网易首页 > 网易号 > 正文 申请入驻

如何让机器人出厂就是熟练工

0
分享至


2004年的《机械公敌》里,机器人桑尼已经很像一个真正的"人"。它不只是听从命令。它会观察周围的环境,会理解人的意图,也会在面对复杂情况时判断、思考,甚至做出自己的选择。

电影并没有花太多篇幅解释桑尼是怎么学会这一切的。一个足够灵活的身体,一颗能够理解世界的大脑,似乎天然就应该同时存在。但现实里的机器人,会动和会干活并不划等号。

过去几年,人形机器人先把"身体"练了出来。从蹒跚走路到跑步、跳跃、空翻,再到跳舞、打拳,运动控制能力以肉眼可见的速度进步。机器人能做出的动作越来越复杂,身体也越来越接近电影里的想象,而"大脑"的进化却远比想象的复杂。

GPT-6 Astra发布后,一个有意思的实验很快发生在机器人身上。银河通用团队很快把GPT-6 Astra放进机器人测试中,并尝试将它与π0.5这样的机器人基础模型结合。结果并不是一个简单的"更强":GPT-6 Astra在语义理解、空间推理等任务上表现突出,但进入需要复杂接触、力度控制和双手协同的物理任务后,依然存在不少无法解决的case。测试中,经过专项训练的端到端模型在部分接触类任务上仍然更有优势。


这也揭示了具身智能真正困难的地方。机器人需要解决的,不只是如何理解世界,也包括如何在世界中自主行动,而且二者并不是简单拼接,而是在感知、决策、执行和反馈中不断耦合。一个足够聪明的图文大模型,再加上一个机器人动作模型,并不天然等于一个足够聪明的机器人。

但GPT-6 Astra带来的另一个信号或许更加重要:当美国头部通用AI公司开始把能力、资本和数据基础设施进一步投向物理世界,具身智能的竞争正在加速。OpenAI目前已经在扩充机器人团队,并明确建设规模化机器人数据采集体系。

对于中国具身智能公司而言,问题因此变得更加具体:除了模型和本体,如何尽快建立属于物理世界的数据壁垒?银河通用正在寻找自己的答案。

机器人获得能力的方式正在改变

把过去几年的人形机器人发展拆开来看,会发现行业很长一段时间都在解决一个问题:怎么把身体练出来。站稳、走路、跑步、上下楼梯、空翻……这些能力背后,是电机、关节、机械结构和运动控制算法的共同进步。今天再看一台机器人完成一套复杂动作,人们已经没有几年前那么惊讶了。

但"做出一个动作"和"拥有一种能力",并不是一回事。一台机器人可以把一段舞蹈跳得非常流畅,却不意味着换一首歌也能马上跟着跳;可以在训练好的场地里搬箱子,也不意味着换一个货架、换一种包装,就依然知道该怎么抓。

原因在于,过去机器人学习一项技能,很像一个需要反复备考的学生。动作捕捉、遥操作、模仿学习、专项训练……工程师先把任务拆出来,再采集对应的数据,训练模型,最后把能力部署到机器人上。一个任务学会了,再去学下一个。

这套方法当然有效。问题是,真实世界不会按照训练集出题。桌子有高有低,商品形状各不相同,人会突然从机器人面前经过,货物可能被放错位置,机器人伸手时物体也可能发生滑动。实验室里能够穷举的问题,到了开放环境里几乎没有穷举的可能。

银河通用给出的技术路径,并不是简单地把"大模型"接到机器人身上,而是围绕"大脑—脑桥—小脑"构建一套完整的具身智能系统——银河星脑AstraBrain。

其中,AstraBrain WAM是机器人的通用"大脑",负责感知和理解物理世界、推演环境变化,并据此进行任务决策与行动规划。与主要负责理解和预测世界状态的传统世界模型不同,WAM(世界动作模型)进一步将"动作"纳入模型本身。它不仅要回答"这个世界接下来会发生什么",还要进一步回答"机器人应该如何行动,以及采取什么动作能够让世界朝目标状态变化"。

因此,语言、视觉、视频、机器人动作等不同模态、不同来源的数据,都可以被纳入同一个模型体系,让模型同时学习对物理世界的理解、预测与行动能力。换句话说,机器人不再只是拥有一个"看懂世界"的模型,而是开始拥有一个能够理解世界、预测世界,并在世界中采取行动的通用大脑。

