银河通用机器人

银河通用机器人（Galbot）是一家 2023 年成立的机器人公司，路线是围绕一个具身基础模型（embodied foundation model）做通用机器人——用一个学习出来的模型让机器人感知、决策和运动，而不是给每个任务单独写一套程序^[1]。

从哪来

公司 2023 年以通用机器人公司的定位成立，核心就是具身基础模型^[1]。这个定位决定了它讲述自己工作的方式：硬件只是其中一部分，训练模型用的数据、模型本身，以及机器人真正干活的地方，被当作同一个系统的不同环节，而不是彼此独立的产品。

AstraBrain 系列模型

这套工作的中心是 AstraBrain。银河通用把它介绍为第一个把「大脑」「小脑」和神经控制整合在同一个模型里的端到端具身模型^[1]。粗略地说，「大脑」这一层负责判断该做什么；「小脑」这一层把一个决定变成协调的全身动作；神经控制则是驱动关节的底层。做成端到端的一个模型，意味着这几层是一起学出来的，而不是各自设计好之后再拼接。

AstraBrain-WBC 是公司所说的通用小脑模型，负责全身控制。它有 8040 万个参数，训练时用了 2 万小时的人体运动数据^[1]。对人体动作的采集是这类模型很实际的一种训练材料来源：人能做出的动作种类远多于单台机器人自己采集到的，所以录制下来的人体运动能给模型提供大量「身体怎么动」的样例。

银河通用还公布了训练数据变大时模型的变化。当训练数据从 200 万帧增加到 20 亿帧，公司称全身控制（whole-body control）的成功率从 83.26% 上升到 92.58%，并且在真实机器人上对没见过的动作实现了零样本（zero-shot）泛化^[1]。零样本在这里的意思是：机器人执行一个训练中没有出现过的动作，不需要针对这个动作再训练一次。

数据基础设施

模型背后是 AstraData，公司把它描述为百亿量级的数据基础设施^[1]。对具身智能来说，数据往往是最紧的一环：要应付物理世界的模型需要大量运动与交互作为学习材料，而负责采集、清洗和组织这些数据的流水线，其重要性不亚于模型结构本身。

机器人与落地

公司的产品包括 Galbot G1 和 Galbot S1，按它的说法被用在零售、工业、物流、医疗和服务场景^[1]。在零售上它给了一个更具体的数字：机器人运行在 40 多个城市的 170 多个点位的无人零售舱里^[2]。无人零售舱是一个相对封闭的场景——货架、已知的布局、稳定的取放任务——适合积累真实的运行经验。

网球演示

银河通用称其机器人实现了首次自主人形机器人网球对打，用的是全身实时规划与控制算法^[1]。对打对人形机器人是一项要求很高的测试：球一直在动，机器人要调整的是整个身体而不只是一只手臂，而且反应必须实时，于是感知、规划和控制被放在同一个回路里检验。

在发展中的位置

公司称自己是唯一一家打通了从数据基础设施到模型、再到真实部署这条链路的公司^[1]——这是关于自身定位的说法，而不是独立测得的结论。沿着这个方向，它的下一步是一款叫「银河星仔」（Galbot Star）的原生智能体机器人，并于 2026 年 9 月 3 日开启预订^[3]。