作者|王迪
来源|凤凰《AI研究院》
2026世界机器人大会于8月19日-23日在北京举行，作为本届大会的战略合作媒体凤凰网财经全程报道。
8月20日，在2026世界机器人大会现场，银河通用机器人创始人、首席技术官、北京大学研究员王鹤接受凤凰《AI研究院》等媒体采访时表示，当前具身智能基础模型的水平大约相当于数字世界大模型GPT-2的阶段，整个行业距离真正的“ChatGPT时刻”还有大约两年时间。
他预计到2028年，具身智能模型将达到GPT-3.5到GPT-4的水平，届时零样本作业能力将显著增强，行业应用规模将实现从千台、万台到十万台乃至百万台的数量级跳变。
（银河通用机器人创始人、首席技术官、北京大学研究员王鹤）
在王鹤看来，人形机器人从技术突破到大规模商业应用，中间存在“最后一公里”，而跑通这最后一公里需要同时具备三大要素：基础模型的能力、后训练的商业化能力，以及可靠的硬件。
在基模能力方面，王鹤强调，如果基础模型不能在绝大多数场景下具备零样本作业能力，就无法支撑大规模泛化应用。
因此，银河通用将“银河星脑”基础模型的持续突破视为首要任务。而有了好的基模之后，如何加速商业化落地，则是第二件大事。他透露，银河通用今年推出了“WAM-TTT世界动作模型测试时训练”技术，客户只需拍摄自己场景中的干活视频，无需任何标注和遥操，即可对基模进行后训练，让机器人在客户场景里快速获得干活的能力。这是银河通用降低部署门槛、加速行业适配的关键举措。
在硬件层面，王鹤认为许多企业现阶段容易忽视硬件的可靠性问题。他指出，机器人必须是用户可以信赖的可靠产品。银河通用从2024年12月开始率先落地药房场景，截至目前，机器人已在北京、上海、广州、深圳等一线城市的近100家药房中累计抓取了超过100万盒药品，无机械故障时间已达到一年半，正向三年到五年的目标迈进。他认为，只有模型和硬件深度耦合，用户才能用得放心、用得省心。
谈及具体行业落地进度，王鹤表示，银河通用已经在今年三月通过宁德时代验收，7x24小时在产线上“常态化作业”。
王鹤透露，在泛汽车场景方面，银河通用此前已在奔驰、北汽、上汽等车厂落地，现在正扎根电池厂等泛汽车场景。对于“机器人进入车间还要五年”的说法，王鹤给出了不同意见。他指出银河通用的机器人已经在车厂车间里打工，比如在零部件货架区根据订单取下零部件转移至AGV小车，由小车运往总装线。他认为，像爬进车里安装、拧螺丝这类需要双腿双手人形的复杂操作，才可能需要五年时间，而非所有车间作业。
在通用小脑和运动控制方面，王鹤介绍了银河通用新近展示的机器人“星仔”的自主舞蹈能力。他解释，自学习的前提是机器人已拥有一个“通用小脑”，即银河星脑中的全身控制脑区。该脑区吸收了10万小时人类全身运动数据，通过仿真器和强化学习结合Sim2Real技术训练而成，能够任意跟踪人类动作。有了通用小脑后，系统只需用视觉实时提取前方人类舞蹈动作，经智能体框架安排“先看、再学、再展现”，即可实现自主舞蹈。关于数据来源，他表示动作数据均来自人类，包括动捕棚的人类动作数据和互联网视频中提取的大规模数据。
针对仿真到现实的鸿沟问题，王鹤表示这是所有“仿真器+强化学习”厂商面临的共性问题。银河通用大力发展自研仿真器和Sim2Real框架，在手部精细操作如倒撑定顿、转笔、转核桃等技能上均展现出领先能力。
关于家庭场景的落地时间，王鹤认为行业目前仍在技术上为进入家庭做持续准备。机器人已在交互场景、室外引流、养老院互动等领域取得应用，但要真正走进家庭，必须解决极致安全的问题，普通老百姓缺乏专业技术能力，一旦出问题未必知道如何紧急停止。他判断行业围绕物理安全仍需一段时间打磨。
关于出海，王鹤认为人形机器人是全世界科技含量最高、产业链最长的复杂产业之一。中国拥有世界领先的硬件供应链和具身智能水平，形成了全球独有的生态。
他援引数据称，中国的人形机器人出货量占全球80%以上。银河通用已与德国博世成立合资公司，在全球均有客户落地。他透露银河通用将通过二开生态赋能全球客户，用基模和数据管理链路让全球客户既能享用解决方案，也能自主研发任务技能和产品。
王鹤认为，在模型、硬件和后训练商业化能力三者的共同推动下，具身智能正沿着与数字世界大模型相似的路径加速演进。2028年将是行业从量变到质变的关键节点，而在此之前，垂直行业的后训练落地和工程化能力，将是决定谁能率先拿到“万台级订单”的核心分水岭。