WRC 2026：具身智能千军万马集体入场，机器人技术爆发

8月22日，在北京国家速滑馆“冰丝带”举办的第二届世界人形机器人运动会上，一场特别的网球对打吸引了全场目光。来自银河通用的人形机器人站上赛场，对面来球时速超过50公里，它仅用几毫秒就完成落点判断、脚步移动、身体扭转和挥拍动作，最终将球精准回击到界内。

从发球、正手反手击球到底线调动、网前截击，整场对抗中机器人发挥稳定，没有出现失误。在热身双打环节，它和人类队友配合默契，能够主动补位、调整战术，甚至在高速攻防中完成极限救球——尽管随后重重摔倒，但它没有依赖外界帮助，而是自行撑地站起，继续投入比赛。这是全球范围内首次实现全自主的人形机器人网球对打，也被团队命名为“AstraTennis时刻”。

十年前，AlphaGo证明了AI具备思考能力；而如今，银河通用的这场网球对抗，标志着AI终于从“会想”走向了“会做”。这一跨越，人类用了整整十年时间。

这场惊艳表现的背后，是一套整合了大脑、小脑与神经控制的完整技术体系。团队推出的具身大模型“银河星脑”，将三类核心功能集成在同一个模型中：负责理解环境、制定决策的大脑模块，能够判断来球落点、规划击球策略、协调双打配合；负责运动控制的小脑模块，实现高速跑动中的平衡维持、高爆发挥拍和拟人化动作；还有负责翻译决策指令的脑桥模块，打通大脑和小脑的交互链路。

在此之前，人形机器人的感知、决策和运动控制往往被拆分为独立模块，各模块之间的接口容易出现衔接问题。而银河星脑将三者整合为一体，也正是因此，团队得以宣称这是全球首个大脑-小脑-神经控制一体化的端到端大模型。

在网球赛场中，这种一体化架构的优势尤为明显：当来球飞过时，大脑在毫秒级时间内判断球的深浅、选择进攻或防守策略，同时小脑已经开始执行滑步、下蹲、引拍的动作；球拍触球的瞬间，大脑还能同步更新判断，调整下一回合的击球落点。这种边打边想的实时闭环，只有一体化的架构才能实现。

其实在今年6月的CVPR 2026期间，团队就曾展示过AstraBrain-WBC 0.5，当时的研究聚焦于小脑模块的性能：在实验室环境中，该模块的零样本泛化率达到92.58%，推理延迟仅1.5毫秒。而本次AstraTennis时刻，正是这套体系首次在真实对抗场景中亮相。正如团队所言，小脑再强也只是半台机器，大脑和小脑能否在真实对抗中协同工作，才是具身智能真正的成人礼。

银河通用的创始人兼CTO王鹤曾表示，打网球是人形机器人的“终极考场”，能够完成网球对抗，就意味着同时解决了运动控制和决策思考两大核心问题。传统的机器人学习方法依赖遥操作采集动作数据，或是通过昂贵的动作捕捉系统记录职业赛事，但在网球这种高速对抗场景中，人类自身的反应速度都跟不上，遥操作采集的数据毫无用处，而专业赛事的动作记录成本极高，几乎无法实现。

为此，团队换用了全新的思路：推出全球首个面向网球对抗的人形机器人全身实时智能规控算法AstraBrain Latent。该算法的核心是从看似不完美的人类动作数据中，提炼出打球的潜在规律。与行业常规思路不同，团队没有追求专业遥操员的完整标准动作数据，而是直接采集普通人的基础动作片段——比如正手击球、反手击球、侧向滑步、交叉步等零散动作，再通过算法将这些片段组合、修正、泛化，最终拼接成完整的网球技能。

这种反常识的思路有着重要价值：完美的动作数据不仅获取成本高昂，而且难以覆盖所有场景；而普通人的基础动作中，其实已经蕴含了人体运动的核心先验知识，比如重心转移、手臂挥摆、脚步蹬地的逻辑。团队只需要通过算法提炼这些规律，就能让机器人掌握完整的技能。这一思路不仅适用于网球，更大幅降低了机器人学习运动技能的门槛，不再需要顶尖运动员配合或昂贵的捕捉设备，就能从普通数据中提炼出实用能力。

为了让机器人在高速对抗中保持自然的动作风格，团队还引入了“隐空间动作屏障”机制：在隐空间中划定边界，确保机器人的动作始终符合人类的运动风格，同时根据来球实时调整站位和挥拍轨迹。此外，训练过程中主动加入随机扰动，让机器人在试错中学会自我纠错，最终能够应对动态变化的“活球”场景，实现临场应变。

仅靠真实数据学习还不够，银河通用还搭建了专属的虚拟网球训练世界，其底座是团队自研的百亿级具身智能数据集“银河星坊”。训练流程分为两步：首先在虚拟环境中开展海量预演，让机器人和不同水平的虚拟对手持续博弈、对练、反思；等训练成熟后，再到真机上进行少量校准即可。

其中最关键的一环是多智能体博弈训练：不同于传统的模仿学习，团队让机器人自己与自己对战——两个或多个智能体在仿真环境中互相对抗，你攻我守，在反复博弈中不断改进战术和动作。随着训练数据量的积累，一些未被专门教授的能力会自发涌现出来，也就是大模型时代的“技能涌现”现象。机器人通过举一反三，掌握了更多复杂的战术和动作组合。

更重要的是，虚拟环境中训练出的技能可以无缝迁移到真实赛场，这也是AstraTennis时刻能够出现在全球直播中，而非仅停留在实验室视频里的核心原因。至此，一套完整的技术链路已经清晰：银河星脑负责思考与动作执行，AstraBrain Latent负责从残缺数据中提炼技能，银河星坊负责提供训练场景与对手，三者结合，才打造出了球场上这台会打网球的机器人。

这场网球对抗的意义远不止于一场赛事展示。机器人在高速对抗中摔倒后自行站起的细节，足以证明其运动控制能力已经达到了可以应对真实世界意外的水平。而银河通用打通的“大脑决策-小脑执行-数据涌现”一体化路径，也为整个具身智能行业提供了可复用的范式。

过去，人形机器人每学会一个新动作，都需要重新采集数据、重新训练模型；而通用的运动控制基座，意味着舞蹈、巡检、救援、家务等不同场景都可以共用同一套“身体操作系统”，边际成本会随着规模扩大而不断降低。目前，这套技术体系已经在多个场景中落地：智慧药房中，机器人可以从上万种商品中精准挑出目标并交给骑手；工业产线上，Galbot S1双臂机器人能够扛起50公斤的物料。网球对抗，只是这套技术体系最新点亮的一块拼图。

从数字世界到物理世界，从棋盘落子到球场挥拍，AI用了整整十年时间，终于从屏幕背后走到了真实生活中，踏上了人类日常的地板。