九游j9科技：脑机接口与具身智能领域的创新先锋

发布时间：2026-08-21 15:43:36  访问次数：5

原标题：银河通用王鹤：推动具身智能与人形机器人的核心突破时刻

8月20日，银河通用机器人股份有限公司创始人、首席技术官王鹤在2026世界机器人大会主论坛-“第2篇章 应用牵引”上发表主旨演讲《推动具身智能与人形机器人的核心突破时刻》。

以下为部分发言实录，投资界（ID：pedaily2012）整理：

王鹤：

非常荣幸今天能在WRC主论坛上跟大家一起分享我们推动具身智能与人形机器人核心突破时刻的进展和决心。

每一个坐在这里的人嘉宾也好、听众也好，都畅想着人形机器人走进千行百业、千家万户的那一刻。这里最核心的一件事情是用模型驱动具身人形机器人走向通用，这里必然涉及到机器人本体是否足够的灵活自由，当然更重要的是我们是否有走向通用的人形机器人大脑，它和真正能够控制身体做各种动作的小脑，大小脑是人形机器人的灵魂，也是具身智能产业中最有价值的部分。

所以今天我们想谈一谈银河通用怎么看走向通用的路线图。第 一个里程碑是我们要在一件事当中证明人形身体的价值，充分发挥人形身体的价值。今年3月份，我们在全球第 一次放出了人形机器人全自主打网球的工作，我们可以看到这样的工作当中，人形机器人可以全身维持平衡，并且精确控制腕部，这里精确控制腕部可以做到击到球，球也在拍子的田区，回球落点质量还要高。这些控制之上要实现战略意图进行调球，前后调和左右调击败人类对手。低层级是全身操控，高层级是战略博弈的能力，真正把人形机器人能力展现了出来。我们一经发布，在外网就引起了全球的热议，埃隆马斯克第 一时间说这个工作是inference，后面有一位独立的研究员提到像这样的工作出来证实了为运动的AlphaGo时刻到来，埃隆马斯克也立即评论是的。

当我们看到用网球全场跑动、全身自主运动，并且操控的能力，去展现人形机器人能力的时候，我们就像2016年Deepmind定义围棋一样，我们把人形机器人自主能力释放了出来，这背后离不开银河通用长期积累的仿真及强化学习的实例。从基础的回球学习再进入第二阶段策略自对抗学习，我们今天网球积累了超越1万年的时长去进行仿真器里的对打训练，甚至比围棋更难，因为围棋在数字世界和物理世界里是一个游戏，而我们在仿真器中进行训练后还要迁移到真实世界，这也是银河通用独有世界领 先的技术。

过两天在世界人形机器人开幕式上，我们将迎来真正新一代的网球对打技术，它展示出更加的拟人性包括人机混双的能力，也将在央视全网直播，还会有奥运冠军和流浪明星一起参与，欢迎大家一起见证全球首次公开表演人形机器人真正AlphaGo时刻的到来。

很多人说你的网球拍只是握住了，我们今年春晚上我们自研银河星脑大模型里的灵巧手脑区也向全球展示了转核桃，这个核桃时松时紧，性状一直在变化，其实是不能用一条固定轨迹实现，否则会把核桃捏炸或者核桃就掉了，这背后也是强化学习在真实世界回流数据进一步训练模型能力的体现。

这块我们可以跟一些国际顶 尖的人形机器人团队进行对比，左边Figure做灵巧手开瓶盖的动作，它是抓一起转松，它不是连贯的，这个我不能替他们去讲他们的技术原理，但左边这样的操作方式是可以通过遥控采集数据实现，而右边连贯的配合是无法用摇操采集数据的，右边我们是用强化学习，直接在仿真器中学习，高效的same trial，今天我们看到越高难度的手部精细操作越无法通过遥控事件，越需要same trial这样更领 先的，能够把灵巧手全部能力展示出来的技术路线。

左边是英伟达2023年发布的转笔，它是强化学习在仿真器里进行操作，很可惜由于转笔过程中笔跟手指的频繁碰撞，它让仿真器很难能够完全保真的仿真，而右边是银河通用在全球首次实现的灵巧手转笔，包括现在能实现高动态，比飞在空中再落回指尖能力高技巧度的操作，这些操作没有一个可以摇操出来，完全得通过强化学习和same trial技术实现。灵巧手操作皇冠上的明珠，银河通用再次展现应用世界里程碑的能力。

