新智元报道

中国机器人的AstraTennis时刻，来了。

B |       8月21—23日，第十二届国际发明展览会在广交会展馆举办，并与第34届广州博览会同期联动。本届展会以“发明创新共创高质量发展” 8为主题，汇聚全球30多个国家及国际组织创新资源，集中展出3700余项中外前沿发明成果，打造集成果展示、技术互鉴、知识产权对接、产业转化于一体的国际化科创枢纽。展会现场，一大批走出实验室、经过实景工程验证的落地型创新成果集中亮相，成为本届展会的突出看点。

C |   香江集团联合未来生活研究院带来香江1号HITH人居健康全域集成技术系统、SITH 人居全域安防集成技术系统两大自研成果。

D | 经展会专家组评审，两项技术双双斩获第十二届国际发明展览会金奖，成为人居领域新质技术研发的标志性获奖成果，收获巡馆领导、专家及嘉宾的高度关注。

E | 开幕式当天， 多位嘉宾参观香江1号人居领域新质自主科创成果展，聆听香江1号未来生活高级顾问现场介绍两套技术体系背后的研发思考、工程落地实践与面向全球的应用愿景。8月22日，第二届世界人形机器人运动会开幕，中央广播电视总台面向全球直播。当镜头扫过赛场，全场的呼吸仿佛都停滞了。  展会评审加冕 两项全域集成技术实力斩获发明展览会金奖  第十二届国际发明展览会金奖为本届展会核心重磅荣誉，评审专家组围绕技术创新性、自主知识产权完整性、工程实证成效、产业转化前景、社会与全球应用价值多个维度开展严格遴选。  香江1号参评的 HITH 人居健康全域集成技术系统、SITH 人居全域安防集成技术系统双双摘得发明金奖。评审专家组评价，两套成果跳出行业单点改造惯性，构建完整三级闭环体系，拥有全套自主知识产权，并且完成实体项目全流程工程验证，既回应国内城市更新、绿色低碳、安全人居的现实需求，同时具备跨地域推广价值，为人居行业新质生产力发展提供可落地的创新样本。  中外科创互鉴 输出人居领域全球前沿中国实践  当今世界，城市化发展是全人类共同的时代命题，人居环境改善关乎各国民生福祉，也是构建人类命运共同体在产业民生领域的具象实践。球网两侧，一边是人类网球名将，另一边，是一台人形机器人。这一刻，标志着中国技术创新迎来足以载入史册的具身智能奇点。推动全球产业协同、技术互鉴共享，正是中国科创发展重要的价值底色。  香江1号本次亮相并一举拿下两项发明展金奖，不止是两项技术成果的对外展出，更承载着中国企业立足本土实践、面向全球需求的前瞻思考。全球第一场真正意义上的人机网球对战，正式开打！

世界首次人机对战网球赛一上来，就是精彩的人机混合网球双打。令人意外的是，银河星仔的表现非常精彩：它步法矫健，根据需要迅速前后移动，打得十分流畅。在人类命运共同体理念指引下，中国各行各业的科技创新，不再局限服务国内市场，更追求技术成果的普适价值，为全球同类问题提供解决方案。香江集团立足粤港澳大湾区的工程探索，跳出地域局限思考人居课题，两套经过完整实体验证的全域集成技术，具备跨地域、多气候条件下的适配能力。而且，星仔和人类搭档非常默契地形成了一前一后的站位，全力应战对面的对手。借助第十二届国际发明展览会这一国际科创对话平台，企业将本土沉淀的工程实践经验开放共享，既回应国内人民对美好生活的向往，也为全球人居产业协同发展注入来自中国企业的推动力。  构建全域技术体系 为人居行业高质量发展提供实践参考  长期以来，全球人居行业普遍习惯于单点设备改造思路，大多聚焦室内局部环境优化，缺少覆盖外部生态、社区公共空间到户内居住场景的系统性整体解决方案，行业长期存在碎片化发展的短板。  香江1号两大新质技术系统突破传统路径依赖，分别搭建完整独立的三级闭环架构，形成一体化全域集成技术体系。

接下来，由网球名将郑洁和银河通用机器人，开展了全世界第一次人机对战的网球单打比赛。

无论是正拍还是反拍，机器人都和人类打得有来有回。然后，郑洁决定上点难度，打出一个月亮球。结果，在被对手左右调动的过程中，机器人不小心摔了个四脚到底。以实体项目作为创新试验场，通过长时间真实工况的监测积累，沉淀成套可复制、可推广的建造范式。这套创新实践，既代表国内企业对于未来人居模式的前瞻性研判，也为全球人居产业变革提供可参照的实践样本。出乎意料的是，下一秒，它居然立刻调整姿势站了起来。在国内层面，成果能够赋能城市更新、安居改善、超高层建设以及绿色低碳转型，补齐健康安全人居的工艺体系短板，推动国内人居产业迈向更高质量发展阶段。而面对郑洁的切削和旋转，机器人的判断居然也很不错。

