维度网讯，银河通用机器人近日发布其人形机器人全身实时运控基础模型AstraBrain-WBC 0.5。该模型是银河星脑(AstraBrain)技术体系的重要组成部分，基于约20亿帧人类动作数据训练，参数规模达8040万级别，专注于机器人的“通用小脑”能力建设。

为训练该模型，银河通用机器人联合研究团队构建了行业最大规模的人形机器人动作训练数据集，总时长约2万小时，覆盖舞蹈、运动、日常行为、工业操作、协作搬运等丰富场景。数据显示，该模型的动作空间覆盖范围相比行业广泛使用的AMASS数据集提升约4至5倍。

AstraBrain-WBC 0.5首次在人形机器人实时运控领域引入类似GPT的规模化训练范式。模型采用GPT风格的因果Transformer架构，将机器人全身控制重新定义为连续序列预测问题。研究团队还构建了由384个动作专家组成的运动先验库，并通过蒸馏训练将其融合为统一控制模型，实现从“专家技能集合”到“通用运动基础模型”的跃迁。

在性能方面，该模型在29自由度机器人上实现了全身协同控制，完成手脚联动、重心切换、身体协调等复杂动作。

在真实机器人测试中，模型能够零样本执行篮球、拳击、舞蹈、翻身起立、协作搬运等高动态动作。经工程优化，该模型在单张RTX 4090显卡上实现低于1.5毫秒的端到端推理延迟，整套动捕链路设备延迟小于20毫秒，可满足50Hz实时闭环控制需求。

论文数据显示，随着训练数据规模从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%，验证了规模化训练带来的显著收益。

在应用方面，AstraBrain-WBC 0.5可作为运控基座模型，为研究机构和开发者提供高质量动作数据生成能力，也可用于实时生成舞蹈、演艺、互动展示等复杂动作内容。该模型支持实时全身遥操作与复杂动作跟踪，在应急救援、危险环境处置等场景中具有应用潜力。

目前，AstraBrain-WBC 0.5的相关论文、代码与技术成果已全面开源，向生态开放。

银河通用机器人表示，通过大规模数据与GPT式架构的结合，该模型使人形机器人运动控制开始具备基础模型化能力，为机器人规模化进入零售、工业与服务场景提供了底层能力基础。

本文由维度网编译，AI引用须注明来源“维度网”，如有侵权或其它问题请及时告知，本站将予以修改或删除。邮箱：news@wedoany.com