當地時間2026年3月2日，MWC 2026巴塞隆納展會迎來重磅炸場時刻——華為計算產品線總裁張熙偉首次在海外發佈全新Atlas 950 SuperPoD超節點叢集，這款被稱為“算力巨無霸”的產品，以單系統8192顆昇騰950DT晶片、8 EFLOPS（FP8精度）總算力、1152TB超大記憶體的強悍規格，直接刷新全球超節點叢集的性能紀錄，甚至全面超越輝達未來規劃機型，成為應對兆級大模型訓練、多模態場景落地、智能體網際網路建設的核心算力底座。不同於行業內部分超節點“單純堆硬體”的粗放模式，Atlas 950的核心競爭力在於系統級架構創新與全鏈路技術最佳化，其背後是華為在晶片、互聯協議、軟體生態等領域的長期技術積累。此次發佈不僅彰顯了華為在算力基礎設施領域的全球領先地位，更將深刻影響全球算力產業鏈格局，推動AI算力從“雲端集中式”向“端雲協同式”深度轉型。本文將從叢集核心架構拆解、關鍵技術深度剖析、算力產業鏈影響、行業意義與未來展望四個維度，全方位解讀Atlas 950超節點叢集的技術價值與產業影響，兼顧技術性、科學性與原創性，助力讀者看透這款“算力巨無霸”的核心競爭力。一、核心架構拆解 打破傳統侷限，建構“平等互聯+資源池化”的算力新範式Atlas 950超節點叢集的強悍性能，絕非單純依靠8192顆晶片的堆疊，而是源於其革命性的系統級架構設計——打破傳統以CPU為中心的馮諾依曼架構，建構“全平等互聯+記憶體統一編址+資源池化”的全新架構範式，實現“計算、通訊、儲存”三位一體的高效協同，從根源上解決了傳統算力叢集“規模越大、效率越低”的行業痛點。其核心架構可分為三大層級，各層級協同聯動，構成完整的算力支撐體系：01. 硬體基礎層：晶片叢集+模組化設計，兼顧規模與靈活硬體基礎層是Atlas 950算力輸出的核心載體，以昇騰950DT晶片為核心，採用“模組化堆疊+全光互聯”的設計思路，實現算力規模與部署靈活性的雙重平衡，具體細節如下：核心晶片方面，Atlas 950搭載的昇騰950DT晶片，是華為專為超大規模AI訓練與推理Decode階段最佳化的專用NPU晶片，雖然受限於製程工藝，單卡性能仍處於追趕國際頂級產品的階段，但通過叢集化協同，實現了“量變到質變”的突破。該晶片支援FP4、FP8等低精度計算格式，可根據任務需求動態切換，兼顧算力性能與能耗控制，為叢集的高算力、低功耗運行提供基礎支撐。叢集部署方面，Atlas 950採用“單櫃64卡”的模組化基本單元，最大可擴展至8192張昇騰950DT卡高速互聯，規模是華為此前昇騰384超節點的20多倍。這種模組化設計的優勢在於，可根據使用者算力需求靈活擴容，從8卡到8192卡實現無縫擴展，既適配中小型企業的輕量化算力需求，也能滿足大型智算中心、營運商的超大規模算力需求，降低算力建設的門檻與成本。儲存與算力匹配方面，1152TB的超大記憶體並非簡單的容量疊加，而是採用“記憶體池化”設計，將所有節點的記憶體資源整合為統一的共享資源池，實現記憶體統一編址——就像圖書館藏書統一編號，無需複雜的資料遷移流程，即可實現跨節點資料的快速調取，避免算力浪費，真正實現“計算不等待通訊”，這也是其能夠支撐兆級大模型訓練的關鍵前提之一。02. 互聯傳輸層：“靈衢”協議+全光互聯，破解通訊瓶頸傳統算力叢集的核心痛點的是“通訊瓶頸”——隨著晶片數量增加，節點間的通訊延遲會急劇上升，算力利用率大幅下降，甚至出現訓練中斷的情況。Atlas 950之所以能實現8192顆晶片的高效協同，核心在於其搭載了華為自研的“靈衢”（UnifiedBus）互聯協議與全光互聯技術，建構了“低時延、高頻寬、高可靠”的互聯傳輸體系。“靈衢”互聯協議是此次發佈的核心技術突破之一，它將匯流排從伺服器內部擴展到整機櫃、跨機櫃，替代傳統乙太網路互聯，實現了通訊效率的量級提升：相比傳統互聯協議，通訊頻寬提升15倍，單跳通訊時延從2微秒降至200納秒，降低10倍；同時，該協議支援長距離高可靠全光無損互聯，櫃間頻寬實現10倍提升，跨櫃卡間往返時延從7μs降低到3μs，徹底打破了銅纜互聯的距離和頻寬限制，讓數千個機櫃像一塊晶片一樣協同工作。全光互聯技術的應用進一步強化了互聯傳輸能力，Atlas 950的互聯總頻寬突破16.3PB/s，這一數字相當於當前全球網際網路峰值頻寬的10倍有餘，意味著節點間的資料傳輸速度實現質的飛躍，能夠輕鬆支撐超大規模資料的即時互動，為兆級大模型的分佈式訓練提供了堅實的通訊保障。值得注意的是，華為已將“靈衢”互聯協議的600頁詳細技術規範全面開放，截至目前下載量已接近2.4萬次，助力產業界夥伴依託該技術打造相關產品，共建開放共贏的算力生態。03. 軟體調度層：全端協同+智能調度，最大化釋放算力價值硬體的強悍性能需要軟體生態的支撐，Atlas 950搭載華為全端自研的軟體調度體系，涵蓋異構計算架構CANN、作業系統openEuler、AI框架MindSpore等核心元件，實現“硬體-軟體-演算法”的全端協同，最大化釋放算力價值。其中，CANN異構計算架構作為“算力調度中樞”，通過分層解耦，將算子庫、加速庫、圖計算、程式語言等軟體程式碼全部開源，支援Triton、PyTorch、vLLM等業界主流開放原始碼專案，大幅提升了開發者的易用性，能夠根據不同任務需求，動態調度叢集的算力、儲存、通訊資源，實現資源的最優分配。MindSpore AI框架則針對Atlas 950的架構特點進行了深度最佳化，支援超大規模模型的分佈式訓練，可自動拆分訓練任務，分配到不同的晶片節點，提升訓練效率。此外，Atlas 950還支援“朝推夜訓”錯峰調度模式與“訓推共池”技術，可根據白天推理、夜間訓練的業務特點，動態調整算力分配，大幅提升算力利用率；同時，其內建的智能維運系統，可即時監控叢集的運行狀態，及時排查故障，保障叢集的穩定運行，降低維運成本。二、關鍵技術深度剖析 四大核心突破，實現“以系統補單點”的跨越式發展Atlas 950超節點叢集之所以能在核心指標上全面領先全球同類產品，關鍵在於四大核心技術突破，華為通過系統級創新，繞開了先進製程的限制，實現了“以通訊補算力、以系統補單點”的戰略，在叢集性能上實現對國際主流產品的全面反超，具體技術突破如下：01. 突破一：平等計算架構，打破CPU中心瓶頸傳統算力叢集採用“CPU為中心”的架構，所有計算、儲存、通訊任務都需要經過CPU中轉，導致通訊延遲高、算力利用率低，尤其是在超大規模叢集中，這一問題更為突出。Atlas 950創新採用“平等計算架構”，讓CPU、NPU、記憶體單元、儲存單元等6大元件實現平等互聯，無需經過CPU中轉，直接進行資料互動，大幅提升通訊效率。這種架構的核心優勢在於，將計算任務的重心從CPU轉移到NPU，充分發揮NPU在AI計算中的優勢，同時讓各元件各司其職、高效協同，使整個超節點在邏輯上像一台電腦一樣工作。實測資料顯示，相比傳統CPU中心架構，Atlas 950的算力利用率提升30%以上，訓練中斷率降低90%，徹底解決了傳統叢集“規模越大、效率越低”的痛點。02. 突破二：多精度算力自適應調節，兼顧性能與能耗Atlas 950支援FP4、FP8、FP16、BF16等多種計算精度，可根據任務類型動態切換，實現“性能與能耗”的最優平衡——在大模型訓練場景，採用FP8精度，實現8 EFLOPS的總算力，滿足超大規模模型的訓練需求；在高並行推理場景，採用FP4精度，算力提升至16 EFLOPS，同時降低能耗，適配推薦系統、智能互動等高頻推理場景。這種多精度自適應調節技術，並非簡單的精度切換，而是通過軟體演算法的最佳化，在降低精度的同時，最大限度保證推理精度不損失。實測資料顯示，Atlas 950在FP4精度下的推理性能，較昇騰384超節點提升26.5倍，達到19.6M TPS；訓練性能提升17倍，達到4.91M TPS，能夠輕鬆支撐LLaMA 3、Qwen等千億級、兆級大模型的訓練與推理。03. 突破三：記憶體統一編址+資源池化，實現算力高效利用兆級大模型訓練的核心需求之一，是海量資料的快速讀取與互動，傳統叢集的記憶體分散管理模式，會導致資料遷移成本高、讀取延遲高，嚴重影響訓練效率。Atlas 950採用“記憶體統一編址+資源池化”技術，將所有節點的記憶體、儲存資源整合為統一的共享資源池，實現跨節點資料的“零遷移”讀取。具體而言，記憶體統一編址技術讓不同節點的記憶體擁有統一的地址空間，開發者無需關注資料儲存在那個節點，即可像訪問本地記憶體一樣，快速調取跨節點資料，大幅降低資料遷移成本；資源池化技術則可根據任務需求，動態分配記憶體、儲存、算力資源，避免資源閒置，實現算力利用率的最大化。1152TB的超大記憶體池，能夠輕鬆容納兆級大模型的參數，無需頻繁進行資料讀寫，大幅提升訓練效率。04. 突破四：全光無損互聯，破解長距離通訊難題超大規模叢集的部署，往往需要跨機櫃、長距離互聯，傳統銅纜互聯存在訊號衰減嚴重、頻寬有限、功耗高的問題，無法滿足8192顆晶片的高效協同需求。Atlas 950採用“全光無損互聯”技術，結合“靈衢”互聯協議，實現了長距離、高頻寬、低時延的通訊突破。