谁在改造波士顿动力？

文 | 具身志

2026年10月7日，美国机器人公司波士顿动力的新任CEO正式履职。他最为人熟知的作品，是亚马逊的语音助手Alexa。

罗希特·普拉萨德（Rohit Prasad）曾参与把Alexa从早期项目做成大规模消费级AI服务，后来又领导了AI基础模型Nova的开发。波士顿动力在任命公告里强调的，正是他把AI技术变成产品和业务的经历。

这家以机器人运动能力闻名的公司，把下一阶段交给了一位有着不同履历的负责人。公告给他的任务也很具体：推动智能机器人产品化，实现规模商业化。

这条路，波士顿动力已经探索了很久。早期的四足机器人BigDog，是为帮助士兵负重运输而研发的；后来，同样用四条腿行走的Spot进入工厂巡检，带机械臂的Stretch开始在仓库卸货。与此同时，持续研发的人形机器人Atlas，也从研究平台走向了准备进入汽车工厂的产品。

几条路线曾经并行展开，机器要做的事各不相同。在从研发走向应用的过程中，波士顿动力也在不断调整，造什么样的机器人，卖给谁，又该怎样把它交到客户手里。

普拉萨德面对的并不是一个全新的要求。十一年前，在Google内部，围绕如何把波士顿动力的技术突破变成一门生意，已经出现过直接的分歧。

几年，还是十年？

2015年11月，暂时负责Google机器人业务的乔纳森·罗森伯格（Jonathan Rosenberg）提出，团队需要在几年内获得足以覆盖开支的收入，不能把三成以上的资源投入要等十年的项目。

彭博次年披露的内部会议材料记录了这种分歧。时任Google机器人负责人阿伦·埃德辛格（Aaron Edsinger）说，他曾尝试与波士顿动力合作开发低成本电动四足机器人，却感觉碰到了一堵墙。创始人马克·雷伯特（Marc Raibert）则坚持，波士顿团队正在做的工作，恰恰是通向产品的必要路径。

争论已经落到了一台具体的机器人上，能不能更便宜，能不能尽快做出来。雷伯特没有否认产品这个目标，但他认为自己正在走向它。

波士顿动力在1992年从麻省理工学院的腿式机器人实验室分拆创立，Google则在2013年将它收购。到这场争论发生时，它作为一家公司的历史已有二十多年，进入Google却还不到两年。

不过，这二十多年不能都算作机器人商业化的漫长等待。后来担任CEO的罗伯特·普莱特（Robert Playter）回忆，公司早期主要做仿真，直到接下美国国防高级研究计划局（DARPA）的项目，才重新大举投入实体机器人研发。

这家资助国防技术研发的机构，希望得到能帮助士兵运送物资的机器。为此研发的BigDog用四条腿负重行走，把计算机和动力系统带在身上，走出了实验室。在公开演示中，它走过碎石、泥路、雪地，还能负重爬坡。

BigDog户外测试。图源：DARPA

这些能力并不天然存在。到了2013年，初代人形机器人Atlas亮相时，仍需通过线缆连接外部电源和计算机。DARPA把它交给参赛团队，用来开发灾难救援能力。

Google要求收入时间表的时候，Atlas也才刚摆脱外接供电的线缆，完成了机载供电、无线通信和耐用性等改进。

为资助方完成约定的研发项目，与向许多客户反复生产、销售和交付同一种产品，需要的是不同的生意做法。Google追问的，是后者能否在几年内带来足够的收入。

普莱特后来在访谈中回忆，Google联合创始人拉里·佩奇（Larry Page）会在会面时追问：你们要做什么产品？佩奇希望它能进入家庭，成为人们每天使用的东西。波士顿动力却还在制造成本数十万美元、甚至上百万美元的机器，团队看不到短期内降到消费级价格的路径。

这个分歧，单靠要求工程师多努力一点，很难填平。降低成本需要取舍，而研究团队仍希望先用性能足够好的硬件，把机器人运行中的难题弄清楚。

2017年6月，日本软银集团宣布与Alphabet达成协议，收购波士顿动力。Alphabet是Google在2015年重组时设立的母公司，波士顿动力也处于这一集团架构之下。

