语言模型+具身智能，双引擎驱动人工智能走向AGI时刻

机器人前瞻（公众号：robot_pro）
作者 毕伟豪
编辑｜漠影

机器人前瞻7月1日报道，日前，市委副书记、市长殷勇在海淀区调研人工智能与具身智能产业发展，先后走访智谱华章和银河通用机器人这两家企业。

彼时，智谱市值刚突破万亿港元，年内涨幅超2000%，成为港股史上首家万亿级AI公司；银河通用则在近期接连发布全球首个通用大脑基座模型AstraBrain WAM 0.5及通用小脑基座模型AstraBrain-WBC 0.5，并紧接着官宣与宁德时代签署全球战略合作协议，联合制定全球首个具身智能后市场服务标准，其重载机器人Galbot S1已在宁德时代电池工厂自主作业持续运行超3个月。

智谱GLM-5.2拥有能“连续工作数小时”的长程推理能力，银河通用人形机器人则拥有“未见动作零样本泛化执行”的运动泛化能力，前者是AGI在数字世界里的决策大脑，后者是AGI物理世界中的决策身体。北京AI的“大语言模型+具身智能双引擎”格局，随着这两家企业的发展愈发清晰。

一、AGI不止有LLM，具身技术挑战最难工业场景落地

智谱市值突破万亿港元，触发市值暴涨的核心点很明显：GLM-5.2在6月17日上线并开源，在Code Arena全球百万用户盲测榜单上拿下可用模型第一。

GLM-5.2的核心跨越在于，模型可以和人一样连续工作数小时，执行长程任务，智谱内部将AGI研发进度评估为约42%，已进入“自我学习”阶段。

但在AGI的版图里，长程任务不只发生在屏幕上的代码和文档里，它同样发生在一个机器人从货架上抓取未知商品、连续作业一年半不出错的物理场景中，银河通用正在从另一端逼近同一个命题。

近期，银河通用与宁德时代旗下宁家服务正式签署全球战略合作协议，双方将围绕产线智能化升级展开深度合作，推动具身智能机器人全球商业化落地。

工厂不是实验室，产线不会为了机器人的算法调暗灯光，不会把物料码放得整整齐齐等它来抓，不会在它反应慢的时候停下整条线等它。生产线上只有两件事：产出和安全，任何一台设备如果无法持续做到这两件事，那根本没有进厂的资格。

很多时候，不是机器人本身不行，是落地工厂的门槛比预想的要高出太多。

具身智能机器人落地工厂，难在三个环环相扣的要求上：

第一是稳定性。工厂作业是连续性的，不是演示性的。一台机器人在产线上7×24运转，每一分钟的停机都意味着实打实的损失。传统工业机器人能做到这一点，因为它们的工作环境高度结构化——固定工位、固定流程、固定负载。

但具身智能机器人面对的是非结构化环境：物料偏移、光线变化、人机混行等等问题随时会出现。在这种条件下做到连续稳定运行，需要机器人具有极强的场景适应和调整能力以及稳定性。

第二是精度和负载的兼得。传统工业机械臂能扛重物但只能固定工位作业，难以处理诸如动力电池制造中的取放环节。动力电池模组单个重量可达几十公斤，需要在人机混行的环境中灵活移动、精准取放

一台机器人要同时满足重载、移动作业、高精度三个条件，每一项都是对算法和硬件的双重要求。

第三是融入而不是改造产线。工厂最不能接受的就是为了一台新设备改产线布局，因为每改一次都是一笔停工成本。真正的工业级交付，是让机器人去适配产线，不是产线去适配机器人。

宁德时代作为全球最大的动力电池供应商，其工厂对于机器人的要求只高不低。而宁德时代选择银河通用，正是看重了银河通用在软硬件上的实力，2026年3月份，银河通用Galbot S1就已经进入宁德时代的电池工厂作业了，从3月份完成验收至今，Galbot S1已在宁德时代产线上全天候自主运转了3个月。

Galbot S1负载达50公斤的双臂以及搭载的端到端具身大模型“银河星脑”（AstraBrain），都让它足以胜任宁德时代工厂的硬性要求。

银河通用与宁德时代的关系，不只是产业上的合作，早在2025年，宁德时代上市公司本体战投就曾领投银河通用共计11亿元的B轮融资。

目前，银河通用机器人智慧药房已创下人形机器人持续自主工作超一年半的世界纪录；银河太空舱已在全国超40个城市落地超170家，工业重载机器人Galbot S1进入宁德时代、德国博世等头部企业真实产线，今年更是已经收到了超千台级机器人应用订单。