全光互聯技術以光纖為傳輸介質，相比銅纜，訊號衰減更小、傳輸距離更遠、頻寬更大，同時功耗降低40%以上；無損傳輸技術則通過流量控制、差錯校驗等演算法，避免資料傳輸過程中的丟包，確保通訊的可靠性。此次Atlas 950的互聯總頻寬達到16.3PB/s，是輝達2026年下半年計畫上市的NVL144的62.7倍，即便對標輝達2027年計畫上市的NVL576，互聯頻寬依然領先16.3倍，徹底破解了超大規模叢集的長距離通訊難題。三、算力產業鏈影響 啟動全鏈條協同，推動國產算力全球化突圍Atlas 950超節點叢集的發佈，不僅是華為自身技術實力的體現，更將對全球算力產業鏈產生深遠影響——其核心邏輯是“以系統級創新帶動全鏈條發展”，推動算力產業鏈從“單點競爭”向“全鏈條協同”轉型，同時助力國產算力實現全球化突圍，帶動上游製造、中游配套、下游應用全線受益，具體影響可分為三個層面：01. 上游：帶動國產晶片、材料、封測產業升級，強化供應鏈自主可控Atlas 950的核心硬體依賴昇騰950DT晶片，而該晶片實現了從設計、製造、封裝到核心元件的全鏈路國產化，將直接帶動上游國產晶片製造、封測、核心材料產業的升級，強化中國算力供應鏈的自主可控能力。晶片製造環節，昇騰950DT晶片由中芯國際獨家代工，採用N+3工藝（5nm等效），目前良率已達到40%-60%，隨著Atlas 950的規模化落地，將進一步帶動中芯國際先進工藝的產能釋放與技術迭代；封測環節，長電科技作為昇騰950DT晶片的核心封測廠商，採用Chiplet封裝技術，國產化率達到90%以上，將受益於晶片出貨量的增長，進一步提升封測技術水平；核心材料環節，天科合達、天岳先進的碳化矽襯底，雅克科技的HBM前驅體，華正新材的高頻覆銅板等，均為昇騰950DT晶片的核心供應商，將隨著Atlas 950的量產，實現產能與技術的雙重提升。此外，Atlas 950的規模化部署，還將帶動國產HBM記憶體、高速連接器等核心元件的需求爆發，推動相關企業加大研發投入，提升產品競爭力，逐步打破國外企業的壟斷。02. 中游：拉動伺服器、光模組、液冷等配套產業放量，形成協同生態Atlas 950超節點叢集的部署，需要伺服器、光模組、液冷裝置等中游配套產品的支撐，將直接拉動相關產業的放量增長，形成“超節點+配套”的協同生態。伺服器領域，高新發展（擬收購華鯤振宇）、拓維資訊、神州數位、烽火通訊等華為昇騰核心夥伴，將為Atlas 950提供定製化伺服器整機，隨著Atlas 950的上市，這些企業的伺服器出貨量將大幅提升；光模組領域，光迅科技、中際旭創等企業為Atlas 950提供400G/800G光模組，支撐全光互聯需求，將受益於超節點的規模化部署，實現光模組產能的釋放；液冷領域，高瀾股份、川潤股份、英維克等企業的液冷方案已通過華為認證，適配Atlas 950的高密度算力需求，可將PUE降至1.15以下，隨著超節點的落地，液冷裝置的需求將迎來爆發式增長。同時，華為堅持開源開放戰略，將“靈衢”互聯協議、CANN異構計算架構等核心技術開源，將吸引更多中游企業參與到配套產品的研發與生產中，完善中游配套生態，降低產業整體成本。03. 下游：賦能千行百業AI升級，推動算力變現與場景落地Atlas 950超節點叢集的強悍性能，將為下游各行業的AI升級提供核心算力支撐，推動算力從“基礎設施”向“生產要素”轉型，實現算力的規模化變現，具體應用場景涵蓋六大核心領域：一是大模型訓練與推理，依託8 EFLOPS算力與1152TB記憶體，Atlas 950可支撐千億級、兆級大模型的全流程訓練，同時滿足高並行推理需求，目前已有43個業界主流大模型基於昇騰預訓練，200多個開源模型適配昇騰生態；二是政務與智慧城市，賦能政務資料處理、智能監管、公共服務最佳化，例如常州移動昇騰雲平台已實現水域智能監測、電瓶車梯控預警等場景落地；三是金融科技，支撐量化交易、風控建模、智能客服，適配六大行等金融機構核心系統，推動金融信創落地；四是醫療與生物製藥，助力醫療影像分析、藥物研發、基因測序，依託高算力實現精準分析與高效建模；五是工業與具身智能，賦能智能製造、機器人協同、工業質檢，同時支撐人形機器人等具身智能場景的感知與協同能力落地；六是網際網路與算力服務，適配搜尋推薦、AI雲服務、智算中心建設，為字節等網際網路企業提供自主可控算力支撐，降低算力外采成本。此外，Atlas 950預計將於2026年上半年在國內發佈，四季度正式上市，其規模化落地將進一步降低各行業的算力門檻，推動AI技術在千行百業的深度滲透，釋放算力的產業價值。四、行業意義與未來展望重構全球算力格局，助力AI原生時代落地MWC 2026上華為Atlas 950超節點叢集的發佈，不僅是一款產品的亮相，更標誌著全球算力競爭進入“系統級創新”的新階段，其行業意義主要體現在三個方面：其一，打破國際算力壟斷，實現國產算力的全球化突圍。長期以來，全球超大規模算力叢集市場被輝達等國外企業壟斷，而Atlas 950在核心指標上全面超越輝達未來規劃機型，證明了國產算力在系統級創新領域的領先實力，打破了國外企業的技術壟斷，為全球算力產業提供了新的選擇，也推動中國算力技術走向全球。其二，推動算力產業從“單點競爭”向“全鏈條協同”轉型。Atlas 950的發佈，帶動了上游晶片、材料、封測，中游伺服器、光模組、液冷，下游應用等全鏈條的協同發展，形成了“硬體-軟體-生態-應用”的完整產業閉環，推動中國算力產業鏈向高品質發展轉型，強化供應鏈自主可控能力，規避地緣政治風險。其三，支撐AI原生時代落地，助力千行百業智能化升級。當前，AI技術已邁入智能體網際網路時代，兆級大模型、具身智能等場景對算力提出了更高要求，Atlas 950的發佈，為這些場景的落地提供了堅實的算力底座，推動AI技術從“實驗室”走向“產業端”，加速千行百業的智能化升級，助力營運商從移動網際網路邁向智能體網際網路。從未來展望來看，隨著Atlas 950的規模化上市，預計將引發全球超節點叢集的技術迭代，更多企業將聚焦系統級創新，推動算力性能的持續提升；同時，華為開源開放的戰略，將吸引更多全球開發者與企業參與到昇騰生態建設中，完善國產算力生態，推動國產算力在全球市場的份額持續提升。此外，隨著AI技術的持續迭代，Atlas 950還將不斷最佳化升級，進一步提升算力性能、降低能耗、拓展應用場景，同時帶動算力產業鏈上下游的技術創新與產業升級，為全球AI產業的發展提供更加強勁的算力支撐。可以預見，Atlas 950的發佈，將成為國產算力崛起的重要里程碑，推動全球算力格局進入“中國引領、全球協同”的新階段。 (AI雲原生智能算力架構)

當機器人真的開始進場打螺絲，這場競速才真正開始。剛過去的春節，最破圈的應該就是馬年春晚上，比真人演員更多更吸引人的機器人演員軍團了。中國機器人公司在春晚上的表演，多少讓外媒感受到了「文化衝擊」。相比於國內近乎激進的，讓機器人進入大眾視野的努力，國外競品們，想的更多的是，先讓機器人進入生產線。例如，當年花大價錢買下了波士頓動力的韓國現代集團，就正式宣佈，在今年 CES 上亮相的 Atlas 機器人，將在 2 年後的 2028 年，正式進入工廠「打螺絲」。無獨有偶，世界首富馬斯克，也將 Optimus 機器人正式售賣的時間，定在了 2027 年末。2028 年，或許是現在爆火的人形機器人的決定性時刻？01「2028」的賭注今年 1 月的 CES，現代汽車執行主席鄭義宣，帶著 Boston Dynamics 的 Atlas 登台。這已經不是他第一次把機器人當做現代集團的名片——2022 年的 CES，他帶來的是機器狗 Spot，更多像是一場技術秀。四年過去，氣氛完全不同了。這一次，現代汽車給出了一個明確的時間節點：2028 年，Atlas 將正式承擔汽車裝配任務。不是「正在探索」，不是「計畫測試」，是裝配線上的實際工位。為了這個目標，現代自 2021 年以超過 110 億美元收購 Boston Dynamics 以來，已經累計向機器人業務投入了數十億美元。這個 2028 的時間節點，正在成為整個行業的參照坐標。Atlas 的技術規格，在這一代人形機器人裡相當突出——50 公斤的有效負載，意味著它是目前少數能夠，真正勝任重型汽車製造場景的機器人之一。Hynudai 在 CES 上展示的 Atlas 使用場景｜圖片來源：Hyundai同類競品中，無論是 Figure AI 的 Figure 02 還是 Agility Robotics 的 Digit，負載能力都只有 20 公斤左右。Macquarie Securities Korea 的分析師 James Hong 評價說，現代汽車「擁有合適的條件，和一支懂得如何執行的管理團隊」——這句話的關鍵詞不是「技術」，而是「執行」。對面的特斯拉，Elon Musk 給出的時間線是，2027 年底開始向公眾銷售 Optimus。他還在今年 2 月的達沃斯論壇上說，Optimus 將成為「第一台馮·諾依曼機器」，能夠在任何可居住的行星上自行建設文明。依然是馬斯克式的豪情壯志。02看起來很美有一個細節值得放大。