但对于机器人而言,有了"大脑"仍然不够。真正进入物理世界后,它还必须拥有足够强的身体能力,才能把高层的认知和决策变成真实、连续、稳定的运动。银河通用因此进一步在"小脑"侧探索通用的全身运动能力,通过大规模人类动作数据训练AstraBrain-WBC,使机器人学习的重点从"记住一个个动作",转向学习更底层、更通用的运动规律。这样,当面对训练数据中没有直接出现过的新动作时,机器人也有机会根据新的运动要求生成相应的全身动作,而不是依赖工程师为每一个动作单独编程。

这意味着,具身智能正在发生的变化,已经不只是"机器人会不会做更多事情",而是机器人的能力生成方式正在改变:过去需要人类提前把任务、动作乃至执行路径逐一教给机器人;而新的技术范式正在尝试让机器人自己理解世界、预测变化、形成行动方案,并利用已有的身体能力去完成此前没有被逐项教授过的任务。

一颗"大脑",开始进入不同的身体

然而,只让一台机器人变得更聪明,价值仍然有限。现实世界需要的机器人,并不会只有一种形态。

药房货架之间的通道有限,机器人需要稳定、高频地取放药盒;零售门店需要长时间移动和操作;进入工厂后,负载、可靠性又变成更重要的指标;到了运动、科研或者特种场景,双足机器人的全身运动能力才会被进一步放大。

如果每进入一个新场景,就重新设计一种机器人、重新训练一套模型,具身智能很难真正形成规模化能力。基于此,银河通用选择了"一脑多能"的技术路径。目前,银河星仔、G1和S1分别对应双足、轮式、重载等不同机器人形态,但背后连接的是同一套银河星脑。

不同业务对运动方式、负载能力和作业空间有不同要求,因此需要不同的本体构型;但机器人的感知、理解、规划和操作能力,则可以由同一套具身智能模型提供。目标不是让不同机器人做完全相同的事情,而是让一种本体上已经验证的能力,有机会迁移到其他本体上,从而降低每换一个身体就重新开发一套智能的成本。

因此,银河通用的多本体并不是简单的产品分工,而是在探索同一套智能如何适配不同的"身体"。G1可以进入药房、零售和家庭等场景,S1可以承担工业和重载作业,银河星仔则具备更强的动态运动能力;它们的身体各不相同,但背后的智能底座保持一致。更进一步,在一次跨本体演示中,银河星仔通过自然语言发出任务指令,让零售场景中的G1完成饮料取送。机器人可以因为业务需求拥有不同的身体,但不需要因此重新拥有一套完全不同的"大脑"。


这让"一脑多能"不再只是一个架构概念。在制造业,它们进入宁德时代、博世西门子、丰田、上汽、北汽等企业,承担上下料、分拣、物料搬运、线缆连接、打螺丝等任务;在文旅消费领域,则已经进入全国约50座城市,落地近200个银河太空舱,并在近百个智慧药房实现全自主服务,累计连续运营时间超过两年。


这些数字的重要性,不只是证明机器人"卖出去了"。对具身智能而言,部署本身也是训练的一部分。实验室可以设计一百种抓取方式,真实药房却可能出现第一百零一种:药盒被挤歪了、包装反光了、位置发生变化了,甚至上一个顾客刚刚碰过货架。机器人每进入一个真实场景,都会遇到训练阶段没有覆盖的问题。这些问题恰恰构成了新的数据。

8月底举办的世界机器人运动会,则把这种能力放到了一个更集中、更复杂的环境里。在家庭、餐饮、商超三个赛项中,银河通用选择了全自主模式,由银河星脑完成自主决策和执行,最终取得三个赛项冠军,其中商超赛项包揽金银铜牌。

比赛和商业场景当然不是一回事。但它们在考验机器人时有一个共同点:任务不再只是"把提前练好的动作表演出来"。机器人需要看见环境、理解任务、决定下一步做什么,再让身体把这个决定执行出来。真正开始发生变化的,是机器人面对陌生问题的方式。

"工作经验"如何变成下一台机器人的能力?

当机器人真正开始规模化工作,另一个更现实的问题就会浮出水面:一台机器人今天在真实世界里踩过的坑,明天能不能让另一台机器人不再踩一遍?这背后指向的,是具身智能的数据闭环。

语言模型可以从互联网获得海量文本和图像,但物理世界并不存在一个现成的"机器人互联网"。机器人真正需要的数据,往往产生于行动本身:看到了什么、手臂如何运动、什么时候发生接触、用了多大的力、任务在哪一步失败,以及如何调整才能继续完成。

这些数据记录的不是世界"长什么样",而是机器人如何与世界发生交互。银河通用正在通过AstraData积累这样的"工作经验"。目前,其已经沉淀超过50万小时真机回流数据和超过100万小时人类动作数据。前者来自机器人在真实环境中的运行与交互,后者则提供更广泛的人类动作先验。两类数据共同进入模型训练,推动AstraBrain持续迭代,并进一步应用到新的机器人和场景中。

