银河通用LDA-1B：打破具身智能数据桎梏，1小时学会操控任何机器人身体

📰 概要

2026年4月28日，具身智能赛道出现了一个里程碑事件。

银河通用发布 LDA-1B 跨本体世界-动作基础模型，1.6B 参数，已被 RSS 2026 录用。 RSS 2026 仅录用了 210 篇论文。

LDA-1B 最大的突破是：业界首次做到"吃数据不挑食"。虚拟仿真、真实拍摄、人类视频、机器人记录、带标注教案、没标注的原始素材，全部混在一起训练，效果不减反增。

只需 1 小时后训练，模型就能学会操控各种不同形态的机器人身体。这个时间从行业普遍需要的几天缩短到 1 小时，是数量级的差距。

🔍 解读

具身智能长期被数据问题卡住脖子。高质量数据靠远程操控采集，成本高；仿真数据和真实场景有天然差距；大量人类视频、粗糙运动记录被当成"垃圾数据"浪费。

LDA-1B 的思路是：没有垃圾数据，只有被"错付"的数据。把对的数据放到对的训练目标里，每一帧都有价值。

这是行业第一次有人系统性地解决异构数据问题。过去各家都是挑数据、筛数据。LDA-1B 是第一个把数据"全吃下去"还能提升性能的方案。

💎 深挖

LDA-1B 的技术路线走的是第三条路：既不是纯 VLA，也不是纯世界模型，而是 WAM 世界-动作统一框架。

纯 VLA（代表：Physical Intelligence π0.7）擅长举一反三，但依赖高质量专家数据，难以规模化。纯世界模型（代表：英伟达 DreamZero）能零样本适配，但难落地成实际动作。

LDA-1B 选了 MM-DiT 多模态扩散 Transformer 架构，在 DINO 潜空间建模动力学。抓大放小，把注意力放在物体结构和动作本质上，而不是浪费在像素级细节。

性能数据是亮点：

长程任务和灵巧操作是检验标准。从锅里翻捡牛排撒胡椒粉、精准预判物理逻辑（推动扫帚带动纸团位移），这些任务 LDA-1B 都能完成。

什么情况不适合用 LDA-1B？如果你的机器人需要极致精细的力控操作（如手术机器人），扩散模型路线可能有局限。 LDA-1B 更适合分拣、搬运、家务这类感知-决策-交互闭环任务。

银河通用的估值已超 200 亿元，是国内估值最高的未上市具身智能企业。 LDA-1B 开源了公开数据训练的版本，代码和论文都已公开。对想做具身智能的开发者来说，这是一个值得认真研究的底座模型。

不要孤军奋战啦！