2026 年 6 月 10 日，北京中关村一家全家便利店内，一名顾客向机器人要了一根烤肠。机器人转向保温柜，用夹爪夹起食物，放进托盘，再引导顾客前往收银台。新华社这则报道只是一份小型现场证据，尚不足以证明通用智能。它的价值恰在于任务十分日常。[7][9]

这台机器人是北京 Galbot 研发的 G1。它的公开说法乍看很像一套熟悉的人形机器人推介：公司成立时间不长、融资充裕，机器外形醒目，背后叠有一组视觉—语言—动作模型，业务版图则延伸至零售、制造与医疗。细读之下，Galbot 的策略更为克制。它让机体、研究计划与早期部署共同服务于一套可重复流程：在受控室内空间穿行，从大量包装商品中找到目标，抓取物品，再完成交付。

截至 2026 年 7 月 25 日，这套流程构成了认真看待 Galbot 的最充分理由，也划出了评价公司的恰当范围。Galbot 为货架作业机器人拿出的公开证据，多于一台可以在任何地方工作的通用人形机器人。

机体已经写明了岗位

G1 腰部以上具有人形，腰部以下则有意采用另一套形态。Galbot 开发者手册所列硬件包括四轮全向底盘、两条七自由度机械臂、升降躯干、摄像头、力传感器、激光雷达与超声波传感器。机器最大伸展高度为 1.73 米，重 92.5 千克，每只腕部负载 5 千克，垂直作业范围从地面延伸至 2.1 米，最高行驶速度为每秒 1.5 米。[2]

这些参数读来更接近一份覆盖大多数商业货架的方案，复现完整人体的目标退到了次位。轮式底盘放弃楼梯、路缘和粗糙地面，换取宽阔稳定的基座、可预测的运动，以及较低的平衡能耗。升降躯干以一条竖直导轨替代膝关节。双臂保留了人体布局中最实用的部分：一条手臂可以稳定物体、托住托盘或腾出空间，另一条则负责操作商品。

运行限制把这项取舍写得很清楚。Galbot 手册规定机器在室内使用，提示避开不平或潮湿的地面与不稳定的 Wi-Fi，要求作业时人员保持 1.5 米距离，并列出八小时工作时长；这一数字来自实验室条件下平均速度为 60% 的测试。有线充电需要 3.5 小时。[2] 若将其写成“一台能工作八小时的机器人”，现有证据便会被夸大。手册实际确认的是一台面向工程化室内环境的机器，运营方需要维持安全距离与网络条件。

这些细则揭示的正是商业前提。便利店、前置仓或药店都可以测量和重新布置。Galbot 选择先收窄环境，再扩展机器人的能力范围。

研究技术栈从手开始

同样的收束也见于 Galbot 最容易读懂的研究成果。GraspVLA 由 Galbot、北京大学、香港大学与北京智源人工智能研究院的研究人员合作完成，于 2025 年 5 月发表。它是一款抓取基础模型，研究范围明确落在抓取任务上。[3]

其中最重要的是数据策略。团队生成了 SynGrasp-1B，这套合成动作数据集包含十亿帧画面，采用照片级真实感渲染并纳入大量变化，再把动作训练与互联网图像及语言数据结合起来。模型将视觉—语言系统与动作专家相连，并通过渐进式动作生成产生运动。在作者设置的真实世界测试集中，GraspVLA 在所报告类别上的成功率约为 90%；论文还展示了模型对若干新任务的适配，所需标注量远少于完整动作演示。[3]

这些结果有清晰的评估范围。实验测试的是作者选定的抓取配置，覆盖范围没有延伸至门店连续运行、完整顾客订单或无人值守轮班。论文也指出，随着合成训练数据扩大，模型对源自网络的类别所表现出的泛化能力提升得更慢。[3] 由此可以谨慎确认：Galbot 找到了一条有根据的路线，有助于降低机器人学习长尾物品的成本。现有材料仍未证明合成预训练已经取代现场数据、异常处理或人工恢复。

Galbot 的商业产品层把这一研究方向转向拥挤的货架。世界机器人大会官方参展商资料将 GroceryVLA 描述为建立在公司抓取研究之上的零售专用端到端模型，同时列出用于导航的 TrackVLA。资料称，这套技术已经用于商业和工业部署。[5] 这是一份有参考价值的第一方产品资料，实验细节少于 GraspVLA 论文。现阶段适合把 GroceryVLA 视为一项已部署系统的公司主张，其可靠性仍待独立测量。

导航拓宽了实验室，产品证据尚未同步拓宽

Galbot 的导航研究覆盖面超过了现有零售部署。NavFoM 由 Galbot 与北京大学、北京智源人工智能研究院、中国科学技术大学、浙江大学等机构合作研发，于 2025 年 9 月发表，随后成为 ICLR 2026 论文。模型使用 800 万条导航样本训练，样本横跨轮式机器人、四足机器人、无人机与车辆，任务包括语言指令导航、物体搜索、目标跟踪和自动驾驶。[4]

这种跨机体设计的战略价值很直接。能够在不同机体之间复用表征的研究计划，其价值有望超过绑定单一底盘的模型。Galbot 的意图也由此显现：把导航发展为共享的知识基础设施，再按具体岗位配置抓取与后训练。

NavFoM 也不能替整份档案带入一项通用自主性主张。它的公开评估属于研究评估。G1 手册则列出了一套传感器丰富的产品系统，其中包括激光雷达、多台摄像头、惯性传感器与超声波传感器。[2] 现有来源尚未揭示每家已部署门店中 NavFoM、TrackVLA、传统规划、地图与安全控制如何具体分工。研究方向可信；生产架构仍只显露一部分。

