-
日期: 2026-02-17 | 來源: 騰訊科技 | 有1人參與評論 | 字體: 小 中 大
根據銀河通用春晚項目組介紹，現場這肆類高難度動作，完全沒有預編程，100%由“小蓋”根據現場環境自主決策、執行。觀眾可以看到，“小蓋”參演的節目，燈光變幻很快，這種光線的變化，也會對機器人的視覺感知造成很大的影響。
即使這樣，“小蓋”都完美地完成了任務，這是因為“小蓋”有壹個強大的大腦，經過特殊訓練之後，能夠讓它“主動思考”應該如何去執行這些動作。
至於如何“訓練”小蓋的強大大腦，銀河通用有壹套核心能力，“以合成仿真數據為主、真機采集數據為輔、並結合真實場景數據閉環持續提升”的虛實結合管線，構建了全球最大的百億級具身智能數據集，並依托此打造了全球首個集成“大腦-小腦-神經控制”於壹模的全身全手端到端大模型“銀河星腦AstraBrain”。
AstraBrain 銀河星腦框架
簡單來說，AstraBrain 不靠死記硬背，而是讓機器人掌握了壹套“舉壹反叁”的學習心法。
我們就拿銀河通用機器人應用最廣泛“貨架取物”為例，看看它經歷了哪幾個步驟的修煉：
第壹步：人類少樣本示范
過去教機器人壹個新技能，往往需要遙操作手把手地教成千上萬遍。AstraBrain 徹底改變了這壹模式。它僅需少量人類示范，機器人便能理解任務的核心意圖，將這些動作“記住”，並在自身硬件上等效地展示出來。這是“小蓋”快速適應春晚舞台復雜光線、多變道具擺放的基礎。
第贰步：仿真數據合成
現實中學習效率太低、數據成本太高。AstraBrain 的第贰招，是把機器人扔進壹個“虛擬世界”——高精度物理真實的仿真環境。在這裡，系統可以自動生成數萬種不同的場景：貨架擺法隨機變化、光照條件任意切換，並通過生成式模型批量產出擬人化的抓取動作。機器人通過在海量仿真數據中模仿學習，掌握了應對各種復雜情況的操作精髓。- 新聞來源於其它媒體，內容不代表本站立場！
-
原文鏈接
原文鏈接: