在今年的马年春晚上，银河通用机器人“小盖”凭借一系列令人惊叹的操作成为全场焦点。无论是精细地盘核桃、捡起玻璃碎片，还是从货架上取物、叠衣服，甚至串烤肠，“小盖”都表现得游刃有余，动作自然流畅，仿佛拥有与人类无异的手部灵活性和决策能力。与传统机器人依赖预编程的表演不同，“小盖”的所有动作均基于端到端的自主感知、决策和执行，展现了银河通用机器人在具身智能领域的重大突破。
“小盖”的出色表现源于银河通用自主研发的“银河星脑 AstraBrain”大模型。这一模型突破了传统机器人技术的局限，采用融合超大规模虚实数据的端到端训练方式，构建了全球首个集成“大脑-小脑-神经控制”的全身全手大模型。通过这一架构，“小盖”能够像人类一样，在复杂环境中自主完成多种任务，展现了强大的泛化能力和适应能力。
以盘核桃为例，这一动作看似简单，实则对机器人提出了极高的挑战。核桃表面不规则、重量分布不均，手指的受力点需时刻调整，稍有不慎便会滑落。为解决这一问题，AstraBrain 中的灵巧手神经动力学小脑模型通过虚拟与现实的结合训练，让“小盖”在虚拟世界中积累经验，再在真实环境中微调动作，最终实现了稳定、流畅的盘核桃操作。从最初的手忙脚乱到后来的游刃有余，“小盖”的进步令人印象深刻。
捡玻璃碎片则是另一项对感知与控制能力的极限考验。透明物体在视觉上难以识别，尤其是放置在浅色桌面上时，其边缘和反光特征极易与环境融为一体。AstraBrain 通过在仿真环境中生成海量透明物体数据，结合多模态感知融合技术，使“小盖”能够从微弱的反光边缘和阴影变化中“看见”玻璃，并精准规划抓取策略。力觉感知的加入更让“小盖”能够以恰到好处的力度捏起碎片，既不会捏碎，也不会滑落。
在货架取物的任务中，“小盖”需要从紧密排列的货架上取下一瓶矿泉水，同时避免碰倒周围商品。这一动作要求机器人同时处理位置判断、动作规划和灵巧操作三重难题。AstraBrain 的强化学习框架让“小盖”在虚拟世界中经历了亿万次试错，最终“悟”出了一条最优路径：先扣住瓶盖处，微微倾斜避让邻品，再稳稳抽出。这一过程完全基于实时决策，展现了“小盖”在动态环境中的精准抓取能力。
叠衣服和串烤肠则进一步体现了“小盖”对柔性物体和双手协作的掌握。叠衣服需要实时判断布料状态、预测折叠形态并规划动作序列，而串烤肠则要求双手协同操作工具，完成复杂的动作流程。AstraBrain 通过在仿真环境中生成大量柔性物体变形数据和双手协作数据，让“小盖”学会了从当前状态推演出最优操作路径，并在真实环境中灵活应用。无论是抚平衣角、精准对折，还是一手操控烤钳、另一手抓取签子，“小盖”都表现得如同人类一般自然。
“小盖”之所以能够完成这些复杂任务，离不开 AstraBrain 对人类动作数据的大规模仿真生成机制。相比采集机器人的生硬动作，人类日常生活中的动作数据不仅海量，而且获取容易。通过结合仿真生成，AstraBrain 能够充分利用这些数据，让“小盖”的动作更贴近人类，透着一股亲切感。这种技术路径不仅降低了数据成本，还提高了训练效率，为机器人大模型的发展提供了新的方向。
AstraBrain 的核心哲学在于拒绝机械设定，而是让机器人掌握一套可以泛化到新场景、新任务的通用能力。从人类少样本示范到仿真数据合成，再到强化学习闭环和真实世界再“见习”，AstraBrain 通过四步修炼逻辑，构建了虚实融合的数据基建——“银河星坊”。这一体系不仅让“小盖”在春晚上大放异彩，更为机器人在家庭清洁、工业回收等场景中的应用打开了全新可能。
