人形机器人小脑模型榜单：全球首个GPT通用模型发布
6月19日，机器人产业迎来历史性节点——银河通用机器人正式发布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。这绝非一次常规的小版本迭代，其核心价值在于首次将人类独有的运动协调中枢——小脑，通过大模型架构完整移植至机器人系统。
这套“小脑”如何训练而来？根据官方披露，模型基于2万小时人类动作数据完成训练，由此建立起业界规模最大的人形机器人运动语料库。模型参数量为8040万，表面数值不算亮眼，但关键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。这意味着机器人运动控制正式迈入大模型时代，彻底告别纯规则驱动或小模型主导的旧范式。
AstraBrain-WBC 0.5在架构层面做出突破性选择：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。通俗来说，模型像预测文本中下一个词那样，推断机器人下一步动作。这一思路看似简洁，实际落地难度极高。实验数据清晰验证了其有效性：训练数据从200万帧扩展至20亿帧后，零样本场景下的追踪成功率从83.26%提升至92.58%。这一进步根植于数据规模扩展，而非投机性参数调优的虚假增益。
零样本执行能力是另一项关键突破。银河通用特别指出，AstraBrain-WBC 0.5能完成大量训练集中从未出现的高动态动作，涵盖篮球、拳击、舞蹈、翻身起立、协作搬运等。这意味着模型掌握了运动层面的泛化能力，能够举一反三，而非机械记忆固定动作序列。这对人形机器人领域而言是一次质的飞跃。
目前，AstraBrain-WBC 0.5的相关论文、代码及技术成果已全面开源，向生态开放。对于机器人赛道的研究者与开发者而言，这相当于获得了一个随时可调用的运动控制基底，未来应用空间极为广阔。