編輯｜Panda、澤南

當(dāng)人形機(jī)器人仍停留在「見過才會、練過才行」的樣本擬合階段，難以應(yīng)對新動作、新指令與分布外任務(wù)時，銀河通用最新發(fā)布全球首個小腦 GPT 基模AstraBrain?WBC 0.5，全球首個成功驗(yàn)證運(yùn)動控制 Scaling Law。

銀河通用團(tuán)隊(duì)用史上最大、整整 20 億幀的動捕數(shù)據(jù)，訓(xùn)練出了全球首個人形機(jī)器人全身實(shí)時運(yùn)控基座大模型，該模型零樣本泛化全新動作，成功率從 MLP 架構(gòu)的 76.89% 躍至 92.58%，推理延遲僅 0.39ms，效果超越英偉達(dá) SONIC，甚至比目前業(yè)內(nèi)主流 TWIST 系統(tǒng)速度提升至五倍。首次實(shí)現(xiàn)領(lǐng)域外分布（OOD）數(shù)據(jù)的泛化能力，這一研究成果堪比大模型的 GPT-1 時刻，填補(bǔ)人形機(jī)器人通用小腦研究的行業(yè)空白。

這個工作還被全面開源了出來。

• 論文標(biāo)題：Humanoid-GPT: Scaling Data and Structure for Zero-Shot Motion Tracking
• 論文地址：arxiv.org/abs/2606.03985
• 代碼地址：https://github.com/GalaxyGeneralRobotics/Humanoid-GPT/

這項(xiàng)研究的出發(fā)點(diǎn)其實(shí)很純粹：把數(shù)據(jù)堆到原來同類研究的 200 倍以上，換一個 GPT 風(fēng)格的 Transformer 架構(gòu)，然后看看 Scaling Law 到底管不管用？

結(jié)論很直接：管用，而且很管用。

視頻鏈接：https://mp.weixin.qq.com/s/C_RJXBFJLetgZdN1catvqA

銀河通用率先邁進(jìn)了這片無人區(qū)，用對底層運(yùn)控能力的突破樹立了行業(yè)的新標(biāo)桿。

數(shù)據(jù)說話：Scaling Law 在人形機(jī)器人上成立！

Scaling Law 到底在物理世界管不管用？AstraBrain-WBC 0.5 證明它管用了，有三組數(shù)據(jù)為證！

第一組：架構(gòu)和規(guī)模的雙重 Scaling ，效果疊加

研究團(tuán)隊(duì)在標(biāo)準(zhǔn)的 AMASS 測試集（訓(xùn)練時未見過的動作子集）上，系統(tǒng)比較了不同架構(gòu)和不同數(shù)據(jù)量的組合。同樣使用 200 萬幀訓(xùn)練，MLP 的追蹤成功率（SR）為 76.89%，TCN 為 81.48%，而 AstraBrain-WBC 0.5-S 已經(jīng)達(dá)到 83.26%——架構(gòu)換代本身就帶來了提升。

更關(guān)鍵的變化發(fā)生在數(shù)據(jù)規(guī)模擴(kuò)大之后：隨著訓(xùn)練幀數(shù)從 200 萬增至 20 億，AstraBrain-WBC 0.5-B 的 SR 從 88.27% 進(jìn)一步升至 90.43%；最大規(guī)格的 AstraBrain-WBC 0.5-L 在 20 億幀訓(xùn)練下最終達(dá)到 92.58%。

骨干網(wǎng)絡(luò)架構(gòu)比較與 Scaling 的影響。

同等數(shù)據(jù)量（20 億幀）下，論文給出了一個直接對比：即便是表現(xiàn)最好的 TCN 大參數(shù)版本，其關(guān)鍵點(diǎn)位置誤差（MPKPE）為 56.15mm，而參數(shù)量更小的 AstraBrain-WBC 0.5-S 已經(jīng)達(dá)到 43.25mm，領(lǐng)先幅度超過 30%。MLP 和 TCN 并非無法從更多數(shù)據(jù)中獲益，而是獲益的邊際在遞減；Transformer 的訓(xùn)練損失曲線則持續(xù)下降，沒有出現(xiàn)飽和

