“银河通用机器人”官方公众号近日发布消息，正式推出全球首个人形机器人通用小脑GPT基础模型——AstraBrain-WBC 0.5。该模型基于全球最大规模的2万小时人类动作数据训练而成，参数规模达8040万，标志着人形机器人全身实时运动控制领域迈入全新阶段。
作为行业首个达到GPT-1量级的人形机器人运控大模型，AstraBrain-WBC 0.5首次构建了面向全身实时运动控制的通用基础框架。其核心突破在于验证了机器人运动控制领域的Scaling Law：当训练数据量从200万帧扩展至20亿帧时，模型任务成功率从83.26%显著提升至92.58%，同时零样本跟踪误差持续下降。这一发现为机器人运动控制模型的规模化训练提供了关键理论支撑。
该模型采用GPT风格的因果Transformer架构，创新性地将全身控制问题转化为连续序列预测任务。通过分析动作历史数据，机器人能够自主预测未来运动趋势，实现毫秒级时间内对数十个自由度的协同控制。这种技术路径使机器人在复杂环境中具备更强的平衡维持能力、抗扰动性能，以及持续完成高动态、高精度动作任务的水平。
在功能定位上，AstraBrain-WBC 0.5专注于解决机器人"如何行动"的核心问题。与传统运动控制系统相比，该模型通过海量人类动作数据学习，使机器人能够模仿人类运动模式，在应对未知场景时展现出更强的适应性和泛化能力。例如在非结构化环境中保持稳定行走、快速调整姿态应对外力干扰等场景中，模型均表现出显著优势。
技术团队透露，AstraBrain-WBC 0.5的研发突破了传统运动控制方法的局限性。通过引入大规模预训练机制，模型能够从数据中自动学习运动规律，减少对人工规则的依赖。这种数据驱动的技术路线不仅提升了开发效率，更为后续迭代升级奠定了基础。目前该模型已支持多种人形机器人平台的迁移部署，具备广泛的商业化应用潜力。
