2.36亿！别人的机器人在跳舞，他家的机器人在爆单

来源：市场资讯

（来源：科技C位）

2.3592亿元的报价中标，北京银河通用机器人再次斩获500台机器人的大单。

成立三年来，这家公司最大的特点就是“让机器人自主干活”，接连走进宁德时代、德国博世、西门子、北京奔驰、长城汽车、极氪汽车、百达精工的等全球头部制造商的工厂——

能干活的机器人，早当家。

一个没有彩排的节目

2026年央视马年春晚的后台，藏着一个秘密。

那一晚，在四十多年春晚历史上，破天荒地发生了一件事：一台机器人，被允许在安防要求极度严苛、演职人员川流不息的后台，全天候、全自主地运营一家零售实体店。它不是道具，而是真在给累了一晚的演职人员端咖啡、递饮料的"工作人员"。

而在台前的镜头里，这台名叫 Galbot、被主持人唤作"小盖"的机器人，站在沈腾、马丽身边，完成了一连串让全场屏息的动作——双手盘核桃、从浅色桌面捡起细碎的玻璃渣、在紧密排列的货架上精准取物、叠一件随手扔下的T恤、一手夹钳一手拿签串起烤肠。

观众以为这是又一场精心编排的机器人表演。但只有极少数人知道，这是整台春晚唯一一个没有经过彩排的节目。

因为后台人员密集、录制窗口极短，团队根本没有排练的机会。而更重要的原因是——它不需要排练。

小盖的每一个动作，都不是工程师预先写死的运动轨迹，而是它的"大脑"在毫秒之间,根据眼前随机摆放的物品、变化的舞台灯光、明星的即兴互动，实时决策、临场发挥的结果。

主持人用六个字为它盖棺定论："聪明脑，干活好。"

春晚结束后几分钟内，售价 69万元的同款 Galbot 在京东平台迅速售罄，24小时内加购超过300单。

这一幕的背后，站着一家成立还不到三年的公司——北京银河通用机器人。近一年,它累计融资超过 55亿元，投后估值突破 200亿元，融资额与估值双双稳居中国具身智能独角兽头名。

但银河通用真正的与众不同，不在于它融了多少钱，而在于一个朴素到近乎"不性感"的选择：

当整个行业的机器人都在舞台上跳舞、打拳、翻跟头时，它偏偏要让自己的机器人，去干活。

这背后，是一个科学家对这条赛道近乎固执的判断。

"干活派"的诞生

要理解银河通用为什么"反常识"，得先看懂它的两位创始人。

创始人兼 CTO 王鹤，是一位典型的学者。他博士毕业于斯坦福，师从国际计算机视觉大师 Leonidas Guibas，研究方向是具身智能、三维视觉感知与物理交互。

王鹤

归国后，他创立了中国首个专注于具身智能的学术实验室，是北京大学的研究员、博士生导师，也是北大—银河通用具身智能联合实验室的主任。

与他搭档的联合创始人兼董事长姚腾洲，则是一位行业老兵——曾任 ABB 集团的机器人研发工程师，兼具技术功底与商业化经验。

"科学家 + 行业老兵"的组合，从一开始就为这家公司注入了一种气质：既仰望技术的星空，也紧紧盯着脚下的产业土壤。

这种气质，让银河通用在形态之争中，走上了一条与明星公司宇树截然相反的路。

如果说宇树科技的王兴兴是"工程师基因"，痴迷于自研电机、减速器，让双足机器人跳舞、打拳、站上擂台——解决的是"如何让机器人像人一样行动"；

那么王鹤的银河通用，则把几乎所有资源都砸向了机器人的"脑子"，用一款轮式双臂机器人，解决"如何让机器人像人一样思考任务"。

宇树向左，银河通用向右。

王鹤对这种分野看得很透。在他的划分里，今天的机器人公司大致分成两派：一派是以宇树为代表的"运动派"，擅长跑跳舞蹈，以腿足和全身控制见长；另一派，是以银河通用为代表的"干活派"，依靠视觉反馈闭环，在真实场景里干实事。

