新京报讯 据“北京海淀”微信公众号消息，还记得今年春晚上盘核桃、串烤肠的具身智能机器人“小盖”吗？来自海淀企业银河通用的它又迎来新突破。
近日，银河通用正式发布全球首个人形机器人通用小脑GPT（生成式预训练模型）基础模型——AstraBrain-WBC 0.5。据官方介绍，作为“银河星脑（AstraBrain）”技术体系的重要一环，该模型基于2万小时人类动作数据训练，打造出行业最大规模人形机器人运动语料库，参数规模达8040万，是全球首个达到GPT-1量级的人形机器人全身实时运控大模型。
这一突破首次在机器人运动控制领域验证了类似GPT的规模化扩展规律，被业界视为人形机器人“小脑”的GPT时刻已经到来。
如果说“大脑”决定机器人如何理解世界，那么“小脑”则决定机器人如何在真实世界中行动。在具身智能领域，长期以来，人形机器人运动控制主要依赖针对单一技能的专门训练，难以适应未见过的新动作和新场景。
AstraBrain-WBC 0.5的出现直击这一核心难题，它首次证明，机器人运动控制同样能够像GPT一样，通过数据、模型和训练体系的持续扩展，不断学习更通用的运动规律。机器人不再只是记忆具体动作，而是能够理解动作背后的运动逻辑，并将能力泛化到从未见过的新动作和新场景中，实现真正意义上的零样本泛化。
研究团队指出，这意味着人形机器人运动控制正开始摆脱“学一个动作、会一个动作”的传统模式，走向能够持续泛化、持续进化的基础模型路线。
“过去机器人是学一个动作、会一个动作，遇到没见过的场景就束手无策。”银河通用相关负责人表示，“我们希望通过AstraBrain-WBC 0.5，让机器人真正理解动作背后的运动逻辑，实现从‘记忆动作’到‘理解运动’的跨越。”
规模化带来的价值最终体现在能力上。在真实机器人测试中，AstraBrain-WBC 0.5实现了大量训练集中从未出现过的高动态动作零样本执行，包括篮球、拳击、舞蹈、翻身起立、协作搬运等复杂任务，均无需针对单个任务重新训练。
目前，AstraBrain-WBC 0.5相关论文、代码与技术成果已全面开源。该负责人表示：“我们期待与全球研究机构、高校和开发者一起，共同推动机器人运动基础模型的发展，让更多创新应用加速落地。”
据悉，作为运控基座模型，AstraBrain-WBC 0.5可为研究机构、开发者及数据采集团队提供覆盖海量动作模式的运动基础模型，大幅降低人形机器人全身控制模型训练门槛。在应急救援、危险环境处置、创意内容生成等场景，其应用潜力正逐步显现。
