6月19日，人形机器人领域迎来了一个具有重要意义的发展里程碑——银河通用机器人正式发布了全球首款人形机器人通用小脑GPT基础模型，命名为AstraBrain-WBC 0.5。该模型基于全球最大规模的2万小时人类动作数据进行训练，参数规模达到8040万，与GPT-1的量级相当。

具体而言，AstraBrain-WBC 0.5首次构建了面向人形机器人全身实时运动控制的通用基础模型。依托2万小时人类动作数据训练和8040万参数规模，它成为行业内首个达到GPT-1量级的人形机器人全身实时运动控制大模型。这一成果传递出一个关键信号：该模型首次证实，机器人运动控制领域同样存在类似于GPT的Scaling Law（缩放定律）。当训练数据从200万帧扩展至20亿帧时，模型成功率从83.26%提升到92.58%，零样本跟踪误差也持续下降。

如果将“大脑”视为机器人理解世界的能力所在，那么“小脑”则决定了机器人如何在现实世界中执行动作。其核心能力体现在：能够在毫秒级时间内完成全身数十个自由度的协同控制，在复杂环境中保持平衡、抵抗外部扰动，并持续执行高动态、高精度的动作任务。

在架构设计上，AstraBrain-WBC 0.5采用了GPT风格的因果Transformer架构，将全身控制重新定义为连续序列预测问题——使机器人能够结合过去的动作历史，精准预测未来的运动趋势。这相当于为机器人配备了一种能够实时推演动作的“运动预测引擎”。