2026 年 8 月，银河通用发布全球首个人形机器人小脑 GPT 基础模型 AstraBrain-WBC 0.5，参数 8040 万，基于 2 万小时人类动作训练和 20 亿帧运动语料；宇树 G1 底盘被西安电子科技大学团队 20 天改造成导览机器人‘小智’。算法与硬件厂商正在合力定义机器人的‘小脑’。

这场关于‘谁在定义机器人的小脑’的讨论，在 2026 世界人工智能大会（WAIC）上达到高潮。展会现场 300 多款人形机器人中，搭载小脑模型的机器人已能实时对话、跳舞、躲避干扰，动作自然顺滑；而背后的硬件底盘、运动控制、标准测试也在同步走向成熟。

目前，机器人‘小脑’的定义权掌握在两类企业手中：以银河通用为代表的模型算法厂商负责‘怎么协调动作’，以宇树科技为代表的硬件厂商负责‘用什么来执行动作’。双方正从各自擅长领域切入，推动人形机器人从‘能看会想’走向‘站得稳、走得顺’。

机器人‘小脑’到底是什么？为什么现在突然火了？

机器人‘小脑’是负责全身动作协调、平衡控制和毫秒级姿态调整的专用模型或硬件系统，与负责思考决策的‘大脑’分工明确。 [ 1 ] 人类的小脑通过大量运动经验形成协调能力，机器人的小脑也需要依靠海量运动数据训练。

过去，人形机器人动作僵硬，是因为小脑环节缺少大规模运动数据训练。传统控制算法依赖工程师为每个动作手工设计逻辑，遇到新场景需要重新编程。而银河通用发布的小脑 GPT 基础模型 AstraBrain-WBC 0.5，让机器人可以像人类一样自然运动。 [ 1 ]

据微博认证用户 @瓜田里的判官介绍，该模型达到 GPT-1 量级标准，拥有 8040 万参数、2 万小时人类动作训练和 20 亿帧运动语料。 [ 1 ] 这意味着机器人面对陌生动作也能零样本流畅完成。2026 WAIC 现场的实时对话与灵动肢体交互，正是小脑模型从实验室走向真实场景的直观注脚。

‘简单说，大脑管思考决策，小脑负责全身动作协调、平衡控速，毫秒级调整姿态，陌生动作也能零样本流畅完成。’ [ 1 ]

谁在定义机器人的‘小脑’？算法与硬件如何分工？

当前机器人‘小脑’的定义权由算法厂商与硬件厂商共同掌握，银河通用和宇树科技是各自赛道的代表企业。

从算法侧看，银河通用发布的 AstraBrain-WBC 0.5 是全球首个人形机器人小脑基础模型。它解决的是‘怎么协调动作’的问题：大脑思考后，小脑需在毫秒级时间尺度上生成全身关节指令，保持平衡、控制速度、应对扰动。 [ 1 ] 这一模型将运动控制从手写规则升级为大模型推理，极大提升了动作的泛化能力。

从硬件侧看，宇树科技提供 G1 人形机器人底盘，解决的是‘用什么执行动作’的问题。G1 不仅是一款文娱表演机器人，更被西安电子科技大学多科研平台二十余名骨干科研人员选作硬件底盘，优化升级打造出导览机器人‘小智’。 [ 2 ] 据西安网络广播电视台报道，小智具备高精度建图、自主定位与实时避障能力，能独立完成全流程展厅导览工作。 [ 2 ]

整机厂商也在加速落地。小米机器人延续 CyberOne（铁大）人形机器人设计，已在工厂承担拧螺丝、搬运等工作，未来计划进入家庭陪伴场景。 [ 4 ] 这显示出小脑技术正从算法研发走向多样化硬件载体。

从产业链分工看，算法定义机器人的‘小脑’行为，硬件定义‘小脑’的物理边界。没有算法，硬件只能做固定动作；没有硬件，算法无法在真实世界落地。银河通用与宇树科技的互补关系，正是这一行业格局的缩影。当前机器人‘小脑’产业链核心玩家包括：