于是,一条闭环开始形成:真实场景 → 数据回流 → 筛选与标注 → 模型训练 → 验证更新 → 再部署。其中真正有价值的,往往不是重复一千次的成功,而是模型此前没有见过的问题。一个被挤歪的药盒、一次抓取失败、一场突然发生的人机交互,都可能暴露模型能力的边界。经过筛选和训练,这些长尾问题又可能成为下一版模型的新能力。

但机器人的"经验共享",也没有想象中简单。视觉特征、任务语义、空间关系、操作策略等高层信息,相对容易在不同机器人之间复用;越接近执行层,数据越与具体本体绑定。不同机器人的关节结构、自由度、负载和末端执行器不同,同样是"拿起箱子",最终对应的动作轨迹和力控方式可能完全不同。

因此,"一脑多能"的难点并不是简单把同一个模型装进不同身体,而是让可以共享的经验跨越本体,同时让不同身体找到自己的执行方式。数据飞轮的另一面,则是成本。真机数据首先意味着机器人要真正进入场景,之后还有存储、筛选、清洗、标注和训练成本。规模越大,另一些问题也越突出:工厂数据可能涉及商业机密,家庭数据涉及隐私,客户是否愿意让数据离开现场,不同场景的数据如何脱敏、合规使用,模型更新之后又如何保证安全。

具身智能的数据竞争并不只是"谁的数据多",而是谁能以可承受的成本,持续获得高质量数据,并安全地转化成模型能力。这也是GPT-6 Astra值得中国具身智能行业关注的另一层原因。

当拥有算力、资本和基础模型优势的玩家开始补机器人数据,具身智能的竞争也就从单纯的模型竞争,进一步变成了数据基础设施的竞争。这也是AstraData的意义所在。超过50万小时真机数据和超过100万小时人类动作数据,如果能够持续进入"部署—数据—模型—再部署"的循环,它们就不再是一份静态数据资产,而是在不断转化为新的机器人能力。

结语

22年前,《机械公敌》直接给了桑尼一个近乎完整的答案:它能够理解世界,也能够在世界中行动。现实中的机器人没有这样的捷径。

从人类动作数据,到机器人真正进入药房、商店和工厂;从一次失败的抓取,到数据回流、模型更新,再到下一台机器人不再犯同样的错误,具身智能真正需要建立的,是一条连接物理世界与模型的通路。

GPT-6 Astra的出现,让这场竞争突然有了更强的紧迫感。通用AI公司正在向物理世界延伸,中国具身智能公司也已经进入规模部署和数据回流阶段。接下来的差距,可能不只来自某一次模型升级,而取决于谁能更快建立起"部署—数据—模型—再部署"的循环。

机器人真正稀缺的,或许从来不是一次漂亮的演示。而是它在真实世界里干过的每一份"工作",最终都能成为下一次行动的经验。

本文来自虎嗅,原文链接:https://www.huxiu.com/article/4892312.html?f=wyxwapp

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
在中国,高市早苗被冷遇了吗?

在中国,高市早苗被冷遇了吗?

覆言国际
2026-11-20 13:40:02
上海85分惨败青岛!真正致命漏洞根本不是外援拉胯?

上海85分惨败青岛!真正致命漏洞根本不是外援拉胯?

