Galbot 的 ET1 與人類職業選手進行了一場現場網球比賽

Galbot 首款雙足類人型機器人「ET1」在北京舉行的「世界類人型機器人運動會」上,與一名職業網球選手展開對決,該賽事由國家電視台進行現場直播。此次示範旨在測試 Galbot 的「AstraBrain」控制模型是否能超越預先編排的展場任務,展現更廣泛的通用能力。

martti
2分鐘閱讀Posted: 2026年8月24日
Galbot 的 ET1 與人類職業選手進行了一場現場網球比賽

機器人學會優雅地接受失分

8月22日(週六)在北京舉行的世界人形機器人運動會上,一臺雙足人形機器人走上網球場,與職業選手進行了多次來回對打,以全速奔跑接住遠角球,並在至少一次跌倒後迅速起身,成功將球權保留下來。 這台機器人名為「Galbot ET1」,是北京Galbot有限公司打造的首台雙足機器人;這場比賽作為世人形機器人運動會的開幕節目之一,由中國中央電視台向全國直播,這也是迄今為止最清晰的公開測試,旨在驗證通用型人形機器人能否在這種對猶豫不決絕不寬容的運動中經受住考驗。

Galbot(商業名稱為Galaxy General Robot)是一家總部位於北京的具身智能公司,成立於2023年5月,其聲譽主要建立在為倉儲和零售任務開發的輪式類人機器人上,而非運動領域。ET1, 於三天前(8月19日)在同一場會議上亮相,是該公司首次嘗試開發全雙足平台;公司藉此闡明,決定機器人能否在不平整地面上值得信賴的關鍵,在於控制平衡、預測與恢復的軟體,而非機器人腿部馬達的數量。

為何網球場比倉庫更具挑戰性

對行走機器人而言,網球是一處毫不留情的考驗場,因為它將職業演示通常會迴避的數種失誤模式,濃縮在短短一個下午內:難以預測的球路、移動速度比多數操作任務所需更快的目標、在具有真實摩擦力與眩光的戶外場地上進行的步法,以及最關鍵的一點——幾乎必然會發生跌倒。 ET1 的公開演示包含正手、反手、發球和網前對攻,以及與人類隊友進行的雙打比賽;而 Galbot 對這場比賽的親身敘述,突顯了其所謂的「極限救球」——這些是在失去平衡的狀態下回擊的球,多數類人型機器人平台在這種情況下會

只是失誤罷了。當機器人確實跌倒時,它能迅速重新站穩並繼續進行該回合,這是加爾博特曾公開強調的細節,因為一旦機器人離開受控的實驗室環境,多數工業與服務業客戶真正關心的其實是恢復速度,而非跌倒防避能力。

這台機器人的底盤並非源於網球雄心的全新工程設計。 ET1 承襲了與 Galbot G1 相同的輪式類人型機器人血統——該公司這款身高 173 公分、重 85 公斤的旗艦機型,擁有 47 個自由度及一隻具備 12 個自由度的靈巧手部,並於 2025 年 3 月首度公開亮相。 真正的新穎之處在於腿部結構,更重要的是,Galbot 聲稱驅動該機器人的模型堆疊:AstraBrain。這套具身智慧系統據該公司描述,結合了用於任務規劃的「大腦」、用於運動協調的「小腦」,以及一個神經控制層,能將兩者轉換為關節層級的指令,其速度足以應對飛行中的球。

「世界人形機器人運動會」本身就是一項刻意策劃的產業政策,只是披著娛樂盛事的外衣。 過去兩年來,北京當局一直推動具身人工智慧企業進行公開且可驗證的展示,而非僅限於封閉實驗室的成果。其理論依據在於:當全國觀眾即時目睹機器人失敗或成功的過程,不僅能建立消費者信任,更能為國內製造商營造出一種封閉式基準測試無法複製的競爭壓力。 一場在國營電視台播出的網球表演賽,能同時觸及潛在的產業買家、地方政府採購人員以及競爭對手的工程團隊,這正是加爾博特選擇以此作為 ET1 的公開首秀,而非私人投資者展示或製造業貿易展的原因。

實際執行工作的機型

AstraBrain 建基於加爾博特所稱的「世界-動作模型」架構,旨在讓單一模型驅動多種機器人形態——無論是輪式、重型載重,還是如今的雙足機器人——而無需重新訓練

從頭開始開發每種實現方案。就 ET1 而言,該公司特別疊加了一種稱為「AstraBrain-Agent」的代理控制模式,旨在實現即時眼神接觸與動作生成,使機器人能夠追蹤人類對手的方位並預判回擊路徑,而非僅僅執行預先編程的揮拍動作。 Galbot 將這場網球示範視為證據,證明其底層的全身控制模型能夠重現從未經過明確訓練的動作;該公司認為,這項能力比網球運動本身更具商業價值: 倉儲揀貨員或家用助理機器人同樣會遇到訓練資料未涵蓋的情境,而買家需要考量的關鍵在於,該控制系統究竟能泛化應用,還是會失效。