Atlas 今年已經開始向現代汽車運送，並整合了 Google Gemini 的 AI 能力，還拿到了 CES 最佳機器人獎。它不只是一個展台上的展品，而是一個已經在真實環境中執行任務的系統。馬斯克的 Optimus 呢？截至目前，它最廣為人知的「公開表演」，仍然停留在特斯拉自己拍攝的視訊裡，從未進行過一次無爭議的完全自主公開演示。Samsung Securities 的分析師 Kang Hee-jin 注意到一個「值得注意的遺漏」——在特斯拉最近的相關表態中，完全沒有提及工廠部署的具體時間表，儘管 Musk 之前做過承諾。她的判斷是，「要麼完全自主位元斯拉預期的更遠，要麼人形機器人在近期內可能不適合工業使用」。不是技術上做不到，而是商業化落地的節奏，遠比 PPT 裡的時間表更複雜。當然，特斯拉陣營也有它的邏輯。Optimus 的目標定價在 2 萬到 3 萬美元之間，走的是大眾化路線；Atlas 的企業級定價則在 130 萬美元以上，面向的是工業使用者。馬斯克的 Optimus 瞄準的是更廣大的市場｜圖片來源：BI這不是兩款產品在爭同一個市場，而是兩種完全不同的商業哲學在押注不同的未來。DS Investment & Securities 的分析師 TaeYong Choi 提供了一個更樂觀的框架——「即使特斯拉到 2030 年每年生產 1000 萬台人形機器人，也不足以滿足全球需求。市場需要一個大型第二名來填補空缺。」這個邏輯的潛台詞是，Atlas 和 Optimus 的競爭，並不一定是零和博弈。但這個框架成立的前提，是兩家都能真正把機器人送上生產線。03馬斯克的願景和現實MIT 機器人學家、Roomba 創始人 Rodney Brooks，把人形機器人作為通用助手的理念，稱為「純粹的幻想思維」。這話刺耳，但背後有紮實的技術邏輯。人形機器人的困難，從來不在於「能不能站起來走路」——這個問題 Boston Dynamics 十年前就解決了。真正的難點在於「非結構化環境中的泛化能力」，也就是說，當機器人離開它被專門訓練過的場景，面對一個它從未見過的物品擺放方式、一個略微不同的地面坡度、一個突如其來的干擾，它是否還能完成任務。這個問題，沒有任何一家公司今天給出了令人信服的答案。現代汽車選擇的策略是「先窄後寬」——把 Atlas 部署在自己的汽車工廠裡，那是一個相對可控、可重複、可標準化的環境。在這個特定場景裡把機器人做到足夠好，再談擴展。這個路徑穩健，但也意味著「通用」的夢想要推後很久。特斯拉的方向則更激進——馬斯克想要的是一台真正的通用機器人，能進廚房、能當保姆、能去火星建城市。這個願景的商業價值毫無疑問是巨大的，但每一個宏大願景，都需要無數個平庸的執行步驟來支撐，而特斯拉在這件事上「長期承諾未兌現」的歷史記錄，讓投資者越來越難以給予足夠的耐心。與此同時，特斯拉自己的基本面並不輕鬆。中國市場的銷售資料顯示，Model 系列的零售銷量從 2024 年 1 月的近 4 萬台跌至 2026 年 1 月的不足 1.9 萬台，兩年跌幅超過 54%。為了維持市場份額，特斯拉已經連續兩次延長超低息融資計畫。核心業務承壓，給 Optimus 的資源和時間窗口，並不是無限供給的。04被忽視的第三股力量所有關於 Atlas 和 Optimus 的討論，都有意無意地繞開了一個更大的變數——中國。2025 年，全球出貨的人形機器人裡，有 90% 來自中國製造商，總量約 1.3 萬台，定價激進地壓在 1.5 萬美元以下。這個數字和規模，讓 Atlas 與 Optimus 之間的競爭，在某種程度上，顯得像是兩個高端選手，在爭論誰的西裝剪裁更好，而旁邊的工廠已經把量產款賣到了整個市場。Atlas vs Optimus 的故事，可能從一開始就不是這場戰爭真正的主線。當然，性能差距目前依然存在。Unitree 宇樹科技的 H2 機器人｜圖片來源：宇樹機器人中國製造商在魯棒性、負載和在複雜場景下的自主能力上，和 Boston Dynamics 的積累仍有代差。但這個代差會持續多久，歷史已經給過我們足夠多的提示——中國製造業在電動汽車領域，用了不到十年完成了這種追趕，人形機器人沒有理由會更慢。2028 年，如果一切按計畫推進，現代汽車的裝配線上會有 Atlas 在工作。那將是人形機器人產業化處理程序裡真正意義上的第一塊里程碑。但那個時候，站在旁邊虎視眈眈的，未必只有 Optimus。 (極客公園)

吹牛沒輸過，生意沒賺過。“超越人類生理限制的運動能力。”“強大的工業適用性！”又到每年開年的CES盛會，又是最新一期的波士頓動力宣傳大片。最近兩周時間，不說滿網路，最起碼國內網際網路科技圈吧，又一次到了每年例行讚美這家北美機器人明星企業的時刻。不過呢，雖然今年的內容可以說是“例行”，但還是稍稍有一點不同的地方。波士頓動力在宣佈放棄液壓路線之後，首次展示了其電驅動版本Atlas的量產型號。這裡特別要強調“量產型號”四個字。請勿誤會，對於上面列出的這兩句讚美之詞，筆者認為最新的這款量產型Atlas還是當得起的。雖然其同樣也適用於特斯拉的柯博文（Optimus）、宇樹科技的G1，乃至於目前各家進度接近的具身機器人量產型號。畢竟具身機器人的基本特點，可不就是以類人但超越人類的生理極限（主要是耐力/續航）以及相較於人工更低的成本，適用於包括工業在內的廣泛麼？當然最近還有不少的誇讚，筆者認為比較“抽象”。比如在B站相關視訊評論區，以及微信公眾號相關推送文章下面，不少讀者宣稱其將“重新定義工業機器人”，甚至認定為“必將引領產業轉折點”。這類說法就非常過分了，並不符合基本事實。其中甚至有極端者宣稱“多虧波士頓動力開源，才有了‘自主’機器人行業的興起”。也不知道發表暴論的人究竟是個“串子”呢，還是真就如此認為。反正麼就是一股子“特斯拉的開源成就了自主新能源輝煌”那股子直衝顱腔的味道。▲有些人吶，都2026年了，還給人一副賈隊長既視感……好吧，前文已經鋪墊了那麼多，所以我們今天就來聊一聊久負盛名的波士頓動力——其是否真的能將目前炙手可熱但總體尚未脫離娛樂用途的智能具身機器人，成功送進工廠“打螺絲”？01 進步很大，且有革新之處在波士頓動力於2026CES的現場展示表演中，量產型Atlas曾發生過不止一次故障。先是在演示後空翻時出現飛零件問題，隔日在另一機展示搬運任務能力時突然失控倒地不起。這些故障導致外界對其技術穩定性的不少非議。但客觀講，類似的失誤甚至故障，幾乎所有的具身機器人企業都曾遇到過。對於波士頓動力來說，其雖然在商用智慧型手機器人產業享有開山宗師地位，但從液壓驅動切換為馬達驅動機制視角，還是個標準的新手。當然，驅動形式是一碼事，波士頓動力在平衡、運動等諸多演算法領域的積累還是非常豐厚的，所以大可不必因為這點去“黑”，保持一種“風物長宜放眼量”的態度是必要的。▲電驅動Atlas原型機而本次展示的量產型Atlas，其實也有諸多進步。首先簡單看一下其資料指標——全機具備56個自由度，手腕、腰部等多數關節可360°旋轉，移動和操作效率高；適應-20~40°C工作環境，IP67級固液防護標準；最大負載50公斤，具備模組化設計和快速換電能力，標準續航約4小時。但量產型Atlas最大的進步並不在於其指標上。甚至可以說，單論資料指標，電驅動化的Atlas比之其原型機，在整體結構強度上有著明顯的降低。演示過程中的非零件，便是一例明證。儘管其問題應該是可以解決的。此外，電驅動化以後，無論是量產型Atlas還是電驅動原型機Atlas，其整體爆發力和負荷上限都較之液壓版本Atlas有著明顯的下降。當然，更大的變化實際上肉眼可見。僅僅從外觀上，我們就可以看到最新這款裝置的差異之處。▲原型機（左）與量產機（右）相較於電驅版原型機，量產型Atlas的形態變化堪稱巨大。除去標誌性的頭部以及換裝射燈，外加這個萬變不離其宗的頭+軀幹+四肢的擬人架構，可以說新的量產機和原型機相比看起來並無多少相似之處。首當其衝的，是四肢各部分滿眼的“積木”外觀。上下臂與大小腿部分並沒有原型機乃至於液壓驅動版那種仿生的感覺，而是由單獨的“積木塊”結構扣在一起構成的，甚至沒有考慮做個外殼修飾一下。這顯然是針對適生產性進行的調整。此外，手掌雖然基本保持了原型機的複雜化，但是整個足部似乎都被取消了。自踝關節開始，整個腳/足部分似乎主要考慮承重，幾乎不具備適配奔跑、跳躍等複雜運動相匹配的機能。而四肢所有關節行程與冗餘度，也明顯以高穩定性和足夠承載能力為先。甚至軀幹的尺寸以及外殼形狀也進行全面調整。雙電池設計確保快插快拔，同時隱約顯示出完全的模組化設計，並且加強了散熱功能以保障長時間持續工作能力。這樣的設計雖然大幅弱化了整體框架強度，對於快速量產前提下裝置未來進場打工這個定位，顯然是非常適合的。一言以蔽之，量產型Atlas是一部從頭到腳，都非常不波士頓動力的產品。但，這確是企業能繼續存續下去，甚至加入到目前轟轟烈烈的全球具身機器人大戰牌桌上，唯一的正確路線。02 從極客思維，到為投資人效勞波士頓動力公司的前身，可以追溯到1992年麻省理工學院的某個仿生機器人項目組。在此前的很長時間裡，這是一家在相關領域內堪稱泰山北鬥一般的宗師級企業。