终于，郑洁知道不能放水了，开始左右前后分点调动，机器人出人意料地完成一个精彩的跨步，赢得现场喝彩。

F |   直面人居领域两大痛点 展现完整工程实证与应用价值  伴随着全球城市化快速推进，高密度城市暴露出两大共性人居挑战：一方面城市热岛效应蔓延、城市生态供给不足，人居空间与自然生态相互割裂；另一方面社区管线运维、消防防控、安防管理、信息隐私保护等现实难题，是世界多国共同需要破解的课题。  针对上述世界性行业痛点，HITH 人居健康全域集成技术系统、SITH 人居全域安防集成技术系统开展定向技术攻关，全套软硬件拥有自主知识产权。区别于实验室的概念性方案，两套系统均以香江1号作为创新实践载体完成全流程工程实证，经过长期实地工况监测，多项关键指标优于现行国家住宅相关规范。HITH 依托三级森态营造架构，在城市高层建筑内复刻森林级宜居环境，兼顾人居康养与建筑节能降碳；SITH 搭建户内社区总控三级闭环防护体系，统筹居家风险预警、社区应急调度和个人信息安全防护。两套系统既可以成套组合部署，也可以根据不同地域、不同项目的实际需求独立选用，兼顾技术先进性与落地实用性，把前瞻性思考转化为看得见、可落地的前沿实践。

比赛结束，机器人的表现让所有人欢呼。整场比赛里，屈膝、抛球、转体这些动作全都由人形机器人自己完成。而且，发球时速达到一百多公里，留给它的反应时间只有零点几秒，它却几乎没有掉链子。这台机器人，正是来自银河通用。十年前，AlphaGo赢了李世石。十年后国产机器人与网坛顶尖运动员同台竞技。

G | 如果说AlphaGo证明AI能征服数字世界，那么今天，银河通用的国产机器人证明：AI能扛住物理世界的极限压力测试。它第一次从代码里站了起来，在真实的对抗中奔跑、挥拍、博弈，甚至摔倒后自己爬起，继续战斗。如此精彩的具身智能AstraTennis时刻，被全球同时见证！

中国机器人的AstraTennis时刻为什么这场网球赛，能引起全球科技圈的巨大地震？因为网球，是对具身智能极致的压力测试。由于反应时间只有零点几秒，这项运动，同时将机器人的感知、决策、全身运动控制和实时博弈能力逼到了物理极限。而且，打网球比下围棋对AI来说难得多。毕竟，AlphaGo面对的是19路网格上361个确定的交叉点，对手落子后，它有几十秒甚至几分钟来推演下一步。那是数字世界的博弈，解空间虽大，但边界清晰，规则恒定。

H | 整个世界是静态的、离散的，AI对此一览无余。虽然这道题的解空间比宇宙原子数还多，但对AI而言这也不过是道难度更大的「数学题」。

但网球场不一样。球以每小时一百多公里的速度过来，落点受旋转、风、场地摩擦影响，每一拍的物理参数都不重复。

I | 机器人必须在几百毫秒内完成感知、预测、决策、全身协调，同时保持自己不摔倒。对手是打活人，会骗机器人，还会变节奏。这，就是莫拉维克悖论的现场版。1988年，卡内基—梅隆大学移动机器人实验室主任汉斯·莫拉维克就指出过：「让计算机在智力测验或下跳棋时表现出成人水平的表现相对容易，但要赋予它们一岁儿童在感知和行动方面的技能则困难甚至不可能。

J | 」三十多年过去，前半句早已兑现，但后半句却很难实现。所以，这次网球赛真正的意义，要远远大于「机器人会不会打球」。

K | 它问的是：这一次，AI究竟能不能从数字世界走出来，把感知、决策、运动控制和实时博弈在真实物理环境里闭环跑通？AI不能止步于思考，而是要完成从认知决策到全身执行的完整闭环。

L | 这一次，中国企业率先交卷了！赛场上，银河通用机器人的表现，实在令人惊艳。发球、正手、反手、底线调动、网前截击这些单项能力，在比赛里全部出现了，而且全都是超常发挥。而双打，考验就更大了。机器人和人类队友同场，要实时判断谁去接这个球、谁补位，动态调整打法和。

M | 所以，它要理解的不只是球，还有队友下一步想干什么。高速攻防里，还出现了极限救球的场面。摔倒之后，机器人自己站起来，继续打。很多人第一反应是：这些单项动作，之前机器人不是做到了吗？投篮、踢球、跑百米，过去两年人形机器人的视频里似乎什么都有。但其中最大的差别在于，网球是两个玩家在对抗。跑步的环境是确定的，网球的每一拍都是对手临时出的新题。跑步可以一个动作练一万遍，网球没有两个完全一样的来球。能在对抗中站住，才是真正的智能。

