银河通用人形机器人完成全自主网球对打

8月22日，在国家速滑馆「冰丝带」举行的第二届世界人形机器人运动会开幕式上，银河通用机器人与人类网球运动员同场竞技，在中央广播电视总台直播镜头下完成了全自主跑动与击球。这也是全球范围内首次在真实赛场上呈现人形机器人与人类运动员的实时网球对抗。

开幕式上的非正式表演

本届人形机器人运动会共有 2056 台机器人参赛，设跑步、武术、足球、乒乓球等 51 个赛项。网球并未列入正式比赛项目，而是以开幕式表演赛形式呈现。据赛事官方说明，目前全球能将全自主网球对抗搬上真实赛场的，仅银河通用一家，规则设定需要等待更多参与者。

在单打环节，机器人需要独立判断球路组织攻防；进入双打后，它与人类队友实时协作，根据场上局势动态调整策略，并在高速攻防中完成极限救球。整套动作通过央视直播镜头向全球观众完整呈现。

为什么是网球：全身控制的极限考场

相比足球和乒乓球，网球对人形机器人的考验更为苛刻：机器人需要在全场跑动中追上高速来球，同时保持平衡并精准挥拍，还要根据对手变化实时调整策略。机器人面对底角压线球时先横向移动、用小碎步寻找击球位置，躯干随重心转动完成挥拍；在更刁钻的落点面前，它能跑过大半个球场，在接近失去平衡的情况下完成救球。底线拉锯时，机器人会根据对手位置控制回球落点；出现机会球后则向网前移动、改变击球方式。

值得一提的是，无论比分领先还是落后，机器人都不会因失误而影响后续判断，而是始终专注于下一拍——这也是它区别于人类运动员的特点之一。

技术底座：银河星脑与大小脑协同

支撑这一表现的是银河通用自主研发的具身智能大模型「银河星脑」（AstraBrain）。该模型将大脑、小脑与神经控制集于一身：

• 大脑负责理解和决策，观察来球、理解比赛局势，决定回球策略；
• 小脑负责毫秒级全身协调，解决移动、平衡和挥拍等执行问题。

银河通用创始人兼 CTO 王鹤介绍，机器人可在虚拟网球世界中通过千万次人类先验进行学习与反思，并进行多智能体博弈对练，使技能在虚拟环境中涌现，再迁移至物理世界——「在虚拟网球世界中积累的训练时间，相当于人类日夜不息连续打了数十年网球」。

训练数据通过核心技术平台「银河星坊」收集。平台将零散的人类动作转化为机器人可学习的数据，并持续生成不同球速、落点和对手条件下的训练任务。多个虚拟机器人相互对练，逐步掌握连续击球、底线调动和落点控制。换言之，人类数据告诉机器人动作大致应该是什么样子，强化学习则帮助它找到适合自身结构的实现方式。

与 AlphaGo 的十年对照

此次演示常被拿来与 2016 年 AlphaGo 战胜李世石做类比。AlphaGo 在封闭、确定的数字棋盘空间完成策略博弈，证明 AI 可在规则明确的世界内战胜人类顶尖棋手；而此次网球演示，则把博弈智能从虚拟数字空间推入充满噪声与不确定性的真实物理世界。

这意味着机器人不再只是做纸上推演，而必须同步完成环境感知、局势决策、全身动态控制与复杂物理交互——实现「认知决策 + 全身执行」的完整闭环。该闭环也被业内视为具身智能产业化落地前的核心壁垒。

行业意义与待解挑战

客观来看，机器人在击球爆发力、战术多样性上与职业运动员仍有差距。但在无脚本的公开赛场实现与人类连续自主对抗，已经标志着人形机器人跨过一道关键技术拐点：具身智能开始具备在真实、不可控场景下持续完成长时序复杂任务的能力。

放眼全球赛道，多数团队仍采用大模型叠加现成控制器的拼接路线，而银河通用选择从具身智能底层出发，完整构建从任务理解、博弈决策到全身实时运动控制的原生技术链条，并以网球这一高难度真实对抗场景完成集中验证。

今年 3 月，银河通用曾发布 AstraBrain Latent 技术，展示了人形机器人与真人的高动态网球对拉，引发海外科技圈关注，特斯拉 CEO 马斯克与前 AI 负责人 Andrej Karpathy 等均在社交平台作出回应。本次赛事直播相当于在更高规格的公开场合对这项技术进行了集中验证。