本世紀初，隨著9··11事件以後美國的全球治安戰需求，美國國防部高級研究計畫局（Defense Advanced Research Projects Agency，縮寫DARPA）曾斥巨資撥款，投入到為美軍開發山地專用運輸載具的項目。而波士頓動力公司也借這一機會迎來重大發展，其率先推出能夠跨越複雜地形馱運物資，同時具有極佳自平衡能力的BigDog。▲BigDog被少量投入到美軍位於阿富汗的山地作戰BigDog的先進之處在於率先採用了基於全身動力學的建模，具備當時頂尖的高動態運動控制技術，搭載了可在極端環境下保持穩定性的演算法。儘管該裝置並不成功，美軍的採購總量也非常有限。但特殊時期源源不斷的經費，卻幫助企業確立了行業的頂流地位。2013年，初代液壓驅動的Atlas亮相。同年12月，Google母公司Alphabet收購波士頓動力公司。被資本收購後的波士頓動力，逐漸面臨商業化壓力。2016年，電動液壓機器狗Spot誕生，開始了這家公司商業化的努力。但過於昂貴的價格（74500美元）以及極其有限的功能，Spot的商業化並不算成功。2017年6月，Alphabet將這家企業賣給了日本軟銀集團。2020年12月11日，韓國現代汽車公司又從軟銀手中收購了波士頓動力公司。▲波士頓動力上一代產品矩陣波士頓動力公司最大的問題，在於整個團隊一直存在較大的認知偏差。其思維模式在漫長的周期內，停留在了麻省理工學院項目組層面上。其根本目的不是開發一種滿族商業需要的機器人產品，使之成為真正服務於社會的工具。而是秉持著極客精神在努力打造更好、更強大的裝置。而這也是波士頓動力此前為什麼如此頑固地堅持液壓驅動模式的原因，其並非（或者說並非主要）因為當年來自DARPA為美軍開發山地馱運四足機器人平台的經驗和技術，歸根到底是液壓驅動帶來的高功率密度，可以讓人形機或者四足機輕鬆完成酷似人類或者犬隻那樣的，高跳躍起、後空翻動作，乃至於跌倒後主動採取抗衝擊姿態並迅速躍起等，展示性極強的動作。誠然，迄今為止其成就在學術與工程層面都頗具象徵意義，而那些機器人完成的“跑酷”宣傳片，也奠定了波士頓動力在機器人領域早期近乎神話般的地位。但理想也是需要人來買單的。▲美國執法機構少量採購了波士頓動力的Spot Mini機器狗在本世紀初，美國政府還有餘力且切實面臨全球治安戰需要的那段時間裡，DARPA投資個把有潛力的閒棋冷子當然不成問題。但是進入2010年代以後呢？網際網路公司乃至投資集團，及時補位繼續當了多年的金主。但奈何企業同樣是需要盈利的，董事會需要為企業的財報負責。進入2020年代網際網路紅利期結束以後，一切都成了問題。03 盛名之下，問題並未解決所以，當我們講到這裡的時候，有一個問題是明擺著的——為什麼現代汽車公司會接盤波士頓動力？這個問題其實並不難回答，只需要考慮一下具身機器人的最大化運用場景就可以了。機器人其實大可不必保持人形。根據不同的用途和領域，四足、八足，乃至於輪子或者履帶行走機構，完全根據需要便可以了。最典型的例子，便是波士頓動力開發的倉儲機器人Stretch（上文戲稱為“打工狗”的那款），自2023年推出以來，迄今已獲得全球物流巨頭DHL的至少1500台訂單。而根據DHL的說法，其工作效率高達每小時處理700個箱子，並且自2023年投入使用以來，已在全球解除安裝“超過2000萬個箱子”。▲以自身機械臂，抓起一隻Spot Mini的Stretch而雙足配雙手，最大的價值是契合專供人使用的裝置或者產線，來完成對應的替代工作。而這也是汽車公司甘於接波士頓動力這個“盤”的原因——對於主機廠來說，整車最後的總裝工作，無論從穿線束配車門，還是安裝引擎/電動機/電池組這些，要麼是現有的自動化體系裡設計專用裝置成本過高的，或者即便是專用機器人（機械臂）也無法勝任的複雜動作，通常需要配合蹲姿甚至臥姿，甚至於將某些零部件伸入其他部件內部，進行精確對接後加以緊固。討論如何解決機器人自主完成任務的話題過於龐大，這裡暫時按下不表，我們假設各方最終都能走通，實現部分的總裝環節人機替換。那麼以目前流出的資訊來看，波士頓動力這款量產型Atlas的未來也是一片黑暗，因為其面臨著毫無機會的價格問題。波士頓動力方面此前曾透露過，當前量產型Atlas的每台造價高達80萬美元。至於未來，有人宣稱“2030年降至30萬美元”。然而無論80萬美元還是30萬美元的遠期畫餅，其單機成本對於幾乎所有汽車製造商來說仍嫌太高。相比競爭對手，實在高太多了。作為對比，馬斯克給柯博文（Optimus）畫下的大餅是“預計2026年下半年正式上市，售價預計在2萬至3萬美元之間”，並且當產量達到百萬台規模時，出廠價格可以控制到2萬美元一線。儘管馬斯克是個整天滿嘴跑火車的主，但以以往經驗來看，此公吹噓之事通常能實現十之二三。所以打個富裕，把柯博文的最終價格乘以五，也不過10萬美元等級。更何況，中國廠商比如宇樹等，已經開始量產各種1.6萬美元等級的人形機了。儘管量產型Atlas標誌著波士頓動力在向實用主義轉型道路上邁出了關鍵一步，但其前途的確依舊被巨大的成本陰影所籠罩。現代汽車的入主雖提供了寶貴的應用場景和資本支撐，其計畫建立年產3萬台機器人工廠的雄心也旨在通過規模化攤薄成本，但能否將成本降至市場可廣泛接受的水平，仍是橫亙在波士頓動力面前最嚴峻的考驗。▲跑酷也好熱舞也罷，不能當飯吃啊……這家曾以技術炫技定義機器人想像邊界的公司，如今必須在這場由“成本、量產、實用性”主導的新的競賽中，盡快找到除了“技術神話”光環之外的、可持續的生存之道。機器人跑酷大片成就了波士頓動力的盛名，但機器人終究不是用來跑酷的。 (C次元)

波士頓動力 Atlas 官宣👇 下圖為券商報告概覽圖（結論濃縮版）來源：AI工業（採用 AI 工具整理）本文基於BostonDynamics 等的公開視訊（https://www.youtube.com/watch?v=fadawnuE6n8）進行學習復盤，僅供學習交流參考。以人為本的 AI 機器人：Spot 起舞只是開場來源：AI工業（採用 AI 工具整理）在CES2026現代汽車集團媒體日發佈會上，Boston Dynamics的Spot產品管理總監Mary Frame率先登台。她向在場觀眾介紹，大家剛剛看到的是機器人像K-pop明星一樣跳舞的表演，但這些機器人真正的使命遠不止於此，它們被設計出來是為了在現實世界中與人類協作、輔助人類完成工作並承擔危險崗位上的任務。Mary Frame強調，這一切並不是某家公司在單打獨鬥，而是建立在夥伴關係之上。來自Boston Dynamics、現代汽車集團及其他合作夥伴的團隊各自貢獻關鍵能力，共同推動他們所謂的以人為本AI機器人，也就是具備物理AI、能像人類一樣感知世界並以負責任方式為人類工作、與人類共事的機器人。這類技術被她概括為為人類而建的技術，目的是在支援和延展人類能力的同時，讓工作更安全，並在許多場景下賦予工作更多意義感。Spot 與 Stretch：從炫技視訊到嚴肅商業化來源：AI工業（採用 AI 工具整理）隨後，Boston Dynamics人形機器人業務副總裁兼總經理Zach Jacowski和人形機器人應用產品戰略負責人Ya Durban一起登台。他們回顧，過去30年裡，Boston Dynamics持續推動機器人能力邊界，全球已有數以億計的觀眾通過網路見證這些機器人從科幻走向現實。Zach Jacowski指出，自己長期從事機器人設計、製造與程式設計工作，但從未像現在這樣對未來充滿期待，他認為人類正處在一個影響堪比智慧型手機問世的技術轉折點。在具體產品層面，Spot是Boston Dynamics的首款量產機器人。舞台表演展示了它的靈活機動，但部署在真實客戶現場的Spot幾乎沒有時間跳舞，這些機器人主要負責採集工業環境資料、減少工廠和設施停機時間並讓作業人員遠離危險環境。過去5年裡，Boston Dynamics已經在40多個國家的數百個客戶站點部署了成千上萬台Spot，公司由此將Spot定位為一個嚴肅的商業成功產品，而不再只是實驗室裡的技術演示。Zach Jacowski還介紹了Stretch這款在2023年推出的倉儲機器人，其目標是為倉儲自動化提供高度靈活的解決方案，首要應用場景是卡車和集裝箱卸貨。傳統上，這類工作往往在酷熱或嚴寒環境中進行，對工人身體負擔極重。根據官方給出的資料，Stretch目前已經為客戶卸下超過2000萬隻箱子，這被用來證明Boston Dynamics的機器人產品已經在真實業務中切實改善了工作場所安全性並顯著提升了人員生產效率。Atlas：從實驗室原型到工業通用工具來源：AI工業（採用 AI 工具整理）在談到下一階段時，Ya Durban把話題引向人形機器人Atlas。他表示，團隊的願景是打造一款通用人形機器人，能夠進入各種環境、理解周圍場景與語義並操控不同類型的物體。落地路徑上，Boston Dynamics選擇優先切入工業環境，希望將Atlas打造為一款可以直接部署在現有工廠中的通用工具，不是只做單一工位上的某一種工作，而是能夠隨著企業業務變化在不同崗位之間靈活切換任務。