银河通用发布双足机器人Galbot ET1，搭载自研具身大模型

8 月 19 日，银河通用在 WRC 论坛现场首次发布双足人形机器人 Galbot ET1。ET1 先完成舞蹈表演，随后与曾登上春晚的机器人「小盖」同台互动。银河通用创始人兼 CTO 王鹤介绍，ET1 的核心在于跨本体迁移——将已有智能能力迁移到不同机器人形态，而非从头训练。

ET1 搭载全自研的 AstraBrain-Agent，负责理解与决策，以及 AstraBrain-WBC 1.0（通用小脑），负责将运动意图映射为全身动作。王鹤将能力概括为「I See. I Learn. I Act」。现场演示中，ET1 能自主识别、提取人类实时运动轨迹，并转化为自身动作，包括手撑地等高难度街舞动作。

王鹤提出「大脑-脑桥-小脑」架构：大脑负责感知、认知与决策，小脑负责连续稳定的全身运动，脑桥连接两者。AstraBrain-WBC 0.5 已能向训练中未见动作泛化，1.0 版本进一步迭代。训练数据包括高精度动捕数据和从互联网人类视频重定向的动作数据。

王鹤强调，真正进入现实世界的难点不是做出动作，而是在物体移动、目标遮挡、任务被打断时能否及时调整并继续完成任务。G1 在家庭场景中完成物品归置、洗衣晾衣、早餐制作等长程任务，过程中若有人移动面包、拿走杯子，机器人需重新识别状态并调整动作。

零售场景中，G1 面对密集货架需实时识别目标并调整取物策略。银河通用的智慧药房解决方案已进入多个城市的即时零售仓，「银河太空舱」也已部署。工业场景中，S1 完成公斤级物料拆垛、搬运和码垛，并已在宁德时代产线进入 7×24 小时常态化运行。

这些能力对应 AstraBrain-WAM 0.5（世界动作模型），它在隐空间中建模未来，减少光照、纹理等干扰，已用于商超上下货、叠衣服、搬箱等任务。王鹤介绍，长程任务能力来自 WAM 基模与真机强化学习的结合，并扩展至 10 分钟级连续早餐任务。

王鹤介绍了银河通用的五层数据体系 AstraData（银河星数），包括互联网数据、人类动作数据、合成仿真数据、真机遥操数据和真机回流数据。不同数据承担不同作用：互联网和人类视频提供语义与操作先验，合成仿真数据扩大训练规模，真机遥操数据提供高精度轨迹，部署后的真机数据回流迭代。

针对运动控制，团队观察到随着数据规模增加，关节追踪误差持续下降，表明全身运动控制同样遵循基础模型的 Scaling 路径。ET1 还在学习网球等复杂运动技能，这要求感知、决策与运动控制在极短时间内连续完成，王鹤将其视为人形机器人「AlphaGo 时刻」的代表任务之一。

论坛发布了《全球具身智能大模型研究报告》，提出具身大模型评价体系框架，从数据基建、端到端能力、通用能力和部署能力四个层面展开，并进一步提出 L1-L5 分级，衡量模型从单项能力到多场景、多任务、持续学习和自主闭环的发展水平。

另一项发布成果——财新数据「具身智能长期价值指数」，从智能边界、数据基座、模型架构等维度考察企业，关注技术能力如何转化为长期产业价值。论坛圆桌讨论聚焦从 VLA 到世界动作模型的进化路径，以及实验室进展与真实场景的距离。

北汽鹏龙行基于 Galbot 平台开发了 4S 店迎宾、导购应用，英伟达、宁德时代等伙伴参与开发生态。王鹤预告，8 月 22 日晚 7 点半，银河通用人形机器人将在世界人形机器人运动会开幕式进行人机混双表演，并与网球界嘉宾互动。