拆解銀河通用：具身智能估值第一獨角獸，春晚唯一未彩排節目背后

只有能自主干活的機器人才是未來。

文丨江思遠

近日，銀河通用機器人宣布完成 25 億元新一輪融資。由國家人工智能產業基金（國家大基金三期全資基金）、中國石化、中信集團投資控股、中國銀行、上汽集團金控、中芯聚源、亦莊國投、未來產業投資、鯤鵬基金、無錫創投、福建產投聯合投資，深創投、上海人工智能基金等多家老股東繼續追加。近一年來，銀河通用累計融資額已超 55 億元，投后估值超 200 億元，融資額和估值都穩居中國具身智能領域獨角獸第一。

在 2026 年央視春晚上，銀河通用 Galbot 攜手沈騰、馬麗，成為開年科技與文娛跨界的現象級爆款。作為春晚指定的具身大模型機器人，Galbot 并沒有展示預先編程的舞蹈，而是自主完成了盤核桃、撿玻璃碎片、疊衣服、串烤腸等高難度非標準化操作。這些操作沒有經過事先編程，每個畫面都是具身大模型實時決策的結果。

由于在人員密集的后臺取景，錄制窗口極為有限，相比其他節目，銀河通用的節目是整臺春晚唯一一個沒有經過彩排的節目，整個過程一氣呵成，非常考驗機器人及技術團隊的臨場應變能力。

主持人用六個字總結它的優勢：“聰明腦，干活好。” 面對隨機擺放的物品和變化的燈光，Galbot 展現出了極強的泛化能力，每一個動作都未經過事先排練，而是 “臨場發揮”。

這場極致擬人的技術秀迅速轉化為了購買力：春晚結束后幾分鐘內，售價 69 萬元的同款 Galbot 在京東平臺迅速售罄，24 小時內獲得超 300 單加購。

春晚背后：一場沒有彩排的技術大考

在春晚及相關的花絮中，銀河通用 Galbot 向外界展露了多項物理交互能力，包括疊衣服、撿玻璃碎片、貨架取物、串烤腸，以及大部分人也做不到的雙手盤核桃。這些操作都難以標準化，Galbot 每動一次背后都不是運動控制算法預設的精確軌跡，而是模型根據傳感器數據實時反饋的決策。

外界常常存在一個認知誤區，認為機器人操作靈活，單純是因為用了昂貴精密的硬件，比如帶有高精度力矩傳感器的靈巧手。

但在具身智能領域，硬件只是基礎，決定操作上限和機器人泛化能力的是背后的算法模型。手巧的底層邏輯，歸根結底是因為腦子聰明。

節目中，機器人在沈騰、馬麗身邊完成盤核桃、撿拾玻璃碎片、貨架精準取物、疊衣理物、串制烤腸等任務。所有操作均由 “銀河星腦” 實時決策、自主完成，而非執行預設程序。面對隨機擺放的真實物品、變化的舞臺燈光和明星即興互動，機器人表現出穩定的泛化能力和毫秒級響應速度。

Galbot 在節目中疊衣服。來源：銀河通用。

支撐 Galbot 完成一系列高難度操作的是銀河通用自主研發的集成大腦、小腦與神經控制于一模的全身全手端到端大模型——銀河星腦 AstraBrain。

以高密度貨架抓取為例，AstraBrain 通過少量示范 + 大規模擬人操作數據合成 + 模仿加強化學習，實現高精度操作泛化。傳統方法需采集海量真實數據，成本高昂；而銀河通用在仿真環境中生成數萬條合成數據，再通過強化學習試錯探索最優路徑，最后以少量真機數據進行微調，能實現從模擬到現實的遷移。

盤核桃、撿玻璃碎片這兩項任務幾乎逼近機器感知與力控的物理極限。將兩枚表面不規則、重量分布不均的核桃置于掌心，靈巧地搓動、翻轉而不滑落，需要機器人具備極高的物理手感。銀河星腦中的靈巧手神經動力學小腦模型破解了這一難題。

Galbot 單手盤核桃。來源：銀河通用。

研發團隊并沒有讓機器人直接在實驗環境中一次次訓練死磕優化，而是先在仿真環境里進行數以萬計的盤核桃試錯，系統會給它喂各種大小、重量的虛擬核桃，練就具備極強適應性的基礎操作。

然后在現實中訓練糾偏，因為電腦模擬和現實（比如真實的摩擦力、機械誤差）存在差別，工程師又讓機器手去接觸各種實物，積累真實的物理手感。當它在春晚鏡頭前展示時，其大腦正在毫秒級地進行后臺微調，補齊虛擬與現實之間的誤差。

此外，貨架取貨、疊衣服和串烤腸在技術實現上也遠比觀眾想象的難。這幾項操作分別考驗了 AstraBrain 大小腦協同在動態環境中精準抓取的能力、對衣物等柔性物體的靈巧泛化操作和在串烤腸等場景下的雙手協調操作。