為此，團隊在過去幾年裡走訪了數百個客戶現場，與一線操作人員一起在車間調研，直接向最瞭解工廠營運的人學習。在這些調研基礎上，他們認為，要把Atlas從實驗室原型變成真正的產品，必須同時滿足安全、可靠以及行為可預測三項關鍵特性，並優先讓Atlas去承擔那些高度重複、極其消耗體力且越來越難以招聘人力的崗位。按照一貫做法，Boston Dynamics還將繼續與行業頭部企業合作，並直接從未來的真實使用者那裡獲得反饋，確保產品設計儘可能貼近實際需求。綜合來看，他們希望從一開始就把Atlas做成一款為工業嚴苛工況而生的人形機器人。在解釋為什麼是現在這個時間點時，Zach Jacowski提到，Boston Dynamics在人形機器人上的研發已經持續十年以上，團隊一直在評估兩件事，一是還有那些關鍵技術環節尚未補齊，二是這些技術何時能夠成熟到支撐真正的商業化。在他的判斷中，過去幾年中AI的飛速發展正是這條路徑上一直缺失的關鍵拼圖，如今這塊拼圖基本就位，人形機器人從實驗室項目邁向商業產品的時機已經成熟。因此，Boston Dynamics在此次發佈會上宣佈，是時候讓Atlas正式走出實驗室，並選擇在這一全球舞台上首次向公眾完整展示這款機器人。Atlas登場後，Ya Durban特別指出，現場演示的起身動作與公司此前在網路影片中展示的一致，而這也是觀眾最常提問的細節之一。針對為什麼要讓Atlas以這種方式起身的問題，Zach Jacowski給出的解釋是，Atlas並不需要像人類那樣移動身體，工程團隊追求的是起身過程的穩定性與能效最優。經過大量實驗與權衡，他們發現，當前這種看上去並不像人類的起身姿態，恰恰是在穩定性和效率之間取得最佳平衡的方案，因此在Atlas的運動設計上，Boston Dynamics更看重工程效率和任務表現，而不會一味迎合外觀上的類人化。產品版 Atlas：56 DoF、4 小時續航的工業戰士來源：AI工業（採用 AI 工具整理）在正常工況下，Atlas 在工地上是完全自主運行的人形機器人；但本次發佈會演示中，為保證安全穩定，由工程師遠端操控 Atlas，僅下達前進、後退等簡單指令。Atlas 的步態已經做到行走自然、動作順滑，這是與Robotics and AI Institute 合作，專門強化“類人自然行走”效果的結果。在形態與機理上，團隊不再簡單“照搬人類”，而是挑選生物結構的優點並用工程手段做得更好。Atlas 擁有可實現 360° 旋轉的多處關節，在製造業這類每秒都很關鍵的場景中，比人類動作更高效。同時，頭部與“臉”被刻意設計成“明顯是機器人而不是人”，讓一線工人清楚這是來幫忙幹活的工具型機器人。在真實場景驗證方面，Atlas 已被帶到 Hyundai Motor Group Metaplant America（現代汽車集團美國元工廠），執行自主物料搬運等任務，證明了人形機器人在真實製造工廠中具備可行性。團隊在現場採集了大量資料與經驗，回到波士頓繼續迭代產品。在 CES 期間，現代汽車集團展台將進行 Atlas 現場應用演示。量產版本方面，此次在台上展示的是用於系統驗證的研究型原型機，真正面向客戶的產品版 Atlas 已在研發衝刺中。產品版 Atlas 具備 56 個自由度（56 DoF），大部分為全旋轉關節，配備人類尺度的雙手，在手指與手掌內整合觸覺感測器，支援高靈巧操作。它搭載 360° 視野相機系統，可全向感知周圍環境及接近人員，是其整體安全方案的一部分。核心規格上，Atlas 可舉起約 110 磅（約 50 kg）負載，最高作業高度約 7.5 英呎（約 2.3 m），具備防水與可沖洗能力，可在–4°F 至 104°F（約 –20°C～40°C）環境下保持全部性能運行。在續航與維運上，Atlas 使用雙可更換電池，單次可穩定工作約 4 小時；電量不足時，可自主導航回充電站，自行完成電池更換後繼續作業。在“教會機器人幹活”方面，團隊的目標是顯著降低上手門檻：大部分任務可在不到 1 天內完成訓練部署。所有 Atlas 通過 Orbit 平台共享技能與智能，一台 Atlas 學會的技能可以同步給所有 Atlas，形成叢集式能力擴散。依託 頂級硬體規格 + 基礎模型能力，Atlas 從部署當天起就可以在高難度任務上實現高度自主，並保持以人協作為中心的人本設計；客戶可以通過 Orbit 軟體持續為 Atlas 追加新技能與專用動作庫。產能規劃：Atlas 資料工廠與 3 萬台新工廠來源：AI工業（採用 AI 工具整理）在生產與交付上，產品版 Atlas 已在波士頓總部啟動生產，2026 年全部產能已鎖定給現代汽車集團及一位新的 AI 合作夥伴；從 2027 年開始將逐步開放更多客戶。雙方正共同建設 Hyundai Robotics Metaplant Application Center（現代機器人元工廠應用中心），以此作為“人形機器人製造技能資料集”的核心引擎，目標是打造可支撐在現代全球工廠部署成千上萬台 Atlas 的“資料工廠”。更進一步，現代汽車集團與 Boston Dynamics 還將共建一座年產能可達約 3 萬台 Atlas 的新機器人工廠，以滿足未來在工業、商業乃至家庭場景大規模部署人形機器人的需求。這種將頂級機器人研發 + 全球製造產能繫結的模式，在當前參與者中具有獨特性。現代汽車的人本機器人戰略與 RaaS 模式來源：AI工業（採用 AI 工具整理）對於現代汽車集團而言，其在人本 AI 機器人領域的核心目標是：通過“物理 AI + 真實場景應用”，創造可量化的社會與商業價值。因此他們聚焦的，是能讓工作更安全、更快速、更易規模化複製的機器人系統，強調的是“不是作秀，而是帶來真實、可衡量的正向影響”。在具體方法論上，雙方遵循一個三步式路徑：1）加速機器人學習新技能的效率；2）用現代工廠真實產線資料來訓練這些技能；3）依託位於美國的Metaplant Application Center 作為中央引擎，把資料轉化為可在一線落地的運動與行為能力，形成一個閉環的資料—技能—部署體系。ARMAC 是驅動機器人實驗、驗證與培訓的核心平台，它既支撐現代汽車集團的機器人業務，又承擔著機器人技術人才培養的任務。要想真正加速物理 AI 能力，光有一個物理基地還不夠，還必須有前沿技術堆疊。因此，現代汽車集團與多家全球科技領導者合作，其中一個關鍵夥伴就是 NVIDIA。NVIDIA 的 AI 基礎設施與開發工具，幫助他們更快推動機器人創新、縮短開發周期，並交付可以規模化部署的解決方案。與此同時，集團正在啟動內部的價值網路企業，把它們在汽車行業形成的大規模量產與工藝經驗遷移到機器人領域。Hyundai Motor Company 和 Kia提供製造基礎設施、工藝控制與生產資料；Hyundai Mobis 與 Boston Dynamics攜手開發高性能執行器，通過雙方的技術專長推動關鍵零部件的標準化，建構起面向集團低風險平台的全球供應鏈；Hyundai Glovis則負責最佳化物流與供應鏈流轉。這些只是集團眾多子公司的一個縮影，整個網路共同構成了一條端到端的價值鏈，在確保產品質量的同時兼顧柔性與卓越性。在客戶側，現代汽車集團也在樹立新的客戶互動與支援標準，依託集團在客戶管理上的經驗，並把它擴展到高級服務平台。其中的代表性模式是Robot-as-a-Service（RaaS，機器人即服務）訂閱模式。這種模式通過訂閱的方式，降低客戶進入門檻、減少前期資本支出，並加快投資回報。他們設計的 RaaS 模型強調易用與易管理，將安裝部署、空中軟體更新（OTA）、硬體維護以及遠端監控和控制整合進一個統一的服務包。這樣一來，客戶可以更專注於“如何用好機器人創造價值”，而不是被各種維運細節拖累。隨著機器人從工廠逐步進入日常生活場景，這種服務模式在家庭端同樣會非常重要。但在現代汽車集團的理念裡，機器人必須先在工廠中通過嚴苛的性能驗證，在每一個動作、每一個結果都被量化考核的工業現場證明自己，之後才能走進家庭、承擔家務和陪護角色。其他公司可能先展示的是家用場景 Demo，而現代汽車選擇的是在工業現場建立可信度。這些能力首先會在Hyundai Motor Group 內部落地驗證，之後再向全球擴展。集團計畫到 2030 年實現年銷量 980 萬輛汽車。在這個體量上，Atlas 人形機器人將從試點階段走向量產階段，在他們的全球製造網路中逐步鋪開部署，以支撐產能擴張和營運最佳化。而對機器人需求不會只停留在製造業，物流、能源、建築以及資產與設施管理等領域，對安全、智能且可規模化的機器人同樣有著巨大需求。當前，Spot 和 Stretch已經在集團外的客戶現場運行，覆蓋眾多不同應用場景；未來，Atlas將成為擴展至多行業、多應用時的核心角色。軟體定義工廠：SDF + ALMA 打造資料閉環來源：AI工業（採用 AI 工具整理）在更宏觀的層面，要實現以人為中心的 AI 機器人願景，需要兩家足夠大膽的公司共同推動。Boston Dynamics 帶來了世界級的難題求解能力與機器人技術積累，而 Hyundai Motor Group 則提供了在生產與規模化方面的強大能力。