機器人僅憑“觀看”人類操作視頻，就能把實驗室裡學會的技能快速遷移到千變萬化的真實場景。在北京，具身智能行業普遍面臨的“機器人在實驗室表現優異，一到真實場景就‘失靈’”的核心難題，正在被突破。

　　日前，“機器人發展看北京”主題採訪活動走進北京銀河通用機器人。依靠自研的WAM-TTT（World Action Model Test-Time Training）技術，銀河通用正在捅破具身智能規模化部署的“天花板”。這也意味著，機器人在部署階段，無需經過高成本、長周期的數據採集和訓練流程，僅需少量人類視頻數據，即可快速適應和學習真實世界任務。

　　具身智能告別“機械執行”

　　早上十點，中關村鼎好DH3大廈一層，上班的白領們步履匆匆。全家便利店裡，一位特別的店員已經准備就緒——它叫“迎賓小蓋”，是銀河通用開發的Galbot G1具身智能機器人，白色外殼線條圓潤，胸前屏幕閃爍著淡藍色的光。

　　“早上好！”看到有人走近，小蓋主動打起招呼。一位穿紫色連衣裙的女士路過，它立即夸贊道：“你今天穿的小裙子真漂亮。”發現有人舉著手機，它又說道：“你拿著手機在拍什麼好玩的事？”逗得周圍的顧客紛紛笑出聲來。

　　小蓋能做的，不只是像真實的人一樣和白領們聊天，還能絲滑地挪動身體，揮舞著兩隻靈活的機械臂，精准地從貨架上取一瓶水，從烤箱裡取一根烤腸，遞到顧客手中。

　　這家坐落於海澱科創核心商圈的便利店，客流密集、消費需求多變，是典型的復雜城市零售場景，對服務設備的穩定性、靈活性和適配性都有著極高要求。而小蓋的上崗，徹底刷新了外界對服務機器人“花架子”的固有認知。

　　“迎賓小蓋會‘看人說話’、精准取物，背后是我們自主研發的具身智能技術體系。”銀河通用機器人聯合創始人張直政告訴北京日報記者，其搭載的“銀河星腦”（AstraBrain），是全球首創的“大腦—小腦—神經控制”端到端具身大模型架構，成功打通了多模態感知理解、智能任務規劃、實時動作執行的全鏈路閉環。

　　這也讓小蓋擁有了區別於傳統機器人的能力——自主決策。當顧客提出需求時，系統能夠完成意圖理解、路徑規劃與動作執行的即時聯動，使機器人在復雜環境中保持響應速度與動作穩定性。

　　捅破規模化部署的“天花板”

　　“具身智能最終還是要回答一個問題：機器人如何真正走進真實世界。”張直政說，具身智能行業長期面臨一個核心困境就是機器人在實驗室表現優異，但一到真實場景就不好用了。“就像一個廚師在學校學會了做菜，但進入不同餐廳、不同家庭，鍋具全換了，還能不能炒出同樣水平的菜？”張直政打了個比方。

　　這也是人形機器人實現規模化部署的最大瓶頸。“當把機器人部署到真實環境后，往往需要重新採集數據、重新訓練模型，部署周期長、成本高。”張直政說。

　　為了破解難題，銀河通用近期發布了WAM-TTT，這是全球首個面向具身智能世界模型的測試時后訓練框架。它首次實現了機器人在部署階段持續學習和持續適應，能夠大幅降低部署成本，也顯著提升了模型在真實場景中的泛化能力，為機器人規模化落地提供了新的技術路徑。

　　換言之，今后機器人僅需“觀看”少量的人類操作視頻，就能把已掌握的技能快速遷移到全新場景，不需要機器人本體數據，也不需要任何動作標注。普通人用手機拍一段示范視頻，就能“教會”機器人。

　　持續拓展商業化新場景

　　在同一棟大廈的訓練室裡，小蓋的“同事”們還在進行更高強度的訓練，也在為即將到來的世界人形機器人運動會做著最后的准備。

　　記者眼前，一台名為Galbot S1的重載機器人正穩穩走向料箱堆。精准移動到合適位置后，它立即停下微調姿態，兩隻粗壯的機械臂同步伸展，一上一下精准卡入料箱兩側的凹槽。伴隨著一聲輕微的“咔噠”鎖止聲，總重50公斤的料箱被平穩抬起。緊接著，它又快速滑向卸貨區，放下料箱后機械臂自動復位，整個過程不到30秒。

　　但銀河通用的賽場，遠不止於此。

　　在寧德時代的動力電池產線上，Galbot S1重載機器人已在模組與電池包生產環節承擔物料轉運等任務，7×24小時連續作業超過3個月，全程零遙操、全自主運行。這也是全球首次實現人形機器人在新能源制造產線的“常態化自主作業”。

　　此外，銀河通用已與博世、上汽、北汽、現代、長城、極氪等國內外頭部制造企業達成深度合作，機器人進入真實產線，承擔自動質檢、上下料、搬運與分揀等任務。

　　談起即將到來的世界人形機器人運動會，張直政透露，銀河通用將參加包括場景賽在內的多項賽事。“我們很高興在去年的醫院場景藥品分揀技能競技賽中獲得冠軍，奪冠的經歷是激勵，但不是目標。”張直政表示，銀河通用的“試卷”，是落地真實場景、滿足客戶需求。

　　“同一套模型部署到上萬台機器人，每台設備存在加工公差、長期磨損帶來的硬件差異，如何用技術抹平這些差距，是商業化落地的關鍵問題。”張直政說。

　　世界人形機器人運動會即將開幕。對銀河通用的機器人來說，每一個真實場景都是它們的賽場。（記者 鹿楊）