第二届世界人形机器人运动会落幕后，留在公共视野里的热度大多由两样东西构成：单项赛里跑跳腾空的极限画面，和奖牌榜上一轮轮被写进标题、做成海报的总数排名。这两样内容天然适合传播，叠加起来，便把这场行业盛会的公开面目定格成一场关于纪录与数量的比拼。
如果把目光从这两处移开，落到51项赛事里公认最难的那一组考题上，会看到另一套评判体系。
家庭服务、餐饮服务、商超零售是本届运动会公认任务复杂度最高、流程最长、最能挑战机器人大脑极限的一批场景赛，也是离真实商业环境最近的一组，技术难度与商业潜力罕见地在同一组赛项上同时顶格。而有一家具身公司恰恰只选择了这最难的三个赛项，这家公司正是银河通用。
在赛项选择的思路上，银河通用在两届机器人运动会上都保持了同一判断——只追求最难的场景。上一届它只报了一个赛项，药品分拣，并以极大的优势取得了该赛项的冠军；而这一届，银河通用报名的赛项扩展到三个，正是家庭服务、餐饮服务和商超零售。
而赛程结果也和去年相似，银河通用稳稳地将这三枚金牌全部收入囊中，在商超零售一项更包揽了金银铜所有奖牌。100%的夺冠率，一时间成了赛后各家媒体争相报道的热门话题。
某种程度上，一家具身公司选报赛项的思路，清晰折射出其内部对技术与场景投入的侧重。100%夺冠的结果，叠加对最难场景的执着追求，不经意间流露出的，除了银河通用优越的技术能力边界，更有公司对高价值场景的专注深耕。
行外看热闹，行内看门道，要真正理解银河通用这三块金牌的分量，我们需要重新仔细拆解。
家庭服务：场景考卷的最后一道大题
家庭服务赛项是公认的场景赛最难考题，不但场景与任务的复杂度高，更是全赛程最长（30分钟）任务，对机器人的稳定性、自主性和长时间复杂任务执行能力都提出了极高要求。
赛场设在栖息地体验中心观湖国际店，这是一套完全保留了真实客厅、卧室、卫生间和阳台等多空间的实景住宅。拖鞋、玩具、遥控器、水果刀、樱桃、苹果等生活用品被随意散落在房间各处，全屋的装修、灯光、家具、通道、设备与工具也没有进行过任何适配机器人操作的改造，是一个100%真实的复杂家庭场景。
机器人被要求在这样的环境中完成四项任务：物品归置、收纳整理、日常清洁和中途随机派单任务。
整个赛项要求在30分钟内完成一整套家政任务：
1、先把客厅里散落的物件分类放回各自的位置；
2、随后进卧室，把床上随意放置的两种衣物叠好、打开衣柜收纳进去；
3、洗衣环节，将脏衣物投进洗衣机，将洗好的衣服挂上衣架完成晾晒。
归置、收纳、清洁三大环节按顺序推进，全程必须自主连贯执行，流程一旦中断或失败便无法得分。
而更高的难度在于整个任务途中，还会随机触发一项随机任务，要求机器人立马终止现有动作，优先完成随机任务，并在结束之后再无缝回到之前未完成的主任务中。
四类任务所考察的都不是机器人的单一能力。除了基础的识别、移动、抓取、放置、双手协同、空间理解、柔性物体操作等原子能力的稳定性之外，还着重考验机器人大脑对于长程连续任务的规划、记忆、断点继续的能力。
在物品归置环节，我们可以看到银河通用全自研的轮式双臂机器人Galbot G1在杂乱的背景中将散落在地面、茶几、沙发、餐桌上的玩具、钱包、遥控器、水果等物品，精准地归置到了他们应该被放置的地方，整个过程流畅丝滑，抓取和放置的动作干净利落。这个任务对于G1来说更像是简单的前菜，唯一的挑战点在于同时对多种物品归置目标的记忆。