但具身智能的商业化落地并不能仅用出货量来衡量，银河通用机器人从论文和实验室中走进准入门槛高、技术难度大的真实工业场景，在宁德时代等企业工厂中真实投产，是具身智能机器人商业化、规模化落地的真实范本。

真正硬核的玩家，专挑最硬的骨头啃。银河通用不追风口，只做“严选科技”——从核心算法到复杂场景落地，每一个环节都死磕SR（系统可靠性）指标，将工业级严苛标准贯穿始终，这才是AI从炫技走向生产力的关键一跃。

今年3月，银河通用完成了一轮25亿元的新融资，刷新国内具身智能单笔最大融资纪录。从民生服务到高端制造、从实验室走进真实产线，银河通用的前沿具身技术，正推动其估值稳居中国具身智能领域第一。

二、既专精又通用，具身智能的“AlphaGo时刻”和“ChatGPT时刻”

银河通用创始人兼CTO、北大研究员王鹤在ICRA 2026上提出：具身智能正同时迈向“AlphaGo时刻”和“ChatGPT时刻”。前者指的是单一任务做到超越人类的精度和稳定性，后者指的是跨任务的零样本泛化能力，银河通用在“专”和“通”两个方面均有所突破。

专的层面，银河通用有两张牌，第一张是全球首个完全自主的人形机器人网球对抗系统，无需遥控，机器人靠自身感知和运控与人类多拍对打。特斯拉CEO马斯克评论了一个词“insane”表示惊叹，AI领域著名研究者Andrej Karpathy也给予了高度评价。

第二张牌是灵巧世界模型（DexNDM），全球唯一实现灵巧手从仿真到真实的“转笔”等高精度操作。传统遥操作方案在多指精细配合上只能完成抓握等粗粒度动作，DexNDM直接跨过了遥操作瓶颈，以类人方式实现多指协同最优解。

两张牌说明同一件事：银河通用机器人在“专”的维度上，已经能在特定任务上接近人类精度。

在“通”的层面，银河通用自研了“银河星脑”（AstraBrain），是全球首个集成“大脑-小脑-神经控制”的端到端具身大模型。三层架构各司其职：大脑负责任务理解与规划，小脑负责全身运动控制，神经控制对接硬件执行。

其核心技术路线是银河通用在ICCV 2025全球首次提出的“世界-动作模型”（WAM），现已成为具身智能领域公认的下一代技术方向。

其中，通用大脑AstraBrain WAM 0.5在全球首次实现虚实共融、人机混合、质量参差、有无动作标签的数据统一有效利用，数据利用效率显著提升。

通用小脑AstraBrain-WBC 0.5，是全球首个面向人形机器人全身实时运动控制的通用基础模型，使用2万小时人类动作数据进行训练，打造出全球最大规模的人形机器人运动语料库，并首次采用GPT风格因果Transformer架构，将全身控制问题重构为连续序列预测。

AstraBrain-WBC 0.5首次在人形机器人运控领域验证了类似GPT的Scaling Law，运动控制能力随数据规模和模型规模的增大而可预测地提升。在此之前，Scaling Law只在大语言模型中被证实过。

此外，真机实现未见动作零样本泛化执行，机器人面对训练数据中从未出现过的运动指令，拥有类似GPT面对陌生任务的泛化能力。
从学术到产业，银河通用在具身智能技术路线上的话语权重正在快速上升。

结语：AGI，不止于聊天框

智谱用GLM系列定义了大语言模型的决策标准：长程任务闭环率、Token经济转化效率、开源生态渗透率；银河通用则用AstraBrain定义了具身智能的决策标准：零样本动作泛化成功率、虚实数据融合利用率、规模化商用落地，两家各自在自己的决策层建立壁垒。

未来可预见的的AGI，比的是谁能把一个任务从头到尾执行完，不只是让AI在数字世界执行任务，还要让AI学会在真实世界持续工作。 智谱正在推动智能在数字世界逼近极限，银河通用则率先把具身智能送进宁德时代等最严苛的工业场景。相比数字世界，物理世界要面对的是连续运行、复杂环境、实时交互和安全可靠等更高难度的挑战。 AGI，不止于聊天框。