机器人展示的多任务更长、更复杂了，而机器人的动作连续性和针对不同环境的泛化性更强了。
作者｜周悦
编辑｜王博
2026 世界人工智能大会（WAIC 2026），机器人太热了。
「甲子光年」根据 WAIC 官方资料统计，今年一共有 242 家机器人与智能硬件相关企业参展，占全部展商的 23.6%，是 WAIC 所有赛道中最热的。
H3 馆内人头攒动，图片来源：「甲子光年」拍摄
「甲子光年」现场观察到，药房、零售货架、工业产线和客厅、洗衣房等各类场景都被搬进展馆。过去常见的走路、挥手和单次抓取，正在被更长、更复杂的任务取代。机器人动作一环接一环，而周围的人和物随时可能发生变化。
一句话总结今年 WAIC 机器人展区的变化就是：机器人展示的任务更长、更复杂了，而机器人的动作连续性和针对不同环境的泛化性更强了。
在 WAIC 现场，银河通用是极少数同时展示了家庭、零售、工业等多场景全覆盖的公司，且所有演示均为全自主运行。不同于其他展商定时定点的 " 表演式 " 展示，Galbot G1 和 S1 全程无间断，从开馆到闭馆持续稳定作业，以全天候的长程复杂任务能力彰显了技术硬实力。
展台中央，银河通用 Galbot G1 守在餐桌旁准备早餐，另一台 G1 则从货架上取出不同形态的商品。
面向工业场景的 Galbot S1 搬起重物，完成拆垛、码垛；另一台 S1 首次展示了识别螺丝、拿取工具和装配紧固等能力。值得一提的是，Galbot S1 双臂最大持续作业负载达到 50 公斤，已经在宁德时代产线承担模组与电池包生产环节的物料转运等任务。
相比埋头干活的 " 铁哥们 "，春晚明星机器人 " 小盖 " 则显得轻松得多，在一旁盘着核桃，和现场观众寒暄闲聊。
这些看起来毫不相干的任务，背后都由银河通用全栈自研的 " 银河星脑 " 具身大模型驱动。模型不再只负责完成一次抓取，而要在更长的时间里连续感知、判断和行动。
在「甲子光年」看来，任务链越长，局部偏差越容易被放大，安全与可控也因此成为自主能力最关键的一部分。
近期，OpenAI 披露，一款面向长周期任务的内部模型曾在测试中绕过沙盒限制和安全扫描，促使其将监控从单个动作扩展至整条任务轨迹。
这提醒行业，评价自主系统，不能只看任务有没有完成，还要看它如何完成，以及偏差能否被及时发现和干预。
当 AI 进入物理世界，这一要求更加具体。机器人手中可能是一个杯子、一把工具，也可能是数十公斤的料箱。银河通用此次试图回答的，正是机器人能否在环境持续变化的情况下，安全、稳定地完成长程任务。
1. 一顿早餐，难在每一步都不能 " 写死 "
银河通用展台前，最吸引人驻足的，是小盖 " 做早餐 " 的场景。
Galbot G1 先将面包放进面包机，按下开关；等待加热时，另一只手拿杯、倒饮料。几分钟后，面包弹出，它再将面包夹起，放进餐盘。整套流程持续约 3 至 5 分钟，双臂分别处理面包和饮料。
" 它左右手可以做不一样的事情。" 银河通用合伙人、产品负责人傅强在现场告诉「甲子光年」。Galbot G1 既要记住两项工作分别进行到了哪一步，也要避免两只手 " 打架 "。
更直观的考验来自现场干扰。杯子被移走后，G1 不会继续朝原来的位置倒水，而是停下来寻找杯子，再调整手臂路径。面包、餐盘和水壶同样可以被临时挪动。
这看起来只是一个小变化，却区分了两种不同的演示。如果动作完全依赖提前设定的坐标，物品离开原位后，机器人仍会把手伸向旧的位置。闭环控制则要求它持续确认目标在哪里、前一步是否完成，并据此调整后续动作。
闭环并不意味着不会出错。任务越长，抓偏、滑落和停顿越难完全避免。相比演示是否毫无瑕疵，更值得观察的是，偏差发生后任务会不会中断、需要多少人工介入，以及机器人能否根据新的状态继续执行。
傅强认为，与去年相比，今年银河通用模型能力最明显的变化，是能够处理更长、更复杂的任务。抓、拿、放看起来仍是基础动作，却是机器人使用工具、整理物品以及完成复杂家务的地基。
" 任务肯定是先由抓拿放往外扩展。基础能力训练得更好，后面才能有更多泛化的技能。" 傅强告诉「甲子光年」。
支撑这顿早餐流程的，是银河通用全栈自研的具身大模型 " 银河星脑 AstraBrain"。银河星脑将 " 大脑 - 小脑 - 神经控制 " 集成到一个端到端架构中，让机器人在感知、决策和执行之间形成更紧密的闭环。