在收纳整理任务中，Galbot G1先是用夹爪压按把手，推开一扇关闭的房门进入卧室，将随机散落在床上的一件T恤和一条牛仔裤抓起、叠好。接着转身双手协同配合打开一扇双开的大衣柜门，将叠好的T恤和牛仔裤平整地放进衣柜，关闭柜门。
T恤与牛仔裤的叠法完全不同，机器人需要通过提纲挈领的动作来识别出柔性物体的种类，找到衣领、袖口、衣角，并采取对应的操作，完成多次折叠，这本身就比展会上各类单一T恤的叠放任务要高出一个难度量级。
另外，在赛后采访中，银河通用创始人兼CTO王鹤在接受媒体采访中特意提到这个技术难点，床上叠衣的任务会比硬质桌面上叠衣又要难出一个量级。因为床垫会下陷，床单有褶皱，摩擦和视觉背景也在变化，同一个动作在不同位置可能产生不同结果，机器人需要不断感知衣物和床单的新状态并调整其动作，比如在桌上叠衣服就无需考虑叠衣服的过程会夹到床单，而在床上操作，就需要重点处理抓取的力度和精度。
在日常清洁任务中，G1先打开滚筒洗衣机的门，将洗衣筐里的衣物放进洗衣机内。机器人操作领域中，“探囊取物”这件事远比想象难得多。
洗衣筐内部是机器人的视觉盲区，行业内的通常做法是抬高视野，但仍无法解决机器人手伸进筐内时对物品的遮挡问题，抓取成功率依旧很难保证。银河通用采取的方案是直接依靠伸进筐内的腕部相机获得完美视野，实现精准抓取。
此时，随机任务触发，语音提示有快递到达门口。G1立即终止正在执行的清洁任务，迅速移动至门口，将快递取回放置在餐厅桌上，随后又继续回到卫生间继续执行未完成的取衣晾晒任务。这正是临时任务所要考察的动态任务调度能力，也就是之前提到的对于长程连续任务的规划、记忆、断点继续的能力。
最后G1还要完成一个难度极大的晒衣服动作，模型要在平铺的衣服中准确找到衣领，通过左右手交替撑开空间，另一只手取下极细的同色衣架插入衣领，然后拉起另一侧的衣领包裹住衣架，最后将撑好的衣服晾晒到晾衣杆上。
这是极度复杂的多轮密集接触交互，精准找到衣领、操作细薄且与衣服同色的衣架、预判衣领柔性变化，这些难点也让这个任务成为全场失败率最高的最后一道大题。据现场裁判表示，开赛一天半，能用左右手交替顺利完成晾衣的只有一支队伍。
G1完成以上所有任务，仅耗时26分12秒，全程自主运行，以最高分、最短用时提前完赛，接近满分的305分夺得冠军。
值得一提的是，赛事为场景赛设置的技能断网复现复核环节共五次机会，银河通用第一次复核便拿下满分，再次印证了其技术的稳定性。
餐饮和零售：厚积薄发的胜利
餐饮服务赛项把连续作业从住宅搬进一处快餐厅的柜台，是三个场景里限时最短的一场考试，二十分钟内，点餐取餐、餐品加热、饮料制作三个环节按通关制依次推进，完成上一环节才能进入下一环节，全部任务满分三百分。
赛场设在国家速滑馆内，五张简易桌围成U型，模拟出一处快餐厅的柜台，三边桌面上依次摆着食品夹、食物柜、微波炉和饮料机。整道题考的是从听懂裁判一句语音下单，到把加热好的餐品和接满的饮料平稳端到交付区的完整闭环。
比赛从裁判的语音下单开始，“请给我拿一个包子、一个饺子”。参赛机器人需要在接收到语音指令后，用夹爪拿起食品夹，从食物柜里精准夹取两种餐品，将餐品放进微波炉加热，最后拿空杯接满不少于二百毫升的饮料，每个环节的餐品都要平稳送到交付区，配餐才算全部完成。
对于银河通用这样顶级水平的参赛队伍而言，这个赛项里真正的赛点已经不在语音识别，视觉识别和基础的稳定抓取和放置等原子动作上，而在于对人类通用工具和设备的使用。取食物夹，并全程通过食物夹来抓取食物，就是第一关——隔着一层工具感知和发力。
