西湖大學發布機器人領域首個動作泛化大模型，領先國際同行6個月以上

西湖機器人發布“泰坦o1”

孫悟空拔一把毫毛吹口氣，就能擁有一群“小悟空”的分身。日前，西湖大學孵化的西湖機器人公司發布了搭載全球首個機器人領域首個動作泛化大模型的人形機器人“泰坦o1”，將這一神話場景帶入現實——這個名為“GAE身外化身系統”的通用動作預訓練大模型，相當于給來自不同廠家的機器人裝上了可通用的強大“小腦”，讓機器人可突破時空限制，實時模仿人類動作，只需一個人就能操控成百上千個身處天南地北不同地點的機器人“賽博分身”，實時進行同樣的操作。

實時復刻動作如影隨形

在演示現場，泰坦o1外觀呈橙、黑、銀拼接，風格頗具未來感。當身著動捕服的工作人員擺手、轉身、踢球時，泰坦o1會如影隨形地在毫秒間復刻所有動作：無論手臂擺動角度、轉身幅度，還是踢球時的步距與抬腳高度，甚至動作節奏，都與工作人員高度一致。

“這些動作并非預先編排，而是對人類隨機行為的實時響應。”西湖機器人創始人、西湖大學機器智能實驗室研究組長王東林教授介紹，無論操作者是誰、動作如何變化，泰坦o1都能快速跟上。

此外，泰坦o1還有不錯的“動作記憶”能力，可通過后臺指令復現已示范過的動作。在今年安徽衛視春節聯歡晚會上，西湖機器人曾憑借這一能力完成了10臺機器人的五禽戲群控表演——僅用數天調試，即可實現自定義動作生成與部署，大幅降低應用門檻。

“只要具備網絡環境，穿上動捕設備，就可以遠程操控機器人執行任務。”王東林表示，單人可同時控制多臺機器人完成一致動作，理論上控制規模不設上限。

最令人驚喜的是，這一系統幾乎不設使用門檻。無需編程經驗，也不用依賴專業人員指導，用戶僅通過動捕設備或電腦端操作，即可讓機器人完成對應動作，實現“所想即所動”。

機器人領域首個動作泛化大模型

在人體中，小腦負責協調運動、維持平衡，讓動作精準流暢。而GAE則為人形機器人帶來了強大的“通用小腦”——它能讓機器人在收到信號后瞬間做出最合適的動作。王東林介紹，這套由西湖團隊完全自研的算法，比國際上其他團隊的同類技術領先至少6個月。

“泰坦o1”在打架子鼓

“目前市面上看到的機器人已經能跑能跳能比武，但其實基本靠提前編程。”王東林說，那就好像“背課文”，需要反復訓練才能做到一字不差，而這正是傳統機器人的最大技術瓶頸——由于缺乏通用的動作模型，一套程序只能對應一套動作，機器人無法舉一反三。

而GAE這個“通用小腦”則能讓機器人即使遇到沒做過的動作，也能輕松應對。而且，它還具備“跨本體”能力，很多不同結構、不同尺寸的機器人都能搭載這套大模型。

“ChatGPT讓AI能理解并生成各種語言，擁有語言的泛化能力；Sora能生成各種視頻畫面，擁有視覺的泛化能力。”王東林說，GAE則讓機器人能模仿和執行各種人類動作，是機器人領域第一個實現動作泛化的大模型。

GAE的問世離不開長期的技術積累與數據支撐。此前，王東林團隊已在四足機器人（機器狗）、人形機器人領域深耕多年，積累了豐富的機器人運動控制技術。同時，他們還擁有全球領先、國內最大的高質量全身運動數據集，包含了人類各種日常動作、復雜動作的詳細數據，為這顆“通用小腦”提供了充足的“學習素材”。

其實，“分身體驗”只是一個開始。王東林表示，泰坦o1更重要的意義在于可替代人類進入高風險場景，如消防救援、礦區作業、高空維護等。