第二組：數(shù)據(jù)規(guī)模消融，冪律曲線清晰可見

固定模型規(guī)格（Humanoid-GPT-B），只改變訓(xùn)練數(shù)據(jù)量，零樣本 MPJPE 的變化軌跡如下：

很明顯可以看出：數(shù)據(jù)每擴(kuò)大 10 倍，誤差持續(xù)下降，沒有出現(xiàn)拐點(diǎn)。這條曲線正是Scaling Law 在人形機(jī)器人運(yùn)動控制上留下的第一個清晰印記

第三組：真機(jī)驗(yàn)證，仿真結(jié)論在真實(shí)硬件上復(fù)現(xiàn)

研究團(tuán)隊(duì)將 AstraBrain-WBC 0.5 部署于宇樹 G1 機(jī)器人上，用四段完全未見過的舞蹈動作做零樣本追蹤測試，并與 GMT、TWIST、Any2Track 三款當(dāng)前最強(qiáng)的開源追蹤器在相同協(xié)議下對比。

AstraBrain-WBC 0.5 展現(xiàn)出了此前人形機(jī)器人運(yùn)控系統(tǒng)難以兼顧的四項(xiàng)核心能力：更高自由度的全身協(xié)同控制，更高動態(tài)的運(yùn)動能力，毫秒級實(shí)時響應(yīng)，更高的魯棒性

以 MPJPE（關(guān)節(jié)位置誤差）作為衡量標(biāo)準(zhǔn)，Humanoid-GPT-B 在四段動作中均低于或持平所有對比方法。須知，這些動作直接來自網(wǎng)絡(luò)視頻的運(yùn)動重定向，沒有任何專項(xiàng)數(shù)據(jù)補(bǔ)充，也沒有經(jīng)過微調(diào)。

在四種未見過的舞蹈動作上的真實(shí)世界跟蹤準(zhǔn)確度

工程部署層面同樣沒有拖后腿。經(jīng)過 TensorRT 編譯和 C++ 流水線優(yōu)化后，AstraBrain-WBC 0.5 的平均推理延遲降至 0.39 毫秒，控制回路維持在 50Hz 實(shí)時頻率；與對比系統(tǒng) TWIST（均值 2.79 毫秒）相比，推理速度提升約 5 倍。規(guī)模更大的模型，反而跑得更快，這得益于針對因果注意力和 MLP 融合算子的專項(xiàng)內(nèi)核優(yōu)化。

不同優(yōu)化方法的推理延遲比較

未來，機(jī)器人訓(xùn)練不再需要從零開始構(gòu)建動作能力，可以直接基于 AstraBrain-WBC 0.5 進(jìn)行二次開發(fā)與能力擴(kuò)展。這將大幅降低機(jī)器人訓(xùn)練門檻。

那么，AstraBrain-WBC 0.5 是如何做到的？

AstraBrain-WBC 0.5 做到了三件事

具體而言，AstraBrain-WBC 0.5 系統(tǒng)性地回答了三個問題：

• 動作數(shù)據(jù)能不能擴(kuò)到十億級？
• 控制模型能不能像 GPT 一樣隨數(shù)據(jù)增長繼續(xù)變強(qiáng)？
• 規(guī)模變大之后，訓(xùn)練還能不能穩(wěn)定、可部署？

AstraBrain-WBC 0.5 概況。該系統(tǒng)包含三個階段：(a) 數(shù)據(jù)整理與處理，(b) 基于關(guān)鍵點(diǎn)獎勵在集群上訓(xùn)練采用 PPO 算法的運(yùn)動專家模型，(c) 通過并行 DAgger 監(jiān)督將全部專家模型蒸餾為單一基于 Transformer 的 generalist 策略。由此生成的 AstraBrain-WBC 0.5 能夠?qū)⑽匆娺^的或在線重定向的運(yùn)動作為參考輸入，并以完全零樣本的方式進(jìn)行跟蹤。