N |

大脑和小脑，第一次装在同一个模型里背后支撑这一切的，是银河通用自研的具身智能大模型「银河星脑」AstraBrain。它最大的亮点之一，就在于架构选择。过去行业里的主流做法是分层：一个「大脑」模型负责理解任务、做高层决策，一个「小脑」模块负责实时运动控制，两者之间用接口传递指令。这种架构的弊端也很直接：大脑想得再清楚，传到小脑已经慢了半拍；小脑动作再标准，不知道大脑为什么要它这么动。

o | 更隐蔽的问题是信息断层。大脑下指令的时候，不知道此刻自己的重心压在哪条腿上、右臂还有多少发力余量；小脑执行动作的时候，不知道这一拍是想调动对手还是想直接得分。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。在打网球这种任务上，稍微慢半拍，结果就是输球。银河星脑的做法是把大脑层（任务理解与战术决策）、小脑层（高动态全身运动控制）和神经控制集成在同一个模型里。按银河通用的说法，这是全球首个模型能同时负责「想清楚」和「做出来」，中间不再有信息损耗。从网球这个任务倒推，这可能是唯一的解法。战术决策离不开对自己身体极限的实时感知，运动控制也离不开对战术意图的理解，两者本来就不该分家。

从不完美的人类数据里学

在虚拟球场里对打一千万次架构之外的另一个问题是：这个模型怎么练出来的？机器人领域的一个传统难题就是——没有数据。

p | 语言模型可以吃掉整个互联网的文本，机器人没有这样的互联网。真机采一小时动作数据要一小时，还要人盯着，还会摔坏硬件。这也是为什么过去几年具身智能的进展总是慢于大家的预期。

q | 这背后，离不开银河通用核心技术平台「银河星坊」 的支撑。接下来，分两个步骤。第一步，是从「不完美人类数据」里学。人类打网球的动作数据可以采，动作捕捉、视频、穿戴传感器都行。

r | 但人类的动作本身不标准，业余选手的确很业余，有多余动作。而职业选手的动作最大化个人运动素质，别人做不来，而且每个人的身高臂展关节角度都跟机器人对不上。传统模仿学习要求示范数据干净、对齐、高质量，这种要求在人类数据上几乎不可能满足。银河星坊数据平台要做的，就是从这堆带噪声、不对齐、良莠不齐的示范里提炼出有用的先验：什么时候该启动，挥拍的大致节奏，身体重心怎么转移，真正学会其中的运动规律。

s | 这一步的价值在于冷启动。机器人不用从随机乱动开始摸索，它一上来就大概知道「打网球长什么样」。第二部，就是进虚拟网球世界。在仿真环境里，多个智能体互相对打。不是一个机器人对着发球机练，而是若干个策略各自演化、互为对手。一方学会了压边线，另一方就被迫学会横向大范围移动；一方学会了放小球，另一方就被迫学会快速上网。

t | 在这海量的虚拟博弈中，奇迹发生了——「技能涌现」。工程师没有教过它怎么滑步救球，但在无数次没接到球的失败后，模型自己「领悟」了极限伸展的姿态。工程师没有写下倒地后起身的硬代码，但在虚拟世界摔了千万次后，模型自己「学会」了如何调动全身电机重新站立。技能无需手工设计出，在对抗压力下AI学会自学。最后，当这些在虚拟世界中练就神功的「灵魂」，被无损迁移到物理世界的真实机器人躯体中时，一个网球大师，就此诞生！放在整个机器学习的谱系里，这条路走在两个极端中间。

u | 纯模仿学习的天花板是示范者的水平，人类教练教不出超过自己的学生，而且人类示范里根本没有「摔倒后怎么爬起来继续打」这种数据。纯强化学习从零开始探索，在网球这种动作空间巨大、奖励稀疏的任务上，搜索成本高到不现实，而且容易学出一些人类完全看不懂的怪异动作，能赢球，但不像打球。先用人类先验打底，再用自主进化拔高。这本身不算新，AlphaGo当年也是先学人类棋谱，再自我对弈。新的地方在于，十年前这套方法在棋盘上跑通，十年后它第一次在需要身体的任务上跑通。某种意义上，这正是AstraTennis与AlphaGo之间最迷人的技术呼应。

v | AlphaGo的时代，智能在棋盘上思考；而这一次，智能开始进入物理世界。这绝不仅是一场网球赛。这个AstraTennis时刻证明：在碳基与硅基共生的新纪元里，中国力量，开始创造更多奇迹。