在具身智能機器人從實驗室走向現(xiàn)實的洪流中,如何跨越"像人"與"能干活"之間的鴻溝,是所有機器人企業(yè)面臨的終極考題。

在2026年節(jié)點增長大會上，銀河通用副總裁聞愛榮并沒有直接羅列冰冷的參數(shù)，而是道出了具身智能最底層的“愿景”：機器人不是為了解決當下的效率內(nèi)卷，而是為十年后的老齡化社會“種樹”。

作為成立兩年半估值即破200億的獨角獸企業(yè)，銀河通用走出了一條獨特的路徑：在數(shù)據(jù)上，利用合成數(shù)據(jù)實現(xiàn)“彎道超車”；在商業(yè)上，堅持“零售+工業(yè)”的雙輪驅動——用零售場景的廣度驗證穩(wěn)定性，用工業(yè)場景的深度打磨精確性。

在她看來，具身智能的征途正如十年前的移動互聯(lián)網(wǎng)變革，起于微末，卻將在未來徹底重塑人類的生活方式。

為了完整呈現(xiàn)聞愛榮的思考，在不改變原意的基礎上，節(jié)點財經(jīng)對演講內(nèi)容進行了整理編輯，希望能提供新的視角與洞察。

核心觀點梳理：

1. 銀河通用的“十年之約”是造福人類社會 ：機器人的出現(xiàn)不是為了解決當下的短期問題，而是像十年前布局移動出行一樣，解決十年后嚴重的“留守老人”養(yǎng)老與用工短缺問題。

2. 數(shù)據(jù)訓練可以“彎道超車” ：不同于人類的循序漸進，機器人通過“仿真合成為主、真實數(shù)據(jù)為輔”的新范式，可以極大地壓縮學習周期，當前銀河通用已擁有全球最大的百億級合成數(shù)據(jù)集。

3. “零售+工業(yè)”雙線并行牽引技術發(fā)展 ：零售場景容錯率相對較高，用于規(guī)?；炞C硬件性能與商業(yè)模式；工業(yè)場景容錯率極低，用于打磨技術精度，提升工作效率。兩者相輔相成，缺一不可。

4. 從“單手拿”進化到“左右互搏” ：具身大模型的進化速度驚人，短短幾個月內(nèi)，機器人已從實驗室的單手抓取，進化到能在復雜環(huán)境下實現(xiàn)雙手協(xié)同，完成了從實驗室技術展演向常態(tài)化商業(yè)運營的跨越。

以下為聞愛榮演講精編：

不僅是造機器人，更是為未來“種樹”

大家好，我是來自銀河通用的聞愛榮。特別開心能和大家在2026年節(jié)點增長大會互相學習與交流。

銀河通用成立于2023年5月。 這家年輕的公司，在不到兩年的時間里，完成了從實驗室技術攻關到街頭場景落地的驚人跨越。

因為從成立的第一天起，我們的愿景就十分清晰：我們要打造一款通用的機器人，讓它真正進入千行百業(yè)、千家萬戶，幫助人類更好地生活。

目前為止，我們在工業(yè)、商業(yè)、醫(yī)療、教育等領域與海內(nèi)外知名企業(yè)達成了深度合作。在工業(yè)領域，我們與德國博世成立了合資公司，并從寧德時代、北京奔馳、極氪汽車等巨頭手中，拿到了千臺級工業(yè)級機器人的真實工作訂單。

經(jīng)常有人問我這樣一個問題：“你覺得機器人到底還要多少年才能走進家庭？”

回答這個問題之前，我想分享一段最近的親身經(jīng)歷。

前段時間，我回了一趟老家——一個典型的五六線城市農(nóng)村。在那里，有兩個場景深深觸動了我，甚至可以說，它們是我投身具身智能行業(yè)的原動力。

第一個場景，關于“孤獨與安全”。

我回家的主要目的是看望長輩。在新農(nóng)村建設日新月異的今天，有一個讓人揪心的現(xiàn)象：以前我們說農(nóng)村是“留守老人和留守兒童”，但現(xiàn)在，農(nóng)村幾乎只剩下留守老人了。那一刻，我內(nèi)心五味雜陳，因為一天到晚幾乎沒有說話的人，十分孤獨；我更擔心安全，如果腿腳不便的老人摔倒了，要過多久才能被人發(fā)現(xiàn)？這種無助感觸動了我。 它回答了“為什么我們要選擇做具身智能機器人”——因為人類需要它，未來的養(yǎng)老需要它。

