人形机器人AstraTennis 时刻：银河通用的263秒全自主决策

来源：新浪科技

　　8月22日晚，国家速滑馆第二届世界人形机器人运动会开幕。中央广播电视总台的直播镜头对准网球场，银河通用双足人形网球机器人站在底线后，与网球名将郑洁开始比赛。

　　发球、跑动、正反手切换、底线调动、网前截击、双打协作、摔倒自起，这台机器人在真实赛场上完成了完整对抗。这一时刻被定义为“AstraTennis”。

　　十年前，AlphaGo在棋盘上战胜李世石，十年后一台人形机器人在网球场上接住了职业球员的回球。有专家表示，从AlphaGo到AstraTennis的转变，也是中国原创物理AI迎来匹敌人类的智能时刻。

　　无遥控、无预设：一台机器人的完整比赛

　　网球不是实验室里可重复的理想环境。

　　要知道，球速超过50公里/小时，银河通用网球机器人的双目视觉系统需在0.1秒内锁定来球轨迹，同时身体在跑动中调整姿态、判断落点、控制腕部力道、选择击球策略。

　　赛场上，银河通用机器人展现了覆盖网球比赛全过程的综合能力：发球、正反手、接发、底线调动、网前截击等技术动作自然流畅，与人类选手展开连续多拍攻防。

　　展演全程，机器人持续与人类选手展开高强度对抗，正反手来回切换游刃有余，网前截击果断精准，发球落点变化多端。面对不同速度、不同旋转的来球，它都能从容应对；双打中更与队友形成有效联动，多次通过交叉跑位和战术呼应化解对手攻势，展现出真正意义上的协同作战能力。

　　赛场上，这台机器人展现出的，几乎是一个真正网球运动员的全部能力。

　　它不仅掌握了精准的发球技术，击球拟人，面对压向底角的来球，也能横向移动、小碎步调整、躯干转动、挥拍击球，一气呵成。面对刁钻落点，它跑过大半个球场完成极限救球；即便摔倒，也能自主站起继续比赛。底线拉锯时根据对手位置控制落点，机会出现时果断向网前移动改变击球方式。

　　更重要的是，机器人不受心理波动影响，始终专注于每一球的处理，无论比分如何，它只思考如何赢下下一分。

　　这些数据背后没有遥控器，没有预设轨迹，没有后台操作员。所有动作依赖机器人本体实时感知、实时决策、实时执行。

　　有业内专家表示，行业内大部分双足机器人在平坦路面稳定行走已属不易，在非受控环境中持续完成高速跑动、急停转向和精准击球的组合动作，并表示这不是一代产品能实现的差距。

　　今年3月，银河通用首次实现人形机器人全自主打网球，不仅能全程维持身体平衡、精准控制腕部动作，还能通过左右吊球、前后吊球等战术击败人类对手。

　　8月，这场公开直播展演，复杂度和不可控因素远高于内部测试，室内场馆光线条件变化、直播设备的电磁干扰、现场数万观众的声场冲击，都是实验室不曾面对的变量。

　　值得注意的是，机器人在一次高难度救球时发生摔倒，但它凭借自主平衡算法快速站立，并当即恢复击球动作，整个过程中未借助任何外部帮助，展现出极强的动态响应能力。

　　技术路线选择决定能力上限

　　记者梳理发现，市面上绝大多数人形机器人采用大脑+小脑分离架构，其中，大脑负责环境理解和任务规划，小脑负责运动控制，各自开发再拼接。

　　不同的是，银河通用走的是另一条技术路线。

　　据了解，银河星脑（AstraBrain）是全球首个将大脑、小脑、神经控制集成于同一模型的端到端具身大模型。银河星脑表示，这个统一架构的含义是理解环境、做决策、控制全身关节、实时调整姿态，全由一个模型完成，不存在“大脑想明白了但小脑没跟上”的通信延迟。

　　在银河星脑内部，大脑采用银河通用率先提出的世界-动作模型（WAM）架构，将视觉语言模型的动作生成能力与世界模型的环境推演能力纳入统一框架。

　　其中，“大脑”负责理解和决策，机器人需要判断来球方向、速度和落点，结合对手的位置和比赛局势，决定采用什么击球方式、将球打向哪里，以及下一步如何组织攻防；在双打和人机协作中，它还需要理解队友和对手的状态，根据现场变化进行实时战术调整。换句话说，由它来思考怎样才能赢下比赛。

　　而“小脑”解决的，是如何把这些决策变成身体动作。网球击球发生在极短的时间窗口内，机器人需要在高速跑动中完成全身动态平衡，让双腿、躯干、手臂乃至腕部形成高度协调，以足够的爆发力和精准度完成挥拍。通过小脑驱动，机器人的动作不再是机械、割裂的指令执行，而能够呈现出更加拟人、流畅、高动态的运动状态。

　　值得注意的是，行业长期以来是一机一模型、一场景一技能，智能无法跨本体迁移。具身智能行业也面临共性困境，真机数据采集太慢、太贵、太危险。

　　银河通用的解决方式是“银河星坊”（AstraSynth）数据平台。其核心逻辑是以合成仿真数据为主、真机数据为辅。据悉，该团队在高精度物理仿真环境中生成百亿级多样化场景，让虚拟机器人在虚拟网球世界里进行千万次多智能体博弈对练，技能在仿真环境中涌现，再迁移至物理世界。

　　银河通用称，其网球仿真训练累计时长相当于人类昼夜不间断训练数十年。

　　有业内专家分析，虚实融合训练在国内是热门方向，但能做百亿级数据规模并实现物理世界可迁移的团队非常少。

　　验证即迁移，场景即壁垒

　　有网友在看完展演后表示：“关键不在于机器人能打网球，它把家庭服务所需要的所有技术模块在同一台机器人上同时跑通了。”

　　网球同时要求感知、决策、运动控制与实时博弈，这四个能力维度的组合，恰好是具身智能走向规模化应用的核心瓶颈。有业内专家表示，一旦通过，能力底座可迁移至家庭服务、工业制造、医疗康养等场景。

　　AlphaGo在棋盘上战胜人类冠军时，AI在数字智能领域完成了标志性跨越。十年后，AstraTennis在网球场上接住了职业球员的回球。这一次，跨越发生在物理世界。

　　在业内专家看来，AstraTennis的意义，远不止于机器人学会了一项运动。它标志着中国自主研发的具身智能机器人，第一次在高速、开放、实时对抗的真实世界中，展现出匹敌人类的感知、决策、行动和博弈能力。银河通用在具身智能领域走出一条真正的中国原始创新路径。