2026 年 8 月 22 日晚，北京国家速滑馆 “冰丝带”，第二届世界人形机器人运动会开幕式。
全球直播镜头扫过网球场时，全场屏住了呼吸。球网一侧，是中国网球名将郑洁；另一侧是银河通用网球机器人，它双膝微屈、重心前倾，像职业选手一样等待接发。
下一秒，一颗黄色网球贴着边线高速飞来。机器人横移数步，身体侧转，挥拍击球——网球划过弧线，稳稳落在对方界内。
全场掌声雷动。
但很少有人在开幕式当天就预判到，这记惊艳的回球，只是银河通用本届赛事的“开场秀”。竞争更激烈、检验具身智能大模型含金量的战场，在随后五天的场景赛里才正式铺开。
8 月 26 日赛事收官，成绩单正式揭晓：银河通用一举拿下家庭、餐饮、商超三项最高含金量场景赛的全部金牌，夺冠率 100%；其中商超赛道更是包揽金银铜牌，成为本届赛事场景赛中全自主夺冠最多的具身智能企业。
01.
场景赛，才是具身智能的 “真资格大考”
长久以来，人形机器人赛事总伴随着 “表演性质”的争议。田径场上的奔跑跳跃、舞台上的舞蹈动作，固然视觉冲击力强，但本质上仍是单一技能的展示，大多可以通过预编程序或遥操作完成，离 “替代人完成真实工作”的核心目标还有些距离。
本届世界人形机器人运动会的场景赛，恰恰是针对这一行业痛点设置的实战标尺。
它不比单个动作的精度，也不比单一运动的速度，而是1:1 还原真实工作场景，完整考验机器人从理解任务、感知环境、自主规划到连续执行的全链路能力。某种意义上，场景赛的成绩，直接对应着机器人走出实验室、落地产业场景的潜力。
赛事规则的设计也暗藏玄机，比赛允许队伍选择遥操模式参赛，但自主模式成绩权重为 1.0，遥操模式仅为 0.5；成绩相同时，自主参赛队伍排名优先。按理说，这样的规则倾斜应当鼓励更多队伍挑战自主模式，但最终多数参赛队伍仍选择了遥操，靠人工后台实时操控，来规避全自主带来的高失误风险。
而银河通用的选择是：三项场景赛全部采用最高难度的全自主模式参赛。整个比赛过程中，机器人完全由自研具身智能大模型银河星脑（AstraBrain）自主决策、自主执行，没有任何人工实时干预。
最终的结果是：
家庭场景赛：以最高分、最短用时完赛，接近满分夺冠，首次技能复核即满分通过；
餐饮场景赛：6 分 55 秒最快完赛，全程精准力控、零失误；
商超场景赛：包揽金、银、铜牌，形成断层式领先，霸榜赛道
三项赛事，三项冠军，夺冠率 100%。 这份成绩单的分量，远不止几块金牌。它意味着当行业还在验证 “机器人能不能自主完成复杂长程任务” 的时候，银河通用已经跑通了长周期、多任务、带随机干扰的真实工作流，并且做到了稳定、高效、可复现。
02.
三场硬仗，打透通用能力底座
三场场景赛，对应三种完全不同的产业场景，考验的是截然不同的能力维度。而银河通用全部用同一套银河星脑大模型拿下，这才是其模型能力最直观的体现。
家庭场景：长程任务与随机干扰的双重考验
家庭场景是整个赛事中赛程最长的赛项（30 分钟量级），也是对机器人综合能力要求最高的一项。 机器人需要在客厅、卧室、卫生间、阳台等多个区域自主穿梭，完成杂物收纳、衣物整理、洗衣搬运、晾晒等一系列连续操作。从抓取地面杂物、识别钱包穿过窄门，到自主开门、叠放衣物、将衣服放进衣柜，每一步都涉及环境感知、物体识别、双手协同等多重能力。
真正的难点在于随机干扰项：当机器人正在执行清洁任务时，现场会突然播放 “有快递送达门外，请尽快取进屋内” 的语音指令。机器人必须理解自然语言，立即中断当前工作，前往门口取快递，完成新任务后再回到原有流程继续执行。 这考验的早已不是单一的运动能力，而是对长程任务的全局理解、记忆与动态重规划能力。 最终，银河通用机器人在 16 支参赛队伍中脱颖而出，以 305 分接近满分的成绩夺冠，且首次技能复核即满分通过，稳定性得到赛事官方的双重验证。
餐饮场景：工具使用与精细力控的极限验证
餐饮场景聚焦 “服务类工作” 的完整闭环：机器人需要根据现场语音指令，一次性完成餐品夹取、加热、饮料制作并送达的全流程。 从热食柜中找到对应餐品、用食品夹完成夹取，到自主打开微波炉、放置餐品、关闭炉门，再到精准旋转计时旋钮、取出加热后的餐品、接取饮料并平稳送至交付区，整个过程环环相扣，涉及语言理解、目标识别、工具使用、精细力控等多种核心能力。
其中最具挑战性的是两个细节：一是食品夹并非固定在机器人手上，需要像人一样实时控制夹持力度，既要夹稳餐品，又不能因用力不当造成掉落或损坏；二是微波炉旋钮的旋转操作，要求毫米级的精准力控，差一点就无法对准时间档位。 面对这样的精细操作要求，多数队伍选择遥操降低难度。银河通用则坚持全自主模式，最终以6 分 55 秒的最快速度完赛，全程零失误，拿下餐饮场景冠军。
商超场景：复杂环境与泛化能力的综合检验
商超场景是典型的长程多任务连续作业：机器人需要在 20 分钟内，依次完成商品拣选、货架补货、错放商品归位三大环节。 货架上商品密集、SKU 众多，机器人需要根据订单名称、规格和数量精准找到目标商品，且不能碰倒周边物品；还要自主巡查货架，发现随机设置的缺货位置，从补货箱中取出对应商品完成补货；最后还要识别出被错误摆放的商品，将其归还到正确位置。
现场还设置了多重随机干扰：订单内容不同、缺货位置不固定、错放商品位置各异，甚至还有外观相似的干扰项。这意味着机器人根本没有预设路线可走，必须实时感知环境、准确判断状态、自主规划路径。 最终，银河通用不仅拿下该项目冠军，更是包揽了金、银、铜牌，在商超赛道形成绝对领先优势，这背后，是其在零售场景多年落地积累的技术厚度。
三场比赛，三种场景，三套任务逻辑，背后是同一套智能体系在支撑。这直接证明了银河通用不是为某一项比赛定制的“专用脚本”，而是具备强泛化能力的 “通用工作大脑”， 切换场景不需要重构底层架构，只需要调整策略层就能快速适配。
03.
