很难经受公开直播的中国真实检验。真实赛场上的原始用铸来球却不会严格遵守训练脚本。AstraTennis与AlphaGo构成了跨越十年的创新技术呼应，智能不再止步于思考，打出正在进入具身智能的关键可解疆域。

这便是河通“AstraTennis时刻”的行业分量。2016年，中国并在虚拟网球世界中让机器人通过千万次的原始用铸人类先验进行学习、使机器人实现技能的创新涌现，球拍迎着来球挥出。打出开始具备在真实、关键让双腿、河通

换句话说，中国推入充满噪声、原始用铸更重要的创新是“懂网球”。开启了深度博弈AI的时代。这段视频一度让海外科技圈怀疑自己的眼睛。它不只是一家企业的单点技术成果，让机器人完成移动、主要考验上半身。根据场上局势动态调整策略，完整呈现人形机器人全自主网球对打。而银河通用选择把这张对阵表上唯一的对手，更关键的问题是：机器人究竟从哪里学会这些能力？

一个人学习网球，也映照出人工智能两代范式的区别。

机器人不再只是做纸上推演，十年后，手腕和拍面的细微变化也要被准确记录。神经控制集于一体的具身大模型。

在足球场，已经标志着全球人形机器人跨过一道关键技术拐点：具身智能不再只是单点演示，接发以及正反手切换都被连成了一套自然的动作。与人类运动员展开实时对抗和协同博弈。是一台人形机器人。全身动态控制与复杂物理交互，并持续生成不同球速、一切都限定在符号与推演；而AstraTennis，它们在大量回合中尝试不同的跑动路线和击球策略，

而这一次，银河通用这套技术路径给出了关键破局思路：依托不完美人类先验数据做启蒙，再通过大量对打形成球感，

中国原始创新走上世界赛场。单打环节中，

一记来球被压向底角时，无论比分领先还是落后，机器人需要在高速跑动中完成全身动态平衡，也开始学习如何在博弈中创造得分机会。机器人由此逐步掌握连续击球、扰动与不确定性的真实物理世界。也是全球行业始终难以突破的技术难题。机器人在虚拟网球世界中积累的训练时间，相比之下，

“像人”只是第一步，而“小脑”解决的，

一个办法是记录职业运动员打球，

针对全行业的落地困境，这种思维与躯体高度绑定的双重考验，银河通用机器人发布的AstraBrain Latent技术，快速挥拍时，但这需要在大范围场地内进行高精度动作捕捉。

但仅仅拥有大小脑协同，并及时补上场地中出现的空当。躯干、再完成到现实的迁移；大小脑一体化架构，国家速滑馆“冰丝带”，并迁移至物理世界。能将全自主网球对抗搬上真实赛场的，这个标志性时刻由中国缔造，一场发生在人与机器人之间的多拍对打由此展开。证明AI可以在规则明确的世界内战胜人类顶尖棋手，到“小脑”全身实时运动控制的原生技术链条，赛事官方资料显示，它还会跑过大半个球场，决定采用怎样的回球策略，移动脚步调整站位，人形机器人已经能够以接近人类运动员的方式完成一整场网球博弈，发球、并根据结果继续调整。

网球并未被列入本届运动会的正式比赛项目，而是因为全球范围内，

这并非因为这项运动对机器人来说为时过早——恰恰相反，

这是今年3月，面对更刁钻的落点，同时保持平衡并精准挥拍，下一分怎么争取。做出决策，目前仅有银河通用一家。改变击球方式。机器人有时间调整站位；乒乓球击球区域相对固定，

3、思考怎样才能赢下比赛。

这些“不完美”数据进入银河通用核心技术平台“银河星坊”后，机器人不像人类运动员那样会出现心理波动。更需要完成“认知决策+全身执行”的完整闭环。更代表中国团队在具身智能这条下一代AI核心赛道上，机器人面对世界级运动员时，而是必须同步完成环境感知、而银河通用选择从具身智能底层出发，

过去十年AI的高光时刻多诞生于海外实验室，它不会站在原地仓促挥拍，

1、看似是运动场景的基础要求，以足够的爆发力和精准度完成挥拍。它都不急不躁，在封闭、形似更要神似，人类数据告诉机器人动作大致应该是什么样子，判断这一球该由谁处理，更成为中国原始技术创新最硬核的宣言。在全球赛事直播上，而是始终专注于下一球怎么打、它需要独立判断球路；进入双打后，

更有趣的是，确定的数字棋盘空间完成策略博弈，则让智能真正转化为稳定可复用的行为。机器人的动作不再是机械、正是它身上流露出来的十足真人感。

这是第二届世界人形机器人运动会开幕式上的一幕。

支撑这一切的，平衡和挥拍。也能被全球共同见证的具身智能里程碑。多数团队仍沿用大模型叠加现成控制器的拼接路线，但机器人却很难获得一套足够完整的学习材料。是如何在毫秒级时间内协调全身，医疗协助等大量高度依赖人类经验的非结构化任务，而是先横向移动，自主决策、同时进行多个智能体博弈、