第二個場景，關于“變化與希望”。

雖然村里人少了，但有一個驚人的變化——不到一分鐘，就能用打車軟件叫到一輛出租車。 為什么這個細節(jié)讓我如此感慨？回想2014年，我在北京中關村加班到深夜十一點，地鐵停運，在這個全中國最繁華的科技中心，為了等到一輛出租車，足足需要兩個多小時。十年后的今天，在五六線城市的農(nóng)村家門口，交通便利程度竟然超越了十年前的北京，這在十年前是無法想象的。我深刻領悟到：我們今天所做的努力，可能無法立即解決當下的所有問題，但它就像十年前種下的因，十年后終將結出改變世界的果。

我也想回應那些質(zhì)疑“機器人現(xiàn)在什么都干不了”的聲音。是的，現(xiàn)在的機器人可能站不穩(wěn)、效率不夠高，但我們今天進入這個行業(yè)，不僅僅是為了解決當下的痛點，更是為了十年、二十年后，當老齡化社會全面到來，當用工短缺成為常態(tài)時，我們能有一棵大樹為人類乘涼。

這是銀河通用出發(fā)的內(nèi)在愿力：做造福人類、改變世界的事情。

合成數(shù)據(jù)彎道超車，大模型極速進化

情懷需要實力來落地。

銀河通用之所以敢做這件事，是因為具備了“硬件本體 + 高質(zhì)量數(shù)據(jù)集 + 具身大模型 + 落地運營”的全棧能力。

第一、務實的硬件本體。

2024年5月，我們發(fā)布了第一款產(chǎn)品。 在全世界都在卷“雙足機器人”的時候，我們選擇了一個獨特的形態(tài)：輪式底盤 + 折疊式身體 + 超長雙臂。

為什么選輪式？

因為我們從初心出發(fā)，就是想讓機器人真正能夠快速去“干活”。 輪式底盤的穩(wěn)定性與效率，配合折疊身體的靈活性，支撐了我們從實驗室到場景的快速規(guī)?；季?。 兩年來，我們一直在打磨這一款產(chǎn)品，專注讓它做到極致。

第二、數(shù)據(jù)新范式。

銀河通用采用了一條獨特的數(shù)據(jù)范式：以仿真合成為主，真實數(shù)據(jù)為輔，“虛實結合”。 我們擁有目前全世界最大的仿真合成具身智能數(shù)據(jù)集，規(guī)模達到百億級。 通過這種新范式，我們大大縮短了數(shù)據(jù)獲取時間，降低了成本。 同時，我們在全國多地布局了真機數(shù)據(jù)采集訓練場，為模型訓練提供源源不斷的真實數(shù)據(jù)微調(diào)支持。

第三、模型進化史。

簡單概括就是：從“單手抓取”到“能力泛化” 。

對于非技術背景的朋友來說，“具身大模型”可能很抽象。 以下是大模型發(fā)展的時間節(jié)點：

? 2025年1月(實驗室階段): 此時的模型像個初學者。 在實驗室里，通過固定臺臂，機器人可以自主抓取桌面上的任意物體，無論是軟的、硬的還是異形的，也不論光線和位置如何變化，它都能搞定。

? 2025年5月（場景遷移階段）：我們將模型遷移到銀河通用的輪式本體上，并布置了第一個線下場景——立面貨架。面對稀疏擺放的飲料，在沒有使用任何真實數(shù)據(jù)訓練、僅靠仿真合成數(shù)據(jù)的情況下，我們就實現(xiàn)了95%以上的抓取成功率。

? 2025年7月(上海WAIC): 場景復雜度升級。貨架上的商品變了，從瓶裝擴展到袋裝、罐裝、膨化食品；擺放變了，更加密集；掛載方式變了，出現(xiàn)了掛鉤式物品。機器人依然應對自如。

