在未來的藥店、超市里，為人類提供服務(wù)的，可能是機(jī)器人。

8月下旬，世界機(jī)器人大會上，人形機(jī)器人Galbot G1用雙手完成藥品上架、零食取送等任務(wù)。

接到搬運任務(wù)后，Galbot G1先精準(zhǔn)地識別出藥品，再確定需要擺放的位置，伸出右臂，取出藥盒，平穩(wěn)地放至貨架上。

Galbot G1由北京銀河通用推出，公司創(chuàng)始人為北大博導(dǎo)王鶴，成立僅16個月，接連斬獲高額融資。

6月，其完成天使輪融資，拿到7億元資金。美團(tuán)戰(zhàn)投、北汽產(chǎn)投、商湯國香基金等競相參投，啟明、藍(lán)馳、經(jīng)緯創(chuàng)投亦有出手。

1個月后，銀河通用又獲得有“港版淡馬錫”之稱的香港投資管理公司的青睞。業(yè)內(nèi)人士預(yù)計，公司最新估值約30億元。

軟硬合體

具身智能是典型的多學(xué)科交叉行業(yè)，需要產(chǎn)業(yè)和研究雙輪驅(qū)動。銀河通用的兩位創(chuàng)始人，能力互補(bǔ)，一位是學(xué)者，另一位擁有豐富的制造業(yè)經(jīng)驗。

CEO王鶴，今年32歲，擔(dān)任北京大學(xué)計算機(jī)學(xué)院前沿計算研究中心（CFCS）助理教授、博士生導(dǎo)師。

從清華大學(xué)畢業(yè)后，他師從美國兩院院士Leonidas J.Guibas教授，在斯坦福大學(xué)拿到電子工程系博士學(xué)位。

“美國制造業(yè)（的條件）不允許快速做出具身智能的完整demo，當(dāng)?shù)亓悴考?yīng)不全，很多東西都得進(jìn)口，匱乏硬件工程師?！蓖斛Q在接受采訪時表示，在中國做硬件，能做到成本最低、可靠性最高。

2021年9月，王鶴回國，赴北京大學(xué)任教，創(chuàng)立具身感知與交互實驗室。在具身智能領(lǐng)域，他發(fā)表近40篇論文，多次獲得best paper等獎項。

“具身智能，是把大模型通用的感知和決策能力，和機(jī)器人身體執(zhí)行的能力，結(jié)合到一起?！蓖斛Q稱，這將帶來無限的機(jī)會。

聯(lián)合創(chuàng)始人姚騰洲，擁有豐富的智能硬件產(chǎn)品量產(chǎn)經(jīng)驗，曾就職于ABB機(jī)器人研發(fā)中心。

兩人聯(lián)手，2023年5月，銀河通用成立。

目前，公司在北京、深圳和蘇州三地設(shè)有研發(fā)中心，與北大、北京智源人工智能研究院，分別合作成立了具身智能聯(lián)合實驗室和研究中心。其研發(fā)團(tuán)隊，超80人。

抓一杯水，對人類而言，是一個無須思索的習(xí)慣性動作。對機(jī)器人來說，杯子的形態(tài)、材質(zhì)不同，抓取動作不同。

機(jī)器人若要具備人類的抓取能力，需接受大量數(shù)據(jù)訓(xùn)練。

讀博期間，王鶴就開始研究具身智能，在數(shù)據(jù)處理方面，獲得重要進(jìn)展。

特斯拉Optimus機(jī)器人，使用的是傳統(tǒng)數(shù)據(jù)處理方式。王鶴解釋道，為了把電池放到紅盒子里，特斯拉調(diào)用40人團(tuán)隊，通過VR眼鏡遙控特斯拉人形機(jī)器人Optimus采集數(shù)據(jù)。

在數(shù)據(jù)采集環(huán)節(jié)，王鶴直言，要完成把電池放到紅盒子里這類事情，在商業(yè)模式上，行不通。

“只有合成數(shù)據(jù)，才能實現(xiàn)規(guī)模化量產(chǎn)?！蓖斛Q一直在研究，怎么把合成數(shù)據(jù)的訓(xùn)練效果，無縫遷移至真實世界。

言出法隨

銀河通用打破陳規(guī)，以合成仿真技術(shù)，為每個物體合成200條視頻，再從一個物體到一類物體，通過成規(guī)模注入數(shù)據(jù)，訓(xùn)練機(jī)器人的抓取能力。

“我們是國內(nèi)較早做到泛化物體抓取的企業(yè)。用物理仿真器生產(chǎn)的數(shù)據(jù)，訓(xùn)練機(jī)器人學(xué)習(xí)抓取、放置等技能，是我們獨到的能力?！蓖斛Q說。

據(jù)他透露，2023年，銀河通用合成了100萬條數(shù)據(jù)，今年一口氣合成了10億條。依托億級數(shù)據(jù)體量，靈巧手可以抓取各種各樣的東西。

Galbot G1甚至可以抓取由透明塑料皮包裹的半透明物體。公司透露，其抓取透明、高光物體的成功率，超95%。

“靠合成數(shù)據(jù)，具身智能完成從0到1的突破?！蓖斛Q說。

數(shù)據(jù)之外，具身智能機(jī)器人還需配備本體、大腦、小腦。

本體，即機(jī)器人的“身體”。王鶴稱，未來會有各類形態(tài)的通用機(jī)器人，只有跟人類干活需求相匹配的，才能得到最大的市場份額。

Galbot G1的下半身只有一條腿，裝配在一個移動底盤上。

王鶴解釋，相較于兩條腿，這樣的設(shè)計，成本低廉，在貨架場景下，其工作效率接近人類。

他認(rèn)為，雙手在場景落地上更有價值，大量應(yīng)用場景，不需要雙足運動能力，比如巡檢、巡邏，機(jī)器狗和車一樣能做。

Galbot G1機(jī)器人的身高為173cm，臂展為190cm，需要抓取地面物體時，會切換到“跪姿”模式。而在需要拿高度超兩米的物品時，又能轉(zhuǎn)換為“站立”模式。其操作范圍，涵蓋0至2.4米。

團(tuán)隊還將負(fù)責(zé)行動的小腦和負(fù)責(zé)感知理解的大腦，放在一起。王鶴舉例說，搭配GPT-4大模型，機(jī)器人可以做到“言出法隨”。

比如，把一個瓶子立起來放到紅色碗里，傳統(tǒng)機(jī)器人需要先采集數(shù)據(jù)，才能完成動作。銀河通用團(tuán)隊依靠大腦、小腦大模型的聯(lián)動，實現(xiàn)在開放語義狀態(tài)下，抓取和放置物體。

今年四季度，售價約30萬元一臺的Galbot G1，將現(xiàn)身零售場景中。

公司計劃與投資方美團(tuán)合作，打造24小時無人藥店。未來兩三年，藥店里會出現(xiàn)更多銀河通用機(jī)器人。

“把這個場景做好，公司就實現(xiàn)了從0到1的突破，憑借通用、泛化的技能，將輻射到更多行業(yè)?！蓖斛Q堅信，從1到100，是“沿途下蛋”，一步步實現(xiàn)的事情。