具身智能正在撕下“遥操玩具”的标签。

在 WRC 世界机器人大会上，银河通用王鹤给出了让机器人走向通用的底层技术路线图，核心动作直指两点：

1. 高动态复杂操作必须抛弃遥操（Teleoperation）

打网球、灵巧手盘核桃及空中转笔，这类涉及高频物理碰撞的微操，人类遥控根本无法采集出稳定有效的数据。

银河通用的解法是强化学习叠加 Sim2Real（仿真到现实），纯靠算法在虚拟世界跑完超1万年的试错后，直接部署真机，实现肌肉记忆。

2. 确立“世界动作模型（WAM）”基座范式

过去具身大脑有两条主流路线——谷歌的 VLA 架构极度依赖带有关节参数的昂贵动作标签数据，而 OpenAI 的 World Model 虽然能看懂海量无标签视频，却无法输出机器人各关节的控制角度。

银河通用率先提出的 WAM（World Action Model）架构正是行业目前的终局解法：将两者融合，让大模型通过无标签视频直接学习人类物理操作先验，打通了从“视觉理解”到“关节控制”的断层。

横向对比来看，近期大热的 Figure 机器人拧瓶盖动作（抓起-转-松开）依然带有遥操采集数据的非连贯特征；而英伟达 2023 年演示的转笔也受限于物理引擎保真度停留在仿真器内。

凭借过亿参数的通用小脑大模型，银河通用在多指连贯协同与高动态真实交互的落地进度上，提供了非常有参考价值的解题思路。

目前银河通用已建立超 100 万小时的人类动作数据集，如果具身智能的 Scaling Law 持续奏效，2028 年或许我们真能等来泛化操作机器人的“ChatGPT 时刻”。

#wrc2026##具身智能##机器人##银河通用#