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)

2026年1月，拉斯維加斯的CES展會上演了兩場看似無關、實則呼應的發佈會。1月5日，波士頓動力CEO羅伯特·普萊特（Robert Playter）站上舞台，身後那台藍色的Atlas機器人並未進行標誌性的後空翻表演，它只是安靜地走動、轉身、揮手——動作平實卻穩定，像一位等待上崗的工人。兩天后，輝達的黃仁勳用90分鐘演講闡述了“物理AI”（Physical AI）的願景：讓AI不再侷限於理解語言和生成內容，而是真正感知、理解並改變物理世界。這兩場發佈構成了一個完整的敘事：Atlas代表著具身智能的“身體”，輝達的Vera Rubin平台和Cosmos模型則是“大腦”與“訓練場”。當硬體能力與軟體平台開始深度融合，一個新的命題正式浮現：AI正在從虛擬世界走向車間、工廠和物流倉庫。這個轉變背後隱藏著一個更深層的問題：如果具身智能真的開始大規模進入工廠，美國製造業回流最難跨越的那道門檻——勞動力短缺，是否正在被技術手段繞過？長期以來，關於美國製造業回流，流行著一個看似直觀的判斷：美國是“律師治國”，中國是“工程師治國”，因此美國既缺工程師，也缺熟練工人，製造業難以回流。但這個論斷抓住了表象，卻忽略了本質。美國真正要解決的問題從來不是“如何找到足夠的工人”，而是“如何建立一個不依賴工人的製造體系”。01 被誤讀的勞動力困境美國真正的問題不是“有沒有人”，而是人力成本的結構性矛盾。美國卡車運輸業僱傭354萬名司機，重型卡車司機的年薪中位數為57440美元——這是美國收入最高的藍領群體之一。製造業同樣如此：工資高昂、工會力量強大、法律風險複雜、人員流動性大。一條生產線的穩定性往往取決於勞動力管理而非裝置性能，這種狀況使得在美國的成本結構下，人已經不再是一個值得長期依賴的生產要素。更深層的矛盾在於，美國企業需要的不是更便宜的工人，而是更穩定、更可預測、更易於規模化的生產要素——這恰恰是技術替代獲得政策空間的根本原因。川普政府的移民政策恰恰印證了這一邏輯。川普政府計畫將年度驅逐人數提高到100萬，川普簽署的法案向移民執法注入1500億美元，其中465億美元用於增加1萬名ICE特工，450億美元用於擴大移民拘留中心容量。如果真的擔心“沒人幹活”，這樣的政策在邏輯上無異於自殺。國家美國政策基金會研究預測，到2028年美國勞動力將減少680萬，到2035年減少1570萬。大規模驅逐預計將使建築業減少150萬工人，農業減少22.5萬，酒店業減少100萬，製造業減少87萬，運輸倉儲減少46.1萬。這些數字觸目驚心，但政策底氣來自何處？答案在於技術替代的預期正在為政策提供空間。當自動化和智能化被視為可行路徑時，政策制定者敢於切斷對低端勞動力的路徑依賴。賓夕法尼亞大學沃頓商學院分析發現，四年內每年驅逐10%非法移民將使聯邦赤字增加3500億美元，GDP下降1%，但關鍵在於這些成本是短期的，而技術替代的收益被認為是長期且結構性的。去年聯邦移民執法部門突襲了現代在佐治亞州的電池工廠，拘留了300名韓國工人——這個插曲極具諷刺意味，因為同一家公司既在遭遇移民執法的衝擊，又在大規模部署人形機器人。這不是政策失誤，而是美國製造業轉型的真實寫照：在主動承受勞動力衝擊的同時，押注技術替代能夠填補空缺。02 特斯拉無人卡車在討論工廠之前，美國已經在“路上”開始了勞動力結構的重構。美國卡車運輸業僱傭354萬名司機，這一行業在物流中扮演核心角色，卡車運輸佔美國地面貿易價值的85%。長途運輸中，司機成本通常佔總成本的30%～40%，而且司機短缺一直是困擾美國物流業的頑疾。美國面臨持續的卡車司機短缺，2024年估計缺口為6萬名司機，預計到2025年底將上升至超過8萬。特斯拉Semi和Robovan的意義，不僅在於節省運輸成本，更在於物流這個“隱形製造環節”正在被自動化剝離人力需求。雖然完全無人駕駛的商業化營運仍需時日，但即使是部分自動化（如高速公路自動駕駛+人工接管最後一英里），也能顯著降低對司機數量的需求。