第一件事：把數(shù)據(jù)堆到 20 億幀

研究團(tuán)隊(duì)匯總了人類運(yùn)動捕捉領(lǐng)域幾乎所有主流開源數(shù)據(jù)集，包括 AMASS、LAFAN1、Motion-X++、PHUMA、MotionMillion，并補(bǔ)充了超過一千小時的大規(guī)模自采動作數(shù)據(jù)。

相比傳統(tǒng)動作數(shù)據(jù)集中大量重復(fù)的行走、站立等高頻動作，新數(shù)據(jù)集覆蓋日常動作、舞蹈、快速轉(zhuǎn)向、跌倒恢復(fù)、協(xié)作搬運(yùn)等多種長尾場景，再經(jīng)過嚴(yán)格篩選、分割和增廣，得到20 億幀經(jīng)過重定向處理的 G1 機(jī)器人關(guān)節(jié)運(yùn)動數(shù)據(jù)。

這是此前同類訓(xùn)練集規(guī)模的200 倍以上。

AstraBrain-WBC 0.5 的數(shù)據(jù)分布情況

然而數(shù)據(jù)量本身還不夠。大規(guī)模數(shù)據(jù)集有一個隱患：常見動作會把不常見動作「淹沒」，模型只學(xué)會了中間那些平平無奇的步伐，對高難度動作依然無能為力。

為此，團(tuán)隊(duì)設(shè)計了一種叫做「諧波運(yùn)動嵌入（Harmonic Motion Embedding / HME）」的表示學(xué)習(xí)工具，從每條運(yùn)動序列中提取各關(guān)節(jié)的振動頻率和幅度特征，并據(jù)此將所有數(shù)據(jù)聚類成約 300 個風(fēng)格各異的動作簇，實(shí)現(xiàn)了多樣性感知的均衡采樣。

在 HME 嵌入空間中，數(shù)據(jù)集多樣性的比較，可見銀河通用團(tuán)隊(duì)整理的數(shù)據(jù)集在 HME 空間里的 log-volume 比 AMASS 大約高 4-5 倍。

實(shí)驗(yàn)證明，兩者缺一不可：數(shù)據(jù)多樣但分布不均衡，模型仍會過擬合常見動作；分布均衡但多樣性不夠，能力上限就被數(shù)據(jù)的覆蓋范圍卡死。研究團(tuán)隊(duì)將這一洞察稱為「Diversity and Balance」原則，這也是此前所有運(yùn)動數(shù)據(jù)集從未系統(tǒng)考量過的維度。

也就是說，AstraBrain-WBC 0.5 不是簡單把數(shù)據(jù)「堆大」，而是在做一件更難的事：讓大規(guī)模動作數(shù)據(jù)變得可度量、可劃分、可訓(xùn)練

第二件事：用對架構(gòu)

過去的運(yùn)動追蹤器大多使用 MLP 或 TCN（時序卷積網(wǎng)絡(luò)）。這些架構(gòu)的問題在于，它們對序列歷史的建模能力有限，而且到了一定規(guī)模后增加參數(shù)幾乎不再帶來收益。

AstraBrain-WBC 0.5 轉(zhuǎn)向了 GPT 風(fēng)格的因果 Transformer 架構(gòu)。這可不是「跟風(fēng) LLM」，其背后有一條嚴(yán)密的技術(shù)邏輯。

運(yùn)動追蹤本質(zhì)上是一個在線序列決策問題：機(jī)器人在每個時刻需要根據(jù)當(dāng)前狀態(tài)和歷史軌跡，預(yù)測出下一幀的關(guān)節(jié)指令。這個問題天然有時序依賴——你現(xiàn)在邁出的這一步，和上一秒的重心、速度、姿態(tài)都強(qiáng)相關(guān)。

