从AlphaGo到AstraTennis：AI跨越物理世界新边界

2016年，AlphaGo战胜人类顶尖棋手李世石，让人工智能以极具震撼力的方式走进公众视野，这场载入AI发展史的人机大战，不仅证明了机器可以在复杂博弈领域挑战人类顶级水平，更成为人工智能迈向新阶段的标志性节点。

十年之后的2026年，属于具身智能的标志性时刻已经到来。8月22日，世界人形机器人运动会正式开幕，银河通用机器人受邀参与赛事中的网球项目，与网坛顶尖运动员同台竞技，这场赛事通过官方媒体面向全球进行了直播。

赛场上，这款人形机器人能够自主应对高速飞来的网球，完成跑动、判断、击球全流程，正手、反手、发球、接发、底线调动、网前截击等各类网球技术动作悉数展现；面对人类选手时，它可以完成多拍连续对打，在双打环节还能和人类队友实时协作，根据场上局势动态调整战术，甚至在高速攻防中完成极限救球。

这是全球首次通过大型赛事直播完整呈现人形机器人全自主网球对打场景，机器人在真实赛场中实现了自主感知、自主决策、自主行动，能够与人类运动员展开实时对抗与协同博弈。

十年前，AlphaGo在棋盘上完成了对人类的超越；十年后，AstraTennis在真实赛场展现出媲美职业网坛选手的网球实力。从数字棋盘到物理球场，从虚拟世界的博弈到真实环境中的感知、决策与行动，人工智能正在跨越全新的能力边界。这不仅是属于具身智能的AstraTennis时刻，更是中国具身智能原始创新的标志性一刻。

网球之所以成为具身智能最具挑战性的运动之一，在于它同时考验机器人的四大核心能力：高速感知、精准决策、全身运动控制以及实时博弈。高速来球要求机器人在极短时间内完成落点判断，击球环节不仅需要精准控制手臂与腕部，还需要双腿、躯干与上肢形成高度协同的联动；进入正式比赛后，机器人还要根据对手的战术变化实时调整自身策略，决定跑位路线、击球方向以及下一分的攻防思路。

从动作表现来看，银河通用机器人的运动状态高度拟人：发球、正反手击球等动作自然连贯，能够在底线、网前以及各个场地底角之间快速移动，面对不同落点的来球可以通过小碎步调整身体姿态，甚至在极限场景下完成全场救球。

但比“像人”更重要的是“懂网球”。银河通用机器人已经具备覆盖网球比赛全流程的通用能力：从发球、正反手击球，到底线调动、网前处理、球路与落点控制；从单打独立攻防，到双打位置配合与战术调整，它都能根据不同赛制和现场局势自主选择击球方式与比赛策略。

这种能力在高强度对抗中得到了充分验证：面对世界顶尖运动员，机器人可以连续完成多拍对打，并根据对手的击球动作实时调整自身行动，主动思考如何创造得分机会。

在双打比赛中，它能够与人类队友实时协作，根据队友位置和对手站位完成战术配合，不再只是单纯的“击球工具”，而是真正参与到比赛博弈当中。即便在高速运动中失去平衡意外摔倒，它也可以自主重新站起并继续比赛，展现出极强的真实环境运动鲁棒性。

更值得关注的是，机器人不会出现人类运动员常见的心理波动：无论比分领先还是落后，它都不会焦虑急躁，也不会因单次失误影响后续判断，始终专注于下一球的处理和下一分的争夺。

直播镜头下最令人惊叹的，是银河通用机器人已经展现出一个真正网球运动员应有的完整能力：能够应对不同类型的来球，完成跑动与救球，根据比赛局势选择策略，与人类队友协同配合，甚至在真实对抗中主动思考赢下比赛的方法。

十年前，AlphaGo走上棋盘，突破的是人工智能在数字世界中应对复杂博弈、战胜人类顶尖棋手的能力边界；十年后，AstraTennis走上球场，面对的则是一个更加动态、开放且不可控的真实物理世界：高速飞行的网球、不断变化的球路、实时调整的对手，以及需要同步完成跑动、平衡、挥拍、击球的人形身体结构。

十年前AlphaGo赢下了棋盘，十年后AstraTennis接住了更具难度的网球挑战。这一变化的本质，是人工智能正在跨越从“数字智能”到“物理智能”的边界。过去的AI可以在屏幕中理解信息、进行推理、完成决策，而今天的具身智能开始拥有实体身体，将智能带入物理世界，在连续变化的环境中完成感知、判断、行动与博弈。

