6月19日，机器人行业迎来了里程碑事件——银河通用机器人发布了全球首个人形机器人通用小脑GPT基础模型，命名为AstraBrain-WBC 0.5。这并非一次简单的小版本升级，其重要意义在于，将人类独有的运动协调中枢——“小脑”，首次以大模型的形式移植到机器人上。
那么，这个“小脑”是如何训练出来的？据官方透露，该模型基于2万小时的人类动作数据训练，构建了当前行业内规模最大的人形机器人运动语料库。模型参数达8040万——数字看似不算庞大，但关键定语在于：这是全球首个达到GPT-1量级的人形机器人全身实时运控大模型。换言之，机器人运动控制已正式跨入“大模型时代”，告别了过去纯规则或小模型驱动的传统模式。
AstraBrain-WBC 0.5在架构上进行了大胆创新：首次采用GPT风格的因果Transformer，将全身控制问题重新定义为连续序列预测任务。简单来说，就是让模型像预测下一个单词一样，预测机器人下一步应执行的动作。这个思路虽然听起来简单，但实际落地难度极高——幸运的是，实验数据给出了令人满意的结果：随着训练数据从200万帧扩展到20亿帧，模型在零样本场景下的追踪成功率从83.26%提升至92.58%。这是一个非常扎实的提升，并非依靠参数微调刷出的虚高数据。
更值得关注的是零样本执行能力的突破。银河通用特别指出，AstraBrain-WBC 0.5能够完成大量训练集中从未出现过的高动态动作——例如篮球、拳击、舞蹈、翻身起立、协作搬运等。这意味着模型已经具备了运动层面的“举一反三”能力，而非简单记忆动作序列。这在人形机器人领域堪称质的飞跃。
目前，AstraBrain-WBC 0.5的相关论文、代码及技术成果已全面开源，面向整个生态系统开放。对于机器人领域的研究者和开发者而言，这相当于拥有了一个可随时调用的“运动大脑”，未来的发展潜力巨大。
