银河通用的变与不变

“具身智能”很火。但很少有人知道，2023年中国计算机学会发布“具身智能”新词条时，银河通用创始人王鹤是作者之一。

今年爆火的WAM，银河通用团队去年已经把它写进论文标题。王鹤提到，按投稿时间计算，这是业内最早明确提出WAM概念的研究。

一个参与界定行业概念的人，后来又开始为这个行业寻找新的技术路线。王鹤关心的，不只是某一项技术，而是具身智能究竟如何进入真实世界。

8月19日，在世界机器人大会“具身智能大模型的进化之路”分论坛上，银河通用发布了首款双足人形机器人Galbot ET1“银河星仔”。

我在现场看到了它的首次公开表演。

星仔很丝滑地跳了一段街舞。手撑地、倒立、连续变换姿态，动作衔接几乎没有迟滞。对于一家长期把主要资源押在机器人大脑上的公司，这显然是一次重要变化。

最近半个月，如果把推出星仔、夺得世界人形机器人运动会三个冠军和在香港开设Galbot Store放在一起看，又会发现，银河通用真正重要的东西并没有改变。

变化的是产品形态，不变的是对大脑、数据和商业化的长期投入。

01

从“大脑”走向“全脑”

从成立之初，银河通用就把主要精力和资源放在具身大模型上。这也是G1和S1早期选择轮式形态的重要原因。

王鹤对此有一句很准确的概括：“先解决干活问题，再解决走路问题。”

具身智能发展的早期，同时解决感知、认知、双臂操作和全身平衡，很容易分散有限的数据和工程资源。银河通用选择先降低本体运动的复杂度，把主要精力留给“大脑”和“双手”。

G1进入药房和零售场景，S1进入工业产线，首先验证的是机器人能否看懂、想清楚，并把一项工作完整做完。轮式底盘只是当时承载这些能力更合适的身体。

现在，银河通用开始提升“小脑”。

机器人理解任务以后，还要把高层意图准确、流畅地转化为身体动作。全身如何保持平衡，关节如何协同，面对实时变化能否迅速响应，考验的是另一套能力。

星仔采用的AstraBrain-WBC 1.0，正是银河通用的通用小脑基模。这套模型使用超过10万小时的人类动作数据训练，既包括高精度动作捕捉，也包括经过处理的人类视频。

更值得注意的是，星仔不需要为每段动作提前准备完整的动作捕捉数据。它能够观察真人动作，通过实时模仿和互动学习掌握新的动作。

AstraBrain-Agent负责观察环境、理解指令和动态规划，WBC负责把意图转化为稳定的身体动作。大脑、小脑与神经控制逐渐接通之后，双足产品的出现便顺理成章。

银河通用不是从轮式转向双足。星仔更像是小脑能力成熟以后，银河星脑自然长出来的一副新身体。更准确地说，银河通用正在从一家“大脑公司”走向一家“全脑公司”。

02

商业化一直在技术路线里

星仔发布几天后，第二届世界人形机器人运动会开幕。

银河通用以全自主模式参加家庭、餐饮和商超三项场景赛，最终拿下三枚金牌，商超赛还包揽了金银铜牌。

承担这些任务的是轮式机器人G1。

三项场景赛考验的，依然是银河通用长期投入的“大脑”能力。以家庭场景赛为例，G1要在30分钟内完成捡拾杂物、开门、叠衣和晾晒等一连串任务。途中突然有快递送到门口，它还要暂停手头的工作，先去取件，再回来接着干。

动作本身未必惊险，连续完成整项任务却需要模型始终保持对环境和目标的理解。

比赛之外，这套能力也开始在香港接受真实运营的检验。

8月31日，银河通用把已在国内规模落地的“银河太空舱”带到香港，首批三家门店分别落地红磡、湾仔和启德。此前，“银河太空舱”已经进入内地近50个城市，落地约200家零售门店。

比赛检验模型能力，门店检验持续运营。消费者不会因为它是新技术就降低要求。商品能不能找对，动作是否稳定，等待时间是否合理，都会直接影响门店经营。

在工业场景中，银河通用的重载机器人S1已经进入宁德时代产线，承担电池模组和电池包生产中的长程作业。双方还签署了全球战略合作协议，并计划共同推动具身机器人全球后市场服务标准建设。

运动会、香港门店和宁德时代，构成了三个不同层次的验证：比赛看能力上限，门店看连续运营，工厂看可靠性和投入产出。

不同场景使用不同形态的机器人，底层依靠的仍是银河星脑和银河星数。这是银河通用一直没有改变的地方。

它从来没有把商业化放在技术完成之后。

机器人进入药房、零售店和工厂，一边完成工作，一边为模型迭代提供真实数据。数据回流之后继续训练模型，再进入新的产品和场景。

因此，每一次商业部署对银河通用都有两层价值：一层是商业验证，另一层是模型继续进化所需要的真实经验。这是比200亿元估值更重要的事儿。

03

王鹤的路线感

理解银河通用的变与不变，最终还要回到创始人王鹤身上。

技术行业很容易制造“先见之明”。真正有价值的判断，不在于后来把故事讲得多完整，而在于早期是否留下了连续的行动痕迹。

银河通用的技术路线是可以追溯的。

在银河通用成立之前，王鹤已经开始研究第一视角的人类与物体交互数据；2023年参与“具身智能”术语的释义和规范；2025年把世界动作模型写进论文；到2026年，又把大脑、小脑、数据基础设施和不同机器人本体放进同一套体系。

这条路线一直在调整。

产品形态从轮式扩展到双足，场景从零售和药房延伸到工业与海外市场。王鹤没有把某一种机器人形态变成信仰，也没有因为进入新的市场，就放弃对具身大模型和数据的投入。

成熟的技术创业者，往往更早调整产品，也更清楚什么不能变。

王鹤始终相信，具身智能的长期上限取决于模型，而不是某一款机器人；数据需要成为持续运转的基础设施；技术最终必须接受真实商业场景的检验。

他对具身智能“ChatGPT时刻”的定义，也体现了这种思路。

机器人既要在普通任务上实现70%至80%的零样本成功率，也要让非专业用户用简单的方式完成后训练和部署。

前者决定模型能力，后者决定商业化速度。

在分论坛上，让我印象最深刻的是银河通用提出WAM-TTT，它试图让客户通过第一视角工作视频完成后训练，瞄准的正是部署成本。

这项技术距离规模应用还有多远，我觉得还需要继续观察。但王鹤判断问题的方式很清楚：一个学术概念最终要落到产品、成本和客户的使用方式上。

王鹤真正稀缺的，是路线感。他没有让技术判断停在论文里，而是把它拆成一套有先后顺序的公司路线。

先把大脑做好，再补小脑；先让机器人在相对明确的商业场景里干活，再进入更复杂的身体和环境；先建立模型能力，再降低客户使用模型的门槛。

目前，银河通用已经拥有一套相对完整的技术与商业体系，但接下来的考验更加现实。

宇树已经登陆科创板，智元把量产推进到万台级。机器人行业的比较标准，正在从技术演示转向产品交付、部署效率和经营结果。

银河通用需要回答的问题也很具体：星仔何时能够从发布走向规模交付？S1在宁德时代积累的经验能否进入更多工厂？约200家零售门店能否形成稳定的经营模型？

这些问题将决定银河通用现在的技术优势，最终能否沉淀为长期壁垒。

银河通用接下来最需要加快的，是产品化和规模交付；最不能改变的，是让同一套智能进入更多身体，并在真实世界里持续创造价值。

— 欢迎您在评论区跟我们交流 —