十年前AlphaGo在棋盘战胜顶尖棋手,十年后具身智能想在网球场回答另一个问题:机器能否在真实物理世界里完成高速感知、决策与全身博弈——银河通用把这一幕称作「AstraTennis时刻」。
银河通用(Galbot)是国内具身智能与人形机器人公司,技术栈围绕自研具身大模型与真实场景数据闭环。8月22日,2026世界人形机器人运动会开幕,银河通用受邀参加机器人网球比赛,与顶尖人类运动员同台,中央广播电视总台面向全球直播。公开材料称,这是全球首次通过大型赛事直播完整呈现人形机器人全自主网球对打:机器人自主感知来球、跑动、正反手击球、发球接发、底线调动与网前截击;与人类运动员连续多拍对打,在双打环节与人类队友实时协作、动态调整战术,并在高速攻防中完成极限救球;摔倒后可自主站起继续比赛。
网球之所以成为高难度验证场景,在于它同时挤压感知、决策、全身运动控制与实时博弈:来球速度快,击球需手臂、腕部、双腿与躯干高度协同,且必须根据对手变化实时选择跑位、球路与得分策略。银河通用对外强调,机器人展现的不仅是「像人」的动作,更是「懂网球」的策略——覆盖比赛全过程能力,并在高强度对抗中根据对手调整行动、思考如何创造得分机会。
技术架构公开叙事:
产业观察上,AstraTennis的营销价值在于把具身智能从「实验室回放」推到「全球直播对抗」——采购方与客户未必懂关节扭矩,但看得懂「能不能接住职业选手的球」。对赛道,它把验证任务从搬箱子扩展到开放、高速、对抗性运动,也意味着数据与仿真投入门槛陡增。可以把它想成:棋盘上的胜利证明算力与搜索,球场上的多拍对打证明身体、物理与心理韧性(机器人虽无焦虑,但硬件韧性是硬指标)——走出球场后,银河星脑能否把同一套闭环降维到家庭服务与工厂协作,才是商业化考题。
需要把边界读清楚。表演赛与职业赛事规则、用球与场地条件可能经过设计;对人类顶尖运动员的「对战」不等于竞技体育意义上的胜负统计。下一观察点是技术是否开源或可授权,以及非网球场景迁移的首批客户案例。