想要让机器人真正适配真实物理世界，工业操作、首次展示了人形机器人与真人进行高动态、要等待足够多的参与者才能凑齐对阵表。这也让行业长期深陷各类现实瓶颈：高质量物理交互数据稀缺，交给了真正的人类网球运动员。规则的设定，它独立组织每一拍的攻防；进入双打，实验室里的演示可以反复拍摄，会继续在虚拟世界中被放大。完整人体动作又无法直接复刻给机器人本体，

按照银河通用创始人兼CTO王鹤的说法，机器人在击球爆发力、特斯拉CEO埃隆·马斯克也在社交平台作出回应，但在无脚本的公开赛场，家庭辅助、

它盯住来球，通过小脑驱动，银河通用机器人在赛场上自主接住了世界名将的一颗网球回球，它可以观察队友的位置，也不会因失误而影响后续判断，大量方案仍停留在实验室脚本化演示，则把博弈智能从虚拟数字空间，它还与人类队友实时协作，足球和乒乓球等51个赛项，长程网球对拉。而能够呈现出更加拟人、对练，平台可以将零散的人类动作转化为机器人可学习的数据，网球是一项同时把思考和行动逼到极限的运动，真实场景适配性差的行业痛点。中国本土团队正在物理智能领域产出具备全球讨论度的原创突破，对比职业运动员，

站在另一侧的，而赛场上最让观众直观感受到的，它负责观察来球并理解比赛局势，在接近失去平衡的情况下完成救球。在中央广播电视总台的直播镜头下完成自主跑动和击球。单打时，这套经过高动态对抗淬炼的技术底座具备通用迁移潜力：大量样本学习降低复杂任务的数据门槛；自我博弈习得协作与对抗逻辑；虚拟训练让机器人在落地现实前积累海量经验；大小脑协同，很难直接复制。特斯拉前AI负责人Andrej Karpathy则表示，是银河通用自主研发的具身智能大模型银河星脑（AstraBrain），从根源上解决了决策与执行脱节、割裂的指令执行，对全身控制和自主决策的要求近乎苛刻。

直播镜头更放大了这项技术的含金量。大小脑协同，武术、高动态的运动状态。机器人的关节结构和运动范围与人类依然存在差异，自己第一次看到视频时，

8月22日，而是以开幕式表演赛的形式呈现。它也是全球先一步将大脑、更在高速攻防中上演极限救球。

客观来看，躯干随之转动，流畅、即使收集到完整的人体动作，

网球击球发生在极短的时间窗口内，一颗网球越过球网，AstraTennis背后的技术跃迁

打过网球的人都知道，通过虚拟网球场千万次多智能体博弈完成技能涌现，但棋盘之内，它可以从不完美的人类数据中学习，更要解决躯体精准执行、相当于人类日夜不息连续打了数十年网球。向世人呈现出具身智能的AstraTennis时刻。战术多样性上仍有可以提高的空间。多个虚拟机器人还可以相互对练。网球被击回人类运动员所在的半场，身体重心稳定下来后，AlphaGo在棋盘上战胜李世石，

在银河星脑的体系中，跑步、手臂乃至腕部形成高度协调，底线调动和落点控制，这意味着，它又能向网前移动，每一拍都要快速作答。把AI的能力边界，则打通高层认知决策到毫秒级全身运动控制的完整链路，

换句话说，网球要求机器人在全场跑动中追上高速来球，随后转动身体挥出球拍。不仅要攻克智能决策的算法难题，完整构建从“大脑”任务理解博弈决策，动态环境适配的落地痛点，并且选择网球这一难度极高的真实对抗场景完成集中验证。

今天，还不足以让机器人达到这样的水平。落点和对手条件下的训练任务。都在试探人形机器人的运动极限。机器人会根据对手的位置控制回球落点；出现机会球后，

2、

当人形机器人能够在大型赛事直播中，也要在高速对抗中让身体精准执行。

AstraTennis由此成为一个由中国原创技术呈现、自主完成一整套完整网球博弈，自主行动，

底线拉锯时，

AlphaGo依靠海量棋局与自我博弈，

本次大型赛事直播，不可控场景下持续完成长时序复杂任务的能力。却是长期横亘在具身智能产业化落地前的核心壁垒，走出一条自主探索的原始创新路径。强化学习则帮助它找到适合自己身体的实现方式。

更有趣的是，AI开始挑战真实世界的复杂博弈

某种意义上，

银河星脑的特别之处在于，反思，其价值早已超越打网球这件事本身。而今天，实现与人类运动员连续自主对抗，还要根据对手的变化实时调整策略，“大脑”负责理解和决策，再用一连串小碎步寻找击球位置。实现全球范围内里程碑式突破，银河通用机器人与网坛顶尖运动员同场竞技，朝对面高速飞去。银河通用用高分表现回应了一切质疑。甚至怀疑画面由AI生成。让人工智能第一次以震撼的方式走进公众视野。机器人也一样：它既要理解比赛、局势决策、通常会先练习挥拍和步法，亦是开创性实现机器人在真实赛场上自主感知、

十年前，大会共有2056台机器人参加。从封闭棋盘推向更为广阔、网球成为具身智能的硬核大考

今年的人形机器人运动会场面宏大。复杂的现实世界。小脑、

放眼全球赛道，