撰文｜杨松
编辑｜鄢子为
未来的药店、超市里，为人类提供服务的，可能是机器人。
8月下旬，世界机器人大会上，人形机器人Galbot G1用双手完成药品上架、零食取送等任务。
接到搬运任务后，Galbot G1先精准地识别出药品，再确定需要摆放的位置，伸出右臂，取出药盒，平稳地将其放至货架上。
Galbot G1由北京银河通用推出。公司创始人为北大博导王鹤，成立仅16个月，接连斩获高额融资。
6月，其完成天使轮融资，拿到7亿元资金。美团战投、北汽产投、商汤国香基金竞相参投。1个月后，银河通用又获得香港投资管理公司的青睐。
业内人士预计，其最新估值为30亿元。
归国创业
具身智能是典型的多学科交叉行业，需要产业和研究双轮驱动。
银河通用两位创始人能力互补，一位是学者，另一位则拥有丰富制造业经验。
CEO王鹤，今年32岁，担任北京大学计算机学院前沿计算研究中心（CFCS）助理教授、博士生导师。
从清华大学毕业后，他师从Leonidas J.Guibas教授，在斯坦福大学，拿到电子工程系博士学位。
“美国制造业不允许快速做出具身智能的完整demo，零部件供应不全，很多东西都得进口，硬件工程师匮乏。”王鹤在接受采访时表示，在中国做硬件，能做到成本最低、可靠性最高。
2021年9月，王鹤赴北京大学任教，创立具身感知与交互实验室。在具身智能领域，他发表近40篇论文，多次获得best paper等奖项。
“具身智能，是把大模型通用的感知和决策能力，和机器人身体进行执行的能力，结合到一起。”王鹤称，这将带来无限的机会。
联合创始人姚腾洲，拥有丰富的智能硬件产品量产经验，曾就职于ABB机器人研发中心。
两人联手，2023年5月，银河通用成立。
目前，公司在北京、深圳和苏州三地，设有研发中心，与北大、北京智源人工智能研究院，分别成立具身智能联合实验室和研究中心。其研发团队，超80人。
另辟蹊径
抓一杯水，对人类而言，是一个无需思索的习惯性动作。对机器人来说，杯子的形态、材质不同，抓取动作不同。
机器人若要具备人类的抓取能力，需接受大量数据训练。
读博期间，王鹤就开始研究具身智能，在数据处理方面，获得重要进展。
特斯拉Optimus机器人，使用的是传统数据处理方式。王鹤解释道，为了把电池放到红盒子里，特斯拉调用40人团队，通过VR眼镜遥控特斯拉人形机器人Optimus，采集数据。
王鹤认为，机器人是要替代月薪五六千的人来工作，特斯拉数据采集环节如此高成本，产品落地后能否盈利，或将存疑。
“只有合成数据，才能实现规模化量产。”王鹤提及，他一直在研究，怎么把合成数据的训练效果，无缝迁移至真实世界。
银河通用打破陈规，以合成仿真技术，为每个物体合成200条视频，再从一个物体到一类物体……通过成规模注入数据，训练机器人的抓取能力。
“我们是国内较早做到泛化物体抓取的企业。用物理仿真器生产的数据，训练机器人学习抓娶放置等技能，是我们独到的能力。”王鹤说。
据他透露，2023年，银河通用合成了100万条数据，今年一口气合成了10亿条。依托亿级数据体量，灵巧手可以抓取各种各样的东西。
Galbot G1甚至可以抓取由透明塑料皮包裹的半透明物体。公司透露，其抓取透明、高光物体的成功率，超95%。
“靠合成数据，具身智能完成0到1的突破。”王鹤说。
落地应用
数据之外，具身智能机器人，还需配备本体、大脑、小脑。
本体，即机器人“身体”。王鹤称，未来会有各类形态的通用机器人，只有跟人类干活需求相匹配的，才能得到最大的市场份额。
Galbot G1，下半身只有一条腿，装配在一个移动底盘上。
王鹤解释，相较两条腿，这样设计，成本低廉，在货架场景下，其干活水平，接近人类。
他认为，双手在场景落地上更有价值，大量应用场景，不需要双足运动能力，比如巡检、巡逻，机器狗和车一样能做。
G1身高173cm，臂展为190cm，需要抓取地面物体时，它切换到“跪姿”模式；需要拿高度超两米的物品时，又能转换为“站立”模式。其操作范围涵盖0至2.4米。
团队还将负责行动的小脑和负责感知理解的大脑，放在一起。
王鹤举例，搭配GPT-4大模型，机器人可以做到“言出法随”。
比如把一个瓶子立起来放在红色碗里，传统机器人得先采集数据，才能完成动作。银河通用团队依靠大脑、小脑大模型的联动，实现在开放语义状态下，抓取和放置物体。
四季度，售价约30万元一台的Galbot G1，将现身零售场景中。
公司计划与投资方美团合作，打造24小时无人药店。未来两三年，药店里会有更多银河通用机器人。
“把这个场景做好，公司就实现了从0到1的突破，凭借通用、泛化的技能，将辐射到更多行业。”
王鹤坚信，从1到100，是“沿途下蛋”，要一步步做事情。
