2026年央視春晚舞臺上，一個名為“小蓋”的機器人成為全場焦點。當它以機械臂靈活盤動核桃、精準疊放衣物時，觀眾席爆發出陣陣笑聲與掌聲。這個由銀河通用研發的具身大模型機器人，不僅完成了春晚歷史上首次“工位實操”，更以貨架取物、清理碎片等任務，重新定義了機器人的舞臺表現形式。

在盤核桃環節，小蓋展現了驚人的手內操作能力。核桃表面凹凸不平、重心持續變化，傳統機器人需依賴預設軌跡，而小蓋通過“大腦-小腦-神經控制”一體化系統，實時調整手指關節力矩。其研發團隊透露，該技術借鑒了人類戴厚手套操作的場景——通過仿真環境訓練機械手處理不同尺寸、重量的虛擬核桃，再結合真實摩擦反饋微調動作，最終實現單手操作與雙手協同的復雜任務。遞水時仍持續盤核桃的細節，更印證了其操作閉環的成熟度。

舞臺上的“透明碎片清理”任務，則考驗了機器人的環境感知極限。在燈光頻繁切換的條件下，小蓋需識別反光微弱、邊緣模糊的玻璃碎片。研發人員構建了包含數億種光照條件的虛擬碎片庫，配合多模態傳感器，使機器人能從陰影變化中鎖定目標。接觸瞬間，觸覺反饋系統會動態調整抓取力度，確保碎片既不被捏碎也不滑落。這種能力已突破展示層面，直接應用于工業質檢場景——某汽車廠商已引入該技術檢測零部件毛刺。

貨架取物環節暗藏玄機。當小蓋從擁擠貨架中取出酒瓶時，并未選擇常規的瓶身抓取方式，而是精準扣住瓶蓋。這一決策源于其“ affordance感知”技術：通過分析物體結構與空間關系，機器人能自主選擇最優操作點。更關鍵的是，每次動作均實時計算，而非播放預錄軌跡。這種動態規劃能力，使其在零售場景中可高效完成貨架補貨、訂單分揀等任務，目前已在100余座城市的“銀河太空艙”自主售貨站落地。

生活化任務考驗更顯硬核。穿烤腸時，小蓋需協調烤鉗操控、簽子穿插與遞送節奏，雙手空間定位誤差需控制在毫米級；疊衣服環節，其通過人類動作數據學習布料褶皺處理，撫平衣角、對齊折痕的動作流暢度堪比真人。這些技能源于銀河通用的“具身學習框架”：先以少量人類示范建立行為先驗，再通過仿真環境生成海量訓練數據，最后用強化學習優化操作策略。該框架使同一模型能適配抓取、操作工具、柔性物體處理等多樣化任務。

支撐小蓋“聰明腦袋”的AstraBrain系統，采用四階段訓練流程：人類示范提供技能種子、仿真數據覆蓋極端場景、強化學習形成最優策略、真機數據完成現實校準。其配套的AstraSynth數據體系，構建了“人類數據-仿真數據-真機數據”三層架構。這種虛實結合的訓練方式，使機器人學習效率提升數十倍——傳統方法需數千次實操才能掌握的動作，現在僅需數十次仿真訓練加少量真實數據微調即可實現。

銀河通用的技術突破并非偶然。作為具身智能領域頭部企業，其成立兩年融資超8億美元，最新估值突破210億元。除春晚亮相的Galbot（G1）輪式雙臂機器人外，其工業重載型號Galbot S1已與衛星、航母等“國之重器”同臺展出。在產業落地方面，該公司已與寧德時代、極氪等制造企業簽訂千臺級訂單，并在倉儲物流領域實現全球首個百臺級機器人7×24小時自主運營零售倉。醫療場景中，其與宣武醫院合作的病房服務機器人，可完成藥品配送、患者引導等任務，并在2025世界人形機器人運動會中奪得全自主操作冠軍。

從2016年優必選540臺Alpha機器人創下吉尼斯紀錄，到2026年多家具身智能企業集體登臺，春晚十年見證了中國AI從硬件追趕到算法領跑的跨越。當小蓋在除夕夜穩穩盤動核桃時，這場持續十年的技術馬拉松，正從運動控制突破階段，邁向解決實際問題、創造產業價值的新征程。