新智元报道

中国机器人的AstraTennis时刻，来了。          　　山东省住房和城乡建设厅等12部门近日联合印发《关于深化小城镇创新提升行动的意见》。8月22日，第二届世界人形机器人运动会开幕，中央广播电视总台面向全球直播。作为“十五五”开局之年小城镇建设的纲领性文件，该意见在总结“十四五”100个试点镇创新提升经验的基础上，对深化行动作出系统部署。

B | 　　新一轮遴选启动　　“十四五”试点镇不再重复申报      　　“十四五”期间，山东省人民政府选取100个镇开展创新提升，取得了明显成效。

C | 当镜头扫过赛场，全场的呼吸仿佛都停滞了。球网两侧，一边是人类网球名将，另一边，是一台人形机器人。为进一步深化小城镇创新提升行动，全面提升小城镇综合承载功能和辐射带动能力，《意见》提出，各设区市从辖区内建制镇中，通过自愿报名，按照不超过总数10%的比例，选择基础条件好、积极性高的镇开展创新提升。

D | 这一刻，标志着中国技术创新迎来足以载入史册的具身智能奇点。全球第一场真正意义上的人机网球对战，正式开打！

世界首次人机对战网球赛一上来，就是精彩的人机混合网球双打。令人意外的是，银河星仔的表现非常精彩：它步法矫健，根据需要迅速前后移动，打得十分流畅。而且，星仔和人类搭档非常默契地形成了一前一后的站位，全力应战对面的对手。“十四五”期间已开展创新提升的镇，不再重复申报。　　四大提升方向锚定2030年目标      　　根据《意见》，到2030年，全省小城镇经济实力持续增强，人居环境明显改善，绿色发展成效显现，安全韧性水平提升，数字化治理效能实现突破，成为推动乡村全面振兴、深化城乡融合发展、推进以人为本的新型城镇化的重要载体。围绕这一目标，部署了四大方面的重点任务：　　培育提升产业发展动能      　　山东坚持把发展产业作为小城镇创新提升的核心引擎。

接下来，由网球名将郑洁和银河通用机器人，开展了全世界第一次人机对战的网球单打比赛。《意见》明确，卫星镇要深度融入中心城市产业链布局，积极承接先进制造、现代物流、研发中试等产业;县域次中心镇要着力集聚强化主导产业，推动产业链向高附加值环节延伸;特色专业镇要立足资源禀赋和传统优势，集中培育文旅康养、现代农业、农产品加工、手工文创等特色产业，打造“一镇一品”产业标识，形成差异化发展格局。     　　同时，实施“强链、延链、补链”专项行动，建设一批小微企业园、科创产业园和“共富工坊”等，增强创新创业、就业吸纳和增收致富的承载能力，形成以产兴镇、以镇促产、镇村联动的发展格局。鼓励地理位置相邻、产业类型相近的小城镇推进产业片区化发展，探索建立跨镇利益协调与成本共担、产业项目协同流转、收益共享等机制。

E |

无论是正拍还是反拍，机器人都和人类打得有来有回。统筹产业布局与服务功能配套，打造产业邻里中心、创新服务综合体等载体，推行“园区事、园区办”，持续优化营商环境。　　聚力提升镇区空间品质      　　围绕提升镇区空间品质，《意见》鼓励结合自然生态特色、地域人文特点等，建设符合小城镇居住需求的安全、舒适、绿色、智慧“好房子”，有条件的镇推进社区嵌入式服务设施建设，打造“一刻钟”便民生活圈。然后，郑洁决定上点难度，打出一个月亮球。结果，在被对手左右调动的过程中，机器人不小心摔了个四脚到底。出乎意料的是，下一秒，它居然立刻调整姿势站了起来。而面对郑洁的切削和旋转，机器人的判断居然也很不错。     　　在综合环境治理方面，加强市政道路建设和维护修缮，整治违规占道经营、乱设摊点、车辆乱放等问题，推进空中线缆序化整治，完善镇区无障碍设施建设，提升居民出行便捷度与安全性。加强街头绿景、公园绿地等公共活动空间建设，打造“百姓园林”，构建镇园相融、干净整洁、生态宜居的镇区环境。     　　在特色风貌塑造上，重点推进镇区出入口、主要街道、重要节点等的特色风貌建设，加强建筑形态引导，统筹建筑高度、体量、色彩、材质等要素，营造协调有序、独具特色的建筑界面。加强历史文化保护与传承，延续老镇区、老街巷的空间肌理，推动传统风貌与现代功能有机融合。

