VLA進(jìn)化后降維打擊！雙手揀貨，漂移操作，還能批量化秀舞，太空艙直接開上街，被銀河通用卷到了

衡宇 2025-08-11 15:09:06 來源：量子位

衡宇 發(fā)自 WRC

量子位 | 公眾號 QbitAI

一票難求的世界機(jī)器人大會(huì)現(xiàn)場，一家具身智能小賣部正在不間斷面向現(xiàn)場觀眾接單營業(yè)。

工作人員站在一邊，在店鋪里忙碌的全都是人形機(jī)器人。

它們是真的在這個(gè)智慧小賣部當(dāng)起了導(dǎo)購員——

顧客對著平板挑選商品后掃碼下單，人形機(jī)器人店員會(huì)根據(jù)你的訂單，轉(zhuǎn)身移步到貨架前，穩(wěn)穩(wěn)抓取商品，再轉(zhuǎn)身返回，把商品送到你手中，現(xiàn)場完成結(jié)賬。

更有一位觀眾現(xiàn)場下單了2件不同的商品，Galbot都能用雙手同時(shí)各夾取1件商品，準(zhǔn)確、平穩(wěn)地把商品交給觀眾。這意味著銀河通用的技術(shù)在不斷迭代。

△Galbot用雙手為觀眾夾取商品，視頻來源：銀河通用

Galbot既不是按照寫死的程序打工，也沒有人在背后遙控操縱，它的背后是一整套銀河通用自研的端到端具身智能大模型在運(yùn)作。

大會(huì)期間，銀河通用與英偉達(dá)聯(lián)合首發(fā)搭載NVIDIA Jetson Thor芯片的機(jī)器人應(yīng)用。作為國內(nèi)首款搭載NVIDIA Jetson Thor芯片的機(jī)器人，Galbot G1 Premium完成了工業(yè)場景的應(yīng)用。

現(xiàn)場演示中，配備該芯片的機(jī)器人展現(xiàn)出絲滑的運(yùn)動(dòng)性能以及實(shí)時(shí)的貨箱視覺處理與運(yùn)動(dòng)規(guī)劃能力，速度顯著提升，現(xiàn)場觀眾一致評價(jià)為“干活最麻利的人形機(jī)器人”。

在Galbot打工的不遠(yuǎn)處，總有小朋友和搭載銀河通用模型的四足機(jī)器狗緊密貼貼，瘋狂互動(dòng)。

在這驚人的跟隨能力背后，是銀河通用自主研發(fā)的全球首款端到端導(dǎo)航大模型。該模型基于純視覺感知，自主推理，具備長程記憶，能夠在密集人群、陌生場景中緊密跟隨主人，并能自主避障、敏捷穿過狹窄地形。

此外，銀河通用WRC展臺還首次公開展示其自主訓(xùn)練的人形舞蹈技能。

傳統(tǒng)機(jī)器人舞蹈編排耗時(shí)耗力，控制方面的遷移也需要長時(shí)間打磨。

銀河通用雙足人形團(tuán)隊(duì)首秀就批量化秀舞，從選舞編排，到強(qiáng)化學(xué)習(xí)訓(xùn)練，再到Sim2Real遷移、端側(cè)部署，只用僅十天就見證了各種高難度舞蹈動(dòng)作的誕生。

在大會(huì)上崗的前一天，它已經(jīng)作為機(jī)器人零售系統(tǒng)“銀河太空艙”的一部份，在北京海淀首發(fā)上線，在真實(shí)商業(yè)場景中投入運(yùn)營。

全球首個(gè)城市級、常態(tài)化運(yùn)營的人形機(jī)器人示范區(qū)正式落地北京，Galbot一年四季風(fēng)雨無阻的便利店員之路，就這么從北京開始輻射全國了。

一間9㎡的未來便利店

銀河太空艙，首發(fā)坐落于北京海淀區(qū)大融城廣場，是一個(gè)具身智能終端。

其外觀選用了銀、白、藍(lán)配色，兼具科技感與城市美學(xué)，成為一座城市里容易識別的視覺符號：

首發(fā)落地后短短的兩天多時(shí)間里，無論何時(shí)路過，都有路人被這所充滿科技感的太空艙所吸引。有的持續(xù)駐足，更多人則選擇親自掃碼體驗(yàn)。

每臺太空艙最小僅需9㎡空間，可全天候自主運(yùn)營。

區(qū)別于傳統(tǒng)大賣場或自動(dòng)售賣機(jī)只推幾種SKU（Stock Keeping Unit，庫存量單位），太空艙能根據(jù)需求靈活調(diào)整陳列貨品，支持的商品結(jié)構(gòu)遠(yuǎn)超傳統(tǒng)大賣場和自動(dòng)販賣機(jī)。

飲品、小食、文創(chuàng)、藥品等高頻消費(fèi)品類都可以放在里面售賣，還兼容冷藏/冷凍等多種商品形態(tài)。

銀河通用為每臺太空艙都配備了店員，全部都是銀河通用自研的人形機(jī)器人Galbot。

無需遙控操作，Galbot可全流程自主完成購買接待、點(diǎn)單支付、商品拿取、當(dāng)面交付、多語音交互引客，還支持區(qū)域特色服務(wù)定制。