激情与荣耀并存
2026-11-21 04:02:50
陈皮配它,倒头就睡!夜里雷打不动,白天精神旺,试过的都说好

陈皮配它,倒头就睡!夜里雷打不动,白天精神旺,试过的都说好

牛锅巴小钒
2026-11-15 19:14:34
破人类娱乐史记录:R星官宣《GTA6》首日销售额为37.9亿美元,预购3250万份,

破人类娱乐史记录:R星官宣《GTA6》首日销售额为37.9亿美元,预购3250万份,

游戏葡萄_
2026-11-21 08:20:39
1973年,伊朗国王亲信大臣阿拉姆的日记曝光:巴列维每日必须进行多次性生活,否则就会跌入重度抑郁

1973年,伊朗国王亲信大臣阿拉姆的日记曝光:巴列维每日必须进行多次性生活,否则就会跌入重度抑郁

磊子讲史
2026-11-19 15:31:48
几秒钟铺完接机红毯!深圳一台不起眼机器,火到海外刷屏

几秒钟铺完接机红毯!深圳一台不起眼机器,火到海外刷屏

花小猫的美食日常
2026-11-20 17:36:29
越来越多孩子自杀  多地高中严格执行周末双休

越来越多孩子自杀 多地高中严格执行周末双休

风向观察
2026-11-20 07:40:00
它悄无声息,却榨干8200万人的肾!你可能已经在劫难逃

它悄无声息,却榨干8200万人的肾!你可能已经在劫难逃

一千零一夜加一页
2025-04-14 22:58:23
几箱啤酒压穿零跑A10后备箱?官方:坏的是承重40kg储物盒

几箱啤酒压穿零跑A10后备箱?官方:坏的是承重40kg储物盒

字节漫游指南
2026-11-21 03:04:21
继《伟大的长征》后,于和伟出演60集抗日战争时期,家国史诗级大剧

继《伟大的长征》后,于和伟出演60集抗日战争时期,家国史诗级大剧

容妃
2026-11-20 16:09:25
34年蒋介石断言毛泽东不行了,宋美龄却说:毛泽东也许还会给你机会!

34年蒋介石断言毛泽东不行了,宋美龄却说:毛泽东也许还会给你机会!

老钱道古今
2026-11-20 13:22:58
中日斗法:遍布我国的日本学校,被组成困龙局,749局高人一招化解

中日斗法:遍布我国的日本学校,被组成困龙局,749局高人一招化解

天字号野史
2024-11-29 11:55:59
太鸡贼了!日本放任日元疯狂贬值,实际上是给中国做的一个局?

太鸡贼了!日本放任日元疯狂贬值,实际上是给中国做的一个局?

瓦伦西亚月亮
2026-11-21 01:41:05
扫地出门!曼联“标王”或火速转投尤文!2亿镑强援有望空降红魔

扫地出门!曼联“标王”或火速转投尤文!2亿镑强援有望空降红魔

头狼追球
2026-11-20 13:01:14
王菲母女为前夫献唱后,谢霆锋也传来“喜讯”,终究迈出了这一步

王菲母女为前夫献唱后,谢霆锋也传来“喜讯”,终究迈出了这一步

星星邮递员
2026-11-20 17:16:12
1950 年,重病在身的杜月笙,听闻侍女孟秋江怀了自己的孩子,红着眼眶感慨:你以后可怎么做

1950 年,重病在身的杜月笙,听闻侍女孟秋江怀了自己的孩子,红着眼眶感慨:你以后可怎么做

磊子讲史
2026-11-09 10:38:21
“世纪大和解”消息后,李小璐发文:接纳每一面的自己!

“世纪大和解”消息后,李小璐发文:接纳每一面的自己!

默默有话说
2026-11-19 11:51:07
GTA 6性感NPC走红,玩家却在她后院发现尸体大小的坑

GTA 6性感NPC走红,玩家却在她后院发现尸体大小的坑

自愈小日子
2026-11-20 07:26:40
研究发现:猕猴桃可以在24小时内溶解50%的血栓?真的吗?

研究发现:猕猴桃可以在24小时内溶解50%的血栓?真的吗?

侯医生谈健康
2026-11-21 03:05:03
王菲和前夫“联手”后,谢霆锋传来好消息,分手传闻早已尘埃落定

王菲和前夫“联手”后,谢霆锋传来好消息,分手传闻早已尘埃落定

奇怪的鲨鱼们
2026-11-21 04:32:28
2026-11-21 11:36:49
虎嗅APP incentive-icons
虎嗅APP
个性化商业资讯与观点交流平台
28153文章数 688144关注度
往期回顾 全部

科技要闻

Anthropic收涨17.1%,市值一度破2万亿美元

头条要闻

牛弹琴:美媒发文"追杀"黄仁勋 细节绝对拉满触目惊心

头条要闻

牛弹琴:美媒发文"追杀"黄仁勋 细节绝对拉满触目惊心

体育要闻

脚步未停!西班牙摩托车手赤脚徒步入境中国

娱乐要闻

官媒发文 官宣赵丽颖新身份,进步很大

财经要闻

最大回撤超37%,黄金崩盘了吗?

汽车要闻

35万级MPV的满配答案 享界V8正式上市售31.98万起

态度原创

游戏
数码
健康
家居
军事航空

《流放之路:降临》国服1.0定档12月12日!我和制作人现场见证并聊了聊

数码要闻

不要面皮!市价5.3万RTX 5090送修被强行报废:只退原价1.8万

医生眼里"很伤腰"的椅子,很多人天天坐

家居要闻

2026建博会(广州) 公装联探展交流活动

军事要闻

俄乌炸桥冲突升级 相关谈判设想被放弃

无障碍浏览 进入关怀版