" 银河星脑（AstraBrain）" 是全球首个集成 " 大脑 - 小脑 - 神经控制 " 于一模的端到端具身大模型。这一模型具身模型，能够减少分层系统常见的信息损耗与响应迟滞，让机器人更接近 " 边看、边想、边做 " 的实时决策。
不过，在展台上做好一次早餐，只是第一步。
真实世界里，不同家庭的厨具位置不同，不同餐厅对餐具摆放的要求也不一样。机器人即使已经学会倒水、取放和使用工具，正式 " 上岗 " 前，仍要理解每个场景的具体规则。
银河通用联合创始人兼大模型负责人张直政在接受媒体采访时，将这一问题概括为：" 训练时精通，部署时失灵。"
银河星脑解决的是任务进行中如何感知变化、继续执行。银河通用在 WAIC 2026 期间发布的 WAM-TTT，试图解决另一个问题：换到新场景后，机器人怎样更快 " 上手 "。
银河通用将 WAM-TTT 定义为全球首个面向具身智能大模型的测试时后训练框架。
张直政介绍，传统后训练往往还要采集大量带动作标签的真机数据，WAM-TTT 希望让模型通过观看人类工作的视频，理解现场的操作要求，减少新增机器人数据和动作标注。适配新场景时，它不直接修改基座模型，而是通过 " 快速记忆 " 参数保存新的信息。
过去，机器人进入一个新现场，通常还要重新采集当地的机器人操作轨迹，再进行监督微调。效果相对稳定，成本却很高：需要真机、遥操作设备和专业人员，每新增一家门店或一条产线，都可能意味着重新采集数据、训练模型和派工程师进场。
银河通用研发的 WAM-TTT，试图提供另一种种路径：机器人进入新环境后，不再新增大量带动作标签的真机数据，而是观看少量第一视角人类视频，在部署阶段完成轻量适配。
银河通用同步发布的技术论文给出了更具体的结果。一组采用论文提出的 WAM-TTT，将视频用于更新快速权重；另一组采用论文设置的对照方案 WAM-ICL，即把视频直接放进模型上下文，在执行时作为参考，不更新模型参数。
在此前未见过的家庭环境中，研究团队测试了 9 项真实操作任务，每个 " 任务—环境 " 组合执行 25 次。WAM-TTT 平均任务进度达到 46.2%，明显高于 LDA、WAM-Cotrain 和 WAM-ICL 等基线方法，说明通过测试时后训练，机器人能够在部署阶段利用少量人类示范视频，更好地适应新的环境和任务变化。
当光照、桌面高度和操作物体同时发生变化时，直接把人类视频放入 WAM-ICL，跨环境表现保留率约为 15%；使用相同人类视频和相同基础模型，WAM-TTT 的保留率提高至约 76%。
回到真实场景中，同样是收拾餐桌，有的餐厅要求把餐具放在中央，有的习惯摆在一侧。差别看似细小，却足以让一套标准流程失效。若每进入一家门店或产线，都要重新采集数据、从头训练，规模化部署的成本就很难降下来。
但更快适应岗位，只解决了规模化的一部分问题。真正进入药店和工厂后，机器人还要面对更硬的指标：生产节拍、重载作业、人工介入次数，以及连续数月的稳定运行。
2. 当药房和搬运成为 " 标配 "，差距在哪里
今年 WAIC 上，药房取货、货架抓取和料箱搬运已经不再稀缺。
银河通用是较早进入零售等场景的具身智能企业之一，但「甲子光年」在展馆里转上一圈，类似演示已经出现在越来越多公司的展台上。
原因并不复杂：这些场景需求明确、任务高频，失败成本相对可控，是机器人最容易率先跑通的岗位。
" 现阶段适合机器人的场景也就这些，大家都在找。" 傅强告诉「甲子光年」，当企业进入相似的场景，竞争就不再是谁先摆出一个 Demo，" 主要看谁能够更稳定地去做。这既涉及模型，也涉及硬件：硬件要稳，模型还要有泛化能力。"
这次银河通用零售场景最明显的变化是，Galbot G1 从夹爪换成了灵巧手。
真实药店里的商品多样，既有大小不同的药盒，也有药瓶、软袋等包装。换成灵巧手后，机器人不仅要找到目标，还要根据商品形态调整手指姿态、接触位置和抓取力度。模型控制的对象，也由身体和机械臂进一步延伸到了手指。
银河通用对零售的选择并非始于这次展会。据银河通用统计，其智慧药房已在数十个城市部署百家即时零售仓，可以完成取药、打包和出仓；以 Galbot G1 为核心的 " 银河太空舱 "，则已在全国 40 多个城市落地超过 170 个点位。
银河通用机器人创始人兼首席技术官王鹤此前表示，零售是机器人较好的早期切入场景。它包含上货、下货、取货和人机交互等多种任务，失败成本又相对可控——东西掉了还可以捡起来。先把零售场景的成功率做高，再向快餐、工业和家庭等更复杂的环境延伸。
相比零售区的精细抓取，展台另一侧的 Galbot S1 承担的是重活。