下一步很重要是如何从专用专精的模型走向通用，在数字世界里我们看到GPT定义了范式，什么是具身的GPT？怎么让具身的大模型能够吸纳各种各样的任务、各种各样的数据走向通用，我相信是现在大家看到我们在各种高难度事情上已经作出突破后最关心的问题。

这块就要介绍银河星脑的框架，人形机器人既需要高层级的动作意图的生成、轨迹大致的生成，又需要全身的控制、高频的反馈，所以我们像人一样为人形机器人搭建了大脑和小脑，中间通过脑桥连接，沟通慢的大脑和快的小脑，这样整个一套仿生框架就是银河星脑面向通用人形机器人的基座大模型。这里的大脑和小脑都是大模型，每一个都寻找它的GPT范式。

什么是大脑的GPT范式呢？谷歌提出了VLA，OpenAI提出了世界模型，这两个模型各有优劣。VLA它能够吸收大量的动作数据，但它只能吸收有动作标签的数据，世界模型能吸收大量视频数据，但是它仍然不会学习机器人每个关节该转多少度角，所以真正融合VLA和世界模型，能够融合机器人有动作标签的数据和人类海量场景无动作标签的数据，去学习人类操作的经验，这样范式就是世界动作模型。

今年英伟达具身智能的主任在红杉采访中提到，ONE是机器人的终身游戏。机器人终局技术是银河通用在全球首次提出的，我们今天在网站上搜索世界动作模型，全球第 一篇文章是来自银河通用，是我们2025年3月挂出，被2025年ICCV接受的，这一范式今天在引领具身智能大模型、大脑的发展。昨天我刚刚搜索，现在已经有171篇世界动作模型了，我们2025年发的时候只有一篇就是我们，第二篇是12月份又过了很久。

今天银河星脑的ON，我们提出隐空间在未来进行建模，我们真正实现了跨本体、跨任务、跨场景的操作，一个模型能够为无指手做搬运机器人，这样的模型背后融合了仿真真实世界数据和人类数据新的、统一的具身大模型的数据范式，也验证了只要用人类的数据完全没有标签就能继续看到机器人动作预测损失函数进一步的下降。这些成果在耦合上世界引领真机强化学习技术，在我们的展台大家可以亲自体验给机器人做早餐捣乱，无论是把面包抽走，还是倒水盖住瓶子不让它倒，机器人全程都可以很好的应对，全部是自主的。

我们即将要放出的技术将在全球展示第 一个十分钟级的早餐，包括全流程的水果、沙拉和各种材料的准备，最后做成一个三明治，像这样的能力既是我们机模能力的体现，更是强大真实世界强化学习后训练能力的体现。

刚刚说了大脑，小脑需要什么呢？小脑需要控制身体做出各种动作，今天银河通用全身控制脑区是一个真正的通用小脑，在这样通用小脑大模型也是上亿参数的大模型，在这样大模型的控制下我们可以遥控人形机器人远程去做各种任务，包括家庭的照料猫，给猫产铲猫沙，包括应急场景做支援，包括高动态各种动作，这都不需要提前进行轨迹录制，可以实时控制，这就是小脑，大脑发出什么意图，小脑把动作丝滑的、抗干扰的做出来。

这样的小脑过去看到是对一条轨迹进行过拟合的专用小脑，今天银河通用打造的是通用的小脑，在通用小脑下可以看到与国际顶 尖英伟达通用小脑做对比，我们的延迟更低、动作更精准，包括高难度动作平衡上我们拥有更好的稳定性。我们验证十万小时人类数据下，通用小脑损失曲线会持续降低，这是通用小脑的Scaling Low。

通用小脑下昨天在分论坛发布了我们自己的小人形银河·星仔Galbot ET1，我们能实现人类实时跳舞，我们把实时把动作抽取，实时用通用小脑把高难度舞蹈展示出来。智能体换形后对人类舞蹈进行实时识别和抽取，包括这些地面动作包括倒立。

当你拥有了一颗真正通用小脑以后，你可以解锁更多实时产生的即性发挥的动作，还可以支持机器人进一步与人智能的交互。这就是物理世界原生智能体。我们开始进行舞蹈引流，整个智能体从它产生舞蹈引流，引流人进行冲量，进行互动销售。