一旦長途運輸進入自動駕駛時代，美國將釋放出一批具備工業紀律、適應長時間操作、可再培訓的勞動力。這將會是意義重大的勞動力結構再分配——從低效率的運輸環節轉向高附加值的製造環節。卡車司機群體的特點是紀律性強、能夠適應重複性工作、具備基本的機械操作能力，這些特質使他們成為理想的工廠工人候選人。更重要的是，自動駕駛技術的部署不需要等待技術完美，漸進式的替代就能逐步釋放勞動力。當354萬司機中即使只有30%被自動化替代，就意味著超過100萬名潛在的製造業工人進入勞動力市場，而這個過程可能在未來5～10年內逐步實現。物流自動化還有一個更隱蔽的戰略意義：它降低了製造業對地理位置的敏感度。傳統上，製造業需要靠近港口或交通樞紐，以降低物流成本。但當自動駕駛大幅降低運輸成本並提高效率時，工廠可以更自由地選址，甚至可以回歸到勞動力成本較低、土地資源豐富的內陸地區。這種靈活性進一步增強了製造業回流的可行性，使得“在那裡生產”不再受制於“在那裡能找到足夠的工人”。03 具身智能的工業化突破真正的質變發生在工廠內部。CES 2026上的Atlas代表了一個關鍵轉折：人形機器人從“技術演示”進入“工業部署”階段。Atlas配備56個自由度和全方位旋轉關節，能舉起50公斤重物，在零下20°C至40°C的極端溫度下穩定運行，防水等級達到IP67，配備兩塊可熱插拔電池，單次續航4小時。這些參數的設計邏輯不是為了模仿人類，而是為了在性能上超越人類——機器人不需要休息、不受情緒影響、不會因疲勞而降低效率，更重要的是可以在人類無法忍受的環境中工作。GoogleDeepMind的Gemini Robotics基礎模型與波士頓動力的合作意味著機器人不再需要為每個新任務編寫複雜程式碼，而是可以通過自然語言理解指令、自主規劃路徑、從經驗中學習——這是從“執行工具”向“智能體”的根本性跨越。更關鍵的是成本曲線的急劇下降。高盛報告顯示，人形機器人製造成本年降幅達40%，遠超此前預期的15%～20%，當前成本範圍從3～15萬美元。優必選表示，得益於中國供應鏈快速轉向人形機器人生產，製造成本預計每年下降20%～30%。美國銀行研究所預測，人形機器人的材料成本將從2025年的3.5萬美元降至未來十年的1.3～1.7萬美元。當我們計算總擁有成本（TCO）時，一台3萬美元的機器人如果能工作5年，每年的資本成本僅6000美元，加上維護、電力等營運成本，總成本可能不到1萬美元/年——遠低於美國藍領工人的年薪加福利成本。更重要的是，機器人沒有工傷風險、不需要醫療保險、不受勞動法限制、可以24小時三班倒工作，這些“隱性收益”使得經濟帳算得通。量產能力的突破帶來了成本的下降，並迅速推動了產品的商業化。現代汽車宣佈計畫在生產線上增加3萬台機器人，其中包括波士頓動力的Atlas人形機器人；上海的Agibot目標2025年生產5000台；Agility Robotics建成年產能1萬台Digit機器人的專用工廠。這些產能承諾代表著從“實驗室規模”向“工業規模”的根本性轉變。現代計畫2028年在其佐治亞州電動車工廠部署Atlas執行零件排序任務，到2030年擴展至更複雜的元件裝配工作。這種漸進式部署策略非常務實：先從簡單、重複性高的任務開始，積累經驗和資料，然後逐步擴展到更複雜的工序，最終實現全面覆蓋。全球競賽的加速正把技術成熟度與成本曲線同時推向拐點。中國製造商宇樹科技在2025年7月發佈的R1人形機器人直接把價格打到5900美元，比業界原先預期的2～3萬美元底線提前了至少五年，瞬間點燃市場。2025年前三季度，中國人形機器人賽道公開融資事件已接近歷史總和，Figure AI、智元、宇樹等單筆融資連創紀錄，產業熱度空前。多家機構同步上調預測：全球人形機器人市場預計從2025年的29.2億美元膨脹至2030年的152.6億美元，年複合增長率高達39.2%。但數字只是表象，真正的拐點在於製造業開始以“零人工”為默認前提重新設計產線——這是一次生產範式的根本切換。04 製造業回流為了就業？需要明確的是，美國製造業回流不會回到20世紀50年代的樣子。