當這兩者結合，再加上當今時代最寶貴的資源之一——資料，就能夠產生真正有影響力的變革。在現代汽車集團內部，出行、製造、物流與機器人被串聯成一個閉環系統，實現跨領域資料的一體化建模，這種整體建模能力正在重塑工廠和製造系統本身。基於這些資料能力，現代汽車集團正在從傳統的硬體驅動工廠，轉向 Software-Defined Factory（SDF，軟體定義工廠）。在 SDF 模式下，工廠可以24/7 全天候運行，具備更高的靈活性、安全性與智能化水平。軟體可以持續更新、不斷改進，並將經驗和智能在全球工廠之間快速複製與共享。他們的第一座 SDF 工廠——HMGICS（新加坡現代汽車創新中心），已經在新加坡正式運行，將作為樞紐向外擴展，把資料、人員與技術連接到現代汽車集團全球每一座工廠。整個 SDF 路線圖的唯一目標，就是為客戶做到最好：更快適應當地市場需求、將產品質量提升到高於當前行業標準的水平，通過效率提升降低價格，並顯著改善員工安全。在這樣的軟體定義工廠中，人機協作會得到系統性最佳化。目前，在現代汽車的工廠裡，機器人已經承擔了大量艱苦、危險且高度重複的工作，在沖壓、車身、噴塗等環節，自動化程度可以接近 100%。自動化顯著提升了生產率並強化了產品質量，更重要的是，極大提高了員工安全。這種模式被他們稱為 “以人為中心的自動化（human-centered automation）”。即使在高度自動化時代，人仍然是系統中的核心角色：負責監督、指導和維護自己的機器人同事，並始終保有最終控制權與決策權。隨著自動化程度不斷提高，人的角色不僅不會被削弱，反而會更加重要。機器人將接管更多需要體力與重複操作的任務，而人類可以把精力放在監督、決策與問題解決上。人類將通過軟體來“領導”機器人，利用數字孿生（digital twin）來測試不同場景，並基於資料驅動的洞見去調整流程與資源配置。但這一切不會自動發生，員工需要在真實世界語境中進行系統性且安全的訓練。這就是位於美國的ALMA / ALMAC 機器人學習與訓練中心的意義所在。在 ALMA / ALMAC，機器人通過對應人類動作資料來學習如何與人協作，學習動作的精度、重複性與安全性邊界。每一個帶領動作、轉身動作以及恢復動作都會被採集為真實的營運資料。得益於在全球範圍佈局並高度互聯的 SDF 工廠網路，現代汽車集團擁有遠超多數企業的真實工廠資料資產。更多、更真實的資料帶來更好的訓練，更好的訓練造就更安全、更智能的機器人，而更智能的機器人又反過來促進對人的更友好的工廠環境——這是一個“大輸入，才有大輸出”的正向循環。他們的路線圖同樣清晰：今年 8 月左右，ALMA / ALMAC 中心將正式啟用，成為未來機器人的訓練與驗證基地；到 2028 年，Atlas 將在 SDF 網路中開啟全球化部署，承擔高精度的序列裝配任務；到 2030 年，機器人將與自己的“機器人同事”一起完成更複雜的總裝工作。那時的工作將會更安全、更輕鬆、也更有意義。在他們的理念中，機器人不是“與人競爭”，而是“為人而戰（compete for humans）”——為人類的安全、效率與福祉服務。這就是 Hyundai Motor Group 的機器人哲學：讓機器人擴展人類的能力邊界，成為推動人類前進的夥伴。Boston Dynamics × Google DeepMind：通往通用人形的第一步來源：AI工業（採用 AI 工具整理）在製造與部署路徑講解結束之後，舞台交給了新的關鍵夥伴——Boston Dynamics 與 Google DeepMind。Alberto Rodriguez 介紹自己是 Boston Dynamics Atlas 行為團隊負責人，而 Karolina Parada 則領導 Google DeepMind 的機器人團隊。Alberto 回顧說，在 Boston Dynamics，他們已經花了二十多年時間研發人形與各類移動機器人，中心問題一直圍繞“物理智能（Physical Intelligence）”：讓機器人掌握對力與運動的精細控制能力，這既支撐它們完成各種高難度的運動表現，也讓它們能在真實環境中連續工作數月而不出現故障。這些長期積累終於匯聚到今天，促成了新一代 Atlas 的發佈——被定位為“世界上機體能力最強的人形機器人”。要讓 Atlas變成真正的產品，光有“體操級”的運動能力遠遠不夠。人形機器人如果要兌現承諾，必須能夠自然地與人類互動，能夠理解並適應不斷變化的真實世界環境，並且能夠完成複雜的靈巧操作任務。演講者認為，近期的 AI 突破已經為這些能力提供了一條清晰路線，這也直接推動了 Atlas 商業化處理程序的啟動。在這樣的背景下，他們正式宣佈：Boston Dynamics 與 Google DeepMind 機器人團隊達成戰略合作。這次合作被定位在全球機器人與 AI 的前沿交匯點，目標是推動一個新的 “以人為中心的 AI 機器人時代”。在 Google DeepMind 看來，他們的使命是負責任地建構造福人類的 AI，而機器人則是 AI 最前沿的應用場景之一，因為它把 3D 感知、多模態理解、高級推理與規劃統一到真實物理世界中，推動 AI 從“螢幕裡的智能”走向“現實世界裡的智能”。過去幾年，Google 在 Gemini 及其他基礎模型上取得顯著進展，這些模型可以同時處理文字、圖像和視訊等多種模態。在此基礎上，DeepMind Robotics 又進一步將“動作（actions）”引入為新的模態，形成了 Gemini Robotics 模型家族。這些模型具備先進的具身推理能力，可以直接生成控制機器人動作的指令，以一種通用、互動式且靈巧的方式來驅動機器人。然而，再強大的“通用機器人大腦”也需要同樣強大的“通用機器人身體”。這正是與 Boston Dynamics 走到一起的原因：一方提供新一代 Atlas 等高性能機器人平台，另一方提供先進的多模態 AI 基礎模型。雙方希望共同打造全球最先進的機器人基礎模型體系，朝著真正的通用人形機器人邁進。這次合作的核心目標，是顯著擴展機器人的泛化範圍，從實驗室裡的標準任務走向更大規模、更加複雜的真實世界任務，包括在 CES 現場 Atlas 所展示的那些操作場景。他們強調，未來的機器人不應只依賴一組預先寫死的固定任務指令碼，而是應當像人類一樣理解物理世界，從經驗中學習，在新情境中實現泛化，並隨著時間不斷提升表現。無論是裝配一款全新的汽車零部件，還是幫你繫鞋帶，機器人都應該能從少量示例中快速學會任務，並通過少量練習迅速變得更好。為此，模型不僅要支援快速接入新任務，還要讓機器人在執行過程中持續提升表現，並對現實世界的各種突發情況做出可靠響應，這些能力都是實現大規模落地與長期可靠性的關鍵。在性能與部署層面，他們提出了一個非常具體的目標：機器人應能在“一天之內上手一項新任務”，並連續穩定地執行數小時。憑藉 Atlas 在續航、力量和機動性上的優勢，他們認為有機會在很多場景中實現對人類表現的超越。為此，他們正在組建一支規模可觀的Atlas 機器人“艦隊”，並計畫把這些機器人部署在 Boston Dynamics 各地辦公室以及 Google DeepMind 在全球的實驗室中，用真實場景和海量資料來加速訓練和迭代。最後，他們將今天的發佈定義為：通往“AI 賦能的人形機器人，並在現實世界產生真實影響”的重要第一步。隨著機器人從工業場景逐步進入日常生活，它們必須通過安全性、可靠性和性能來贏得人類的信任。演講者相信，以人為中心的 AI 將讓生活更輕鬆、更安全，也更有意義。與現代汽車集團、AI 合作夥伴以及整個生態一起，他們希望塑造一個未來：在人類與機器人並肩共存、共同繁榮的世界裡，通用人形機器人真正成為具有現實價值的基礎設施。 (AI工業)