通用大小脑之后，我相信大家最关心的是什么时候具身智能能够迎来ChatGPT时刻，这个问题我们要看什么是具身智能的ChatGPT。具身智能的ChatGPT我给它赋予的含义是，一它能在人类不需要特殊学习任务上到达70%—80%的成功率，70—80%的成功率还不够我们下一步是怎么样让这样的机模极简单的后训练，能够让没有任何专业技能的人把机模后训练成场景中高成功率100%干活的模型。

第 一如何达到广泛任务上七八成的成功率这就是机模，今天我们在通用小脑的范式下，最重要的是进一步去扩大数据、进一步提高算力规模，实现Scaling UP，这是银河星树，是五级具身智能金字塔，从互联网数据、人类数据、合成数据到真机摇操数据和真机回流数据，每一层都会发挥它自身的作用。人类数据从2022年为止就打造了，迄今为止仍然是含标签最 大的人手操作数据，2022年我们率先让人戴上头盔去采集双手操作。

今天我们又发布了Astra Set自己的头戴和双手UMI数据采集装置，这样可以达到高精UMI数据采集，极大推动机模的进展。

这样硬件帮扶下，我们今天有上千个头戴并且双手持UAI采集源在各行各业进行采集，这背后也是我们一套在线数据管理、标注和筛选系统，有这样完备数据精建，今天有高精UMI数据50万小时，没有任何手持机械装置的人手数据50万小时，这100万小时数据能够让机器人充分学习人类动作。

机器人的动作首先来源于合成数据，这也是银河通用搭建的银河星防整个一套仿真资产、动作生成、仿真验证和最后same trail管线，这套管线我们创了全球多个领 先，一个是最难的仿真，我们今天可以做柔性物体、灵巧手，连洗牌最难的仿真都可以做到，包括展示转笔最后的same trail技术背后都是引领的仿真器，才能在全球出现首次突破。

在仿真数据之上，我们还需要一部分真机摇操数据，它比较贵，但今天银河通用已经在6个省市都建立了训练场，在不断的采集各行各业的应用数据，最后在各行各业部署机器人，包括银河太空仓45个城市200个点位智慧药房落地100家，宁德时代等车场、工厂、医疗康养累计回收8万小时真实世界数据，这些数据能够让机器人进一步知道自己哪干的好、哪干的不好，进一步持续成长。

在这样的银河星树之下，我们判断整个行业的数据正在蓬勃的发展，从银河自己的视角我们即将快速的进入到ChatGPT水平的机模，唯 一一个条件就是能不能让这样的机模快速的落地。所以我们又打造了银河星脑WAM—TTT技术，让客户只需要拍视频，不需要做任何的摇操数据采集就能够后训练模型，这样我们不需要任何学历的场景使用方，就可以采集数据，只要它头戴一个摄像机就可以采集它干活的视频，我们的后训练只需要视频损失不需要任何的标签，不需要任何的动作就能完成后训练，这样模型落地场景中的速度是非常之快的，而且它的门槛是非常之低的，这样千行百业都能把机模用起来。

今天我们判断，什么时候迎来具身智能的ChatGPT时刻？在今天数据的积累下，在今天后训练技术持续突破下，整个行业银河通用将在2028年问 鼎具身智能的ChatGPT，一旦到达具身智能ChatGPT整个行业落地规模和速度将大幅上升，到“十五五”结束的时候将可以看到银河通用落地数十万台人形机器人在各个行业，这个将是我们引发真正走向多场景应用、真正走向轮式双足灵巧手不同应用的未来。

我们现在建设千行百业应用生态都是我们的客户，只是第 一步，未来会进一步打开二开生态，用我们的机模、硬件和数采设备、用整套数据管理和后训练莱城，帮助更多企业建立你们具身智能的团队，让你们研发自己想研发的技能落在自己的场景里并且影响下一代，通过世界国际奥林匹克人工智能竞赛这样的顶 级赛事培育具身智能未来青年的下一代，可以让全行业一起翘首具身智能AGI时刻的到来，能够真正实现手机的量、汽车的价、大模型的增益，打开一个十万亿的市场，迎接第四次工业革命的到来。

我的报告就到这里，谢谢大家九游j9在线官网！

文章来源：投资界原文地址：https://news.pedaily.cn/202608/567961.shtml