MLP 的致命傷正在這里：它每次只能「看」一個時刻的狀態(tài)切片，對更長的歷史序列只能靠拼接輸入來臨時湊數(shù)，建模能力從根本上就受限了。

Transformer 的自注意力機(jī)制則不同。它可以讓模型在序列中的每個位置同時「回望」此前任意長度的歷史，捕捉到「當(dāng)前動作與 32 幀前的某個特定姿態(tài)」之間的關(guān)聯(lián)。這類長程依賴關(guān)系，正是連貫、流暢的全身運(yùn)動所必需的。

但還有一個關(guān)鍵約束：機(jī)器人控制是實(shí)時的，不能看到未來。這就是「因果（Causal）」的來源：AstraBrain-WBC 0.5 在注意力層加入了時序因果掩碼，嚴(yán)格限制模型只能利用當(dāng)前幀及之前的歷史，推理時不依賴任何前瞻信息。

這使得同一個模型在訓(xùn)練時是并行處理整段序列（效率高），在推理時是逐幀自回歸預(yù)測（延遲低），兩種模式天然統(tǒng)一，沒有結(jié)構(gòu)上的割裂。

還有一個被容易忽視的優(yōu)勢：訓(xùn)練效率的質(zhì)變

AstraBrain-WBC 0.5 的蒸餾階段采用 DAgger 框架，每次迭代需要對整條運(yùn)動序列中的所有歷史時刻同時施加監(jiān)督信號。MLP 每次只能處理單個時間步，想覆蓋一條長序列得循環(huán) N 次；Transformer 一次前向計算就能處理整段序列的所有位置，訓(xùn)練吞吐量直接拉開數(shù)量級差距。在 20 億幀的數(shù)據(jù)規(guī)模下，這是能否在合理時間和計算成本內(nèi)完成訓(xùn)練的關(guān)鍵。

論文中的消融實(shí)驗(yàn)也驗(yàn)證了「歷史長度」的價值：序列長度從 4 幀增至 64 幀，追蹤成功率持續(xù)提升；團(tuán)隊(duì)最終選定 32 幀作為默認(rèn)配置，在性能與計算開銷之間取得平衡。這本身就是對「長程時序建模能力真的有用」的直接證明。

第三件事：專家蒸餾的流水線

直接用一個模型訓(xùn)完 20 億幀是不現(xiàn)實(shí)的。團(tuán)隊(duì)的做法是「先分后合」：在 300 個運(yùn)動族群上各自訓(xùn)練 PPO 強(qiáng)化學(xué)習(xí)專家策略（約 384 個專家），每個專家只負(fù)責(zé)自己那個風(fēng)格的動作，因此都能高保真地完成族群內(nèi)的動作；再用 DAgger 蒸餾框架，讓單個 Transformer 模型同時向所有專家學(xué)習(xí)，最終壓縮為一個統(tǒng)一的通用策略。

專家數(shù)量本身也經(jīng)過了系統(tǒng)的消融驗(yàn)證。簇數(shù)太少（如 128 個）意味著每個專家負(fù)責(zé)的動作風(fēng)格過于混雜，單個專家的追蹤質(zhì)量會下降，蒸餾出來的通才也相應(yīng)變?nèi)酰坏財?shù)太多（如 1024 個）則會讓相鄰專家之間的監(jiān)督信號互相矛盾，反而給學(xué)生模型帶來混亂。實(shí)驗(yàn)表明，約 384 個專家是當(dāng)前數(shù)據(jù)規(guī)模下多樣性、專家質(zhì)量和訓(xùn)練成本的最優(yōu)平衡點(diǎn)

整個訓(xùn)練過程耗費(fèi)約 15000 GPU 小時，其中 75% 用于專家訓(xùn)練（RTX 4090），25% 用于 Transformer 蒸餾（H100）。

