发布全球首个面向网球对抗的人形机器人全身实时智能规控算法“LATENT”，让机器人不仅能与人类进行多拍对拉，甚至还能实现机器人之间的自主对打。这一次，机器人不再是那个“根据编程定点挥拍”的初学者，而是一个能主动思考的，真正的“对手”。

　　画面中，机器人迅速移动脚步调整站位，上下半身协同挥拍击球，将球精准回击。面对各种来球，它能够持续调整身体姿态与击球时机，与不同水平的网球对手完成多回合连续对拉。

　　网球运动堪称人形机器人的“终极考场”，运动员往往需要以超过6米/秒的速度在球场上来回奔跑，对速度15-30m/秒的来球做出反应，在几毫秒的球拍接触时间内完成击球。这样的高动态、高精度要求，让传统的人机遥操作采集数据的方式几乎行不通。

　　据介绍，LATENT的创新之处在于从“非完美”的人类运动数据中学习。这些数据仅包含捕捉网球基础技能的运动片段，如正手击球、反手击球、侧向滑步、交叉步，而非来自真实比赛中的完整序列。研究团队的核心观点是：尽管数据存在缺陷，但这类准真实数据仍能充分提供人体基础技能的先验信息，通过进一步的修正与组合，就能让搭载LATENT系统的机器人学会打网球。

　　数据显示，搭载了LATENT算法的机器人在网球回球任务性能与动作质量上均优于现有方法，具备优异的真实环境性能。值得一提的是，研究团队表示，这一框架具备泛化能力，可推广至更广泛的运动任务中。

　　银河通用相关负责人告诉记者，这种进步通常有助于推动整个机器人产业向更智能、更柔性的方向发展，为在更广泛的非结构化环境中部署机器人解决方案提供了技术验证。

　　作为人工智能与高端制造的交叉领域，人形机器人的技术发展正从执行预设指令向适应开放环境的智能决策演进。在网球这样的高动态、高对抗环境中，机器人面对的是时速超过几十公里的来球、变幻莫测的落点轨迹，以及对手不断变化的击球节奏。能够在这样的场景中实现全自主对打，意味着机器人在复杂、动态环境中实时响应和决策的能力实现了重大突破。

　　从行业视角观察，银河通用在人形机器人动态控制算法上的进展，是人形机器人技术路线演进中的一个积极信号。它表明，通过深度强化学习等前沿方法，机器人自主习得复杂技能的能力正在增强，这为人形机器人在未来应对多样化、非标准化的真实任务奠定了基础。技术的持续迭代与场景验证的深入，通常是产业走向规模化应用的前置条件。

　　今年春晚，银河通用机器人作为“指定具身大模型机器人”亮相，盘核桃、叠衣服、捡玻璃、串烤肠，行云流水般的操作，100%自主决策、自主执行，向全球展示了一场从“技术攻关”迈向“生产力跃迁”的路演。

　　在即时零售领域，银河通用已实现全球首个百台级机器人7×24小时自主卖货的零售店规模落地。全国近40家智慧零售药店里，搭载银河通用机器人全身全手端到端大模型“银河星脑”的机器人单“人”管理超5000种SKU、上万盒药品。在数十个城市的核心商圈，“银河太空舱”已落地100余家。

　　在工业制造领域，银河通用的技术方案已获得宁德时代、德国博世、丰田汽车、北汽集团等头部企业的数千台订单。

　　银河通用是一家“土生土长”的海淀企业。创始人王鹤曾感慨：“我出生在海淀、成长在海淀、工作在海淀、创业在海淀。”海淀区汇聚了清华、北大、北航、中科院等顶尖科研机构，为具身智能领域提供了得天独厚的“最强大脑”。

　　从清华北大的实验williamhill中文官方网站室，到中关村的创业街区，从“四院两中心”的高能级创新平台，到遍布全区的应用场景——一个覆盖开源生态、整机落地、算法训练、场景融合的全链条产业格局，正在海淀加速形成。

　　研究人员展望：银河通用机器人发布的LATENT为人形机器人提供了全新的技术路径，大幅降低了机器人对竞技运动技能的学习门槛。未来的可改进方向包括引入主动视觉、多智能体训练框架等等。