他甚至一针见血地戳破了"运动派"光鲜背后的尴尬：

"今年4月北京的机器人半程马拉松，不少观众注意到,机器人'运动员'不远处有人拿着遥控器。实际上，机器人是'闭着眼'跑的。没有活是闭着眼睛干的。"

这句话，几乎就是银河通用的立身之本。

在王鹤看来，秀一段五分钟的 demo，对机器人的可靠性要求并不高，它证明不了这是一台能24小时工作的产品。

demo 与产品之间，横着两道鸿沟：一是泛化性不足——换个物体、换个光线就"抓瞎"；二是硬件不可靠——用一会儿就得请工程师来修。

"机器人的核心功能是替人去劳动，而不是成为花瓶一样的摆设。"

于是，当同行热衷于用"叠衣服、刮胡子、拉拉链"这些复杂操作的 demo 来"秀肌肉"时，银河通用却埋头去啃一个听起来毫不"性感"的技能——移动、抓取、放置（Mobile, Pick and Place）。

它给自己的抓取大模型起的名字也朴实无华：GraspVLA。

很多人瞧不上这个方向，把它贬为解决不了什么问题的"PPT操作"。但王鹤算的是另一笔账：

"现在在零售、仓储、车厂分拣等场景中，大量员工做的就是'移动、抓取、放置'。如果有人认为这个市场空间不大，那是因为他们没真正了解市场需求。我看到的是一个数十万台的潜在市场，比现在全球工业机器人的总产值还要高。"

在他的标尺里，如果无所不能的人形机器人是100分，掌握"移动、抓取、放置"的机器人是10分，那么在零售货架场景真正落地，仅仅是"1"。

而银河通用要做的，就是先把这个"1"，做到极致。

可要让机器人真正"睁开眼"自主干活，横在所有玩家面前的，是一堵谁都绕不开的墙——数据。

99%与1%：一场关于数据的豪赌

具身智能最大的困境，既不是硬件，也不是模型，而是数据。

机器人要变得聪明、要能泛化到千变万化的真实场景，靠的是海量、多样、高质量的训练数据。可这些数据从哪来？

行业里最主流、也最"稳妥"的一条路，叫“真机遥操”。以特斯拉和硅谷当红的 PI 公司为代表，它们雇佣大量员工穿戴动捕设备，像打游戏一样遥控机器人去反复抓取物体，一条一条地"攒"数据。

但这是一条昂贵到令人绝望的路。王鹤常引用一个例子：

谷歌曾组织一个16人的团队，耗费约17个月、投入百万甚至千万美元，也只采集到23万条真实交互数据。更要命的是，一旦机器人被搬到新房间、新场景，模型就"罢工"了，一切又得推倒重来。

"场景迁移即重建"的代价，王鹤认为根本无法接受。

他给这条路算过一笔冷酷的账：当抓取数据只有10万次时，机器人训练后的成功率仅有58%；哪怕数据堆到10亿次，成功率也才提升到87%——在真实工作场景里，这个数字依然不及格。单靠人工遥操去积攒天文数字般的数据，无异于痴人说梦。

于是，银河通用从创立第一天起，就押上了一条截然不同、甚至一度被同行嘲笑"仿真有毒"的路——合成数据。

它自研了一套数据基建，取名"银河星坊"（AstraSynth）。核心逻辑是"以合成仿真数据为主、真机数据为辅"的虚实融合：在一个高精度还原了重力、摩擦力、光照的虚拟物理世界里，让系统自动生成千万种不同的场景——不同的核桃大小、不同的货架摆放、不同的碰撞事件，让机器人在虚拟世界里"疯狂试错"、遍历各种极端情况，再用极少量的真机数据完成最后的校准。

王鹤把这套方法论,总结成一个精妙的比例：

"具身智能所依靠的数据，99%可以借助高质量合成数据完成，只有在合成数据无法处理时，才需要采集使用那1%的真实数据。"

