零售商超场景
银河通用联合北京智源人工智能研究院（BAAI）及北京大学和香港大学研究人员，研发出首个全面泛化的端到端具身抓取基础大模型 GraspVLA。其预训练完全基于合成大数据，训练数据达到了有史以来最大的数据体量——十亿帧「视觉-语言-动作」对，掌握泛化闭环抓取能力、达成基础模型；预训练后，模型可直接 Sim2Real在未见过的、千变万化的真实场景和物体上零样本测试，全球首次全面展现了七大卓越的泛化能力，满足大多数产品的需求；而针对特别需求，后训练仅需小样本学习即可迁移基础能力到特定场景，维持高泛化性的同时形成符合产品需求的专业技能。
针对零售商超场景，银河通用自行研发的GroceryVLA采用端到端模型架构，突破传统“视觉+轨迹规划”方案，自主识别并完成商品抓取。模型无需路径规划，即可在紧密排布、涵盖数十种 SKU的真实货架上稳定作业，无需针对每种商品包装单独调参，支持软包装（如袋装面包、卤蛋）、硬盒、塑料瓶、透明果冻杯等多样形态商品的精准抓取，实现了跨品类的统一抓取策略。无论是刚性包装还是柔性物体，都能精准取放，满足全品类零售场景需求，可以直接泛化至全新环境。并在抓取过程中，具备实时闭环策略调整能力，能够快速处理现场人为干扰（如货物被移走/推挤），任务连续性达99%以上，远超行业平均水平。