银河通用王鹤：人形机器人或在2028年走入家庭

《科创板日报》8月26日讯（记者 李明明） 第二届世界人形机器人运动会正在如火如荼进行。本届赛事云集2000多台人形机器人，51个赛项中，取材于真实生产生活场景的场景赛多达21项，占比达到四成，涵盖家庭、酒店、工业、应急救援等领域。

在这届"最贴近真实世界"的运动会上，银河通用报名了家庭、餐饮、商超三项任务最长程、赛题难度最高的场景赛，全部采用全自主模式参赛，夺得三枚金牌——出战即夺冠。

与一年前相比，这届赛事的进步肉眼可见。银河通用创始人王鹤在赛后接受《科创板日报》记者采访时表示，银河通用成为本届赛事场景赛中全自主夺冠最多的具身智能企业，去年的场景赛赛题相对简单，今年则以家庭赛道为例，机器人需要完成全流程自主作业，整套流程超过二十分钟，一旦中途中断就不得分。“这在全球范围内，是真正具备挑战性、取材于真实生活场景的比赛。”

金牌之外，一个更受关注的问题被再次推到台前：人形机器人究竟何时走进家庭？王鹤给出了一个相对清晰的时间锚点——人形机器人或在2028年前后走进家庭。

全自主完成三项场景赛

机器人能否从“表演“走向”干活”，场景赛正是最直接的检验场。

因此，场景赛不只是展示单一运动技能，而是对机器人“大脑”与“小脑”协同能力、底层硬件稳定性、感知与决策效率等综合维度的一次大考，竞争极为激烈。

据了解，本届场景赛中，参赛队伍可自主选择“全自主模式”或“遥操方式”，但规则明确向全自主倾斜：全自主按原始满分计分，遥操得分要乘以0.5的系数。此前记者在媒体探营场景赛预赛时发现，多数队伍仍选择遥操方式，以规避全自主带来的高风险。

家庭场景赛中，机器人需跨客厅、卧室、卫生间、阳台多区域连续作业，完成物品归置、衣物整理、洗衣、搬运、晾晒等长程任务，单流程超20分钟，中途中断即不得分。赛事设置随机干扰项：机器人执行清洁任务时，现场突发“有快递送达门外”语音指令，需暂停当前作业、完成取件后再恢复原有流程。以考验模型是否能够理解自然语言，并具备实时规划任务的能力。

据介绍，在16支参赛队伍中，银河通用机器人全程自主运行， 26分钟完赛，以305分夺冠。

“各个参赛团队的基座大模型不一样。”银河通用创始人王鹤在赛后对《科创板日报》记者透露，家庭赛道比赛现场开放两天采集数据，各家拿到的数据体量差距不大，但吸收同等数据后，有的模型能拿满分，部分基座能力偏弱的模型只能做到60分，还有不少模型只能拿到10分左右。“所以基座模型架构、数据吞吐规模十分关键。”银河通用采用互联网数据、人类数据、仿真合成数据、真机遥操数据、真机回流数据组成的五级金字塔数据体系，以此增强机器人在不同场景、不同任务中的泛化能力。

餐饮场景赛中，机器人需按语音指令完成餐品夹取、微波加热、饮料制作，食品夹无固定安装位，需实时自主控制夹持力度。整个过程涉及语言理解、目标识别、工具使用、精细操作和力控等多种能力。

据悉，16支参赛队伍多数选择遥操参赛，银河通用采用模型驱动全自主方案，最终以 6 分 55 秒的最快速度自主完赛，夺得餐饮场景冠军。商超“零售服务岗”赛中，订单、缺货点位、乱放商品位置全随机，银河通用机器人满分完成全部任务，再夺一金。

支撑三项夺冠的，是银河通用自主研发的具身大模型"银河星脑"（AstraBrain）。据王鹤介绍，该模型采用“大脑—脑桥—小脑”端到端多模型联动架构：大脑负责感知、规划，生成粗粒度动作；小脑接收大脑下发的低速信号，将其转化为高频全身控制指令。同一颗"大脑"可以注入双足、轮式、重载等不同形态的机器人本体，在家庭、餐饮、商超、工厂等场景中独立完成感知、规划与行动。

机器人何时走进家庭？

金牌在手，一个更受关注的问题是：人形机器人究竟什么时候能走进千家万户？

王鹤表示，以家庭赛道的赛题为例，机器人要从洗衣机取出衣物、转运到床上、把随意堆放的衣物折叠再悬挂收纳，“我们的算法已经可以很好应对这类日常生活的随机变化”，只要遥控操作可以完成的任务，现在的模型大多可以自主完成。

但瓶颈不在能力，而在数据成本——遇到没有充分采集数据的物体，比如连衣裙，任务成功率就会明显下滑。"不是机器人没有完成任务的能力，而是完成新任务需要采集对应数据，采集耗费的时间和研发成本，现阶段高于任务本身产生的价值。"

他给出了一条清晰的成本下降曲线：现在完成一项新任务要采集两天数据，半年之后可能仅需5小时，两年之后有望做到零采集，看见任务就会，甚至语言指令下达即可执行。届时完成任务的综合成本可能下降至当前的千分之一，动作执行速度提升2到4倍。“成本下降、效率提升，机器人才能真正成为可用产品，而不是价格高昂、不好用的演示样机。”

就在几天前，2026世界机器人大会（WRC）刚刚在北京落幕，300余家企业参展，家庭场景是出镜率最高的主题之一。

叠衣服、收拾桌面、把饮料放进冰箱、准备一顿早餐——自变量、千寻智能、原力灵机、银河通用等公司不约而同地把"家"搬上了展台，拼在一起，构成了今年WRC上一场颇为完整的家庭场景预演。

各家的路径各有侧重。自变量把真实业务搬进展区。墨奇智能的轮式机器人MORPHI KINO首次在国内系统亮相，演示了约15分钟的家庭长程任务，完成客厅整理、冰箱补货、洗烘衣物等连续操作。原力灵机的机器人则完成了黄瓜连续去皮与切片，展示精准柔性力控能力。

王鹤将当前具身智能基础模型的水平类比为数字世界的GPT-2，并预计随着训练数据规模从现在到2028年由100万小时提升至1000万小时，行业有望在2028年迎来具身智能的"ChatGPT时刻"，机器人的零样本泛化能力将大幅提升。

即便能力到位，家庭仍是最难的一关。户型、光照、物品摆放千家万户各不相同，任务步骤无法穷举，家庭场景被业内视为检验通用能力的终极场景。

王鹤分析，进入家庭，今天必须要面对的问题是极致的安全。家庭用户没有技术能力，出了问题未必知道如何让机器人停下来，围绕具身物理安全，行业“还有一段路要走”。

值得注意的是，行业内各家的落地路径惊人地一致——工业、商服先行，家庭被不约而同地放在了最后一站。赛场上的叠衣、收纳与早餐制作，究竟是比赛的延伸，还是进家的前奏？

王鹤给出的时间锚点是2028年。从26分钟的全自主作业到全天候的家庭服务，中间的距离，取决于那个"大脑"何时走完从GPT-2到ChatGPT的路。