機(jī)器人陣容空前——

多家具身智能公司集體登臺亮相，覆蓋舞蹈、運(yùn)動、干活、陪伴各個場景。

可以說，春晚見證了中國AI從跟跑到并跑領(lǐng)跑的十年躍遷，具身智能作為下一個十年北極星，也正式進(jìn)入“中國時間”。

這次登臺表演干活的銀河通用，正是對這段路徑的生動注腳：

它向世界展示的不僅是一個企業(yè)的技術(shù)實力，更是中國具身智能產(chǎn)業(yè)的整體轉(zhuǎn)向：

從攻克運(yùn)動控制、展示視覺奇觀，轉(zhuǎn)向解決實際問題、創(chuàng)造經(jīng)濟(jì)與社會價值的新階段。

在億萬觀眾除夕夜的注視下，機(jī)器人穩(wěn)穩(wěn)盤核桃、取貨遞水，為十年的AI追趕畫上階段性休止符。

下一個十年，具身要干的，是讓這些“會干活的機(jī)器人”，走進(jìn)每個工廠、每個倉庫、每個家庭，從舞臺落地生產(chǎn)線，真正激活萬億產(chǎn)業(yè)動能。

最后的最后，說句題外話。

你說這正月十五，還有節(jié)目嗎？