? 2025年8月(北京WRC): 能力再次躍升。機器人學會了雙手協(xié)同，可以同時拿取不同的物體。 機器人打破了本體限制，實現(xiàn)了“能力泛化”、雙手出擊。

零售求廣度，工業(yè)求深度

技術不僅要炫，更要有用。通過一系列的技術積累，我們快速將產(chǎn)品推向了現(xiàn)實生活。

在零售場景，銀河通用推出“銀河太空艙”，圍繞智慧城市服務，為市民進行自助零食、飲料等商品售賣 。今年9月，北京頤和園十七孔橋頭，部署了銀河通用的“太空艙”。 這不是一個簡單的展示柜，而是一個常態(tài)化運行的機器人售賣單元。

短短三個多月，銀河通用已經(jīng)覆蓋了全國20多個城市、40多個點位。 包括上海正大廣場、成都春熙路、東郊記憶，到北京王府井、前門、圓明園，甚至即將入駐的水立方、鳥巢等一線城市核心地標。

這里有兩個關鍵挑戰(zhàn)：

第一、泛化性。

每個城市的艙內(nèi)商品都不同，有文創(chuàng)、有飲料、有特產(chǎn)，機器人必須適應各種未知的物品。

第二、確定性。

面向普通消費者，我們要求整體成功率達到99%以上。 在十一黃金周期間，單艙日均服務用戶數(shù)千人，經(jīng)受住了大流量的考驗。

明年，我們將啟動“千倉計劃”，在全國Top級城市和點位實現(xiàn)一千個太空艙的覆蓋。

此外，我們的人形機器人智慧零售解決方案也已運行一年多。早在去年11月,我們就與合作伙伴合作,在四五十平米的倉庫內(nèi)裝入四五千個SKU。機器人負責分揀打包，快遞員直接取貨，實現(xiàn)了7×24小時連續(xù)作業(yè)。

除了零售場景，銀河通用也在多領域開花：醫(yī)療康養(yǎng)，與宣武醫(yī)院建立聯(lián)合實驗室，服務醫(yī)療場景；科教競賽，支持國際人工智能奧林匹克學術活動，提供真機現(xiàn)場支持；銀河通用也在積極推動生態(tài)開放，2026年，我們將正式開放渠道合作伙伴通道。

無論是在文旅、物流，還是家庭場景，我們希望更多的渠道方、運營方加入銀河通用的生態(tài)，共同挖掘具身智能的價值。

很多人可能會好奇，銀河通用如何在核心工業(yè)場景的深度攻堅，與零售大眾化場景的廣度覆蓋之間做平衡？兩者的技術復用與商業(yè)回報如何協(xié)同？這也是我們戰(zhàn)略思考的重點。

首先，從資源配置上看，工業(yè)和零售是兩套完整的獨立建制。從研發(fā)、工程到市場，都有專門的團隊負責，因此不存在資源上的顧此失彼。

其次，從技術邏輯上看，這是“廣度”與“深度”的辯證統(tǒng)一。

零售場景的特點是頻次高、場景雜，但容錯率相對較高。 這讓我們得以快速鋪開市場,在大規(guī)模應用中驗證硬件性能、商業(yè)邏輯的適配性。

工業(yè)場景的特點是節(jié)拍快、精度高、容錯率極低。做到99.9%都不一定能滿足要求，必須死磕100分。

這兩種場景在實踐中形成了強大的協(xié)同效應。零售場景的規(guī)?；帕浚瑸槲覀兲峁┝撕Ａ康恼鎸嵾\行數(shù)據(jù)，幫助我們打磨系統(tǒng)的穩(wěn)定性。 而工業(yè)場景的高要求，則推動我們努力提升效率。

舉個例子，最早在太空艙拿一個貨需要40多秒，但工業(yè)場景要求必須快，這種壓力迫使我們優(yōu)化模型和算法，現(xiàn)在我們的零售場景機器人也能將單次任務壓縮到20秒以內(nèi)，效率提升了一倍。

這就是銀河通用的邏輯：用零售的廣度驗證穩(wěn)定性與商業(yè)模式，用工業(yè)的深度倒逼技術精度與效率極限。