F | 鼓励有条件的镇实施镇区数字化建设，在供水、燃气、安防等重点领域探索物联网技术应用，增强设施运行监测与风险预警能力，提升镇区治理与服务智慧化水平。

G | 　　完善提升设施服务功能水平      　　在基础设施方面，有序实施供水、供电、供气、通信等老旧管网、线缆更新改造，提升运行安全水平。加强镇村路网、公共交通等互联互通，提升镇区生活污水设施建设运营、生活垃圾收运处置水平，推动管道燃气向镇村覆盖，积极推进新能源充电桩、换电站等设施建设。     　　在公共服务方面，深化紧密型县域医共体内涵建设，巩固完善管理体制和运行机制，持续推进人员、服务、技术、管理下沉，提升基层医疗服务能力。打造城乡教育共同体，通过集团化办学推动镇区优质教育资源向乡村延伸。

H |

终于，郑洁知道不能放水了，开始左右前后分点调动，机器人出人意料地完成一个精彩的跨步，赢得现场喝彩。推进乡镇区域性养老服务中心提档升级，完善日间照料中心、幸福院等设施。

比赛结束，机器人的表现让所有人欢呼。推进便民服务中心标准化、智能化升级，推行“就近办、上门办、帮代办”服务模式，提升群众办事便利度。支持产业大镇、强镇建设青年人才发展“微生态”。

I | 整场比赛里，屈膝、抛球、转体这些动作全都由人形机器人自己完成。     　　在综合防灾减灾方面，优化镇区防灾空间布局，科学划定生态防护屏障、应急疏散通道和防灾留白空间。

J | 而且，发球时速达到一百多公里，留给它的反应时间只有零点几秒，它却几乎没有掉链子。建设布局均衡的应急避难场所和消防配套设施，提升安全韧性和应急处置能力。这台机器人，正是来自银河通用。十年前，AlphaGo赢了李世石。　　创新提升要素配置保障能力      　　《意见》明确，指导开展创新提升行动的镇结合自身实际，制定小城镇创新提升实施方案。十年后国产机器人与网坛顶尖运动员同台竞技。建立创新提升重点项目库，统筹存量与增量建设用地，保障项目用地需求。如果说AlphaGo证明AI能征服数字世界，那么今天，银河通用的国产机器人证明：AI能扛住物理世界的极限压力测试。对符合条件的项目，在地方政府专项债券、超长期特别国债等资金申报时积极给予支持。开展镇银企对接活动，鼓励和引导金融机构创新金融产品和服务方式，加大信贷支持力度。建立小城镇创新提升专家团队，开展相关研究，提供智力支持。它第一次从代码里站了起来，在真实的对抗中奔跑、挥拍、博弈，甚至摔倒后自己爬起，继续战斗。如此精彩的具身智能AstraTennis时刻，被全球同时见证！

中国机器人的AstraTennis时刻为什么这场网球赛，能引起全球科技圈的巨大地震？因为网球，是对具身智能极致的压力测试。

K | 适时调整扩大经济规模大、人口增长快的特大镇经济社会管理权限。由于反应时间只有零点几秒，这项运动，同时将机器人的感知、决策、全身运动控制和实时博弈能力逼到了物理极限。而且，打网球比下围棋对AI来说难得多。

L | 毕竟，AlphaGo面对的是19路网格上361个确定的交叉点，对手落子后，它有几十秒甚至几分钟来推演下一步。那是数字世界的博弈，解空间虽大，但边界清晰，规则恒定。整个世界是静态的、离散的，AI对此一览无余。虽然这道题的解空间比宇宙原子数还多，但对AI而言这也不过是道难度更大的「数学题」。

但网球场不一样。球以每小时一百多公里的速度过来，落点受旋转、风、场地摩擦影响，每一拍的物理参数都不重复。机器人必须在几百毫秒内完成感知、预测、决策、全身协调，同时保持自己不摔倒。对手是打活人，会骗机器人，还会变节奏。这，就是莫拉维克悖论的现场版。1988年，卡内基—梅隆大学移动机器人实验室主任汉斯·莫拉维克就指出过：「让计算机在智力测验或下跳棋时表现出成人水平的表现相对容易，但要赋予它们一岁儿童在感知和行动方面的技能则困难甚至不可能。」三十多年过去，前半句早已兑现，但后半句却很难实现。所以，这次网球赛真正的意义，要远远大于「机器人会不会打球」。它问的是：这一次，AI究竟能不能从数字世界走出来，把感知、决策、运动控制和实时博弈在真实物理环境里闭环跑通？AI不能止步于思考，而是要完成从认知决策到全身执行的完整闭环。这一次，中国企业率先交卷了！赛场上，银河通用机器人的表现，实在令人惊艳。发球、正手、反手、底线调动、网前截击这些单项能力，在比赛里全部出现了，而且全都是超常发挥。

M | 而双打，考验就更大了。机器人和人类队友同场，要实时判断谁去接这个球、谁补位，动态调整打法和。所以，它要理解的不只是球，还有队友下一步想干什么。高速攻防里，还出现了极限救球的场面。摔倒之后，机器人自己站起来，继续打。