在零售场景里，若要让机器人学会"按顺序抓取矿泉水"，银河通用只需采集"一个人一天就能完成"的真机数据量，就能完成模型的高效微调。这种"以小补大"的方式，把训练效率生生拉高到——据称比特斯拉高出 1000倍，模型任务成功率达到 99%。

这不是谁都能抄的作业。王鹤对此毫不讳言：

"合成数据这个东西，不会的人用不好它。它需要厂商有很好的图形学、物理仿真、物理渲染和自动动作合成管线，需要长期的积累和核心 know-how。"

这套数据护城河的威力，在春晚的"盘核桃"上体现得淋漓尽致。

核桃表面不规则、重量不均，掌心里每根手指的受力点时刻在变，任何细微的力矩偏差都会导致滑落——这是灵巧操作领域公认的"世界级难题"。

银河通用的解法，是"在虚拟世界练招式，在真实世界找手感"：先在仿真里喂给机器手成千上万个虚拟核桃，练出"基础盘法"，再用真实的指尖力矩传感器积累物理手感，最后由模型在现场毫秒级地微调每根手指的发力角度。

正是这种远超预期的流畅度，让"盘核桃""打网球"的视频在海外炸了锅——马斯克第一时间评论"insane"，连原特斯拉AI负责人 Andrej Karpathy 都一度怀疑那是AI生成的假视频。

银河通用在英伟达 GTC 2026 的现场，用一场无法"伪造"的真实盘核桃演示，给出了最硬气的回应。

数据的地基打牢了，银河通用要回答的下一个问题是：这些能力，究竟能到哪里去换成真金白银？

从药店货架，到宁德时代的产线

王鹤有一句话，几乎是银河通用这家公司的行动纲领：

"学术研究可以追求'最牛'的论文，但创业必须追求'最有用'的产品。"

这种务实，决定了银河通用不去押注一个"无所不能"的通用模型，而是基于"银河星脑"的底座能力，针对一个个具体的商业场景，打磨能真正解决痛点的应用模型。

它选择的第一个"软着陆"点，是零售货架。

理由很清醒：零售场景市场规模大、可复制，而且药店的SKU相对标准、包装规整，恰好匹配当下机器人的能力上限。于是，一个名为"银河太空舱"的产品诞生了——一个最小仅需9平方米、由 Galbot 机器人 7×24小时无人值守运营的智能便利店或是药房。

在北京海淀,银河通用落地了全球首个城市级常态化运营的人形机器人示范区。在约40平方米的智慧药房里，单台机器人独自管理着超过 5000种SKU、上万盒药品，实现24小时盘点与精准拣货。

你用手机下的单，很可能已经是由机器人在店里拣好货、再交给外卖骑手送到你手上的。

这套系统稳定运营已超过一年，打破了人形机器人自主持续工作的世界纪录，实实在在地解决了夜间即时零售"需要人工三班倒"的痛点。

目前，"银河太空舱"已在20多个城市落地超过100家，药店与零售场景已完全市场化，预计一年能为公司带来近亿元收入。

如果说零售是标准化的"1"，那么工业制造这块"最坚实、最复杂的土壤"，则是对机器人能力的终极考验。而在这里，银河通用拿到了一张分量极重的入场券——宁德时代。

这家全球动力电池霸主的供应商准入标准，长期被视为行业的"试金石"。市面上 demo 惊艳的机器人公司很多，但真正能通过宁德时代"产线硬核考核"的，只有银河通用一家。

它的工业重载机器人 Galbot S1（双臂负载达50公斤），是唯一通过宁德时代验收、并在其电池工厂实现"零遥操"常态化自主作业的人形机器人。

自2026年3月完成验收至今，它已在宁德时代产线上7×24小时真实自主工作超过三个月。

值得一提的是，银河通用也是宁德时代截至目前唯一投资的具身智能企业。这背后，是宁德时代用自身的供应链信誉,为它的技术实力做的一次最高等级"实名背书"。

工厂算的是一笔极其现实的账。正如一位工业AI高管所说："所有的规模化部署，最终都是一道算账题——这台设备能提高多少效率？节省多少人工？几年收回成本？"

