中国在原始创新领域迈出关键步伐，以自主技术惊艳世界舞台。

8月22日，国家速滑馆“冰丝带”内上演了一场别开生面的科技盛宴——一颗网球划破长空，直扑对面场地。

迎战它的，是一台具备高度自主能力的人形机器人。

只见机器人目光如炬，精准锁定来球轨迹，迅速调整站位并灵活转动身躯，挥拍将球稳稳击回人类运动员半场。这场人机网球对决随即拉开帷幕，多拍回合中双方你来我往，展现出惊人的竞技水平。

这一幕发生在第二届世界人形机器人运动会开幕式上。徽声在线全程直播的这场较量中，银河通用机器人不仅展现了自主跑动能力，更与网坛顶尖选手展开激烈对打。单打环节中，机器人需独立分析球路并制定战术；双打模式下，它还能与人类队友默契配合，根据场上形势动态调整策略，甚至在高速攻防中完成极限救球。

这场全球瞩目的赛事直播实现了里程碑式突破，完整呈现了人形机器人全自主网球对打场景。更开创性地实现了机器人在真实赛场上的自主感知、决策与行动能力，与人类运动员展开实时对抗与协同博弈。

回望十年前，2016年AlphaGo在围棋领域战胜李世石，让AI首次以震撼方式进入公众视野。十年后，银河通用机器人以自主接住世界名将回球的壮举，向世界展示了具身智能的AstraTennis时刻。

这一标志性时刻由中国创造，成为中国原始技术创新实力的最佳证明。

1、从形似到神似：网球成为具身智能的终极考验

本届人形机器人运动会规模空前，共有2056台机器人参与51个赛项的角逐，涵盖跑步、武术、足球和乒乓球等项目，全面探索人形机器人的运动极限。

尽管网球未被列入正式比赛项目，但作为开幕式表演赛却引发更大关注。

这并非因为技术难度不足，恰恰相反——全球范围内，仅有银河通用具备将全自主网球对抗搬上真实赛场的能力。规则制定需等待更多参与者，而银河通用选择直接挑战人类网球运动员作为对手。

相比足球场上的站位调整和乒乓球相对固定的击球区域，网球要求机器人在全场高速跑动中完成接球、平衡保持与精准挥拍，同时需根据对手变化实时调整战术，对全身控制与自主决策能力提出近乎苛刻的要求。

换句话说，人形机器人已能以接近人类运动员的方式完成整场网球博弈，其展现出的真人感令观众惊叹不已。

当来球被压向底线角落时，机器人不会仓促挥拍，而是先横向移动再通过小碎步寻找最佳击球位置。待身体重心稳定后，躯干随之转动，球拍迎着来球精准挥出。面对更刁钻的落点，它甚至能跑过大半个球场，在接近失衡的状态下完成救球。发球、接发以及正反手切换都显得自然流畅。

“像人”只是基础，更重要的是“懂网球”。

底线拉锯时，机器人会根据对手位置控制回球落点；出现机会球后，它能迅速向网前移动并改变击球方式。单打时独立组织攻防，双打时观察队友位置判断球权归属，并及时补位。更令人称奇的是，机器人不受心理波动影响，无论比分领先还是落后，都能保持专注，始终专注于下一球的应对策略。

直播镜头进一步放大了这项技术的含金量。实验室演示可反复拍摄，而真实赛场上的来球却变幻莫测。面对世界级运动员，机器人每拍都必须快速做出正确反应。

今年3月，银河通用发布的AstraBrain Latent技术已首次展示人形机器人与真人进行高动态、长程网球对拉的能力。这段视频曾引发海外科技圈热议，特斯拉CEO埃隆·马斯克也在社交平台回应，特斯拉前AI负责人Andrej Karpathy更表示初看时怀疑画面由AI生成。

如今，银河通用在全球赛事直播中以出色表现回应了所有质疑。

2、大小脑协同：AstraTennis背后的技术革命

网球运动将思考与行动推向极限，机器人亦需如此：既要理解比赛制定决策，又要在高速对抗中精准执行动作。

支撑这一切的是银河通用自主研发的具身智能大模型——银河星脑（AstraBrain），这是全球首个将大脑、小脑与神经控制集于一体的具身大模型。

在银河星脑体系中，“大脑”负责理解与决策，观察来球并分析比赛局势，制定回球策略与获胜方案；“小脑”则解决如何在毫秒级时间内协调全身动作，完成移动、平衡与挥拍等复杂操作。

网球击球时间窗口极短，机器人需在高速跑动中保持全身动态平衡，使双腿、躯干、手臂乃至腕部高度协调，以足够爆发力与精准度完成挥拍。通过小脑驱动，机器人动作不再机械割裂，而是呈现出拟人、流畅且高动态的运动状态。

