银河通用发布ET1：不靠动捕靠交互学习，人形机器人第一次有了自主学习能力

昨天世界机器人大会上，银河通用发布了他们的首款双足人形机器人Galbot ET1，也叫"银河星仔"。说实话，双足人形机器人今年见得够多了，跳高翻跟头跑步的都有。但ET1让我眼前一亮的点只有一个：它不靠动作捕捉，也不靠动作视频，而是直接通过和人交互来学习新动作。

这个能力放在整个人形机器人赛道里，可能是今年最有含金量的一次技术突破。

交互学习vs模仿学习：技术路线的分水岭

目前人形机器人的动作学习主要有两条路线。一条是模仿学习，给机器人看大量视频或动捕数据，让它学会动作。宇树、波士顿动力基本走的是这条路。另一条是交互学习，机器人直接和人互动，从人的动作中提取轨迹，自己学会。

模仿学习的上限很高，但依赖数据量。你需要海量的动捕数据，而且机器人只能做训练过的动作。遇到没见过的情境，它大概率会卡住。

交互学习的优势在于泛化。ET1展示了一个细节：现场有人在跳街舞，ET1看着就能跟着做，而且腿部动作和手部动作的节奏都能跟上。这不是预设的舞蹈序列，是实时提取、实时执行的。

"一脑多能"的银河星脑

银河通用这次发布的不只是一台机器人，而是一整套技术体系。核心是银河星脑AstraBrain，一个端到端的具身大模型，把感知、规划、控制打通成一条网络。

传统机器人是"感知-规划-控制"三级分离架构，每一层由不同团队开发，延迟和误差逐层累积。银河星脑的思路是把这三层合并，像人脑一样同时用眼看、用脑想、用手做。

更关键的是"一脑多能"：同一个模型可以同时驱动双足的ET1、轮式的G1、重载的S1。不同形态的机器人共享同一个大脑，根据身体条件和任务需求采取不同的行动。这意味着开发者不用再为每种机器人单独训练模型。

从轮式到双足：为什么是现在

银河通用之前一直是"轮式务实派"，G1和S1都是轮式底盘。创始人王鹤说过"先解决干活问题，再解决走路问题"。现在活干稳了，走路的问题才提上日程。

这个时机选择其实很聪明。2026年人形机器人赛道的竞争已经从"能不能走"变成了"能不能干活"。宇树跳2米、跑赢博尔特，解决的是运动能力问题；银河通用解决的是作业能力问题。两条路线最终会在"既能走又能干活"这个点上汇合。

ET1目前在做的事情很有意思：学打网球。不是那种预设轨迹的挥拍，而是实时判断球的位置、对手的动作，动态调整自己的击球策略。这是交互学习在复杂运动场景下的一个标杆验证。

从技术突破到商业落地

银河通用在商业化方面其实走得挺快。G1已经在全国数十个城市部署了智慧药房，实现了全天候自主运营。"银河太空舱"在40多个城市落地超过170个点位。重载S1已经在宁德时代产线上常态化运行。

这些不是PPT上的Demo，是真正在运转的商业项目。有了这些收入和客户基础，ET1的技术探索就有了商业支撑。毕竟，做人形机器人最忌讳的就是"技术很炫，但没人买单"。

2026年的人形机器人赛道，正在从"运动竞赛"转向"作业竞赛"。谁能先让机器人在真实场景里稳定干活，谁就拿到了下一轮的入场券。银河通用用ET1证明了自己不只擅长轮式方案，在双足形态上同样有技术积累。