6.2
深览指数
科技量子位·衡宇··AI 生成
全球首个人形机器人通用小脑来了！全球最大规模2万小时人类动作数据，实现零样本泛化
银河通用机器人发布AstraBrain-WBC 0.5，一个基于20亿帧人类动作数据训练、8040万参数级别的人形机器人全身实时运控大模型。该模型首次验证了机器人运动控制领域的Scaling Law，随着数据与模型规模增长，零样本泛化与鲁棒性持续提升，跟踪误差下降，成功率从83%提升至93%。文章亮点在于将GPT式因果Transformer架构引入运控，并开源全部技术成果，但对模型在物理世界落地的具体挑战（如功耗、可靠性、非结构化环境）避而不谈，适合关注机器人基础模型与具身智能前沿的从业者阅读。原文 ↗
核心观点
- ▍AstraBrain-WBC 0.5首次将GPT式规模化训练范式引入人形机器人实时运控，验证了运动控制领域的Scaling Law：数据与模型规模增长可带来持续的泛化与鲁棒性提升。
- 01模型基于约20亿帧（2万小时）人类动作数据训练，覆盖舞蹈、运动、工业操作等场景，动作空间覆盖范围相比AMASS数据集提升4-5倍。
- 02模型采用GPT风格的因果Transformer架构，将全身控制重新定义为连续序列预测问题，并构建了384个动作专家组成的运动先验库。
- 03在29自由度机器人上实现全身协同控制，可以零样本执行篮球、拳击、舞蹈等训练集未出现的高动态动作。
- 04端到端推理延迟低于1.5毫秒（RTX 4090），整个动捕链路延迟小于20毫秒，满足50Hz闭环控制需求。
- 05随着数据规模从200万帧扩展至20亿帧，模型零样本跟踪误差持续下降，成功率从83.26%提升至92.58%。
- 06模型参数规模8040万，为GPT-1量级，超越此前业界代表工作GAE（约1000万参数）和SONIC（约1000-2000万参数）的数量级。
- 07AstraBrain-WBC 0.5已开源论文、代码与技术成果。
反方 / 局限
- — 文章只讨论了基于RTX 4090的实验室推理延迟，未提及在机载边缘计算设备上的实际推理性能与功耗。
- — 所有演示均为动捕室内受控环境的零样本执行，未提供真实非结构化场景（如户外地形、光照变化、动态障碍物）下的鲁棒性测试数据。
银河通用机器人AstraBrain-WBC 0.5银河星脑因果TransformerScaling LawAMASS数据集GAESONIC
11 分钟 · 3 卡片 · 7 资料
读原文 →