不过，Google留下的也不只有一场争论。

按普莱特的回忆，正是在佩奇不断追问产品的过程中，团队开始探索把四足机器人做得更小，放弃汽油发动机，转向电动驱动。这条探索通向了后来的四足机器人Spot。

到了2020年，已处于软银旗下的波士顿动力开始向更广泛的客户销售Spot。Google时期启动的产品探索，延续到了下一任股东手中。

Spot终于成为可以公开销售和交付的产品。接下来，波士顿动力还得为这些卖出去的机器人负责。

卖出去以后

Spot开始销售以后，波士顿动力逐渐发现，客户愿意买一台，和愿意把一支机器人队伍放进工厂，是两回事。

普莱特把这件事说得很直接：一台机器人不难卖，难的是向同一个客户卖出多台。要走到那一步，可靠性、服务、系统集成，缺一不可。这是Spot教给公司的经验。

为了交付产品，公司内部也在改变。过去，工程师的任务是让新能力成为现实；现在，他们还得按照交付日期，把可靠的机器交到客户手里。普莱特在2023年的一次访谈中说，公司几年间从约100人长到了700人，两种工作节奏要在同一个组织里磨合。

连装配放在哪里，都得重新考虑。按普莱特的说法，设计不断调整时，外部代工伙伴很难跟上变化，公司因此把最终装配放回自己的工厂，让制造与设计更容易衔接。

而在客户那一端，收到机器只是开始。

米其林美国南卡罗来纳州的一家轮胎厂，刚收到Spot时，员工迫不及待地拆箱、开机，带它四处走。参加培训回来后，可靠性工程师瑞恩·伯恩斯（Ryan Burns）开始给它设置巡检任务。他以前就在轮胎检测区域当技术员，知道哪些设备需要看，也知道哪些地方过去没查到。

在波士顿动力发布的客户访谈中，伯恩斯介绍，团队已经设置了大约350个扫描点。Spot沿着路线采集数据，员工通过配套软件查看电机温度的变化、设置报警阈值，再派技术员核实异常。厂方称，这套巡检已帮助生成72张工单，其中包括处理压缩空气泄漏、检查电机过热。

Spot在米其林轮胎厂。图源：波士顿动力

机器人走完一圈，接下来要有人看数据、确认问题、安排维修。到了这里，四条腿才与工厂减少故障停机的工作接上了。

巡检并不是团队一开始就选定的用途。普莱特回忆，早期客户不断提出给Spot装上传感器、热成像相机或声学传感器等设备的需求。公司开始回应这些需求，逐渐聚焦工业巡检，并围绕它开发工具、扩充产品组合。客户不只是买走了机器，也在帮助公司弄清楚该把它做成什么产品。

用途逐渐清楚，客户是否愿意扩大使用规模，却还要继续检验。普莱特在2023年坦承，当时相当多的销售仍是创新团队购买少量机器做实验；向单一客户销售数十台乃至数百台，还是公司试图打开的空间。

到了2026年6月，波士顿动力首席产品与技术官扎卡里·亚科夫斯基（Zachary Jackowski）在访谈中说，已有客户把Spot机群扩展到数十台规模，一部分客户已经越过买一台试用的阶段。

波士顿动力开始围绕客户使用Spot的全过程建立服务与交付能力。而另一条与Spot并行探索的产品线，早在它公开销售之前，就遇到了一个更直接的难题：客户已经说清楚要做什么，现有的机器人却不合适，怎么办？

为了一箱货，重做一台机器人

把时间拨回2016年。波士顿动力发布了一段人形机器人Atlas搬箱子的视频。仓储行业的电话随之打了进来，称这正是仓库需要的机器。

Stretch首席系统工程师麦克·墨菲（Mike Murphy）后来回忆，当时团队只是拿箱子做操作研究的演示。他们看到了市场需求，却没有顺势把Atlas卖过去——那时的Atlas并不适合成为这件商品。