N | 很多人第一反应是：这些单项动作，之前机器人不是做到了吗？投篮、踢球、跑百米，过去两年人形机器人的视频里似乎什么都有。但其中最大的差别在于，网球是两个玩家在对抗。跑步的环境是确定的，网球的每一拍都是对手临时出的新题。跑步可以一个动作练一万遍，网球没有两个完全一样的来球。能在对抗中站住，才是真正的智能。

大脑和小脑，第一次装在同一个模型里背后支撑这一切的，是银河通用自研的具身智能大模型「银河星脑」AstraBrain。它最大的亮点之一，就在于架构选择。过去行业里的主流做法是分层：一个「大脑」模型负责理解任务、做高层决策，一个「小脑」模块负责实时运动控制，两者之间用接口传递指令。这种架构的弊端也很直接：大脑想得再清楚，传到小脑已经慢了半拍；小脑动作再标准，不知道大脑为什么要它这么动。

o | 更隐蔽的问题是信息断层。大脑下指令的时候，不知道此刻自己的重心压在哪条腿上、右臂还有多少发力余量；小脑执行动作的时候，不知道这一拍是想调动对手还是想直接得分。两边各自最优，合起来却是一个「想得到做不到」或者「做得到想不到」的系统。在打网球这种任务上，稍微慢半拍，结果就是输球。银河星脑的做法是把大脑层（任务理解与战术决策）、小脑层（高动态全身运动控制）和神经控制集成在同一个模型里。

p | 按银河通用的说法，这是全球首个模型能同时负责「想清楚」和「做出来」，中间不再有信息损耗。从网球这个任务倒推，这可能是唯一的解法。战术决策离不开对自己身体极限的实时感知，运动控制也离不开对战术意图的理解，两者本来就不该分家。

从不完美的人类数据里学

在虚拟球场里对打一千万次架构之外的另一个问题是：这个模型怎么练出来的？机器人领域的一个传统难题就是——没有数据。

q | 语言模型可以吃掉整个互联网的文本，机器人没有这样的互联网。真机采一小时动作数据要一小时，还要人盯着，还会摔坏硬件。

r | 这也是为什么过去几年具身智能的进展总是慢于大家的预期。这背后，离不开银河通用核心技术平台「银河星坊」 的支撑。接下来，分两个步骤。

s | 第一步，是从「不完美人类数据」里学。人类打网球的动作数据可以采，动作捕捉、视频、穿戴传感器都行。

t | 但人类的动作本身不标准，业余选手的确很业余，有多余动作。

u | 而职业选手的动作最大化个人运动素质，别人做不来，而且每个人的身高臂展关节角度都跟机器人对不上。传统模仿学习要求示范数据干净、对齐、高质量，这种要求在人类数据上几乎不可能满足。银河星坊数据平台要做的，就是从这堆带噪声、不对齐、良莠不齐的示范里提炼出有用的先验：什么时候该启动，挥拍的大致节奏，身体重心怎么转移，真正学会其中的运动规律。这一步的价值在于冷启动。机器人不用从随机乱动开始摸索，它一上来就大概知道「打网球长什么样」。

v | 第二部，就是进虚拟网球世界。在仿真环境里，多个智能体互相对打。不是一个机器人对着发球机练，而是若干个策略各自演化、互为对手。一方学会了压边线，另一方就被迫学会横向大范围移动；一方学会了放小球，另一方就被迫学会快速上网。在这海量的虚拟博弈中，奇迹发生了——「技能涌现」。工程师没有教过它怎么滑步救球，但在无数次没接到球的失败后，模型自己「领悟」了极限伸展的姿态。工程师没有写下倒地后起身的硬代码，但在虚拟世界摔了千万次后，模型自己「学会」了如何调动全身电机重新站立。技能无需手工设计出，在对抗压力下AI学会自学。最后，当这些在虚拟世界中练就神功的「灵魂」，被无损迁移到物理世界的真实机器人躯体中时，一个网球大师，就此诞生！放在整个机器学习的谱系里，这条路走在两个极端中间。纯模仿学习的天花板是示范者的水平，人类教练教不出超过自己的学生，而且人类示范里根本没有「摔倒后怎么爬起来继续打」这种数据。纯强化学习从零开始探索，在网球这种动作空间巨大、奖励稀疏的任务上，搜索成本高到不现实，而且容易学出一些人类完全看不懂的怪异动作，能赢球，但不像打球。先用人类先验打底，再用自主进化拔高。这本身不算新，AlphaGo当年也是先学人类棋谱，再自我对弈。

w | 新的地方在于，十年前这套方法在棋盘上跑通，十年后它第一次在需要身体的任务上跑通。某种意义上，这正是AstraTennis与AlphaGo之间最迷人的技术呼应。AlphaGo的时代，智能在棋盘上思考；而这一次，智能开始进入物理世界。这绝不仅是一场网球赛。这个AstraTennis时刻证明：在碳基与硅基共生的新纪元里，中国力量，开始创造更多奇迹。

x |