為該模型提供資料的是「Galaxy Star Data」——這是 Galbot 使用的獨立平台,用於將不完美且非結構化的真人示範(例如從普通影片或動作感測器擷取的影像,而非來自專業動作捕捉工作室的完美資料)轉化為可用的訓練資料。 該公司向市場強調,大規模的數據品質——而非任何單一的硬體突破——才是人形機器人進步速度的關鍵限制因素,而「Galaxy Star Data」使其能以一種依賴更乾淨但更稀缺數據集的競爭對手難以匹敵的方式,壓縮其訓練流程。

採購方實際需要了解的內容

Galbot 將 ET1 宣稱為全球首款具備自主學習能力的代理型類人型機器人,但這項主張更多是行銷話術,而非採購團隊能自行驗證的技術規格。 撇開這種包裝不談,這場網球比賽確實證明了:AstraBrain 技術堆疊能夠驅動雙足機器人在全國現場直播觀眾面前,完成真正未經編排且具對抗性的任務,這比在工廠車間預先排練的循環測試——其中每個障礙物的位置都已知——設定的門檻更高。 對於評估類人型機器人供應商的採購方而言,這項區別至關重要,因為它表明該機型具備某種能力,能夠

應對那些在工作環境中不斷產生的、且預先編排的示範特別設法避免的突發狀況——例如物件移位,或是有人走進通道等。

目前尚未得到驗證的,正是部署決策實際上所依賴的一切:單價、在非精心策劃的事件中平均故障間隔時間、持續進行運動級別活動時的電池壽命,以及底層模型所宣稱的「任務轉移」能力,在具有商業價值(而非宣傳價值)的任務中能否兌現,例如在雜亂無章的設施中進行托盤裝載、 套件組裝,或是在實際雜亂無章的設施中進行的「最後一哩」配送。Galbot 尚未透露 ET1 的定價或商業上市時程,且該公司自身的資料明確指出,這款雙足平台比其已投入市場的輪式 G1 產品線更為新穎且成熟度較低。

此外,網球比賽中的表現究竟有多少是真正自主完成的,又有多少是專為這場賽事特別調校的,這點也值得商榷。 一場公開比賽——無論對打過程看起來多麼即興——並不能等同於數十次嘗試所公布的成功率;而且 Galbot 除了在轉播後流傳的精彩片段外,並未公開失敗得分、發球失誤或回收失敗的畫面。 買家應向任何提出類似概括性主張的供應商(包括 Galbot 在內)詢問,除了成功的片段之外,還應了解頭條演示背後的不成功率,因為兩者之間的差距通常正是真正的工程難點所在。

眾多競爭者爭相押注同一場賭局

Galbot 的網球示範進入了中國類人型機器人市場,今年幾乎每家資金雄厚的競爭對手都曾上演過某種形式的運動或體能技能展示,從透過動作捕捉訓練的網球發球到卡丁車駕駛示範, 每一項展示都旨在傳達同一個核心主張:單一控制模型能夠在人類眼中需要判斷力(而非僅是重複動作)的各項任務間實現泛化。什麼

讓 Galbot 的參賽項目脫穎而出的關鍵在於比賽場地。在專門的機器人運動賽事中進行全國直播,能讓該公司的主張呈現在包括潛在工業客戶、負責制定中國機器人採購標準的政府評估人員,以及將逐幀分析影片以找出延遲與故障處理跡象的競爭對手工程團隊在內的觀眾面前。

該公司押注於自身掌握技術棧的兩端——即「AstraBrain」控制模型及其資料來源「Galaxy Star」資料管道——這使其相較於從其他地方取得基礎模型授權,或依賴範圍更有限、更「乾淨」的訓練資料集的競爭對手,具備結構性優勢。 這種優勢能否在真實的工廠生產現場經受住考驗——那裡的故障模式雖不如網球擊球失誤那般引人注目,但一旦發生代價卻高昂得多——這是 Galbot 迄今尚未在公眾面前通過的考驗。

目前為止,北京現場最令人印象深刻的畫面並非技術規格表,而是一台雙足機器人在硬地球場上追逐網球——在一次對攻中重重摔倒,卻及時起身繼續下一分——這一切都由全國電視觀眾現場見證,而他們此前從未見過人形機器人做出這樣的表現。 觀眾從轉播中無法看到、而嚴謹的買家在簽署採購訂單前必須了解的,正是鏡頭之外發生的所有事情:那些失敗的訓練跑動、那些未能優雅復原的跌倒,以及讓一台機器人達到那個下午可靠表現所需的運算與數據管道成本。

免責聲明:本文僅供一般資訊參考,不構成投資、法律或採購建議。讀者應在做出商業決策前,向原始來源核實相關細節。