当机器人直接抓取物体时，手/夹爪和物体之间没有中间环节，感知和力控都会更加灵敏；但当它使用餐夹时，力要从夹爪传到夹子再传到食物，夹口的开合行程和手的动作也不相同，夹口内侧的状态还被手和夹子挡住，机器人只能靠精密的触觉和力控去尝试。
包子饺子这类软食更麻烦，夹轻了走到半路会掉，夹重了直接捏变形。这套夹取任务的难度，其实要远高于其他场景里抓取任务的难度，其本质正是具身智能最前沿的命题——工具使用。
另一个被大多数解读忽视的难点，在于设备交互能力。微波炉的门、旋钮、饮料机的按钮，都是人类最常见的工具交互动作，但对于机器人来说，这又是一个高难度的课题。
旋钮和按钮这类操作，真正考验的是视觉、触觉和精密力控的配合。视觉确认当前角度和目标刻度，接触之后的事就交给触觉与力控：按钮的操作还相对容易一些，只需要找准位置，施加下压力，触觉感知触发即可。旋钮的操作就更为艰难，夹爪捏住旋钮外缘开始旋转，夹持力太小会打滑，太大又可能会损伤工具，旋转中阻尼的变化和到位的止挡都要靠触觉和视觉的配合。
这两类动作的精度都发生在接触的那一瞬间，视觉提供的是先验，触觉和力控负责的是闭环，三者要在一次接触里完成完整的感知、决策、输出，因此也成为餐饮赛项里最考验力控水平的动作，大多数参赛队伍都在这一步反复折戟。
面对这样的挑战，多数队伍选择遥操方式来提升成功率。但银河通用则坚持全自主模式，最终以6分55秒的最快速度自主完赛，全程精准力控、零失误，夺得餐饮场景冠军。
商超零售的赛项题面更贴近超市理货员的真实工作内容：补货、拣货、查错、归置。而这道题真正要考的东西，恰恰是三个场景里最难量化的一项能力，泛化性。
家庭和餐饮场景对于操作物泛化性的范围还局限在个位数的SKU操作上，但在商超零售场景的决赛现场，两组共四个多层开放式货架上，薯片、牛奶、饼干、火腿肠、纸巾、矿泉水、桶装方便面等近百个SKU混装在一起，而且软包装、硬纸盒、桶装、瓶装的形状、颜色、规格也各不相同，同一排货架上还摆着外观相似的不同商品。精准识别每一个SKU的种类就成了这个场景的第一道坎。
另一方面，我们还关注到，这个赛项所设置的货架上，产品的密集程度极为真实。相比各类展会上，我们常看到不少demo将货架上的商品稀稀拉拉摆开，间距比商品本身还大的场景，要从如此密集的商品摆放中，在不触碰到其他商品的前提下，精准地抓取出目标商品的难度又升一级。
赛项要求机器人在二十分钟内依次完成商品拣选、货架补货和巡查归位。机器人先要识别外卖清单，按照商品名称、规格和数量在货架中找到正确商品并完成拣选，随后自主巡查货架，发现随机设置的缺货位置、判断需要补充的商品，从补货箱中取出正确物品完成补货，最后还要在商超环境中发现被错误摆放的商品并将其归回正确位置。
现场几乎每一步都埋着随机性，订单内容各不相同、缺货位置不固定、乱放商品的位置每次都会变化，货架上甚至可能出现外观相似却并非目标商品的干扰项，预先设计好的固定路线在这种情况下并不存在，机器人只能依靠实时感知、准确判断和自主决策，把每一次上场都当成一道新出的考题。最终，银河通用同样用全自主模式，包揽该赛项的金、银、铜牌。
熟悉银河通用的人，对这两个场景的夺冠大概不会意外，这家公司本就是具身智能企业中最早一批把商业零售真正投入到常态化经营的先行者。
早在2024年，银河通用就落地了首家24小时机器人智慧药房，如今已经开出近百家门店，7×24小时运转，王鹤在本届WRC期间还给过一组数字，药房累计抓取超过一百万盒药无一抓错；