而宁德时代这笔账，算过来了。

顺着宁德时代,银河通用的客户名单越拉越长：德国博世、丰田、现代、北汽、上汽、极氪、长城、延锋国际……累计订单已达数千台。

2025年12月，它更与精密制造企业百达精工签下超过 1000台的部署大单——这是工业具身智能领域迄今最大规模的商业化订单。2026年6月，它又以2.36亿元中标宜宾一个国资项目，刷新国内具身智能公开采购的金额纪录。

一边是货架前的取药拣货，一边是电池产线上的重载搬运。银河通用正沿着王鹤设计的路径稳步推进——他曾拆解过机器人商业化的三步：先在单一环境做单一操作；再在同行业不同场景做相同操作；最后承担更多复杂任务、走向通用。

如今，它已走完第二步，正迈向第三步。

而这一切的底气,让它在一场席卷全行业的血战面前，显得格外从容。

不怕价格战的机器人

2025年,被称为具身智能的"量产元年"，也是投资人眼中的"答卷之年"。风口之上，一场惨烈的价格战已经打响。

"现在是在疯狂降价，降到了小几万，未来可能有人报价更低。"王鹤对此看得很清楚，却出人意料地平静，甚至"乐见其成"——因为供应链降本，对银河通用同样有利。

真正让他有底气的，是那句被反复提及的判断：真正能"干活"的机器人，不怕价格战。

银河通用的机器人售价"大几十万元"，客户却依然抢着要。为什么？

"别家卖便宜的人形机器人，用户对它的心理预期，和我们做场景落地的机器人是不一样的。我们的机器人可以连续工作一个月不出一次差错，这是核心竞争力。"

王鹤把市面上的机器人分成两类：一类是用于科研和商场表演的"研发平台型机器人"，一类是他所做的、能真正24小时创造价值的"场景落地机器人"。

前者卷的是硬件成本，卷到最后，是"把机器人卖出钢铁原材料的价格"；而后者卖的是不可替代的生产力——一台机器人几十万，却能显著缓解三班倒的用人成本压力，这笔账，客户算得清。

正因如此，在浮躁气氛笼罩行业的当下，王鹤反而显得格外"保守"和克制：

"我特别不建议去讲具身的AGI。具身智能模型还有很多不成熟的地方，距离什么活儿都能干，可能需要五年到十年。"

在他看来，这个行业的乱象源于"两个少"：真正愿意做实事的人少，愿意卖硬件、卖平台的人多；真正愿意做能落地模型的人少，做学术论文的人多。

demo 满天飞，可规模化的产品却迟迟不见。这"两个少"，共同造就了具身智能行业当下相对"混乱"的局面。

而他给整个行业划下了一条冷峻的"生死线"：

"可批量复制的场景落地，将是具身智能的'生死分水岭'。未来3年左右，能找到可以击穿的场景就能留在牌桌，找不到的将会出局。未来1年，如果能实现千台到万台的机器人批量交付，行业价值才算得到验证，具身智能的泡沫也将被剥离。"

泡沫要被剥离，而银河通用想做的，是那个泡沫退去后还稳稳站在牌桌上的人。

“AlphaGo”之后，等待具身智能的“ ChatGPT”

务实，并不意味着没有星辰大海。

2026年6月的北京智源大会上，王鹤第一次公开宣告：

人形机器人的"AlphaGo时刻"已经到来。

他用数字AI的演进,为具身智能画了一张清晰的路线图：数字智能先有了2016年击败人类棋王的 AlphaGo，在"专、精"上突破极限；再由 GPT 系列定义"规模化"（Scaling)范式；最终在2022年迎来 ChatGPT 时刻，走向通用，催生出万亿美金的市场。

具身智能，正在重走这条路——只是晚了几年。

它同样要先找到一个"足够复杂"的任务，复杂到能调用起一台人形机器人全身的所有能力。银河通用为此选择了打网球：在快速的来回对拉中，机器人必须应对无法预测的落点和不断变化的球路，在毫秒之间完成判断，既要 low-level 的全身与手腕精准控制，又要 high-level 的对战策略。

