В 2004 году в фильме «Механический неприятель» робот Сэнни был уже очень похож на настоящего «человека». Но в реальной жизни роботы, которые умеют двигаться и роботы, которые умеют работать, — это не одно и то же.
过去几年，人形机器人先把"身体"练了出来，运动控制进步肉眼可见。但"做出一个动作"和"拥有一种能力"是两回事——在训练好的场地搬箱子，换个货架、换种包装，可能就不知道怎么抓了。
После выхода GPT-6 Astra компания «银河通用» быстро встроила его в тестирование на роботах и объединила с базовой моделью робота π0.5. Результат оказался не просто «сильнее»: у него лучше выражены семантическое понимание и пространственные рассуждения, но когда дело доходит до физических задач со сложными контактами и контролем усилия, всё ещё остается много случаев, которые решить не удается. В некоторых задачах, связанных с контактами, даже модели end-to-end, обученные специально под них, оказываются более эффективными.
银河通用给出的答案，不是简单把大模型接到机器人身上，而是围绕"大脑—脑桥—小脑"搭一套具身智能系统银河星脑。其中WAM（世界动作模型）不只回答"世界接下来会怎样"，还要回答"机器人该怎么做"；小脑侧则用大规模人类动作数据训练通用的全身运动能力，让机器人学底层运动规律，而非记住单个动作。
让一台机器人变聪明，价值仍然有限。不同场景对形态的需求各不相同。为此银河通用走"一脑多能"路径：星仔、G1、S1分别对应双足、轮式、重载，背后连的是同一套银河星脑。它已进入宁德时代、博世西门子、丰田等产线，也在约50座城市落地近200个太空舱、近百个智慧药房；8月底的世界机器人运动会，以全自主模式拿下家庭、餐饮、商超三个赛项冠军。
真正的护城河是数据。物理世界没有现成的"机器人互联网"，经验只能从行动中长出来。AstraData已沉淀超50万小时真机数据与超100万小时人类动作数据，形成"部署—数据—模型—再部署"的闭环。当GPT-6 Astra等通用AI巨头开始向物理世界延伸，这场竞争已从拼模型，转向拼数据基础设施——谁能低成本拿到高质量数据、并安全转化能力，谁就更有机会。#比特币突破8万美元大关 $AKE
