綜述
近日，銀河通用完成5億元人民幣戰略輪融資，經緯創投繼續追加投資。至此，銀河通用僅成立一年多時間已完成超12億元融資，創具身大模型賽道最大融資額。
經緯觀點
2023年7月，經緯創投投資銀河通用的種子輪，後續在天使輪、戰略輪持續跟投，是公司最早的機構投資人之一。經緯創投管理合夥人王華東表示，通用機器人作為人工智慧與現實世界互動的橋樑，一直是經緯投資戰略佈局的重點。經緯投資銀河通用機器人的首輪後，持續加碼，與企業並肩成長，見證了其在通用機器人領域的深耕與突破。銀河通用憑藉其自主研發的首款機器人Galbot G1，已以卓越的泛化理解和操作能力，在零售、工業製造、醫療等多個領域穩步推進應用。經緯期待銀河通用在提升技術通用性的同時，不斷覆蓋更廣泛的任務與應用場景，未來從產業場景走向千家萬戶，最終融入日常生活，實現更多生產力的解放與飛躍。
融資新聞
銀河通用成立於2023年5月，是一家專注於具身多模態大模型通用機器人研發的創新企業，致力於為全球使用者提供智慧機器人產品，服務於人類社會。北大助理教授、銀河通用創始人&CTO王鶴博士本科畢業於清華大學電子系，還是斯坦福大學博士，現擔任北京大學前沿計算研究中心助理教授、博士生導師。
在王鶴博士的設想中，“在具備通用的本體後，具身機器人‘小腦’的身體控制、靈巧操作等物理互動技能，與‘大腦’的認知、理解、規劃等能力結合在一起，是未來通用機器人的藍圖。”
基於此，歷經一年，銀河通用首款具身大模型機器人 Galbot（G1） 在今年 6 月正式公開亮相。
Galbot 是一款輪式、雙臂、身體可摺疊，較同類產品支援更大工作空間的人形機器人。相比起無法彎腰、屈膝的足腿式機器人，Galbot 將兩條腿合併為一條具有更高穩定性和運動效率摺疊腿，配以360°全向移動輪式底盤，使得身高 1.73 米的Galbot向上摸高能及2.4米，俯身可觸及地面一定範圍，從而能夠實現“類人”甚至“超人”的超大工作空間，兼顧效能和效率，支援銀河通用的具身模型在此前披露的多個商業化場景中快速迭代，迅速取得一系列令人印象深刻的落地嘗試。
眾所周知，資料採集是當今具身智慧發展面臨的最大難點，特斯拉、Google 等大廠都是透過“遙操”採集資料，但採集成本十分昂貴、無法獲得大規模資料。為此，銀河通用堅持"透過物理模擬及渲染合成大規模高質量資料"的技術路線，迄今為止已積累了幾千萬級的場景資料以及數十億級的抓取和導航資料，其多模態訓練資料規模超全球範圍同行兩個數量級。在這些合成數據上學習，Galbot可以直接泛化到真實世界當中。
Galbot 目前在國際範圍內首次實現了成功率在95%以上抓取隨機堆放、從未見過的透明、高光等物體，甚至已進一步掌握類似開櫃子、開抽屜、晾衣服等泛化操作技能，在多個場合公開展示、抓取來自數千參會者任意遞給的物體，受到CCTV等多家媒體直播報道。
對於自研具身大模型，銀河通用更是堅定投入，並在空間智慧、動作智慧和硬體智慧等方面全棧佈局, 引領具身智慧前沿技術的探索，為其產業應用上限的可持續性突破打下堅實基礎。目前團隊已在具身大模型研發上已取得了一系列突破性進展，多項成果領先全球，包括但不限於：
銀河通用團隊研發了世界上第一個支援開放語義指令六自由度取放的空間智慧大模型系統Open6DOR及對應Benchmark。該大模型系統突破Google RT-2只能控制物體放置位置的侷限性，進一步實現了透過開放語義指令對於物體在目標位置擺放姿態的精細控制，率先完成了空間智慧從Positional Intelligence到Positional+Orientational Intelligence的突破性跨越，為具身大模型商業化應用展開更大想象空間。
研發了世界上第一個基於機器人單視角影片流的端到端導航大模型Navid。無需建圖、無需除RGB相機外的其它感測器訊號，Navid率先驗證了具身智慧領域的第一個純視覺“FSD”模型的可行性。值得一提的是，該模型的動作資料完全來自於對真實世界的模擬合成，在未用一條真實世界動作資料的情況下，實現了在真實世界中Zero-Shot的跨場景泛化能力。