团队转而开发Handle。它用轮子移动，仍需保持动态平衡；后来一个版本长出单条机械臂和吸盘，电池被移到身后的配重结构里，看上去像一只踩着轮子的鸵鸟。

Handle仓储机器人。图源：波士顿动力

可到了搬箱子的任务中，维持平衡、调整位置、反复转向，都在消耗时间。机器能把货物从一处移到另一处，却要为这个动作做太多准备。

普莱特在2023年的访谈中回忆，团队最终认定Handle搬得不够快。这是一项商业决定：再漂亮的动态平衡，也要接受搬运速度的检验。

2019年，团队转向Stretch的设计。

2021年亮相的Stretch，底下是一个移动底座，上面立着机械臂和感知装置。底座可以在仓库地面向各个方向移动，机械臂用吸盘抓箱子。它不再需要用两只轮子保持身体平衡，工作目标也明确得多：进入既有仓库，把箱子搬走。

但更快地搬起箱子，还没结束客户的追问。

波士顿动力现场应用工程负责人在一次公开分享中介绍，仓库经理和入库操作人员反馈：如果必须安排一个人全程照看机器人、处理各种中断，投资回报就会受影响。那些人本来还要同时管理五六个、甚至十个卸货口。

于是，团队把减少人工介入放到了开发重点上。

一个经常遇到的麻烦是，箱子会塌。货物在运输途中发生移位，机器人抽走一个箱子，旁边几个可能跟着落下来。如果每次都要等人进车厢收拾，自动卸货就不断被打断。

Stretch开始学着自行找到掉落的箱子，把它们捡起来送上传送带。随后，工程师又发现，恢复动作本身也太费时间：箱子掉出摄像头视野后，机器人得先后退、重新拍照，再判断箱子在哪里。团队继续改进感知与恢复流程，减少这段等待。

产品的改进细到了掉箱后的恢复过程，商业部署也有了新的进展。

DHL与波士顿动力的合作始于2018年，到了2022年，DHL宣布投入1500万美元采购相关机器人方案，计划在北美多个仓库部署Stretch。2023年，DHL宣布实现Stretch的首次商业部署。

2025年5月，双方又签署战略谅解备忘录，为全球新增部署1000多台机器人铺路。DHL同时披露，Stretch已从北美扩展到英国和欧洲其他地区，已部署机器的卸箱速度最高达到每小时700箱。

Stretch执行仓库卸货任务。图源：DHL

当初给Atlas打来电话的人想买一台搬箱子的机器人，波士顿动力最终交出去的机器，已经换了模样。客户继续提出的要求，则藏在卸货速度、异常恢复和需要多少人照看之中。

仓库搬箱子的需求通向了Stretch，Atlas的研发也没有停止。2024年，波士顿动力宣布让液压驱动的Atlas退役，推出全电动版本，并把它的方向明确转向实际应用。

普莱特当时说，团队这次要先确认目标用途，再谈规模制造。此前已经销售的Spot和Stretch积累的经验，要带到这款准备商业化的人形机器人上。

可人形机器人要成批交付，还有另一张账单：这些复杂的机器，究竟如何一台接一台地制造出来？

从零件表到生产线

两年后，2026年亮相的Atlas产品版，有一项改动藏在零件表里。

现代汽车集团称，波士顿动力通过执行器标准化，把机器人身上的50多个电机归入三类核心类型。新设计还允许在现场更换肢体，并让机器人自行更换电池。

对一台准备进入工厂的机器来说，零件种类、维修方式和停机时间，也开始参与决定它该长什么样。

韩国现代汽车集团在2021年完成从软银手中收购波士顿动力控股权的交易。几年后，这种关系开始具体落到Atlas的部件和生产安排上。

波士顿动力首席产品与技术官亚科夫斯基在今年6月回忆，团队决定真正把Atlas做成产品时，就意识到需要汽车工业那样的设计资源和执行器供应链，于是把现代摩比斯拉了进来。