一旦蒸餾完成，部署時只需要這一個通才模型，384 個專家就可以「功成身退」，不再需要保留。

AstraBrain-WBC 0.5 與相關(guān)工作的比較

最終形成的 AstraBrain-WBC 0.5 模型參數(shù)規(guī)模達(dá)到 8040 萬級別，已經(jīng)接近 GPT-1 時代的大語言模型規(guī)模。

為什么是銀河通用？

AstraBrain-WBC 0.5 背后的工業(yè)主體是銀河通用機(jī)器人（Galbot）

銀河通用成立于 2023 年 5 月，總部位于北京。公司從創(chuàng)立之初便將研發(fā)重點(diǎn)放在具身智能「大腦」和泛化操作能力上，而非優(yōu)先追求雙足運(yùn)動能力。其代表產(chǎn)品 Galbot G1 采用雙臂、折疊腿和全向輪底盤設(shè)計，被業(yè)內(nèi)概括為「大腦優(yōu)先、身體務(wù)實(shí)」的技術(shù)路線。

從融資節(jié)奏來看，銀河通用走得并不慢。2025 年 12 月，銀河通用完成超過 3 億美元融資，中國移動鏈長基金、中金資本、央視融媒體基金等機(jī)構(gòu)參與投資，公司估值超過 30 億美元。2026 年 3 月，公司再次完成 25 億元融資，投資方包括國家人工智能產(chǎn)業(yè)基金等機(jī)構(gòu)。這也是國家人工智能產(chǎn)業(yè)基金首次投資具身智能企業(yè)

商業(yè)化方面，銀河通用是國內(nèi)較早推動具身智能機(jī)器人規(guī)模落地的企業(yè)之一，其機(jī)器人已進(jìn)入零售、制造、倉儲物流等多個場景。

銀河通用在即時零售領(lǐng)域推出了人形機(jī)器人自主運(yùn)營零售倉方案，并已在全國數(shù)十家即時零售倉實(shí)現(xiàn)規(guī)模化部署。依托端到端具身智能模型，機(jī)器人能夠在數(shù)千種 SKU 的復(fù)雜環(huán)境中自主完成識別、分揀、抓取和打包等流程。

該公司還與美團(tuán)買藥等合作伙伴推動人形機(jī)器人智慧藥房（智慧藥倉）落地，機(jī)器人可在包含約 5000 種藥品 SKU 的環(huán)境中完成自主揀選與打包。目前相關(guān)方案已在北京、上海、廣州、深圳、杭州等城市部署，并實(shí)現(xiàn) 7×24 小時持續(xù)穩(wěn)定運(yùn)行。

2026 年馬年春晚，銀河通用成為中央廣播電視總臺《2026 年春節(jié)聯(lián)歡晚會》指定具身大模型機(jī)器人，為公眾展示了其具身智能技術(shù)與機(jī)器人產(chǎn)品能力。現(xiàn)場，Galbot 機(jī)器人在沈騰、馬麗身邊全自主完成盤核桃、疊衣服、貨架取物等任務(wù)，所有動作由「銀河星腦」實(shí)時決策，而非預(yù)設(shè)程序——這是對機(jī)器人泛化能力的一次高曝光度公開驗(yàn)證。參閱《沈騰：春晚誰家機(jī)器人？除夕夜就扒拉活來了》。

「銀河星腦（AstraBrain）」是銀河通用自主研發(fā)的全身全手端到端具身大模型，也是理解 AstraBrain-WBC 0.5 戰(zhàn)略意義的關(guān)鍵背景。

銀河星腦采用三層類腦架構(gòu)：「大腦」負(fù)責(zé)多模態(tài)感知與任務(wù)規(guī)劃，「小腦」負(fù)責(zé)全身運(yùn)動協(xié)同與實(shí)時控制，「神經(jīng)控制」則處理末端靈巧操作與力反饋。業(yè)界多數(shù)方案將這三層割裂開發(fā)，模塊之間存在信息損耗，導(dǎo)致響應(yīng)遲滯和泛化能力弱；銀河星腦的目標(biāo)是打通全鏈路、實(shí)現(xiàn)端到端統(tǒng)一建模。

