近日，银河通用机器人宣布完成 25 亿元新一轮融资，投资方包括国家人工智能产业投资基金、中国石化、中信投资控股、中银资产、上汽金控、中芯聚源、亦庄国投、鲲鹏基金、无锡创投、福建产投，成都科创投等，深创投、上海人工智能基金等多家老股东继续追加投资。
自天使轮以来，银河通用已获得蓝驰创投、经纬创投、源码资本、启明创投、IDG资本、光源资本、纪源资本、中金资本等机构长期支持，多轮持续加码，构建起兼具耐心资本与产业协同能力的股东体系。
本轮融资后，银河通用累计融资额稳居中国具身智能领域首位，继续巩固其作为人形机器人领域估值最高未上市企业的领先地位。
当资本为技术铺展跑道，银河通用选择用“具身大模型”重新定义赛道——让人形机器人走出实验室，在真实的物理世界中运用智能自主感知、决策、行动。
全球最大具身智能数据集，独创虚实融合训练范式
银河通用构建了全球规模最大的百亿级具身智能数据集，并开创了数据基建“银河星坊”（AstraSynth），在数据这一核心生产要素上形成显著领先优势。
银河星坊 AstraSynth 数据金字塔
公司首创“以合成仿真数据为主、真机数据为辅”的虚实融合训练范式。在高精度物理仿真环境中，系统可生成海量多样化场景，让机器人在虚拟世界中遍历各种极端情况，再以极少量真机数据完成实战打磨。在实现机器人训练效率比特斯拉高 1000 倍的同时，基于该数据集训练的模型成功率达到 99%，远超全球同类具身智能企业。
依托虚实融合的数据路径，银河通用实现了仅需少量样本（Few-Shot）甚至零样本（Zero-Shot）即可让人形机器人对新场景、新物体“举一反三”的泛化能力。
这一路径从根本上突破了真实数据采集的成本与规模瓶颈，同时解决了仿真到现实的“数据鸿沟”难题。银河通用是目前全球范围内唯一实现从仿真数据训练到泛化抓取商业化全链条闭环的企业。这一技术路线已获产业界与资本界双重验证。
2025 年 8 月数博会期间，银河通用的“高质量合成数据集”成果被国家数据局作为高质量数据集典型案例正式发布。这一国家级平台的权威发布，标志着银河通用的数据技术路线获得官方认可，成为具身智能领域数据基建的示范样本。
全球首个大小脑全身全手端到端具身大模型，重构物理智能底层范式
银河通用自主研发的“银河星脑”（AstraBrain）是全球首个集成“大脑-小脑-神经控制”于一模的全身全手端到端具身大模型，在技术架构上实现对传统路径的代际领先。
AstraBrain 银河星脑技术框架
当前业界大多将“大脑”（任务规划）、“小脑”（运动控制）及“手部”（灵巧操作）割裂开发，缺乏端到端的统一大模型。各模块之间存在信息损耗，导致响应迟滞、泛化能力弱。
AstraBrain 从根本上重构了这一范式。
AstraBrain是目前全球唯一打通了“大脑-小脑-神经控制”的端到端具身大模型，打通从高层多模态感知到底层实时反馈控制的全链路，实现全身协同与全手精细操作的深度融合，让机器人的动作像人一样流畅、精准。
在春晚舞台上，AstraBrain 的能力得到极致验证。
无论是盘核桃时的指尖力度控制，还是叠衣服时对柔性物体的实时形变适应，AstraBrain 都能即时感知、适应、调整——这背后是模型对物理世界交互规律的深度理解。
AstraBrain的核心突破在于高维泛化能力。
传统机器人是“见过的才能做”，而AstraBrain通过强化学习框架，让机器人在虚拟世界中经历亿万次“试错博弈”，习得“如何与物理世界交互”的通用能力，从而实现让机器人像人一样“边看边想边做”，而非特定动作的预设轨迹。
顶尖团队：斯坦福归国学者领衔，打造中国具身智能“最强战队”
银河通用由北京大学研究员、博雅青年学者王鹤博士创立。
王鹤博士毕业于斯坦福大学，师从国际计算机视觉大师 Leonidas J. Guibas 教授，是全球最早开展端到端具身大模型研究的学者之一。归国后，他创立了中国首个专注于具身智能的学术实验室，深耕底层技术研究十余年，为银河通用的技术原创性奠定了坚实基础。
核心团队汇聚了来自北京大学、清华大学、斯坦福、北航等顶尖高校的 AI 与机器人专家。团队在“大脑-小脑-本体”全技术栈上形成完整布局，兼具学术高度与产业经验。
多场景规模化落地，率先打通从“技术无人区”到”具身智能生产力”的闭环
银河通用已率先打通“高质量数据集+端到端大模型+规模化应用”的产业化闭环，在工业、零售、医疗等真实场景中实现深度落地，将技术优势转化为生产力优势。
工业制造领域，银河通用已获得宁德时代、德国博世、丰田汽车、北汽集团、上汽集团等全球龙头客户深度合作，累计订单达数千台。
团队推出的行业首个工业重载机器人 Galbot S1，直击工业制造场景的负载痛点，双臂最大负载达 50 公斤，产品达到工规级别，可在粉尘、震动、温差等复杂工况下持续稳定运行。产品搭载具身搬运模型并可自主实现换电，填补了具身智能工业级应用空白，并于北京人工智能创新高地推进会上作为重要成果发布。