它將是高度資本密集、技術密集、自動化程度極高、就業拉動極其有限的“新製造業”。工廠裡的人越來越少，資本密度和技術密度越來越高，但產出穩定性反而上升。這種轉型有兩個關鍵特徵：第一，製造業成為戰略資產，而非就業工具；第二，自動化程度與國家安全直接掛鉤。在半導體、電池、關鍵材料、精密製造等領域，美國追求的是“產能安全”而非“就業最大化”——即使一家工廠只僱傭幾百人，只要掌握關鍵技術和產能，就具有戰略價值。這種邏輯在地緣政治競爭加劇的背景下尤為明顯：供應鏈韌性、技術主權、快速響應能力，這些都比就業數字更重要。在這種模式下，“缺工人”不再是致命問題。一家高度自動化的半導體工廠可能只需要200～300名技術人員和工程師，就能實現過去需要2000～3000名工人才能達到的產能。這些技術人員的主要工作是監控裝置、處理異常、最佳化參數、進行預防性維護——這些都是高技能工作，需要的是工程師思維而非體力勞動。美國在這類高技能人才的培養上有優勢，頂尖工程院校的畢業生、退役軍人中的技術兵種，甚至是從其他行業轉型的工程師，都可以填補這些崗位。更重要的是，這種工廠對勞動力的需求是穩定且可預測的，不會因為訂單波動而需要大規模招工或裁員，這極大降低了勞動力管理的複雜度。自動化程度與國家安全的關聯在當前時代變得日益緊密。高度自動化的工廠在面對供應鏈中斷、貿易戰，甚至軍事衝突時，具有更強的韌性。它不依賴大量外來勞動力，減少了移民政策的制約；它不需要複雜的人力資源管理，降低了勞工糾紛和罷工風險；它可以快速調整產能，從民用轉向軍用生產——這些都是傳統勞動密集型工廠難以做到的。在極端情況下，一座完全自動化的彈藥廠可以在沒有工人進入的情況下持續運轉，這種能力在戰時具有決定性價值。因此，我們看到美國政府對先進製造技術的投資不僅僅是經濟政策，更是國家安全戰略的一部分。05 中國能學到什麼？美國的這一轉型對中國意味著什麼？眾所周知，中國在人形機器人製造成本和供應鏈方面具有顯著優勢。優必選計畫2026年生產5000台人形機器人，2027年翻倍至1萬台，得益於中國供應鏈快速轉向人形機器人生產。中國製造商能以5900美元的價格推出人形機器人，這個價格點此前被認為數年內不可能實現。中國在電機、減速器、感測器、電池等核心部件的生產上擁有完整產業鏈，這使得成本控制具有結構性優勢。但成本優勢不等於戰略優勢，如果美國的製造業回流不以吸納就業為目標，而以“消除對勞動力的依賴”為目標，那麼中國的人口紅利和製造業規模優勢就會被部分抵消。｜在38家參展商中，超20家企業來自中國這對中國提出了三個緊迫課題。第一，加速具身智能的核心技術突破。雖然在硬體製造和成本控制方面有優勢，但在AI基礎模型、具身智能演算法、多模態感知、人機互動等軟體層面，中國仍需加大投入。當前中國在大語言模型上已經取得顯著進展，但如何將這些能力轉化為機器人的“大腦”，讓機器人能夠理解複雜指令、自主學習、適應動態環境，仍有差距。第二，重新定義製造業競爭力。當勞動力成本不再是決定性因素時，供應鏈效率、技術迭代速度、系統整合能力將成為新的競爭維度。中國需要從“製造大國”向“智造強國”轉型，這不僅是口號，而是需要在研發投入、人才培養、標準制定等多個層面實現突破。第三，平衡自動化與就業，這是中國面臨的獨特挑戰。美國可以接受“少就業、高技術”的製造業，因為其服務業足夠發達，社會保障體系相對完善，而且政治體制對就業壓力的敏感度相對較低。但中國仍需考慮就業容納能力，製造業是吸納勞動力的重要部門，快速自動化可能帶來結構性失業問題。如何在推進自動化的同時保持社會穩定，需要政策智慧：可能的路徑包括加速服務業發展、推動職業教育轉型、建立更完善的社會保障網路，甚至探索縮短工時等新型勞動制度。更長遠看，中國需要思考的是：在一個自動化程度越來越高的世界裡，如何重新定義“工作”的意義，如何讓技術進步的紅利更公平地分配給全社會。06 結語CES的舞台上，Atlas沒有說一句話，但它已經回答了那個老問題：美國製造業回流，最難的那一關真的還是“沒人幹活”嗎？答案是，我們需要回答的不是這個問題。