AstraBrain 的端到端大模型架構，讓機器人大腦能夠同時處理雙手的獨立指令流，并在執行過程中實時調整。更重要的是，通過仿真數據訓練，機器人能理解操作的本質——烤鉗不是需要被控制的物體，而是手的延伸，是完成任務的媒介。

AstraBrain 現在已經能讓 Galbot 完成對部分工具的操作泛化能力，它能像人一樣用烤鉗，也能流暢地從烤鉗切換到礦泉水瓶等物體和工具。

當前業界大多將 “大腦”（任務規劃）、“小腦”（運動控制）及 “手部”（靈巧操作）割裂開發，缺乏端到端的統一大模型。各模塊之間存在信息損耗，導致響應遲滯、泛化能力弱。

AstraBrain 從根本上重構了這一范式，是目前為數不多打通了 “大腦-小腦-神經控制” 的端到端具身大模型，打通從高層多模態感知到底層實時反饋控制的全鏈路，實現全身協同與全手精細操作的深度融合，讓機器人的動作像人一樣流暢、精準。

AstraBrain 的核心突破在于高維泛化能力。傳統機器人是 “見過的才能做”，而 AstraBrain 通過強化學習框架，讓機器人在虛擬世界中經歷億萬次 “試錯博弈”，習得 “如何與物理世界交互” 的通用能力，從而實現讓機器人像人一樣 “邊看邊想邊做”，而非特定動作的預設軌跡。

長期以來，具身智能深陷于一種研發悖論：機器人在結構化的實驗室里運轉良好，但一旦進入充滿隨機性的真實物理世界，便會因為超出預設代碼的意外情況而頻繁停擺。

AstraBrain 的表現向業界證明，依靠 “海量虛擬仿真閉環 + 端到端實時推演”，是一條走得通、且可規模化復制的路徑。它不僅賦予了機器應對非標準化任務的能力，更重要的是，它為整個具身智能行業從受控環境測試走向真實商業場景落地提供了一種思路。

從學術到產業：中國首個具身智能實驗室的創業路

這種從跳舞到干活的跨越，本質上得益于銀河通用過去幾年在機器人 “大腦” 上的持續投入。銀河通用目前僅推出過一款輪式底盤機器人，余下的所有資源幾乎都砸向了模型研發，試圖通過提升機器人的通用性與泛化能力，讓這些 “硅基勞動力” 去承擔比跳舞更有價值、更具生產力的實體勞動。

我們接觸過接近 20 位機器人公司創始人，他們都強調跳舞打拳不該成為機器人行業的主流，做具身大腦，讓機器人承擔勞動產生價值才是。銀河通用是目前為數不多把技術和商業化都跑通機器人公司。

為了訓練出足夠聰明的大腦，銀河通用在數據獲取這個卡住全行業的瓶頸上走出了一條獨特的路。

硅谷和中國的大多數機器人公司走上了一條看似穩妥實則昂貴的路。

行業內曾流行真機遙操派，以特斯拉和硅谷當紅初創公司 PI 代表，他們雇傭大量員工穿戴動捕設備，像打游戲一樣遙控機器人去抓取物體，以此收集訓練數據。這是一條充滿妥協的漫長道路。Google 此前為了獲取十幾萬條數據，花費了十多個月和上千萬美元的人力成本。

王鶴不看好這種重人力的數據采集方式。他算了一筆賬，銀河通用的內部實驗證明，當抓取數據只有 10 萬次時，機器人訓練后的成功率僅有 58%；只有當數據達到 10 億次時，成功率才能提升至 87%，在真實工作場景中這個數字依然無法接受。單純依靠人工遙操去積攢龐大數據，無異于天方夜譚。

銀河通用現在采用一條以合成仿真數據為主、真機采集為輔的虛實結合管線，內部稱之為星坊數據金字塔。在物理規律被有效還原的虛擬世界里，讓模型自動生成千萬種不同的光照條件、貨架擺放方式和物理碰撞事件，以此訓練機器人。

這是一條在數據成本和規模上更可行的路徑，合成數據成本比人工工資計費的采集數據低得多。且合成數據沒有時間和空間的限制。這也是 Galbot 不僅能做靈巧操作，且能在短時間內學會新操作的主要原因。

王鶴對機器人模型研發到最終商業化落地的循環有完整的思考。他不像很多狂人那樣，頻繁向公眾兜售通用機器人即將到來的神話。他曾說 “學術研究可以追求 ‘最牛’ 的論文，但創業必須追求 ‘最有用’ 的產品。” 他認為，具身智能進入任何一個實體場景，都需要進行針對性的數據準備和微調，才能造出能商業交付的產品。

