在近期一场备受瞩目的晚会上，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。从精细地盘核桃、捡玻璃碎片、货架取物，到生活化的叠衣服、串烤肠，它都能轻松完成，动作灵巧且自然拟人，展现出与传统机器人截然不同的能力。
与传统机器人依赖预编程表演不同，“小盖”此次展示的干活技能实现了端到端自主感知、自主决策、自主执行。这一突破源于银河通用独特的技术路径，公司创新应用了融合超大规模虚实数据端到端训练、大小脑协同的具身大模型新范式，打造出全球首个集成“大脑 - 小脑 - 神经控制”于一身的全身全手端到端大模型——“银河星脑 AstraBrain”。
以盘核桃这一绝活为例，核桃表面不规则、重量分布不均，手掌握持时每根手指受力点时刻变化，细微力矩偏差就会导致核桃滑落。为攻克这一难题，AstraBrain 中的灵巧手神经动力学小脑模型发挥了关键作用。机器人先在虚拟世界中疯狂练习，系统提供各种虚拟核桃让其试错，练出适应性强的“基础盘法”；再到现实中积累“物理手感”，系统利用这种手感微调动作指令，弥补虚拟与现实的误差，最终让机器手能熟练盘核桃。
捡玻璃碎片对机器人而言是感知与控制的双重极限挑战。透明玻璃碎片在浅色桌面上，边缘、厚度、反光特征易与环境融合，传统视觉算法难以准确识别其三维轮廓和位姿、判断抓取点。AstraBrain 通过在仿真环境生成海量透明物体数据，结合多模态感知融合技术，让“小盖”能从微弱反光边缘和阴影变化中“看见”玻璃，精准规划抓取策略。同时，模型赋予的力觉感知使其能感知玻璃硬度和滑动趋势，以恰到好处的力度捏起碎片。
货架取货看似简单，实则暗藏玄机。水瓶紧密排列在货架层板间，周围商品间距小，稍有不慎就会碰倒邻品或抓取失败。这要求机器人同时处理精准判断位置、拟人伸手拿取且不碰倒周围商品、灵巧操作取出水瓶三重难题。AstraBrain 的强化学习框架让“小盖”在虚拟世界经历亿万次“取货试错”，自我博弈后“悟”出最优路径，先扣住瓶盖处，微微倾斜避让邻品，再调整角度抽出水瓶，整个过程是实时决策的结果。
叠衣服是机器人操作领域的难题之一，衣服柔性无固定形状，每次拿起状态不同。“小盖”面对随机摆放的 T 恤，没有预设轨迹和固定抓取点，需实时判断布料褶皱状态、预测折叠形态、规划动作序列。AstraBrain 在仿真环境生成数以万计的柔性物体变形数据，让“小盖”学会从当前状态推演出最优操作路径，实现实时决策。
串烤肠则是对双手协同与工具操作能力的极限挑战。“小盖”需一手操控烤钳烤制，另一手抓取签子，双手协作完成串烤肠并递给明星。AstraBrain 的端到端大模型架构让机器人“大脑”同时处理双手独立指令流并实时调整，通过对海量仿真数据学习，“小盖”理解了工具本质，能快速上手新工具。
“小盖”干活时举手投足更像真人，这得益于“银河星脑 AstraBrain”对人类动作数据的大规模仿真生成机制。相比采集机器人生硬动作，人类生活动作海量且易获取，将其结合仿真生成，能充分利用人类动作先验，是通往机器人大模型技术突破的可能方向。
AstraBrain 的核心哲学是让机器人掌握通用能力，而非对特定动作机械设定。以货架取物为例，“小盖”先通过少量人类示范理解任务核心意图；再进入高精度物理真实的仿真环境，系统自动生成数万种不同场景，机器人通过模仿学习掌握操作精髓；接着引入强化学习机制，让末端执行器在虚拟世界自我博弈，试错迭代出最优路径；最后在真实环境进行少量实际操作，收集真机数据微调。这一过程打通了虚拟与现实的隔阂。
支撑上述过程的是银河通用技术体系中虚实融合的数据基建——“银河星坊”（AstraSynth）数据金字塔。基石层是人类数据，为机器人构建通用任务认知；中间层是仿真合成数据，通过海量虚拟数据让机器人遍历各种可能性；塔尖层是真机实战数据，用少量高质量真实世界操作数据完成实战场景打磨。用虚拟仿真解决数据不足问题，用强化学习解决动作不准瓶颈，让“小盖”掌握快速学习新技能的通用能力。