因此，AstraTennis赛事验证了一个更具突破性的命题：人工智能能否真正进入物理世界，并以具身智能体的身份完成复杂的运动或任务。

网球正是对这一命题极具挑战性的验证场景：它要求机器人同时具备高水平的感知、决策、运动控制和实时博弈能力，并且让这些能力在真实世界中形成完整的闭环。这更代表着具身智能领域一次真正意义上的原始技术创新。

从机器人“大脑”对任务的理解与决策，到“小脑”对身体的实时控制，银河通用围绕具身智能最核心的问题，形成了自主探索的技术路径，并将这些能力集中验证在网球这一足够复杂、足够贴近人类真实智能活动的任务中。

这也是AstraTennis时刻的真正价值：中国自主研发的物理AI，首次在高速、开放、实时对抗的真实场景中，展现出匹敌人类的完整智能能力。

网球是一项同时将“思考”与“行动”逼到极限的运动：机器人既要理解比赛规则与局势、做出精准决策，也要在高速对抗中让身体精准执行动作。支撑这一切的，是银河通用自主研发的具身智能大模型银河星脑（AstraBrain），它是全球首次将大脑、小脑、神经控制集于一模的智能系统。

在银河星脑的体系中，“大脑”负责理解与决策环节：机器人需要判断来球的方向、速度和落点，结合对手的位置与比赛局势，决定采用何种击球方式、将球打向何处，以及下一步的攻防策略；在双打或人机协作场景中，它还需要理解队友和对手的状态，根据现场变化实时调整战术，简单来说就是思考“如何赢下比赛”。

而“小脑”则负责将决策转化为实际身体动作：网球击球的反应窗口极短，机器人需要在高速跑动中维持全身动态平衡，让双腿、躯干、手臂乃至腕部形成高度协调的联动，以足够的爆发力和精准度完成挥拍动作。通过小脑驱动，机器人的动作不再是机械割裂的指令执行，而是呈现出更加拟人、流畅且高动态的运动状态。

但仅仅拥有大小脑协同，还不足以让机器人达到赛事中的表现水平。更关键的问题在于：机器人究竟从何处学会这些复杂能力？

这也是银河通用此次技术突破的深层亮点：银河星脑可以从不完美的人类数据中学习，并在虚拟网球世界中让机器人通过千万次的人类先验经验进行学习、反思，同时开展多智能体博弈对练，让机器人实现技能的涌现，并将这些技能迁移至物理世界。

银河通用的核心技术平台“银河星数”则承担了两大核心作用：一方面可以将不完美的人类数据快速转化为大量高质量训练数据，让机器人能够高效从人类经验中学习；另一方面，它可以在虚拟网球世界中源源不断地生成各种高质量训练素材，为机器人提供持续且丰富的训练供给。从最基础的回球动作开始，机器人逐步掌握连续击球、底线调动、落点控制等能力，并与不同水平的智能体持续对练博弈，在虚拟世界中完成远超现实条件的技能积累。

某种意义上，这也是AstraTennis与AlphaGo之间最具趣味的技术呼应：AlphaGo通过海量棋局学习和自我博弈不断提升棋力；而银河通用的突破，则是将AI能力带入了物理世界。机器人不再面对棋盘上静态的黑白棋子，而是需要应对高速运动、充满不确定性的真实物理环境，同时解决感知、决策、运动控制和复杂物理交互的多重问题。

当机器人能够在真实赛场上自主完成一场复杂的运动博弈，真正被打开的，是具身智能更广阔的应用可能性。

今天，机器人在球场上面对的是高速飞来的网球、不断变化的对手和瞬息万变的比赛局势；而走出球场之后，银河星脑将面对的则是更加复杂、开放且贴近大众真实生活的物理世界。

在家庭场景中，它需要理解用户需求，完成持续变化的服务任务；在工厂车间里，它需要适应不同的工序、环境与协作关系；在医院、零售以及更多公共服务场景中，它同样需要面对无法被提前穷举的真实情况，并根据环境变化自主做出判断与行动。

这些任务看似与网球比赛毫无关联，但背后指向的都是同一个核心问题：当智能真正拥有实体身体，它能否理解这个真实世界，并在其中持续完成自主行动。

银河星脑给出的，是一个来自真实赛场的答案。从一颗高速飞来的网球开始，银河星脑完成了对感知、决策、行动与博弈能力的集中验证。而未来，当这种能力走出赛场，进入家庭、工厂、医院以及更多真实场景，具身智能所改变的，将不只是一场网球比赛，而是整个人类与智能体共处的真实世界。