领跑的底层逻辑：银河星脑一体化架构
从开幕式上零点几秒内完成接发的网球对打，到三个场景赛的连续夺冠，银河通用的一骑绝尘，本质上是技术路线的胜利。
长期以来，行业的主流做法是 “大脑 + 小脑” 的分层架构：上层大模型负责理解任务、做出决策，下层运动控制算法负责执行动作，两者之间靠接口传递指令。 这种架构的痛点十分明显：一是延迟，决策指令从大脑传递到小脑再转化为关节动作，信息传输需要时间，在网球这种毫秒级响应的场景里，慢半拍就意味着接不到球；二是信息断层，大脑下达例如“打正手直线球”的指令时，并不知道机器人此刻重心压在哪条腿上、手臂还有多少发力余量；小脑执行动作时，也不知道这一拍是为了调动对手还是直接得分。两边各自最优，合起来却是一个 “想得到做不到” 或者 “做得到想不到” 的系统。
而银河星脑（AstraBrain）的突破，在于全球首次将大脑、小脑与神经控制集成在同一个模型里：
• 大脑层负责理解比赛与场景：判断来球方向速度落点、识别任务目标、结合环境制定策略；
• 小脑层负责把决策转化为精准的身体动作：调度双腿、躯干、手臂乃至腕部的所有关节，在运动中保持重心稳定；
• 神经控制层连接决策与执行，确保信息毫秒级实时传递。
这种一体化架构带来的最直观改变，就是机器人的动作不再像机械指令的拼接，而是呈现出拟人化的流畅感。更核心的价值在于，动作决策和身体控制不再脱节：大脑做决策时会实时考虑身体的状态，小脑执行动作时会准确理解动作意图，形成边感知、边决策、边执行的实时闭环。
04.
赛场只是缩影，模型能力第一已在真实世界验证
事实上，赛场上展现的这些能力，早已走出实验室，在真实商业场景中持续 “上岗”。赛场夺冠，不过是银河通用多年落地积累的一次集中爆发。
在智慧零售领域，银河通用的 “银河太空舱” 已进入全国近 50 个城市、约 200 个点位，是全球首创完全由人形机器人自主运营的零售店。面对上万种不同 SKU 和动态变化的用户需求，机器人每天自主完成商品识别、货架巡查、缺货判断与补货、售卖服务全流程，稳定运行超过一年。 不久前，美国 Fox News 主播 Bret Baier 专程探访了银河通用运营的一家全家超市门店，亲眼目睹机器人在人流穿梭的真实环境中稳定运行、精准操作，全程无需任何人工干预。他在报道中直言这一幕让自己 “感到惊叹”没想到中国的具身智能技术已经走出实验室，在真实零售场景中实现了常态化运营。
在智慧药房场景，银河通用依托银河星脑联合合作伙伴打造了近百个智慧药房，首家门店于 2024 年 9 月落成，迄今已实现 7×24 小时不间断运营近两年。在不到 50 平米的密集排布空间内，机器人持续承担药品拣选、打包等真实工作，累计送出药品超 100 万盒。 相比赛场上的单次任务比拼，真实场景对机器人提出了更高要求：不仅要完成一次任务，更要长期、高强度、持续稳定地完成大量重复工作。而银河通用用近两年的零故障运营，交出了答卷。
赛场验证能力，真实场景沉淀数据，数据反哺模型进化，模型再拓展能力边界 ，银河通用已经跑通了“真实应用 — 数据回流 — 模型进化 — 更强能力”的正向闭环。这才是它能在赛场上一骑绝尘的深层原因：领先不是靠赛前突击训练，而是长期真实场景积累下的必然结果。
05.
结语
十年前，AlphaGo 在棋盘上战胜李世石，证明了 AI 能征服数字世界的复杂博弈。 十年后，从 AstraTennis 的高速回球，到三项场景赛的 100% 全自主夺冠，银河通用证明了 AI 能扛住物理世界的真实工作考验。
本届世界人形机器人运动会已经落幕，但具身智能的产业竞赛才刚刚进入关键赛点。当机器人的硬件能力逐渐成熟，行业的核心竞争终将回到 “大脑” 本身：谁能先跑出通用的具身智能大模型，谁能先在千行百业实现规模化落地，谁就能拿下最终的冠军。
而现在，银河通用正稳稳站在领跑的位置上。