波士頓動力CEO普萊特說：“Atlas將徹底改變工業的運作方式，這標誌著我們朝著一個自童年起就夢想的長期目標邁出了第一步”。這個夢想不是讓機器人更像人，而是讓工廠不再需要人。在這個新的範式下，真正稀缺的不再是工人，而是能讓機器持續、高效、安全運行的系統能力——這包括AI演算法、感測器網路、能源管理、安全協議、供應鏈協同，這些才是未來製造業的核心競爭力。對於全球製造業格局而言，這意味著一次深刻的重構。不是簡單的“回流”或“外遷”，而是生產方式本身的革命。在這場革命中，誰能率先掌握“無人化生產”的系統能力，誰就將在下一個時代的製造業競爭中佔據優勢。2026年的CES，或許將被歷史記住——不是因為又一個機器人學會了後空翻，而是因為製造業開始認真思考一個問題：當工廠不再需要工人，我們需要什麼？這個問題的答案，將重塑未來數十年的全球經濟秩序。 (秦朔朋友圈)

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)

1.【韓國公司展示全球首部小型核電站】在1月6日於拉斯維加斯開幕的CES 2026上，韓國電力公司展出了號稱世界上第一台小型核能發電裝置。隨著 AI、量子計算和雲技術對電力的需求呈爆炸式增長，尋找清潔、穩定的替代能源已成為全球科技界的迫切任務，這類創新是填補能源缺口的關鍵。這些裝置被稱為小型模組化反應堆（SMR），其設計初衷是提供比傳統核電站更安全、更靈活且更易於部署的能源方案。夏皮羅指出，這類技術的出現標誌著核能正在從“龐大的基礎設施”向“可部署的科技產品”轉型，為資料中心和偏遠地區供電提供了可能。（新浪科技）2.【智元機器人與MiniMax達成合作，全模態AI加速落地機器人應用】1月5日，智元機器人已與MiniMax（上海稀宇科技）達成合作，MiniMax將為智元機器人提供文字到語音全流程AI技術支援。針對智元機器人的產品定位與功能特性，MiniMax為其量身打造專屬人設體系，最佳化使用者與機器人的語音互動體驗。同時，基於人設體系建構定製化提示詞策略，為使用者生成專屬音色，實現千人千面的個性化音色合成，滿足多樣化語音互動需求。此外，MiniMax還基於自研音樂生成模型，助力智元機器人拓展娛樂場景玩法。（上證報）3.【2025年北京人工智慧核心產業規模預計達4500億元】1月5日，北京舉辦“2026北京人工智慧創新高地建設推進會”，這是2026年北京人工智慧第一會。會上，北京市發展和改革委員會黨組書記、主任楊秀玲發佈《北京人工智慧創新高地建設行動計畫》（以下簡稱《行動計畫》）。 楊秀玲介紹，北京具有產業叢集發展的優勢。廣泛推動應用落地，產業叢集效應初步顯現，2025年，預計全市人工智慧核心產業規模達4500億元，企業集聚超2500家，這兩項均佔全國半數左右。人工智慧領域上市企業近60家、獨角獸約40家。國內市值最高的人工智慧獨角獸、單筆融資額最大的具身智能企業、科學智能企業，首個上市國產人工智慧晶片企業和大模型企業都誕生在北京。豆包三季度月活突破1.72億，成為國內月活規模最高的原生AI應用，豆包手機助手帶動行業變革。（北京日報）4.【波士頓動力機器人首次進廠幹活】波士頓動力的新一代電動Atlas人形機器人最近取得了重大進展。首先，它首次離開實驗室，在現代汽車集團位於美國喬治亞州的工廠進行真實工作測試。通過AI驅動的強化學習，Atlas能夠自主分揀車頂行李架等物體，展示了更高的機動性和靈巧性，這標誌著人形機器人從實驗室演示向工業應用的實質性轉變。（創業邦）

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)

