银河通用发布全球首个通用小脑基座模型 AstraBrain-WBC 0.5，基于 20 亿帧人类动作数据预训练，零样本全身运动跟踪成功率 92.58%，打破运控不可能三角。同期，SafeDojo 将世界模型用于 VLA 安全强化学习，扰动法不确定性估计提升故障检测。具身智能迈向更安全、更通用的运动与控制范式。
银河通用推出具身智能「小脑」基座模型 AstraBrain-WBC 0.5，采用 20 亿帧人类动作数据集 进行 GPT 式预训练，因果 Transformer 替代 MLP，打破敏捷、稳定与泛化不可能三角。模型蒸馏 300 个 PPO 专家为单一模型，推理延迟低于 1.5ms，真机泛化成功率 92.58%，可完成舞蹈等高动态动作。
安全学习同样突破：SafeDojo 提出基于交互式视频世界模型的 VLA 安全 RL 框架，通过想象动作后果使用 Lagrangian 约束 GRPO 平衡任务与安全，在 SafeLIBERO 上安全成功率超越基线 8.25%。此外，扰动法不确定性估计 向 Transformer 隐藏层注入高斯扰动检测故障，提升 VLA 可靠性。
基于 20 亿帧人类动作数据，采用因果 Transformer 与两阶段训练（先训 300 个 PPO 专家再蒸馏）。真机零样本泛化成功率 92.58%，推理延迟 < 1.5ms，可完成舞蹈等复杂运动。
首个基于模型的 VLA 安全 RL 框架，利用交互式视频世界模型预测动作安全成本，Lagrangian 约束 GRPO 优化。SafeLIBERO 上安全成功率超最强基线 8.25%，真实 Franka 部署验证泛化。
无标签、模型无关的不确定性估计，向 Transformer 隐藏层注入高斯扰动，用动作分歧估计认知不确定性。LIBERO/PRO 上故障检测优于采样法。
趋势是从完整视频生成转向仅生成控制所需的最小未来信息。
研究员注:💭 研究员二次解读：这标志着从追求视觉保真转向任务驱动的高效内部模拟，是 scaling law 在具身智能中的务实折衷。