基于這種務實的觀念，銀河通用沒有押注用一個單一的通用機器人模型去攻克每一個難題，而是基于銀河星腦的底座能力，針對具體的細分商業場景，打磨出能解決細分領域痛點的應用模型。

讓機器人干活，首先要解決自主認路。過去機器人進廠高度依賴人工繪制的高精地圖，限制了柔性部署。銀河通用推出的導航基座大模型猶如 “機器人的 FSD”，無需預先建圖，僅憑純視覺和語言指令即可在新場景中實現厘米級避障與自動導航。

解決移動后，是手的靈巧操作。其推出的靈巧手神經動力學小腦模型將復雜動作拆解為可泛化流程，讓靈巧手能在任意姿態下抓取復雜物體并進行穩定的手內旋轉，突破了原有的操作上限。

打通手腳協同后，銀河通用進一步推出了場景專屬模型。例如面向零售的 GroceryVLA，讓機器人在面臨高密度貨架與人流穿梭的真實商超中，無需預編程路徑，即可自主判斷并精準抓取商品。

資本共識，只有能自主干活的機器人才是未來

跳舞打拳等商業演出并不是一個被資本市場和業界看重的可持續商業模式。能替人類干活、能算過的機器人，更有價值。

銀河通用在春晚的角色恰如其分。Galbot 在春晚不只是演員，也是工作人員。Galbot 在臺前演示的同時，銀河通用還在春晚后臺設立了一個暖心小屋，服務演職人員。這是春晚四十多年歷史上，首次允許機器人安防要求極度嚴苛、演職人員流動復雜的后臺全天候、全自主運營零售實體店。機器人在春晚不再只是演員，也是工作人員。

但銀河通用的野心，遠不止于一場國家級舞臺上的驚艷亮相。春晚之外，銀河通用也是行業中場景落地應用穩扎穩打的實干家。以絕對的領跑姿態，其打造的全球首個完全由機器人運營的智慧零售店，目前落地規模已強勢突破 100 家。

如果說太空艙是銀河通用向公眾展示其標準化商業變現能力的終端，那么深入毛細血管般復雜的傳統零售網絡，則是對機器人工作能力的終極考量。

銀河通用的太空艙。 來源：銀河通用。

據我們了解，年后銀河通用與連鎖巨頭全家便利店合作的、由機器人自主運營的實體門店正式開門營業。這是傳統零售公司首次將線下門店的實際運營權完整交給機器人。

這不是一次簡單的品牌聯名，其背后是銀河通用在即時零售領域早已搭建的技術商業循環。

在 2025 世界人形機器人運動會比賽中，銀河通用機器人以 170 分大幅領先，奪得藥品分揀場景比賽世界冠軍。目前，銀河通用聯合醫療企業打造的數十家智慧醫療門店，已在全國多地實現常態化運轉。在約 40 平米的藥房內，單臺機器人已經能獨立管理著超 5000 藥品，實現無人化盤點與精準揀貨。

這套系統穩定運營已超過一年，打破了人形機器人自主持續工作的世界紀錄，解決了夜間即時零售需要人工三班倒的痛點。

資本市場已經用真金白銀做出選擇。近期，銀河通用完成新一輪 25 億元人民幣融資，在此前銀河通用的估值已經超 210 億元人民幣，近一年融資額超過 55 億元，一舉刷新了國內具身智能領域的融資紀錄。

資方看中的不只是銀河的技術路線，還有銀河通用的商業化落地圖譜。對于寧德時代和美團而言，他們既是出資方，更是銀河通用最大的潛在場景需求方。

在工業制造與重體力勞動場景，銀河通用的滲透同樣深入。

目前，銀河通用不僅與寧德時代、極氪、博世等龍頭車企達成合作，更在近期拿下了精密制造百達精工超 1000 臺的機器人的大單。其最新發布的工業重載機器人 Galbot S1，雙臂負載高達 100 斤，填補了重體力勞動的應用空白。

從除夕夜喧囂的微電影片場到寧德時代和豐田轟鳴的工廠，從全家便利店到深夜里獨自亮燈的智慧藥房。銀河通用已經交出機器人商業化落地的答卷。

兩年前，王鶴曾向《晚點 LatePost》拆解過機器人商業應用的過程。

第一步是在單一環境里做單一操作。下一步，是讓機器人能在同行業里的不同場景，對不同物體做相同操作。再下一步是讓機器人能夠承擔更多復雜任務，不斷走向通用。銀河通用現在已經走完第二步，正在邁向第三步。

從春晚舞臺到工業產線，從智慧藥房到城市地標，銀河通用正在完成從技術領航者到通用生產力提供者的身份躍遷。憑借在數據、模型、團隊、產品、產業五大維度的領先實力，銀河通用正加速成為中國具身智能領域具備全球競爭力的獨角獸。

題圖來源：銀河通用