國產機器人，又双叒叕驚豔了歪果仁——全球首次完成鯉魚打挺！來感受一下這個feel：不難看出，宇樹G1是穩穩地拿捏了這個高難度動作，一眾網友看罷，直接「哇塞」聲一片：G1的動作是目前我看過最先進的。除了鯉魚打挺之外，在最新發佈的影片中，G1還展示了兩組中國功夫：掃堂腿和太極拳。以及，在許多網友們一直高喊「別再打機器人了」的聲音中，G1…又被「打」了…一記飛踹後，G1依舊穩穩找回了重心：不得不說，現在機器人的發展速度，著實有點日新月異了。波士頓動力坐不住了說到人形機器人秀絕技這事，波士頓動力的Atlas最近也有新動作。從影片中來看，Altas也是做了很多組運動方面的動作。例如田徑運動員起跑的動作，以及側手翻、湯瑪斯等等。但非常有趣的一點是，在波士頓動力發佈這個影片的同一天，宇樹這邊也是上新了一段影片：沒錯，就是全球首次的人形機器人原地側空翻！要知道，在人類世界中，側空翻的難度也是高於側手翻。二者還在同一天發佈，嗯……有點意思。更多機器人新進展有一說一，雖然最近各種人形機器人大秀各式各樣的技巧，但也有一些聲音認為，他們應該幹點真正的事實。換言之，就是能在現實生活中幫人類做點事兒。別急，波士頓動力的Atlas已經開始拍廣告、電影了：這一次，它並不是鏡頭裡的主角，而是拿起了相機在影棚裡像攝影師一樣拍攝。這個項目背後，是世界最大的廣告公司WPP與輝達、波士頓動力和佳能的合作，他們想透過這種方式探索機器人輔助電影拍攝和虛擬廣告製作。除此之外，還有一個比較有趣的新進展——1X的NEO還跟老黃合作拍了個有趣的影片：送給老黃一件新皮衣。不得不說，AI機器人發展的速度，真的是夠快的。參考連結：[1] https://weibo.com/1818617132/PjCiNAz9Q[2] https://www.youtube.com/watch?v=I44_zbEwz_w[3] https://x.com/TheHumanoidHub/status/190317320515582194150x ] 5664490863 （量子位元）

說起波士頓動力，大家肯定不陌生，他們家的Atlas機器人，也是人形機器人界的“頂流”。剛剛，Atlas人形機器人又秀了一波新操作，簡直太驚人了，動作無限接近人類，大家直接看視訊感受一下波士頓動力官方發推表示，Atlas這次展示的是用動作捕捉服開發的強化學習策略。 啥意思呢？簡單來說，就是讓真人穿上動捕服，做出各種動作，然後把這些動作資料“喂”給Atlas，讓它自己學習模仿更厲害的是，這次合作方是 RAI Institute 這個AI機構。他們也發推簡單解釋了背後的技術細節：核心技術：強化學習 這次Atlas能這麼絲滑地復刻人類動作，強化學習功不可沒。它可以加速機器人“行為”的開發速度訓練秘訣：物理引擎模擬器 為了讓Atlas學得更快更好，RAI Institute 用了一個物理引擎驅動的模擬器。 這個模擬器能生成海量的訓練資料，模擬各種各樣的動作場景海量資料煉成“神功”：1.5億次模擬 你沒看錯，每個動作的訓練資料，都來自大約 1.5億次 模擬器運行！ 這資料量，簡直是“暴力喂養”啊！零樣本遷移：學完直接上真機 最牛的是，這些在模擬器裡訓練好的“技能”，可以直接 零樣本遷移到真實的Atlas機器人身上！ 不用再在真機上額外訓練，直接就能用！人形機器人的下一步波士頓動力首席技術官：Aaron Saunders一個關鍵的問題始終擺在我們面前：我們看到的進步，究竟是 切實可行、可以真正落地應用的人形機器人解決方案 的進步，還是僅僅停留在 孤立的實驗室研究成果 展示層面？深入探討這一至關重要的區別，審視當前人形機器人技術的現狀，並找出實驗室演示與實際應用之間的差距。 分析阻礙人形機器人廣泛普及的關鍵挑戰，包括在非結構化環境中保持可靠性和穩定性、成本效益，以及對具備真正適應性和問題解決能力的高級人工智慧的迫切需求 (AI寒武紀)

2023年11月2日，北京人形機器人創新中心正式成立，在這之後，各地紛紛開始籌建人形機器人創新中心。 僅僅是在上周的WRC 2024上，我們就看到了北京、上海、浙江、四川這四地的人形機器人創新中心線下參展。 人形機器人創新中心在全國各地如雨後春筍般拔地而起，實際上是全球供應鏈整合的新世界格局下，中國在高端製造業上的又一次“舉國之力”。 也是在今年的WRC 2024上，在世界機器人大會十周年之際，我們看到了27款人形機器人，看到了4家人形機器人創新中心，看到了特斯拉的柯博文，也看到了智元新發佈的靈犀X1……