银河通用发布全球首个人形机器人通用小脑AstraBrain-WBC 0.5，基于20亿帧人类动作数据实现零样本泛化
2026/06/19 11:28阅读量 4
银河通用机器人发布AstraBrain-WBC 0.5，这是全球首个人形机器人全身实时运控小脑基础模型。模型基于约20亿帧（2万小时）人类动作数据训练，参数规模达8040万，首次在机器人运控领域验证了类似GPT的Scaling Law。该模型采用GPT式因果Transformer架构，支持29自由度全身协同控制、毫秒级实时响应，并已全面开源。
事件概述
银河通用机器人正式发布AstraBrain-WBC 0.5，定位为人形机器人“通用小脑”基础模型，聚焦全身实时运控。该模型首次将GPT所代表的规模化训练范式引入人形机器人运动控制领域，验证了数据规模与模型规模同步扩展时运动能力的持续提升。
核心信息
- 数据规模：基于约2万小时（约20亿帧）人类动作数据训练，覆盖舞蹈、运动、日常行为、工业操作、协作搬运等场景，动作空间覆盖范围相比AMASS数据集提升约4至5倍。
- 模型规模：参数规模达到8040万，是全球首个达到GPT-1量级的人形机器人全身实时运控大模型。此前业内代表性工作（如GAE、SONIC）的模型参数规模约1000万至2000万。
- 架构创新：首次采用GPT风格的因果Transformer架构，将全身控制重构为连续序列预测问题。构建了由384个动作专家组成的运动先验库，并通过蒸馏训练融合为统一控制模型。
- 核心能力：
- 在29自由度机器人上实现全身协同控制（手脚联动、重心切换等）。
- 零样本执行篮球、拳击、舞蹈、翻身起立、协作搬运等高动态动作。
- 在单张RTX 4090上实现低于1.5毫秒端到端推理延迟，满足50Hz实时控制需求。
- 随数据规模从200万帧扩展至20亿帧，零样本跟踪误差持续下降，模型成功率从83.26%提升至92.58%。
- 开源与生态：论文、代码与技术成果已全面开源，向全球开发者开放。
值得关注
AstraBrain-WBC 0.5的发布标志着人形机器人运动控制从“单技能训练”迈向“运动基础模型”时代。其规模化训练范式和开源策略有望降低机器人全身控制模型训练门槛，推动零售、工业、服务等场景的部署应用。