门店把循环接合起来

零售带给 Galbot 的价值超过一场适合拍照的演示。机器人得以反复处理一组棘手物品，同时按照固定章法与周边环境交互：反光瓶身、易变形包装袋、紧密排列的纸盒、透明容器、热食设备、托盘，以及随时会打断作业的顾客。平面布局可以保持有限，商品目录却在持续变化。在实验室秩序与开放世界混乱之间，这是一种有价值的折中。

部署记录已经积累到值得检视的规模。北京市一处政务门户在 2025 年 9 月报道，Galbot 机器人已在海淀门店工作超过 150 天，完成数万笔配送订单，系统也扩展到北京市十多个点位。报道所述药店工作包括盘点、补货、拣选、配送与打包。[6] 到 2026 年 6 月，新华社给出了另一组规模数据：覆盖 20 多座城市的 150 多家“银河太空舱”零售店，以及在中关村全家便利店内工作的 G1。[7][9]

这些数字不能合并成一项经过审计的机队指标。市级政务报道与新华社报道所述业态和日期各异，二者也都至少部分采用了公司或官方说法。干预率、每运行小时成功订单数、平均故障间隔、点位留存情况，以及幕后所需人力，均未披露。门店数量可以证明铺设范围；单凭这一数字，仍无法证明自主运行时长。

不过，公开记录串起了一条有意义的时间序列。Galbot 成立于 2023 年 5 月，并称目前在北京、深圳、苏州和香港设有研发中心，还与北京大学及医疗合作方共建联合实验室或研究中心。[1] 2025 年 6 月，北京市科学技术委员会报道，公司新一轮融资为 11 亿元人民币，其零售方案已进入北京近十家门店，并与具有博世背景的博原资本成立合资公司，探索工业商业化。[8] 到 2026 年年中，官方媒体照片已经记录下产品进入一家全球连锁便利店、直接面向顾客执行任务的画面。[7][9]

公开记录支持的最强解读，是 Galbot 很早便连接了四件事：为室内触达优化的硬件机体、基于合成数据的抓取研究计划、一条覆盖面更广的导航研究线，以及可以不断产生运行重复的零售业态。每一层都向下一层提供所需条件。

这份档案仍回答不了的问题

最重要的缺失数字是人工干预率。一台机器人可以完成数千笔订单，同时仍频繁依赖重置、远程协助、货架预处理或技术人员到场。本篇采用的公开来源都没有给出统一分母，因而无法区分自主完成任务与协助恢复。

第二项缺失是经济性比较。在本篇来源可见的范围内，Galbot 尚未公开说明：按每笔已完成订单的总成本计算，G1 门店能否胜过自动售货系统、自动存取柜、固定机械臂，或由人工配合软件的工作流程。移动式双臂机器人比这些方案灵活。只有当灵活性带来的价值高于维护、安全空间、充电与监管成本时，它才会转化为商业价值。

第三项缺口在于迁移。GraspVLA 与 NavFoM 展示了学习组件复用的前景，Galbot 的公司资料则列出工业与医疗领域的规划。[1][3][4] 决定性证据应当展示同一套基础策略如何在零售店、药店、仓库与工厂之间迁移，只需有限的场地专门再训练，并按可比条件披露可靠性。在这项证据出现前，“通用”仍是一条发展方向，还称不上经过测量的属性。

这些缺口与零售记录同时存在，也划出了下一阶段的举证范围。若部署项目公开自主完成率、恢复类别、维护工时与重复点位经济性，Galbot 的主张会得到加强。若表面的通用能力最终依赖大量门店定制工程或隐形人工操作，这项主张就会减弱。

目前，公司最值得关注的决定同时关乎机体形态与组织方式。Galbot 选择在机器人尚不能走遍各类环境时就开始行动：在双臂下安装轮子，用丰沛的合成数据训练双手，再走向一排排货架，让重复作业转化为数据。便利店柜台前那次朴素的交付，位于人形机器人故事的开端。公司选择从这里起步，逐项证明机器的能力。

来源

1. Galbot，“关于我们”——公司官方历史、研发中心分布、联合研究关系与所述应用领域。
2. Galbot 开发者平台，“GALBOT G1”——产品官方手册，涵盖尺寸、负载、传感器、全向底盘、电池测试条件、充电与运行限制。
3. Shengliang Deng 等，“GraspVLA: a Grasping Foundation Model Pre-trained on Billion-scale Synthetic Action Data”，arXiv:2505.03233（2025 年 5 月）——训练数据、架构、评估设置、规模扩展表现与适配结果。
4. Jiazhao Zhang 等，“Embodied Navigation Foundation Model”，ICLR 2026——NavFoM 基于 800 万条样本的跨机体、跨任务导航设计。
5. 世界机器人大会，“北京银河通用机器人有限公司”——官方参展商资料，介绍 G1、GraspVLA、GroceryVLA、TrackVLA 及公司所称的商业部署。
6. 开放北京·海淀区，“银河通用人形机器人在海淀商超高效‘上岗’已超 150 天”（2025 年 9 月）——药店工作流程、订单量与北京部署范围的报道。
7. 新华社，“走出实验室：机器人如何‘上岗’”（2026 年 6 月 12 日）——中关村便利店现场报道、公司部署数量，以及本文配图所采用的郭星纪实照片。
8. 北京市科学技术委员会、中关村科技园区管理委员会，“银河通用完成新一轮 11 亿元融资”（2025 年 6 月 24 日）——成立时间、融资、零售部署与工业合资公司。
9. 北京日报，“‘春晚同款’银河通用机器人在这家便利店正式上岗”（2026 年 4 月 17 日）——确认中关村鼎好店为全家便利店，并介绍机器在店内的日常职责。