除此之外，銀河通用內部還有多個面向跨場景泛化的具身導航和操作大模型及支援大小腦協同工作的大模型雙系統正在內測階段，為其在產業應用上限的可持續性突破提供堅實的前沿技術儲備。大模型能力的突飛猛進，離不開團隊對於具身模擬合成技術的積累與沉澱。
在資料方面，團隊研發了迄今為止世界上最大規模的靈巧手抓取資料集，並首次公開十億資料規模下針對跨場景泛化靈巧抓取的“Scaling Law”，勇探“無人區”。
除此之外，團隊立足應用需求導向的大小模型聯動，持續夯實跨場景泛化的基礎技能，在全身運動控制和雙臂協同柔性物體操作方面持續突破。隨著技能庫的不斷豐富，撿垃圾、晾衣服等技能的泛化性更是大幅提高，為團隊在各種非結構場景中的商業化落地展開了無數的想象空間。
技術加持下，Galbot率先走進千行百業。
Galbot 第一次與公眾見面始於2024 年6月北京智源大會（BAAI）。銀河通用模擬 24H 無人值守場景搭建了一個簡易便利店，交由機器人為現場的觀眾免費取送零食、飲料，兩天時間內 Galbot 累計工作18個小時，服務了800多位顧客，完成1000多項任務，任務成功率超過97%。
沒有盛大的釋出會，沒有耀眼的聚光燈，Galbot 就以這最真實的面目，最近的距離走到了大眾的眼前，完成了它的首次人機互動之旅。
此後，7月世界人工智慧大會（2024 WAIC）、8月 世界機器人大會（2024 WRC）、9月服貿會&雲棲大會、10月的 2024 IROS 出海展……
Galbot 不斷深入使用者互動，累計服務了數以萬計的客戶，完成了大幾千量的訂單。在不斷被外界認識的同時，Galbot 也藉助每一次貼近使用者的機會，不斷總結經驗，修煉內功，為更進一步的複雜場景積蓄力量。
實現商業化落地，離不開三個技術要素：泛化能力、可實現自然語言溝通及零程式碼部署。
Galbot 不負眾望，已經將這些能力一一實現。
極強的泛化能力：面對桌面上任意形態、任意擺放、透明高光等物體，Galbot 都能穩穩抓起。
Galbot 在展會上展示泛化抓取能力
可實現自然語言溝通：觀眾們可下達語言指令，“指揮” Galbot 工作。
記者真實體驗用語音給 Galbot 下達指令
零程式碼部署：來到陌生的環境中，Galbot 可自主對環境進行三維重建，根據重建結果執行後續任務，做到真正的“開箱即用”。
Galbot 在商業領域自主進行三維重建及效果展示
王鶴博士曾表示，通用人形機器人的實現路徑將是從單一場景多工，到多場景多工，最終到全場景。而 Galbot 在整個產品商業化的路徑發展上，也基本符合這個規律。從最早期的單一實驗室場景，到稍複雜的展會臨時搭建場景，如今，更是直接落地到了更復雜的真實生產環境中。
以取貨、送貨實際應用為例，Galbot 會自主進行三維場景重建並收集場景資料，觀眾透過圖形介面或語音下單後，Galbot 透過3D地圖找到相應商品位置，自主決策使用夾爪或者吸盤，精準拾取商品並放置到指定位置。
在補貨時，面對貨架上數十種商品，Galbot 可以自主分析哪些需要補貨，並從貨筐中自主識別出對應的商品，精準抓取並放置到貨架的對應位置，無論是貨架最高層還是最底層都可輕鬆駕馭。
Galbot 在服貿會美團買藥展臺上展示無人值守工作
而在工廠、車廠的應用中，圍繞工廠剛需場景，Galbot 重點訓練料箱搬運、物料分揀、工序監督等能力，，目前已與賓士、極氪等多個頭部車企展開合作。
在某工廠執行天窗搬運工工作時，Galbot 會即時跟進玻璃天窗、包裝放置情況，並隨機應變處理突發異常。
Galbot 正在車廠進行天窗轉運工作
Galbot 完成對工作場景建圖
Galbot 可隨機應變泛化處理突發異常
在執行拆跺、料箱轉運工作時，面對多層堆疊、緊密放置的料箱，Galbot 會基於每個料箱所處位置，推理並給出不同的雙臂抓取方案，自主規劃路徑搬運至相應位置，全程完全基於視覺引導，無二維碼等定位標識。
Galbot 正在完成拆跺、料箱轉運工作
人形機器人的價值遠不止於此，除了在商業、工業領域多方試點，快速推進落地應用的同時，銀河通用也在不斷探索醫療康養、教育科研、家庭應用等場景，向服務千行百業、千家萬戶的願景不斷挺進。
未來仍充滿挑戰，但也充滿機遇。懷抱“服務千行百業，千家萬戶”的初心，銀河通用將繼續拓展技術邊界，加速產品迭代，與合作伙伴共同，推動具身智慧領域生態繁榮，構建智慧社會的藍圖。