算法模型：银河通用（AstraBrain-WBC 0.5）

硬件底盘：宇树科技（G1）

整机应用：小米机器人（CyberOne）

标准测试：《人形机器人试验方法》国标

8040 万参数的小脑模型意味着什么？凭什么零样本完成陌生动作？

8040 万参数达到 GPT-1 量级，标志着机器人小脑进入数据驱动的大模型时代。

传统运动控制依赖工程师为每个动作编写代码，遇到新场景需重新设计。而 AstraBrain-WBC 0.5 从 20 亿帧人类运动语料中学习到动作协调的通用模式，因此能在不额外训练的情况下，对陌生动作意图进行推理并生成控制指令。 [ 1 ]

用行业类比，GPT-1 的参数量约 1.1 亿，是语言模型的开山之作。小脑模型以 8040 万参数达到同量级，说明数据规模和训练方法已经足以支撑复杂运动生成。参数规模并非越大越好，但 8040 万这个数字意味着模型有能力编码足够丰富的运动模式，同时不会因过于庞大而难以实时推理。

在 2026 WAIC 现场，搭载该模型的机器人展示出自然顺滑的舞蹈和躲避干扰能力，正是零样本能力的体现。 [ 1 ] 零样本并不意味着没有数据，而是指模型在预训练阶段已经见过足够多样的运动模式，能够在推理时组合出新的动作序列。

以下是机器人‘小脑’相关技术要点表：

技术 / 产品	核心指标	应用场景	影响对象	限制条件	信息来源
银河通用 AstraBrain-WBC 0.5	8040 万参数；2 万小时训练；20 亿帧语料	人形机器人全身动作协调、实时交互	算法厂商、整机厂	依赖高质量运动数据；算力需求高	[ 1 ]
宇树科技 G1 底盘	高精度建图、自主定位、实时避障	导览机器人、文娱表演、科研平台	高校、整机厂、集成商	需二次开发；成本与量产待观察	[ 2 ]
小米机器人（CyberOne 设计）	7000mAh；工厂拧螺丝 / 搬运	工业制造、未来家庭陪伴	整机厂、用户	目前限工厂场景；家庭功能未成熟	[ 4 ]
《人形机器人试验方法》国标	统一检测方法	人形机器人规模化生产	全产业链	标准刚启动编制，尚未实施	[ 3 ]

宇树 G1 硬件底盘被 20 天改造出导览机器人‘小智’，硬件平台有多开放？

宇树 G1 作为人形机器人硬件底盘，展现了极高的开放适配性，被西安电子科技大学团队仅用 20 天改造成导览机器人‘小智’。

据西安网络广播电视台报道，小智由西安电子科技大学多科研平台二十余名骨干科研人员联合研制，依托宇树 G1 硬件底盘优化升级。 [ 2 ] 研发团队仅耗时 20 天就完成整机设计、软硬件改造与实地调试。亮相首日，小智在客流繁杂的展厅环境中稳定接待了两百余名访客，完成高精度建图、自主定位和实时避障任务。 [ 2 ]

这一案例证明，开放硬件底盘能够大幅降低小脑算法的工程化门槛。开发团队无需从零设计关节、伺服和传感器，而是将精力集中在导航、交互和运动控制上。硬件平台的可复用性，正在成为小脑技术快速迭代的关键基础设施。

事实上，硬件与算法是互相成就的关系。小脑算法的进步需要更灵敏的关节、更高精度的传感器，这促使宇树等硬件厂商持续迭代；而更开放的硬件平台，又让更多算法团队能够快速验证模型，形成正向循环。