北京大學(xué)助理教授，銀河通用機(jī)器人創(chuàng)始人及CTO、智源學(xué)者王鶴介紹，每一臺太空艙都“是全球唯一面向消費(fèi)者常態(tài)化經(jīng)營的具身智能零售解決方案”。

何謂常態(tài)化？

這就不得不提到銀河太空艙的另一個(gè)好處。因?yàn)樽钚H需9㎡空間就可陳列超300種不同品類商品，所以它可以靈活適配街區(qū)、商圈、景區(qū)、交通樞紐等不同場景。

更重要的是，這套解決方案不僅支持太空艙單獨(dú)建設(shè)，還能對傳統(tǒng)店進(jìn)行改造，預(yù)估最快可在15天內(nèi)交付。

它既服務(wù)市民、賣貨，又可成為地標(biāo)、成為流量點(diǎn)，還能臨時(shí)支援大型活動(dòng)或夜市打卡，真正成為可移動(dòng)、可快速部署的城市服務(wù)機(jī)。

據(jù)統(tǒng)計(jì)，銀河太空艙單艙預(yù)計(jì)日均服務(wù)人次可達(dá)2000、訂單量達(dá)500單，周邊人流預(yù)估提升30%-40%，有效激活區(qū)域活力。

銀河通用表示，未來，銀河太空艙將結(jié)合不同區(qū)域特色持續(xù)探索更多“機(jī)器人+商品”的組合創(chuàng)新，定制提供文創(chuàng)產(chǎn)品、地方特產(chǎn)等多樣化商品和服務(wù)，進(jìn)一步增強(qiáng)公共空間的互動(dòng)性與便利性，真正走入普通人的生活日常。

沒有遙控，沒有預(yù)設(shè)，靠端到端具身大模型搞定一切

世界機(jī)器人大會(huì)現(xiàn)場，上崗便利店員的Galbot自從亮相，就被逛展的朋友們瘋狂“軍訓(xùn)”。

好奇的觀眾下單了袋裝薯片。

軟包裝易變形，還掛在貨架的鉤子上，對機(jī)器人來說難度不小。

但Galbot用精準(zhǔn)抓取動(dòng)作穩(wěn)穩(wěn)抓起，放到取貨區(qū)，一氣呵成。不僅是軟包裝商品，一些透明包裝商品、易滑易碎商品，都被Galbot精準(zhǔn)識別、抓取，最長耗時(shí)不過30秒。

實(shí)在有點(diǎn)忙不過來時(shí)，Galbot已經(jīng)能夠雙手出擊，左右手同時(shí)抓取貨架上的商品。

面對隨意被踹走、挪動(dòng)的料箱，Galbot無懼干擾，一手漂移技驚四座：

這些看似簡單的操作背后是業(yè)內(nèi)領(lǐng)先的GraspVLA與GroceryVLA等銀河通用自研的端到端具身大模型支撐。

GraspVLA是全球首個(gè)端到端具身抓取基礎(chǔ)大模型，專注于機(jī)器人「視覺-語言-動(dòng)作」（VLA）的多模態(tài)協(xié)同學(xué)習(xí)。

它具備強(qiáng)大的zero-shot泛化能力與few-shot適應(yīng)能力，在多光照、雜亂背景測試中表現(xiàn)優(yōu)于傳統(tǒng)模型。

GroceryVLA則專注零售場景，優(yōu)化在緊密貨架上跨形態(tài)抓取能力，無需補(bǔ)采地圖或重新調(diào)參，可適應(yīng)新布局。

這種泛化適應(yīng)，在真實(shí)運(yùn)營時(shí)完全不失穩(wěn)。

GroceryVLA技術(shù)還支持閉環(huán)控制，即使在抓取中被擾動(dòng)，也能實(shí)時(shí)調(diào)整至穩(wěn)定狀態(tài)。簡言之，它不僅“看了就會(huì)抓”，還能“邊抓邊修正”。

首發(fā)儀式上，王鶴語氣平穩(wěn)又篤定地對GroceryVLA做了著重介紹。

他表示，GroceryVLA突破傳統(tǒng)“視覺+軌跡規(guī)劃”分離設(shè)計(jì)，能夠在幾乎無空隙、貨架緊密且SKU眾多的真實(shí)場景中自主識別商品并穩(wěn)定抓取，無需路徑規(guī)劃即可靈活高效操作，標(biāo)志著端到端大模型驅(qū)動(dòng)的閉環(huán)控制已具備商用能力。

GroceryVLA還具有以下五大優(yōu)勢：

• 強(qiáng)適用性
• 高度通用性
• 跨場景泛化能力
• 自主決策能力
• 強(qiáng)抗干擾性

GroceryVLA不僅全程無遙操、無需場景數(shù)據(jù)預(yù)采集，還支持軟硬包裝、透明包裝、異形包裝等多種形態(tài)商品的精準(zhǔn)抓取，無需單獨(dú)調(diào)參，實(shí)現(xiàn)跨品類統(tǒng)一抓取策略，展示了搭載模型的強(qiáng)大泛化能力。