这是世界上第一例、也是目前唯一一例人形机器人全自主打网球——没有任何遥控、没有任何人为介入。

视频发布后，海外研究者则写下："AlphaGo for every sport is coming."（每一项运动的"AlphaGo时刻"都要来了。）

从春晚的盘核桃，到球场上的连续对拉，银河通用在"专、精"上已经证明了自己。而它下一个要攻克的，是从"专"走向"通"的那个终极节点——具身智能的"ChatGPT时刻"。

支撑这一跃迁的，是它全栈自研的具身大模型"银河星脑"（AstraBrain)——全球首个把"大脑—小脑—神经控制"集成于一体的端到端具身大模型。

当业界大多还把任务规划的"大脑"、运动控制的"小脑"和灵巧操作的"手"割裂开发时，银河星脑打通了从高层感知到底层控制的全链路，让机器人的动作"像人一样流畅、精准"。

更关键的是它押注的技术方向——世界-动作模型（WAM）。

这个如今被英伟达科学家 Jim Fan 称为"机器人技术终局（robotics endgame）"的方向，第一篇同名论文，正是银河通用团队在2025年挂上 arXiv 的。

它把 VLA（视觉-语言-动作模型）与世界模型这两条曾被视为对立的路线首次统一，让模型既能吸收带动作标签的遥操数据，也能"吞下"海量无标注的人类视频——真正为具身智能打开了像语言模型那样"用全部数据持续 Scaling"的大门。

在王鹤的定义里，具身智能的 ChatGPT 时刻,是当机器人在人类无需专门训练就能完成的技能上、能零样本（Zero-Shot）达到70%到80%的成功率之时。

"一旦我们突破ChatGPT 时刻，就会快速向 AGI 发起冲刺。当我们抵达AGI 时刻，将迎来第四次工业革命：人形机器人会成为一个有手机的量、汽车的价，并叠加大模型智能的巨大市场——一个数万亿美元的市场。"

而这场变革的底层洋流，正推着中国企业站上一个前所未有的位置。具身智能已连续两年写入《政府工作报告》，"人工智能+制造"的专项行动接连出台。

更深层的支撑在于：中国是全球唯一拥有全部工业门类的国家，制造业增加值连续14年世界第一。这意味着，中国企业能接触到最丰富的工业场景，积累最多样的操作数据——而数据，正是训练具身大模型的"燃料"。

当竞争的逻辑变成"谁的场景数据更丰富、谁的模型迭代更快、谁的场景理解更深"，中国具身智能,已经迈出了从"跟跑"到"并跑"、甚至在某些领域"领跑"的关键一步。

让机器人甩掉遥控器

回到那个没有彩排的春晚后台。

当小盖在镜头前盘着核桃、在镜头后端着咖啡时，它其实回答了一个困扰整个行业的问题——每次有机器人火上热搜，评论区总有人泼冷水："绝大多数机器人离开人工和遥控，还是会'原形毕露'。"

而银河通用想做的，恰恰是让机器人甩掉那只遥控器，"睁开眼"干活。

这家公司走的,是一条看起来最不酷、却最扎实的路：不追逐炫技的 demo，不迷信人形的外观，不参与钢铁原材料式的价格战，而是死磕合成数据、死磕泛化能力、死磕一个个能算得过账的真实场景。它信奉的，是产品合伙人傅强那句朴素的话：

"具身智能的爆发不需要'科幻式突破'，而是无数个'能干活的小进步'的累积。当客户真的为机器人付费，当它每天在仓库里分拣上千件商品时，质疑自然会消散。"

从一节药店的货架，到宁德时代轰鸣的产线；从城市街角的太空舱，到春晚舞台的高光时刻——银河通用正在完成一场静悄悄的身份跃迁：从一家技术领航者，变成一个真正的通用生产力提供者。

这，或许才是这场具身智能浪潮里，最不喧哗、也最有分量的一种答案。