值得注意的是，小米机器人也在工厂环境中积累了拧螺丝、搬运等实操经验， [ 4 ] 但其是否沿用自研底盘并未在公开信息中明确。相比之下，宇树 G1 通过西电团队的改造，已经证明第三方团队可以在 20 天内将通用底盘转化为特定场景机器人，这对中小开发者尤其友好。

机器人‘小脑’的标准之争：国标启动对产业链有何影响？

《人形机器人试验方法》系列国家标准已在武汉启动编制，宇树科技、小米等 200 多名代表参会，这将为小脑技术设定统一测试标尺。

据 IT 之家报道，该系列国标将统一人形机器人的检测方法，覆盖运动性能、环境适应性、安全性等维度。 [ 3 ] 小脑作为运动控制核心，其平衡能力、抗扰动能力、动作协调性都将成为标准重点。统一标准后，不同厂商的小脑模型和硬件底盘可以横向对比，规模化生产才能实现。

从产业影响看，标准有助于降低供应链成本。此前，各家自研底盘和算法互不兼容，导致零部件定制化程度高、成本居高不下。国标将推动模块化设计和接口标准化，使算法厂商、硬件厂商和整机厂之间的协作更顺畅。

行业共识也在形成。有行业观察者指出，大脑超算平台与小脑应用探索必须协同发展；如果小脑产品路线爆发，大脑平台也可以递增补课。 [ 5 ] 这意味着，小脑的突破不会孤立发生，而是会带动整个具身智能技术栈升级。

在社交媒体上，关于‘人形机器人也有小脑’的话题热度攀升。微博认证用户 @瓜田里的判官评价称‘科幻照进现实’； [ 1 ] 也有数码博主关注 10 万元以内家用机器人能否真正走进家庭，认为成本仍是最大门槛。这些声音反映出，小脑技术带来的不仅是性能提升，更关乎消费市场的价格预期。

关于机器人‘小脑’，你还需要知道什么？

问：谁在定义机器人的‘小脑’？

答：目前主要由算法厂商银河通用（发布小脑 GPT 基础模型 AstraBrain-WBC 0.5，8040 万参数）和硬件厂商宇树科技（G1 底盘）等共同定义。算法厂商负责动作协调、平衡控制，硬件厂商负责执行机构与运动平台，双方构成小脑技术生态的核心。

问：银河通用小脑模型的核心优势是什么？

答：核心优势是数据驱动和零样本泛化。模型经过 2 万小时人类动作训练，学习 20 亿帧运动语料，能对陌生动作进行毫秒级姿态调整，在 2026 WAIC 上实现自然舞蹈和避障，达到 GPT-1 量级标准。

问：宇树 G1 底盘为何能被快速改造成导览机器人？

答：G1 提供了标准化、开放的硬件接口。西电团队依靠 20 余名科研人员仅用 20 天完成整机设计、软硬件改造与实地调试，推出导览机器人‘小智’，验证了硬件平台作为小脑载体的适配能力。

从技术到产业：小脑定义权的下一个看点是什么？

从应用场景看，小脑技术的成熟将率先落地工业制造、展厅导览、物流搬运等结构化环境。银河通用的小脑模型已在 WAIC 上展示出交互潜力；宇树 G1 底盘支撑的‘小智’已实际承担导览任务；小米机器人则在工厂参与拧螺丝、搬运。家用场景仍需等待成本下降和安全性验证。

风险与限制同样明显：小脑模型训练依赖海量人类动作数据，数据采集成本高；实时控制需要高算力边缘计算设备，功耗和散热挑战未解；硬件底盘的可靠性和寿命尚需长周期验证。《人形机器人试验方法》国标刚刚启动，距离落地仍有时间窗口。

后续关注点包括：银河通用小脑模型的下一版本是否继续扩大参数规模；宇树是否推出面向小脑算法的专用硬件；国标何时正式发布；以及 2026 年下半年人形机器人量产订单能否放量。

# 机器人小脑 # 银河通用 # 宇树科技 # 人形机器人 # 具身智能

本文由 AI 生成