在北京中关村鼎好DH3大厦一层的全家便利店，一位“新员工”已经上岗数月。它不是真人，而是 银河通用 开发的具身智能机器人“迎宾小盖”。
顾客走近时，它会主动问候，还能根据对方的穿着和动作即兴聊天；有人需要水或烤肠，它能挪动身体、伸出双臂，从货架和烤箱里精准取物递出。
对服务机器人长期“能演示、难落地”的印象来说，这一幕颇具标志性意义。便利店客流密集、需求多变，是典型的复杂城市场景，“小盖”在这里持续作业，意味着具身智能开始接受真实世界的长期检验。
银河通用 联合创始人张直政把背后的技术体系概括为“银河星脑”（AstraBrain）。按照他的说法，这套架构首次把“大脑—小脑—神经控制”串成端到端闭环，让机器人能够同时完成多模态感知、任务规划和实时动作执行。
但比单点技术更受行业关注的，是 银河通用 近期发布的WAM-TTT框架。这是一个面向具身智能世界模型的测试时后训练（Test-Time Training）框架，核心目标是解决机器人在真实场景中“到了现场就失灵”的老大难问题。
张直政打了个比方：一个厨师在学校学会了做菜，但进入不同餐厅和家庭后，锅具全换，还能不能炒出同样水平的菜？机器人也是一样——实验室里表现优异的模型，部署到真实环境后往往需要重新采集数据、重新训练，周期长、成本高。
WAM-TTT的思路是把“学习”后移到部署阶段。机器人只需观看少量人类操作视频，就能将已掌握的技能迁移到全新场景，不需要机器人本体数据，也不需要动作标注。
根据公开论文，WAM-TTT在冻结预训练世界动作模型的基础上，加入轻量级自适应记忆模块，通过自监督视频预测整合人类视频信息，再经元训练阶段把人类视觉线索与机器人行为对齐。
换句话说，预训练模型提供通用能力，记忆模块负责“现场补课”，基础模型的泛化能力被保留，同时又能针对具体环境快速调整。对规模化部署来说，这意味着单台机器人的落地成本可能显著下降。
这并非孤例。海外方面， 谷歌DeepMind 在7月底发布了Gemini Robotics 2，首次实现对人形机器人从脚趾到指尖的全身端到端控制。
与上一代主要控制上半身不同，Gemini Robotics 2能同时驱动行走、下蹲、伸展和物体操控，官方演示中 Apptronik 的Apollo 2机器人在单条自然语言指令下完成“穿过房间、拿起洒水壶、绕过障碍并放到架子上”的完整流程。
更值得注意的细节是其配套发布的Gemini Robotics On-Device 2。这个端侧模型可在机器人本地运行，只需不到200个示例、数小时内就能适配一套全新的双臂机器人本体，实现“一颗大脑适配多种硬件”。
国内路线同样密集。7月以来， 破壳机器人 完成亿美元级Pre-A轮融资，创始人许华哲来自 清华大学 交叉信息研究院，是国内最早聚焦机器人操作的具身智能研究者之一。
破壳的核心判断是：机器人已经从“会移动”进化到“会干活”的关键一跃，而“操作”——在真实物理世界中理解物体属性、空间关系、接触方式和任务目标——才是落地的最大挑战。
另一家新独角兽 求之科技 也在8月初完成1亿美元天使+轮融资。该公司构建了“模型—数据—仿真”全栈底座：分层式具身基础模型ORION、虚实混合数据闭环系统LOOP，以及高保真仿真器DISCOVERSE。
从公开信息看， 求之科技 试图系统性解决具身智能长期面临的两大瓶颈：真实交互数据匮乏，以及模型跨场景泛化能力弱。其AIRBOT系列桌面双臂机器人与实训套装已被多家高校和研究机构采用。
如果将 银河通用 的WAM-TTT、谷歌的端侧适配与求之的数据闭环并置，一条新的产业共识正在浮现：基础模型越来越大只是前提，真正的竞争焦点正在从“实验室跑分”转向“现场能不能持续学会”。
工程化量产侧也在同步提速。7月30日， 阿尔特 联合富士康在ESCC具身智能供应链生态大会上发布Turn-Key交钥匙平台， 光轮智能 等作为首批生态伙伴参与签约。该平台号称覆盖“研、产、训、销、投”五大环节，为机器人企业提供从概念设计到批量交付的一站式服务。
阿尔特 在汽车领域积累了20余年整车研发经验，参与开发车型超过500款；富士康则提供全球智能制造产能。双方试图把车规级工程方法论和规模化制造能力迁移到人形机器人赛道。
量产元年的另一个信号来自资本市场。 宇树科技 正式启动科创板申购，成为国产具身智能龙头登陆资本市场的标杆事件。市场普遍期待它为产业链上下游提供估值锚定，并带动更多订单放量。
不过，即便算法和制造两端同时加速，一个更底层的问题仍未解决：同一套模型部署到上万台机器人，每台设备因加工公差、长期磨损带来的硬件差异，如何用技术抹平？
张直政把这个问题称为商业化落地的关键问题。WAM-TTT这类框架给出了一种方向——让机器人在部署现场持续学习，用软件适应硬件差异，而不是把每台设备都拉回实验室重新训练。
但需要保持清醒的是，测试时训练并不是万能药。它更适合处理“同一任务在不同场景中的变体”，对完全陌生的长程复合任务、极端环境或安全关键场景，仍需结合仿真、遥操作和真机数据闭环。
对产业链而言，“部署即训练”的趋势意味着价值重心正在后移：上游零部件和整机硬件固然重要，但能够帮助机器人在现场持续进化的算法、数据工具和部署服务，将成为下一阶段竞争的高地。
无论是便利店里的迎宾机器人，还是 宁德时代 动力电池产线上的重载机器人，它们真正的考场都不是实验室，而是日复一日真实世界的反馈。谁能把这些反馈高效地转化为模型能力，谁就更有可能拿到具身智能规模化的门票。
本文基于公开报道整理。