AstraBrain-WBC 0.5 首次构建起面向人形机器人全身实时运动控制的通用基础模型，使用 2 万小时人类动作数据进行训练，参数规模达 8040 万，是行业首个达到 GPT-1 量级的人形机器人全身实时运控大模型 … 该模型首次证明了机器人运动控制领域同样存在类似 GPT 的 Scaling Law：随着训练数据从 200 万帧扩展至 20 亿帧，模型成功率从 83.26% 提升至 92.58%，零样本跟踪误差持续下降 … AstraBrain-WBC 0.5 采用 GPT 风格的因果 Transformer 架构，将全身控制重新定义为连续序列预测问题，让机器人能够结合动作历史预测未来运动趋势。