超越 SONIC ！人形机器人通用小脑迎来 GPT 时刻

文章摘要

【关 键 词】 具身智能、运动控制、基座模型、零样本、动作语言

银河通用联合研究团队发布了全球首个人形通用小脑GPT基座大模型AstraBrain-WBC 0.5。该模型引入了20亿帧最大人类行为数据规模，拥有80.4M参数，实现了92.58%的零样本泛化成功率，在多项指标上显著优于现有最优方法。这一成果有效解决了人形机器人运动控制领域中敏捷、稳定和泛化难以兼顾的技术难题。

该模型的核心思想是将人体全身运动视为一种动作语言，采用处理自然语言的方式来理解和生成动作。其整体技术方案分为数据基建、架构改造和双阶段训练三个紧密衔接的阶段。在数据基建方面，通过整合多源动作数据并利用谐波运动嵌入技术进行聚类，构建了结构清晰的大规模数据集。在架构改造上，采用因果Transformer替代传统的浅层多层感知机，以捕捉更长的时间上下文。双阶段训练则先为不同运动簇训练专门的运动专家，随后通过数据集聚合算法将专家经验蒸馏至单一模型中，从而兼顾高性能与通用性。

实验结果验证了缩放定律在人形运动控制领域的真实存在，证明Transformer架构不仅具备更高的容量天花板，还能通过工程优化将端到端推理延迟控制在1.5毫秒以下。在真机实测中，模型无需预先编程或任务微调，即可零样本完成武术、舞蹈及高动态动作，并展现出极强的抗干扰鲁棒性，实现了从单一行走控制到复杂全身运动跟踪的跨越。

在产业应用层面，AstraBrain-WBC 0.5作为预训练的运控基座，大幅降低了二次开发的研究门槛，可广泛应用于娱乐表演、应急救援等复杂场景。作为银河星脑系统的小脑模块，该模型不仅补齐了全身运动控制的关键拼图，还通过通用化底座显著降低了场景定制开发成本，正在重构人形机器人的商业落地模型。

原文和模型

【原文链接】 阅读原文 [ 4627字 | 19分钟 ]
【原文作者】 AI科技评论
【摘要模型】 qwen3.7-max
【摘要评分】 ★★★★★

阿里云百炼

大模型服务平台是阿里云基于通义大模型等多种大模型的一站式大模型开发平台。