2025年首发的“银河太空舱”也从北京的单点发展到全国近50个城市，200个点位，机器人自主运营超过一年；今年年初在便利店里用一根“kaochang”震惊福克斯主播的也是他家，2026央视春晚还和沈腾马丽搭戏火出圈。
赛场为参赛队伍临时搭起来的柜台和货架，对G1来说不过是换了个地方上班而已。银河太空舱、药房、便利店里每一次真实抓取都在为模型的迭代回流数据，商业场景上的先发优势沉淀下来的数据和经验，正是银河通用在这类场景上一骑绝尘的根基。
金牌背后的底气
三块金牌在赛场落袋的同一周，银河通用的动作并没有停在领奖台上。
8月19日WRC开幕当天，它发布第一款双足人形机器人“银河星仔”。三天后，星仔站上运动会开幕式，在中央球场与世界冠军郑洁、明星李昀锐打完一场全球直播的公开网球赛。
9月3日，“银河星仔”（Galbot ET1）正式开启全网预订，产品首发市场表现亮眼。上线24小时内，该机器人整体预订量突破200台，其中京东平台预订量超100台。发布、对战、夺金、预订挤在十二天里先后落地，而这些都只是银河通用深厚的人才和技术积淀浮出水面的部分。
8月19日的发布会上，王鹤详细拆解了理解三块金牌的底座——银河星脑（AstraBrain）。
按王鹤的介绍，银河星脑采用大脑、脑桥、小脑的端到端架构，大脑负责感知与规划，输出粗粒度的动作意图，小脑接收大脑相对低频的信号，把它高频转化成全身关节的控制指令，这套架构被描述为全球首个把大脑、小脑与神经控制收进同一个模型的“全身全手端到端大模型”，打通了从高层多模态感知到底层实时反馈控制的全链路。
在大脑这一层，王鹤把VLA与世界模型两条技术路线统一成了他在2025年ICCV上提出的“世界－动作模型”，银河星脑就是这条路线走到工程阶段的形态，运动会上三个赛场里机器人的每一个决定，都出自这颗聪明的大脑。
同时，银河通用的场景落地也已经铺成四条线。除了最早跑通药房、太空舱等零售线，工业线是分量最重的一条。重载机器人S1今年1月首次部署到宁德时代产线、3月完成验收，到6月宁德时代与银河通用签署全球战略合作协议时，它已经在量产线上自主作业超过六个月。
医疗康养和区域合作是正在打开的新口子。
王鹤在大会期间透露，机器人已经在养老院带老人做健身操、在室外场景做引流这类应用里出现，公司也与首都医科大学宣武医院共建联合实验室；7月银河通用又与杭州钱塘区签下全场景战略合作，银河太空舱、智慧咖啡机器人和智慧药房将进入园区与民生场景。
对银河星脑来说，这些门店和产线的价值不止于订单，药房24小时不停歇的拣货、太空舱的每一次交付、产线上每一次搬运都会回流成下一次迭代的数据，场景铺得越广，基座模型被真实世界喂得越饱，这正是它和只在展台上跑demo的公司之间最根本的差别。
银河通用成立三年有余，2026年初估值即超230亿，位居未上市机器人企业第一。
这三块金牌的意义，远不止于赛场上的技术炫耀——它们向一级市场验证了长程任务泛化能力已具备商业复制的稳定性，向二级市场传递了从24小时药房到宁德时代的场景闭环已跑通。
三块金牌的分量，压在人才积淀的厚度上，也压在初心不改的坚持上，前者决定这家公司能站多高，后者决定这条路能走多远。当同行还在为单点demo的展示效果而欢呼时，银河通用已经把赛场变成了产品发布会，把金牌变成了估值锚点。（本文首发于钛媒体APP）
热门跟贴