但仅有大小脑协同仍不足够，关键问题在于：机器人如何习得这些能力？

人类学习网球通常从挥拍与步法练习开始，再通过大量对打培养球感。但机器人难以获得完整学习材料，记录职业运动员动作需在大范围场地内进行高精度动作捕捉，且机器人关节结构与运动范围与人类存在差异，难以直接复制。

银河星脑的独特之处在于，它能从不完美的人类数据中学习，并在虚拟网球世界中通过千万次人类先验学习、反思，同时进行多智能体博弈与对练，实现技能涌现并迁移至物理世界。

这些“不完美”数据进入银河通用核心技术平台“银河星坊”后，会在虚拟世界中被进一步放大。平台将零散人类动作转化为机器人可学习数据，并持续生成不同球速、落点与对手条件下的训练任务。

据银河通用创始人兼CTO王鹤介绍，机器人在虚拟网球世界中积累的训练时间相当于人类日夜不息连续打数十年网球。

更有趣的是，多个虚拟机器人可相互对练，在大量回合中尝试不同跑动路线与击球策略，并根据结果持续调整。机器人由此逐步掌握连续击球、底线调动与落点控制，并学习如何在博弈中创造得分机会。

简言之，人类数据为机器人提供动作大致方向，强化学习则帮助其找到适合自身身体的实现方式。

3、AI挑战真实世界复杂博弈的新篇章

从某种意义上说，AstraTennis与AlphaGo构成了跨越十年的技术呼应，也映照出人工智能两代范式的区别。

AlphaGo依靠海量棋局与自我博弈在封闭、确定的数字棋盘空间完成策略博弈，证明AI可在规则明确的世界内战胜人类顶尖棋手，开启了深度博弈AI时代。但棋盘之内一切限于符号与推演；而AstraTennis则将博弈智能从虚拟数字空间推向充满噪声、扰动与不确定性的真实物理世界。

机器人不再仅做纸上推演，而是必须同步完成环境感知、局势决策、全身动态控制与复杂物理交互。智能不再止步于思考，更需完成“认知决策+全身执行”的完整闭环。这种思维与躯体高度绑定的双重考验，看似是运动场景的基础要求，实则是长期阻碍具身智能产业化落地的核心壁垒，也是全球行业始终难以突破的技术难题。

要让机器人真正适配真实物理世界，不仅要攻克智能决策算法难题，更要解决躯体精准执行与动态环境适配的落地痛点。这导致行业长期面临现实瓶颈：高质量物理交互数据稀缺，完整人体动作无法直接复刻给机器人本体，大量方案仍停留在实验室脚本化演示阶段，难以经受公开直播的真实检验。

针对全行业落地困境，银河通用技术路径提供了关键破局思路：依托不完美人类先验数据启蒙，通过虚拟网球场千万次多智能体博弈完成技能涌现，再迁移至现实；大小脑一体化架构打通高层认知决策到毫秒级全身运动控制的完整链路，从根源上解决决策与执行脱节、真实场景适配性差的行业痛点。

当人形机器人能在大型赛事直播中自主完成完整网球博弈时，其价值已远超网球运动本身。这套经高动态对抗淬炼的技术底座具备通用迁移潜力：大量样本学习降低复杂任务数据门槛；自我博弈习得协作与对抗逻辑；虚拟训练让机器人在落地现实前积累海量经验；大小脑协同使智能真正转化为稳定可复用的行为。这意味着家庭辅助、工业操作、医疗协助等大量依赖人类经验的非结构化任务，正进入具身智能的可解疆域。

客观来看，与职业运动员相比，机器人在击球爆发力与战术多样性上仍有提升空间。但在无脚本公开赛场实现与人类运动员连续自主对抗，已标志着全球人形机器人跨过关键技术拐点：具身智能不再仅是单点演示，开始具备在真实、不可控场景下持续完成长时序复杂任务的能力。

放眼全球赛道，多数团队仍沿用大模型叠加现成控制器的拼接路线，而银河通用选择从具身智能底层出发，完整构建从“大脑”任务理解博弈决策到“小脑”全身实时运动控制的原生技术链条，并选择网球这一难度极高的真实对抗场景完成集中验证。

这便是“AstraTennis时刻”的行业分量。它不仅是一家企业的单点技术成果，更代表中国团队在具身智能这条下一代AI核心赛道上走出自主探索的原始创新路径。

过去十年AI高光时刻多诞生于海外实验室，而今天中国本土团队正在物理智能领域产出具备全球讨论度的原创突破，将AI能力边界从封闭棋盘推向更为广阔复杂的现实世界。

AstraTennis由此成为中国原创技术呈现、也能被全球共同见证的具身智能里程碑。