今年央視春晚，堪稱機器人的才藝秀場。它們說學逗唱樣樣精通，臺上能跳舞耍帥，臺下能擼起袖子幹活兒，儼然成了人類的“全能搭子”。
“馬麗單飛了，沈騰怎麼辦？”除夕夜，這一話題衝上熱搜。無數守候在電視機前的觀衆發現，這對國民喜劇搭檔確實換了個賽道——他們出現在總檯春晚的賀歲微電影《我最難忘的今宵》中。而與他們對戲的，除了熟悉的演員，還有這對搭檔的“鐵哥們兒”：來自海淀的銀河通用機器人Galbot。面對兩位即興發揮的大咖，這位“機器人演員”絲毫不怯場，一雙靈活的大長臂行雲流水般展示着各種生活技能，引得網友紛紛調侃：“騰哥在家都不一定有這勤快！”
北京青年報記者瞭解到，與以往按程序跳舞的機器人不同，Galbot是春晚歷史上首個“幹活兒”機器人。盤核桃、撿玻璃碎片、貨架取貨、疊衣服、串烤腸——這五個看似平常的動作，其實對於機器人來說是十分高難度的挑戰。更關鍵的是，每一個動作都不是提前編寫的程序，而是機器人自主決策、實時完成的。
Galbot的表演絕活，藏着怎樣的黑科技？
絕活一：盤核桃，讓指尖擁有“手感”
兩枚核桃在掌心旋轉，難點在於：核桃形狀不規則、重心一直在變，手指力量稍有偏差就會掉落。
銀河通用自主研發的靈巧手神經動力學小腦模型，正是破解這一難題的關鍵。機器人在虛擬世界裏瘋狂練習，系統爲它提供各種大小、重量的虛擬核桃，讓它靠不斷試錯，練出一套適應性極強的“基礎盤法”；然後再讓真實的機器手接觸各種實物，積累真實的“物理手感”。
在虛擬世界練招式，在真實世界找手感——兩者結合，機器手就能在現實裏把核桃盤得十分嫺熟。
絕活二：撿玻璃碎片，挑戰感知極限
舞臺上，Galbot需要從淺色桌面上撿起散落的玻璃碎片。玻璃碎片的難點在於：透明物體在視覺上近乎“隱形”，尤其是放在淺色桌面上時，其邊緣、厚度、反光特徵極易與環境融爲一體。
AstraBrain（銀河星腦）的突破在於，通過在仿真環境中生成海量的透明物體數據——不同厚度、不同碎裂形狀、不同光照條件下的玻璃碎片，讓機器人在虛擬世界中“見過”各種可能的透明形態。結合多模態感知融合技術，Galbot能夠從微弱的反光邊緣和陰影變化中“看見”玻璃的存在。
更關鍵的是，力覺反饋讓它在接觸玻璃時能夠感知到硬度和滑動趨勢，以恰到好處的力度穩穩捏起碎片，既不會捏碎，也不會滑落。
絕活三：貨架取貨，動態環境中精準抓取
水瓶被緊密排列在貨架層板之間，周圍商品間距極小，稍有不慎便會碰倒鄰品或抓取失敗。
AstraBrain的強化學習框架讓Galbot在虛擬世界中經歷了億萬次“取貨試錯”：碰到旁邊商品扣分，成功取下加分。經過這樣的自我博弈，它“悟”出了一條最優路徑——先以靈巧的手指輕輕釦住水瓶上半身的瓶蓋處，微微傾斜以避讓兩側鄰品，感知到阻力後順勢調整角度，再穩穩向外抽出。
這不是預設軌跡，而是實時決策的結果。
絕活四：疊衣服，對柔性物體的泛化操作
衣服是柔性的，沒有固定形狀，每一次拿起來的狀態都完全不同。
Galbot面對隨機擺放的T恤，沒有預設的摺疊軌跡，也沒有固定的抓取點。它需要實時判斷布料當前的褶皺狀態，預測摺疊後的形態，並規劃出一系列抓、拉、折、壓的動作序列。
AstraBrain的解決方案是，在仿真環境中生成數以萬計的柔性物體變形數據，讓機器人在虛擬世界中“見過”各種可能的褶皺形態，並學會從當前狀態推演出最優操作路徑。
當Galbot的手指輕輕撫平衣角、精準對摺時，它不是在執行程序，而是在調用海量仿真經驗基礎上的實時決策。
絕活五：串烤腸，雙手協作與工具使用雙重突破
如果說盤核桃考驗的是單手的靈巧，那麼串烤腸則是對雙手協同與工具操作能力的極限挑戰。
Galbot需要一手操控烤鉗進行烤制，另一隻手抓取籤子，雙手協作、精準完成串烤腸的動作，再將烤腸遞給明星——整個動作絲滑流暢。這背後涉及雙手的空間協同、力度的獨立控制，以及對工具這一“身體延伸”的理解。
AstraBrain的端到端大模型架構，讓機器人的“大腦”能夠同時處理雙手的獨立指令流。更重要的是，通過對海量仿真數據的學習，Galbot理解了“工具”的本質：烤鉗不是需要被控制的“物體”，而是手的延伸。
文 | 北京青年報記者 王斌
編輯 | 楊家瑞
監製 | 柳璐