它先从垛位上拆下料箱，搬运至指定位置，再重新码放。现场演示中，S1 可以搬起 30 公斤重物，双臂最大负载达到 50 公斤。
单看一小时，机器人还没有人快。傅强介绍，目前 S1 每小时可以搬运约 80 至 90 箱，熟练工人则能达到 120 至 150 箱。但面对几十公斤的物料，人工很难长时间保持同一节拍。
在傅强看来，机器人的优势不在单小时速度，而在于可以更长时间维持相对稳定的工作状态。
毕竟，人干体力活是会累的。
不过 S1 的这种能力也有明确边界。现阶段，S1 为了搬运大负载箱体，仍然使用特制的高负载夹具，场景本身也做了针对性适配。麻袋、纸箱以及更多异形物体，还需要逐步兼容。这也说明，现阶段的 " 通用 " 仍离不开围绕具体物料进行工程适配。
搬得动，只证明机器人有力气。把箱子码得严丝合缝，才开始考验控制精度。
料箱接触目标垛位后，机器人不能直接松手。哪一侧先受力，意味着箱体可能发生倾斜。S1 需要结合视觉和力反馈，小幅调整末端姿态，并根据接触面的摩擦力变化持续校正位置。
" 除了搬，它还可以把箱子码上去。" 傅强说，相比单纯搬运，码垛更考验机器人的力位混合控制。
另一项首次展示的技能，是拧螺丝。
机器人需要先找到只有几毫米粗的螺丝，将其拿起并对准孔位，再取用工具完成紧固。整个过程包含目标识别、精细抓取、工具使用和力控。
傅强介绍，机器人使用带有扭矩反馈的工具，根据反馈控制拧入角度和力度。拧得太松，无法满足装配要求；力度过大，又可能损伤零件。
从 30 公斤重物到几毫米螺丝，银河通用想展示的，是同一种机器人形态能否同时处理 " 粗活 " 和 " 细活 "。对应到人类，就是 " 普工 " 和 " 技工 "。
「甲子光年」了解到，自今年 3 月完成验收至今，银河通用 Galbot S1 已在宁德时代产线上 7 × 24 小时真实自主工作 4 个月，保障产线全天候不中断运行。此外，银河通用与宁德时代正持续深化在上下料、电芯分拣、打螺丝、线束装配等多个核心场景的联合攻关，推动具身智能从 " 单点突破 " 走向 " 产线全覆盖 "。
3. 机器人双子星，两条不同的创业路径
当药房、搬运等场景逐渐趋同，企业之间的差别，最终还是会回到一个更根本的问题：创始人如何理解机器人，又选择了怎样的技术和商业化路径。
在中国机器人行业，两位 "90 后 " 的名字频繁出现在一线。
一位是宇树科技创始人王兴兴。从四足机器人到人形机器人，宇树科技以本体和运动控制见长，他们的机器人借助春晚等公共舞台已经走进大众视野，并被众多国际大厂和开发者认可。
另一位是银河通用创始人王鹤。银河通用以具身大模型见长，王鹤更关心的，是机器人能不能真正去上班、去干活，并持续创造经济价值。
两人的路径不同，却分别对应着机器人产业最受关注的两块能力：身体如何更可靠，大脑如何真正承担任务。
近期，王鹤和王兴兴还同时当选新一届中国科协全国委员会委员。其中，王鹤是本届科协最年轻的当选者，也是仅有的 3 名 "90 后 " 委员之一。
7 月 18 日，在中央广播电视总台与国家发展改革委、中央网信办、上海市人民政府共同举办的《2026 中国 AI 盛典》上，王兴兴和王鹤同时入选 "2026 年度 AI 人物 "。
这些身份让王鹤和银河通用被更多人看见。与此同时，他对行业的判断也不只围绕一家公司的增长展开。
过去两年，资本和创业者快速涌入具身智能。机器人公司越来越多，场景也越来越相似。" 千台量产 "" 批量交付 " 等表述频繁出现，出货数字逐渐成为衡量进展的显性指标。
王鹤对此一直保留警惕。他此前曾表示，造出 1000 台机器人并不难，难的是这些机器能否持续工作，真正带来经济价值。这句话也体现了王鹤对行业健康发展的判断。量产和交付固然重要，却不天然等于产业化。
机器人是否真正进入岗位、需要多少人工接管，创造的价值能否覆盖部署与维护成本，才决定它是一件可持续运营的产品，还是一批被集中制造出来的样机。
在王鹤的技术叙事中，单项能力的突破是具身智能的 "AlphaGo 时刻 "。他更期待的，是" 具身智能的 ChatGPT 时刻能先出现在中国 "——让统一的具身大模型能够跨场景、跨任务和跨本体复用，像大语言模型理解和生成语言一样，理解物理世界并生成行动策略。
这个时刻何时到来，今天还没有人能给出答案。但王鹤给出的判断更现实：" 未来要让通用机器人进入医院、家庭、工厂，服务千行百业、千家万户。"
（封面图及文中未标注素材来源：银河通用）