本次世界機(jī)器人大會(huì)之前，在服貿(mào)會(huì)、中關(guān)村論壇、WAIC等場合，Galbot已經(jīng)多次現(xiàn)場真實(shí)交付。

從北京出發(fā)，用具身技術(shù)帶來真正的生產(chǎn)力

值得一提的是，隨著銀河太空艙在北京街頭的全球首發(fā)，“十城百店”合作伙伴計(jì)劃也正式啟動(dòng)。

“十城百店”計(jì)劃，即以北京海淀為起點(diǎn)，未來將逐步覆蓋更多城市的街區(qū)、景區(qū)、商圈、交通樞紐等典型場景，構(gòu)建一個(gè)可快速部署、可持續(xù)運(yùn)營的城市級智能商用服務(wù)體系。

“十城百店”只是一個(gè)階段性目標(biāo)，據(jù)介紹，銀河太空艙的征途是“百城萬店”。

這背后，是銀河通用想要推動(dòng)的一種新型城市零售網(wǎng)絡(luò)——

每個(gè)太空艙都是節(jié)點(diǎn)，節(jié)點(diǎn)越多，網(wǎng)絡(luò)越密，用戶就越可能在日常生活的5分鐘半徑內(nèi)接觸到具身智能的服務(wù)。

2025年，國務(wù)院發(fā)布《“人工智能+”行動(dòng)意見》和《關(guān)于進(jìn)一步培育新增長點(diǎn)的措施》，明確提出要圍繞消費(fèi)、零售、文旅等重點(diǎn)場景，加快構(gòu)建可落地、可推廣的新型服務(wù)體系，推動(dòng)人工智能規(guī)?；?、商業(yè)化應(yīng)用。

作為定位建設(shè)具有全球影響力的人工智能創(chuàng)新策源地，北京積極響應(yīng)號召，在全市范圍內(nèi)推動(dòng)“AI+”與城市治理、便民服務(wù)、場景消費(fèi)的深度融合。

銀河通用正是這一場“戰(zhàn)役”的主動(dòng)參與者。

此次發(fā)布的銀河太空艙，不僅是真實(shí)商業(yè)場景下常態(tài)化運(yùn)行的智能零售終端，也是一項(xiàng)具備可復(fù)制能力的城市服務(wù)單元。

王鶴在現(xiàn)場致辭中感嘆道：

當(dāng)Galbot在太空艙中遞出第一杯“海淀創(chuàng)新咖啡”時(shí)，我們交付的不僅是一臺人形機(jī)器人，更是海淀區(qū)作為全球AI首善之區(qū)的科技自信、是我們通過具身智能技術(shù)帶來真正的生產(chǎn)力。

生產(chǎn)力，是理解太空艙價(jià)值的關(guān)鍵——它不僅替代人力，降低成本，更創(chuàng)造新的消費(fèi)形態(tài)和崗位：

• 新型城市公共服務(wù)點(diǎn)
• 活動(dòng)現(xiàn)場、交通樞紐、夜市臨時(shí)部署都可用；
• 新型流量引力場
• 話題性強(qiáng)，能帶動(dòng)周邊商業(yè)；
• 新型就業(yè)崗位催化器
• 后臺需運(yùn)營、補(bǔ)貨、維護(hù)、數(shù)據(jù)分析等人機(jī)協(xié)作崗位。

北京作為AI技術(shù)策源地，有研發(fā)、政策、市場多重優(yōu)勢，首發(fā)太空艙既是北京市在AI+行動(dòng)中的一次生動(dòng)落地，是城市層面落地，也向全國示范“小艙大用”的路徑可行可復(fù)制。

隨著時(shí)間推移，落地艙體增加，太空艙節(jié)點(diǎn)多了，背后的模型也進(jìn)化了。

場景融合更多數(shù)據(jù)、運(yùn)營效率更高、反饋更快，讓模型變得越跑越聰明，形成可持續(xù)的基礎(chǔ)設(shè)施網(wǎng)絡(luò)和商業(yè)循環(huán)。

可以說，北京首發(fā)的銀河太空艙，以及世界機(jī)器人大會(huì)上亮相的Galbot，都只是銀河通用向外展示部分階段性落地能力的一個(gè)窗口。

從北京出發(fā)，向全國鋪開；從一臺機(jī)器人，到千臺太空艙。

當(dāng)銀河太空艙像公交站一樣遍布街區(qū)，隨處可見，AI就不再是遠(yuǎn)方技術(shù)，而是真正融入了日常生活；具身智能也變得觸手可及，成為支撐城市運(yùn)行的新型公共服務(wù)與城市基礎(chǔ)設(shè)施。

放眼望去，這才是銀河通用乃至整個(gè)具身智能真正的星辰大海。