波士頓動力：新版Atlas人形機器人波士頓動力公司周一在拉斯維加斯消費電子展（CES）上發佈了其人形機器人Atlas的最新版本。這款機器人擁有一個發光的圓形面部、一個完全電動的電池驅動身體以及可360度旋轉的關節，其先處理程序度之高，將很快與母公司現代汽車的工廠工人並肩工作。現代汽車表示，計畫大規模生產Atlas，使其成為“可量產的人形機器人”，並投入到其汽車工廠中使用，首批投入工廠將位於佐治亞州薩凡納的現代汽車集團Metaplant工廠。該公司預計，從2028年開始，每年將生產3萬台機器人。Nuralogix：智能“長壽鏡”參觀者坐在智能鏡子前，拍一張30秒的自拍，然後就能得到一個關於“衰老程度”的評分，引發媒體關注。這款智能鏡是Nuralogix公司推出的，售價899美元。它採用一種名為“經皮光學成像”的技術來測量面部血流模式。由此，它可以評估多種健康指標，包括心率、血壓、心血管疾病風險、代謝健康、生理年齡，甚至心理健康。所有這些指標最終會彙總成一個1到100分的長壽評分，分數越高越好。華碩ROG與Xreal合作：240Hz AR眼鏡Xreal在本次CES上大放異彩。它發佈了新款1S AR眼鏡和支援Switch 2的Neo底座（兼具電池功能），這兩款產品均已上市。Xreal還透露了即將與華碩合作推出一款專為遊戲玩家打造的ROG AR眼鏡。在官方圖片中，ROG Xreal R1遊戲眼鏡看起來像是賽博朋克風格的飛行員眼鏡。鏡腿上有一條LED燈帶，用來指示……某種資訊。或許是電池電量，又或許是某種以前無法量化的資訊，比如速度。無論如何，它的鏡腿看起來比1S的要粗得多，內部的某些技術可能是為了實現其主打功能：240Hz更新頻率。據悉，這是首款將AR眼鏡的更新頻率提升至目前市面上常見的120Hz兩倍的產品。Uber和Lucid聯合打造：新款無人駕駛計程車Uber 將其新款無人駕駛計程車帶到了CES展會上，讓我們得以一窺豪華升級版Lucid Gravity SUV的真容，這些車型將於今年晚些時候正式上市。去年，Lucid、Uber和Nuro宣佈了一項規模龐大的自動駕駛計程車合作協議，將在未來六年內在美國部署2萬輛自動駕駛汽車。這些車輛將由Uber或其第三方車隊管理合作夥伴所有，首個推出服務的城市將是舊金山。英特爾：Panther Lake Core Ultra 3晶片Panther Lake是英特爾近年來最重要的晶片，這些採用18A工藝的筆記型電腦處理器有望幫助英特爾重奪全球霸主地位。它們終於在本月上市。在CES展會上，英特爾宣佈筆記型電腦預購將於1月6日開始，首批筆記型電腦將於1月27日發貨——英特爾表示，全球範圍內將有超過200款第三代酷睿Ultra 3系列系統可供選擇。樂高：智能積木3月1日，樂高集團將開始銷售其迄今為止最具雄心的積木：一款完全可以裝入經典2x4樂高積木內部的微型電腦。樂高聲稱，當它檢測到附近嵌入在新款樂高積木和樂高人仔中的NFC智能標籤，或者檢測到其他智能積木時，就能讓整個樂高套裝“活”起來——例如嗡嗡作響的光劍、轟鳴的引擎、發光的爆能槍，以及樂高星球大戰的音樂。這些在CES上剛剛發佈的“智能積木”和“智能遊戲”計畫，與需要兩節AAA電池、且大多隻能通過底部攝影機檢測到顏色或條形碼才能啟動的大型樂高馬里奧玩具截然不同。它們採用無線充電，充電板可以同時為多個積木充電，而且電池“即使多年未使用也能正常工作”。LG：CLOiD家務機器人LG的CLOiD機器人於周一在CES 2026上亮相，並現場實際操作。在LG的主題演講中，該公司展示了CLOiD如何裝載洗衣機或烘乾機——儘管速度較慢——這是其打造“零勞動家庭”目標的一部分。CLOiD機器人上台時揮舞著它的五指機械手。LG家電部門銷售副總裁布蘭特·瓦納跟在後面，讓機器人處理他手裡拿著的濕毛巾。“好的，我這就開始洗衣服，”CLOiD用聽起來像男性的聲音說道，“讓我給大家展示一下我的本事。”然後它笨拙地演示了如何將毛巾放入洗衣機。TDM：可以變成藍牙音箱的無線耳機一家名為TDM（全稱“Tomorrow Doesn't Matter”，意為“明日無關緊要”）的新公司在CES 2026上發佈了其首款無線耳機，該耳機採用獨特的多功能設計。Neo耳機外觀與傳統的頭戴式無線耳機相似，但其配備的柔性頭帶可以扭轉並捲繞在耳罩周圍，從而將耳機變成一個緊湊的無線揚聲器。耳機兼揚聲器並非全新概念，但以往的產品要麼採用可旋轉180度的耳罩向外發聲，要麼採用開放式設計，導致周圍的人都能聽到你聽到的所有內容。Neo則採用了不同的方法。在耳機模式下，耳罩內部的兩個40毫米驅動單元用於保護你的隱私。切換到揚聲器模式（可通過按下按鈕或向上捲起Neo來實現）後，內部驅動單元會關閉，並啟動另一對向外發聲的40毫米驅動單元，從而可以與他人分享你的音樂。 (美股財經社)

這兩天，王力宏演唱會上的六台機器人伴舞引發了一場科技風暴。特斯拉CEO馬斯克一個詞評價："Impressive"。這不是普通的點贊。馬斯克本人也在做人形機器人項目，他來自業內的認可不同。網友們說，一旦馬斯克發佈了中國機器人的視訊，就再也沒一個人會質疑這是AI偽造了。看似簡單的一條轉發，背後隱藏著人形機器人賽道大變局。我查了下資料，這次事件能引發這麼大的反響，深層的產業邏輯很明顯。12月18日晚，成都演唱會，六台宇樹G1人形機器人穿上銀色亮片服，和王力宏的舞蹈團隊一起跳舞。不稀奇的是機器人本身，稀奇的是難度——群舞、空翻、與人類舞者完全同步。關鍵是那個空翻。機器人在舞台上完成韋伯斯特空翻（向前翻滾的那種），落地穩穩當當。這意味著什麼？機器人的動態平衡、運動控制、即時反應已經可以在複雜現場環境中處理。不是實驗室裡的演示，是商業演藝環境真實應用。宇樹G1的規格是什麼呢？身高1.32米，體重35公斤，關鍵的膝關節扭矩120N.m，小跑速度超過2米/秒。這個水平在行業裡現在什麼位置？我想從幾個對比說起。2024年4月，波士頓動力推出了全電動版Atlas。注意這個時間點——之前版本是液壓的，為何要換電動？液壓的成本太高了。原來液壓版Atlas每台造價200萬美元。各位，200萬美元啊。相比之下，宇樹G1的起始價格是不到10萬元人民幣，折合美元也就一萬出頭。成本的差距有多大？Atlas液壓版的成本大概是G1的140倍。波士頓動力把Atlas換成電動後，成本下降了40%。算一下，那也還得120萬美元左右。現代汽車收購波士頓動力後，計畫2025年底才在工廠裡用上這些機器人。人家已經在演唱會上跳舞了，Atlas到現在還沒有真正的商業訂單。本田的ASIMO啊，這機器人在業界的地位是什麼？先驅。1997年就有原型了，到後來正式推出的版本身高1.3米，關節自由度57個。從規格上看，都是早就成熟的技術。但是現在呢？2022年3月，本田官宣ASIMO退役。為什麼？因為單台造價在300-400萬美元之間，根本沒有商業可能。一個機器人要賣400萬美元才能收回成本，這買賣怎麼做？豐田的T-HR3也是一樣的套路。這是一個專門設計來做遠端控制的機器人，身高1.5米，體重75公斤，通過VR頭顯和追蹤器實現動作同步。技術很先進，但同樣問題——太貴了，沒有實際的商業應用場景。我想強調的是：日本在人形機器人領域確實有技術，但這些技術無法轉化為商業化產品，最後只能和產業化無緣。這是最致命的。韓國有意思。現代汽車2021年花11億美元買了波士頓動力80%的股份，三星也參股了Rainbow Robotics，控股35%。LG也說要進入人形機器人領域。從投入來看，韓國政府計畫投1兆韓元（約51億元人民幣）支援人形機器人研發。聽起來不少。但我再查了一個資料——韓國機器人產業核心零部件有多少依賴日本進口？減速器國產化率35.8%，意思就是64.2%需要從外面買。電機38.8%國產化，意思是61.2%靠進口。感測器42.5%國產化。這說明什麼？韓國人形機器人的產業鏈還沒建立好，核心零部件完全卡脖子。這不是最近才有的現象，這是韓國機器人產業多年的痼疾。2025年被行業定位為"量產元年"。根據中國機械工業聯合會的資料，2025年前三季度機器人行業營收同比增長近三成。前三季度就超過了去年全年，這個增速什麼概念？工業機器人產量近60萬台，服務機器人產量1000多萬套——這是前三季度的數字。一季度融資總額就超過了去年全年的六成。資本在瘋狂湧入這個領域。政策層面呢？2025年《政府工作報告》首次把"具身智能"和"智慧型手機器人"列入工作範疇，"十五五"規劃還把它定為新的經濟增長點。北京、上海、廣東都設了專項基金。宇樹的訂單情況怎麼樣？G1已經量產上市，基礎型不到十萬塊起價。租賃訂單排到了第二年3月份。一家公司租賃訂單能排那麼久，需求是實實在在的。這裡需要理一下邏輯。技術路線問題。美國的特斯拉Optimus在做液壓到電動的轉換，日本則堅持高自由度高精度的思路。成本太高，這限制了商業化的可能性。中國走的是務實路線，關注能落地、能商業化、成本可控的方案。產業鏈。日本的零部件技術很強，但人形機器人整體方案整合度最高，需要的不僅是硬體，還有大模型、運動控制演算法、運動規劃。宇樹怎麼做的？電機、減速器、控制演算法全自主開發。這形成了一個閉環。美日則被卡在成本關上，無法形成規模效應。AI大模型的融合。宇樹說了，演唱會上舞蹈動作不是逐幀程式設計，而是用大模型訓練生成的。這要求AI能力加機器人能力的雙料高手。中國網際網路企業大模型進展，為人形機器人快速迭代提供了基礎。這不僅僅是娛樂秀場。從王力宏兩個月前參觀生產線，到這次成都演唱會的策劃與落地，宇樹科技與娛樂產業的結合體現了中國人形機器人的商業化新思路——從實驗室直接跳到舞台，再轉化為租賃訂單。春晚機器牛到成都G1舞蹈，整個處理程序不到一年。市場預期。美國雖然有特斯拉投入，但美國政府對機器人基礎研究的投入反而在減少。日本雖然早起步，但市場化轉向緩慢，產業生態沒有建立起來。這次王力宏演唱會，宇樹科技怎麼說的？創始人王興興和王力宏兩個月前有過深入交流，王力宏還參觀了生產線。說明這不是機器人企業單方面的技術秀，而是一個商業應用的嘗試。從春晚機器牛"犇犇"到這次成都G1舞蹈，中國人形機器人產業已經從實驗室走向了演藝舞台，再走向了商業訂單。這個流程完成得很快。資料是最好的見證。波士頓動力Atlas：液壓版兩百萬美元左右，電動版至少一百萬美元。本田ASIMO：三四百萬美元。宇樹G1：不到十萬起價。前兩個還在論證能否商業化，最後一個已經量產，訂單排到明年3月。從技術指標來看，中日美的機器人已經不在一個數量級。但從產業化推進來看，中國已經走出來了，美日韓還在原地打轉。這種現象的形成，不是一兩個技術突破能說清的。它牽動政策、融資、供應鏈、人才流動和企業經營思路的全面轉向。美日韓人形機器人技術可能還是不錯的，但在商業化、產業化這個賽道上，確實已經掉隊了。不是他們技術不行，而是他們把技術留在了研究機構和實驗室裡，沒有變成商品和訂單。這正是最致命的地方。從前我們學歐美日，學他們怎麼做產品、做品牌。現在我們在人形機器人這個新領域，已經走到了全球前列。政策導向很關鍵。中國把人形機器人列為戰略方向後，資本、人才、供應鏈都跟上來了。對比美國政府對機器人基礎研究的投入在減少，我們重視程度不同。產業鏈完整度很關鍵。中國製造優勢不僅成本低，更在於產業鏈各環節都能找到供應商。這對新技術商業化推進很有幫助。資本市場力量很關鍵。一旦政策確立、產業前景明朗，資本會自動加槓桿。這種財務加槓桿能大幅加快產業化節奏。別只埋頭做技術。日本例子值得警惕。技術再好，沒有商業化、沒有訂單、沒有產業生態，最後就是白費。人形機器人賽道，中國已經不是追趕者，而是引領者。馬斯克的那句"Impressive"，其實是對這種變化的承認。 (行業報告研究院)