銀河星腦 AstraBrain 框架

正如近日在 2026 智源大會主題演講中，銀河通用機(jī)器人創(chuàng)始人王鶴博士所言：「銀河通用推出的 AstraBrain（銀河星腦），目標(biāo)就是做一個通用人形機(jī)器人的基座：既有大腦、又有小腦，中間通過腦橋連接，讓更快的小腦與相對較慢的大腦實(shí)現(xiàn)異步同步。人腦中的腦橋?qū)嶋H上分為三路、有上傳也有下載，我們的架構(gòu)充分參考了人類大腦的結(jié)構(gòu)，目標(biāo)就是實(shí)現(xiàn)完全通用。」

AstraBrain-WBC 0.5 是這套架構(gòu)小腦能力的展現(xiàn)：一旦小腦具備了跨場景零樣本泛化的能力，銀河星腦整體的通用性和遷移效率就能隨之提升。

順帶一提，AstraBrain-WBC 0.5 論文（Humanoid-GPT）已被 CVPR 2026 接收。

「小腦」之爭，這一局定了什么？

在業(yè)界，把 Scaling Law 套用到運(yùn)動控制層方面，AstraBrain-WBC 0.5 不是第一個嘗試。此前 SONIC 已經(jīng)將訓(xùn)練幀數(shù)推至 1 億，但其依然采用 MLP 架構(gòu)，而實(shí)驗(yàn)表明在那個規(guī)模上 MLP 已經(jīng)開始飽和。

AstraBrain-WBC 0.5 的貢獻(xiàn)在于系統(tǒng)性地證明：MLP 的瓶頸并非數(shù)據(jù)少，而是架構(gòu)本身的擴(kuò)展性限制。換用 Transformer，一切才真正打開。

隨著數(shù)據(jù)規(guī)模擴(kuò)展至 20 億幀、模型參數(shù)持續(xù)增長，模型的性能得以持續(xù)提升。人形機(jī)器人運(yùn)動控制或許正邁向「基礎(chǔ)模型時代」：如果說過去的機(jī)器人是在學(xué)習(xí)單個技能，AstraBrain-WBC 0.5 則更像是在學(xué)習(xí)整個人類動作世界。

這個結(jié)論對整個產(chǎn)業(yè)有直接的戰(zhàn)略含義。

當(dāng)前人形機(jī)器人行業(yè)的技術(shù)路線大致可分為兩派：一派更加側(cè)重突破運(yùn)動控制和硬件；另一派則更加強(qiáng)調(diào)大模型驅(qū)動的泛化能力。

AstraBrain-WBC 0.5 讓后者的主張有了更堅(jiān)實(shí)的技術(shù)支撐：如果運(yùn)動「小腦」本身就可以成為基礎(chǔ)模型，那「大腦」與「小腦」之間的邊界就會變得模糊，兩者可以共同受益于 Scaling Law 的紅利。

行業(yè)里已有一個共識：2026 年是具身智能的交付元年，企業(yè)的競爭重點(diǎn)正從「我的機(jī)器人能做到」轉(zhuǎn)向「我的機(jī)器人能可靠地、規(guī)模化地做到」。在這個語境下，運(yùn)動控制層的泛化能力，直接決定了一款機(jī)器人能否用同一套軟件棧適配不同車間、不同家庭、不同任務(wù)。這是規(guī)模化落地的前提，也是商業(yè)壁壘真正形成的地方。

當(dāng)然，AstraBrain-WBC 0.5 也有局限：它還是純運(yùn)動追蹤模型，不具備對物體、環(huán)境的語義理解。論文作者在結(jié)語中明確提出，下一步方向是與視覺-語言-動作（VLA）模型對接，加入視覺、觸覺和語言多模態(tài)信息，邁向通用具身基礎(chǔ)模型（Embodied Foundation Model）。

銀河通用已經(jīng)走出了突破性的一步，后續(xù)的棋局，正在展開。