人形机器人Atlas。图源：波士顿动力

这家汽车零部件公司的工作，不限于按图供货。按现代公布的分工，摩比斯将参与执行器开发、关键部件标准化，并从便于制造的角度优化设计，把质量与成本一起纳入考虑。

今年1月发布产品版时，波士顿动力宣布，新一代Atlas减少了专用零件，设计考虑了与汽车供应链的兼容；公司将立即开始生产，并计划在当年向现代和Google DeepMind部署。

机器造出来以后，还要经过另一道门。

9月21日，波士顿动力宣布，设在现代美国佐治亚州工厂园区内的机器人应用中心RMAC已经启用。Atlas正在那里接受训练，学习汽车零件的物流与排序，为后续装配准备物料。

汽车集团既能参与造机器人，也能提供让机器人反复试错的工厂，还准备成为大客户。9月的公告提出，未来几年，现代和起亚的全球工厂计划先部署2.5万台Atlas，同时，集团还计划在美国建设一座年产能3万台机器人的工厂。

现代把零部件供应、制造支持、应用验证和未来需求放到了一起。但2.5万台部署与3万台年产能仍是计划，未来能造出多少机器人，与这些机器人实际能承担多少工作，是两件需要分别兑现的事。

学会下一项工作，要花多少代价？

Atlas被期待承担的工作还要从零件排序扩展到装配。而每增加一道工序，需要采集多少数据、投入多少训练和工程开发，都会影响它能否进入更多生产线。

波士顿动力为此寻找了AI合作伙伴。早在今年1月，公司就与Google DeepMind宣布合作，计划把Gemini Robotics基础模型与Atlas结合，先从汽车制造切入，让人形机器人能够完成更多工业任务。

模型之外，公司也在准备让Atlas反复学习和验证任务的场地。现代介绍，RMAC与原来的实验室分工不同：实验室开发技术、验证单项功能，RMAC则在接近实际制造的条件下采集数据，持续训练和验证模型。按其设想，机器人今后进入工厂执行任务，现场数据还会回到RMAC，用于下一轮训练和验证，再把改进带回现场。

Atlas在训练操作设备。图源：现代汽车

现阶段，这里的训练集中在零件排序和物料搬运。现代公布的安排，是2028年开始让Atlas承担零件排序，2030年再扩展到零部件装配。

AI合作旨在探索更广泛的任务能力，RMAC则负责在接近生产现场的环境中训练和验证Atlas。不过，两项工作都还不能回答：每增加一种新工作究竟需要多少开发与部署成本。

推进这些工作的同时，公司管理层也在变化。

普莱特在今年2月离任。媒体在5月报道，此后公司又有多名高管离开。报道援引匿名前员工称，董事会担心波士顿动力相对竞争者的领先优势收窄，希望加快向现代交付可工作的机器人。

波士顿动力发言人向媒体回应，组织调整是为了支持机器人的大规模制造、加快扩张，公司正在从Atlas原型切换至产品版。

到了10月，普拉萨德成为接棒的人。任命公告中，现代集团董事长张在勋把普拉萨德的AI产品经验，与波士顿动力的机器人能力、现代的制造和物流能力放在一起，寄望于三者共同推动公司下一阶段的发展。

十一年前，Google问的是：波士顿动力几年内能不能获得足以覆盖开支的收入。今天，Spot和Stretch已经进入工厂与仓库，Google旗下的AI团队也以合作方的身份回来。Atlas面对的追问则更具体了：从排序到装配，每多学一项工作，要花多少代价，又能为客户带来多少回报？

几条产品线并行发展，客户提出的要求却并不相同。巡检让Spot需要配套工具和服务；卸货速度让团队放弃Handle的形态；Atlas准备承担更多工序，又把制造供应链、模型研发和现场训练带到一起。

商业化的难题会变，是因为客户要完成的工作，不断改变着对机器的要求，也改变着公司的责任。

每一款走向市场的机器人，都在要求波士顿动力重新回答：这次究竟卖什么？为此，公司自己又得改变多少？