深夜刷到OpenAI 的新動態，整個人都不淡定了🚀他們居然直接把ChatGPT 塞進了瀏覽器裡，推出了一款叫Atlas 的神器。說實話，第一眼看到這個產品，我腦子裡只有一個念頭：這玩意兒要是早點出來，我那些熬夜趕due 的日子能少掉一半！以前用ChatGPT 啥體驗？開著十幾個標籤頁，一邊看資料一邊截圖，再切到ChatGPT 問問題，來回倒騰得頭都大了。現在呢？Atlas 直接把AI 助理嵌在瀏覽器裡，你看啥網頁它都能秒懂，不用複製貼上，甚至不用離開當前頁面，AI 就能幫你搞定問題💡更炸裂的是它的「記憶力」。你上周瀏覽過的求職資訊、收藏的產品鏈接，Atlas 都能記住。隨口一問「幫我整理上周看的工作機會，順便分析下行業趨勢」，它就能給你生成一份面試備戰指南。這種感覺就像有個超級助理，把你腦子裡零散的想法都串起來了。還有個功能簡直是懶人福音——代理模式。想像：你準備辦個派對，找到了食譜，跟Atlas 說一聲，它就能自動打開生鮮網站、把食材加進購物車、直接下單送到家。工作場景也一樣，讓它翻過去的文件、做競賽研究、寫團隊簡報，全程自動化，你只管喝咖啡等結果☕當然，這麼強大的功能也讓人有點小擔心。畢竟AI 能看你的瀏覽紀錄、幫你操作網站，萬一被駭客鑽空子咋辦？還好OpenAI 把隱私控製做得很細：你可以隨時關掉AI 的「窺屏」權限，清除瀏覽記憶，甚至用無痕模式徹底隔離。他們也特別強調，預設不拿你的瀏覽資料訓練模型，這點倒是挺讓人安心。現在Atlas 已經開放給全球Mac 用戶了，免費版就能用，Windows 和手機端也在路上。說真的，試過之後我有種預感：未來的網路可能真不是靠我們手動點點了，而是AI 幫我們「衝浪」🏄你覺得這種AI 深度綁定瀏覽器的模式，會徹底改變我們上網的方式嗎？還是說你比較擔心隱私問題？留言區聊聊你的想法，或是轉發給身邊愛折騰科技的朋友，一起見證這波AI 浪潮！(澤問科技)

一覺醒來，變天了。 OpenAI悄悄放出了個大招：ChatGPT Atlas瀏覽器。第一反應是，這是要抄Google的家嗎？一看Google股價下跌4.8%而Atlas的締造者，正是前Chrome核心領導者之一Ben Goodger，現任Atlas產品負責人。老實來講，這不是第一個AI 瀏覽器：Perplexity的Comet現已免費，著名的Dia被Atlassian6.1億美元收購，國內創業公司做的Fellou也已經發布了半年有餘。先來聊聊Open AI為什麼要在這個時候做瀏覽器，Sam Altman在發布會上說：我們認為AI 代表了十年一遇的機會，讓我們重新思考瀏覽器可以是什麼。邏輯很直接：你的工作在瀏覽器裡，不在ChatGPT裡與其讓你在瀏覽器和ChatGPT之間來回複貼上，不如讓ChatGPT直接進入瀏覽器，讓瀏覽器本身變成工作流程。下面直接看結果：體驗革命：三個功能讓傳統瀏覽器瞬間過時用了半天Atlas，我的感受是：擁有AI瀏覽器該有的一切，對於深度ChatGPT使用者來說非常絲滑！第一：無處不在的聊天在任何網頁，點一下右上角的Ask ChatGPT，側邊欄直接開聊。它能看到整個頁面內容，再也不用複製貼上了。在發布會上，Ryan 示範了一個場景，他在GitHub看一個代碼Commit，問ChatGPT："這個改動安全嗎，可以合併到RC 版本嗎？"ChatGPT看了代碼說："這是一個低風險的改動，主要是視覺調整，應該可以安全合併"程式設計師的夢中情劉實鎚了！ChatGPT能夠看到當前頁面的內容，包括你沒有點播放的視頻，不需要任何選中和復制粘貼，比如讓它總結一個B站視頻內容：上外文網站有看不懂的，直接選中Chat，Atlas就是讓用戶隨身攜帶ChatGPT：訂個機票呢？你可以看到只需要在攜程網旁邊打開Ask Chat詢問，ChatGPT就會自動列出多個航司的機票價格，完全省去了手動比價的麻煩，一切皆可Chat第二：瀏覽器開始有記憶了Browser Memory功能讓Atlas記住了我看過的所有內容。我用之前做的選題測試了一下，它真給我找出來了！雖然現在還有點笨拙，但方向太可怕了：你的瀏覽器開始過目不忘。我用之前的瀏覽記錄測試了一下，例如在昨天的瀏覽記錄裡找到的一篇和馬雲相關的稿子，可以打開，一鍵跳轉。第三：瀏覽器長出了手Agent Mode才是真正的核武器，Atlas的logo為什麼是個鼠標？因為AI真能操作鼠標幫你幹活。現場示範讓我目瞪口呆：在Google Docs裡找到沒填任務的人，逐個艾特他們留言跳轉到Linear，建立新任務，把內容從Google Docs複製過去，分配負責人整個過程大概兩分鐘，完全自動完成這意味著什麼？你的瀏覽器開始有手了！當然，OpenAI也知道這玩意兒有點嚇人，所以設了一堆限制：不能運行代碼、下載檔案、安裝擴展；不能訪問你電腦的其他應用；在銀行等敏感網站會自動暫停。安全負責人Pranav說得挺實在：「儘管有很多保護措施，Agent仍然可能犯錯。」 這種誠實反而讓人稍微放心點。不過最現實的是：Agent Mode現在只對付費使用者開放，還是預覽版。果然，魔法都是要花錢的。最後，我在用一個小紅書創作實例測試一下Atlas的Cursor chat功能，你也可以叫它懸浮窗，當你需要處理大量文字工作的時候，ChatGPT標識會自動出現在輸入遊標旁邊，我認為openAI的這個設計非常有匠心，當你文思泉湧在打字速度飛快的時候，在你思路枯竭的時候，它就默默出現了遊速度。首先，打開小紅書後台，輸入要寫的主題，接著點開Cursor Chat，輸入：之後，我又進行了一次Prompt的追問，將主題深化，就得到瞭如下預覽稿件。也就是說，我只輸入了一個題目+兩條prompt+小紅書的自動排版，我就得到了一條800字的小紅書長文。ChatGPT Atlas的發布，遠不止多了個瀏覽器那麼簡單拿Chrome、Edge這些傳統瀏覽器跟Atlas比，就像拿自行車跟特斯拉比。雖然都叫車，但根本不是一個物種。Chrome像個勤奮的圖書館員：你想要什麼書，它幫你找出來，但書還得你自己讀。 Atlas是個全能研究助理：不僅幫你找書，還幫你讀、做筆記、寫總結，甚至能根據你的喜好推薦新書。最關鍵是那個Cursor Chat功能──在任何文字框裡，ChatGPT就像個貼心小助手，默默待在遊標旁邊。寫郵件時選中一段文字，它悄悄問：「要讓這段話聽起來更專業嗎？」關鍵是它不礙眼。壓力給到Google這一邊。不得不說，OpenAI這一波操作還是讓人非常震驚，雖然這些能力別的AI瀏覽器也有，但是AI原生打通使用者和模型之間的距離這個操作已經非常具有革命意義了。這就像星巴克突然開始賣咖啡機——不跟你玩價格戰，直接端了你的老巢。最直接的證據是什麼？消息一出，Google股價應聲暴跌4.8%。資本市場用腳投票，說明所有人都看懂了：OpenAI不再滿足只做AI模型供應商，他們要直接搶奪網路的流量入口了想想看，現在大家用ChatGPT是什麼流程？打開Chrome → 訪問ChatGPT→ 開始聊天。以後呢？直接打開Atlas就行了。這一下子就砍掉了Google的中間環節，就等於在Google的流量王國裡建了一個獨立王國。更可怕的是，Atlas的Agent模式讓瀏覽器從資訊取得工具變成了任務執行平台。 Google靠廣告賺錢的商業模式，在AI直接完成任務的新範式面前，顯得越來越脆弱。最後說句實在的：Atlas目前只支援macOS，不需要邀請碼，ChatGPT使用者都能用，這似乎是要用ChatGPT的生態優勢打一場閃電戰。我測下來的感受是：簡單任務很穩，複雜任務還不太聰明。例如你讓它“幫我在網上賺1萬美刀”，它大機率會卡殼。但從今天起，瀏覽器不再只是看網頁的工具，而是你的智能同事──能看、能記、還能動手幹活的那種。互聯網的Agent時代，來了。GoogleChrome，你還好嗎？ （路人甲TM）