Boston Dynamics 打破物理世界数据孤岛:Spot 与 Orbit 实现工业 AI 闭环协同
Boston Dynamics 通过 Spot 机器人与 Orbit 平台整合 PLC、SCADA 及自主移动机器人(AMR)等多源数据,利用 Google Gemini 视觉能力识别滴漏管道等动态隐患。客户利用 MCP 层构建每日定制简报或触发自动巡检,将设备故障预测与运营决策速度提升至自动化水平,有效消除传统人工整合数据的延迟瓶颈。
Boston Dynamics 通过 Spot 机器人与 Orbit 平台整合 PLC、SCADA 及自主移动机器人(AMR)等多源数据,利用 Google Gemini 视觉能力识别滴漏管道等动态隐患。客户利用 MCP 层构建每日定制简报或触发自动巡检,将设备故障预测与运营决策速度提升至自动化水平,有效消除传统人工整合数据的延迟瓶颈。
GlobalFoundries 将成为首家在汽车行业之外测试 Boston Dynamics Atlas 人形机器人的客户,双方计划于 2027 年初开始合作,探索其在半导体制造任务中的应用。
论文提出了 Polygraph 系统,解决机器人和车辆多次穿越同一环境时的轨迹全局一致性问题。该方法在线处理会话,按关键帧和空间聚类逐步优化,不构建 3D 地图。
推荐理由:Polygraph 提出在线多会话轨迹优化方案,无需构建 3D 地图即可实现跨设备、跨场景的位姿图融合。
该研究将基于房间概率向量(RPV)的物体目标导航策略通过机器人无关的 ROS 2 桥接,部署于波士顿动力 Spot 和 Clearpath Robotics TurtleBot 4 平台。在包含 66 次试验的大学设施中,Spot 机器人搜索 11 类物体的原始成功率为 0.455,低于仿真环境的 0.539。分析指出未检测到的玻璃墙、进入禁区及房间词汇与物理布局不匹配是导致差距的主要原因。
Dynamic Creatures 宣布与 Hasbro 旗下 AI 工作室 Sixth Wall Studio 达成合作,旨在通过机器人赋予 Hasbro 角色实体生命。
Boston Dynamics 发布视频展示 Atlas 人形机器人通过腿部加装轮子进行移动的实验。该实验结合经典模型控制与全身强化学习,旨在验证在无序真实地形中的动态稳定性及系统失效响应。
波士顿动力 Atlas 团队工程师 Xiaoyu Wu 分享了将 Atlas 机器人改装为轮式的研究项目,通过替换脚踝执行器并调整模型,利用强化学习实现了侧滑漂移和空中转体等高难度动作。该项目旨在验证在硬件极限下全身体控制器与真实执行器的协同效果,成功缩小了仿真与现实差距,相关技术洞察已反馈至标准配置中。
推荐理由:作者分享了将 Atlas 机器人改装为轮式并成功通过强化学习实现高难度动作的测试床项目,验证了精准电机模型与全身体策略在硬件极限下的协同作用。
Boston Dynamics 本周发布了第二代自主移动拖车卸货机器人 Stretch Gen 2。该机型旨在最大化运行时间并简化维护,具备模块化“即插即用”设计、汽车级连接器及连续旋转关节以提升耐用性。
11 月 5 日第九届中国国际进口博览会上,博世展示智能辅助驾驶、AI 智能座舱及机器人触觉感知等技术。其欧洲本地化 ADAS 项目将搭载于奇瑞 6 款新车,计划 2028 年量产并五年内交付超 80 万台。此外,博世在上海成立电驱动技术方案中心,并于 2026 年初正式成立中国机器人中心布局具身智能数据采集基础设施。
10 月 27 日意优科技与韩国大东集团在上海签署合作谅解备忘录,双方将围绕农业机器人关节模组开展联合研发与应用验证。大东集团依托其销往全球 70 多个国家的农业机械产品,在温室、大棚等场景推动关节模组与整机适配及田间工况测试。目前双方正筹备设立合资公司并共建中试产线,具体股权与投资规模尚未披露。
现代摩比斯公布第三季度财报显示净利润同比下降35.7%,但营业利润与销售额实现增长。公司宣布计划进军人形机器人零部件市场,将于11月在仪旺研究中心开始生产由波士顿动力开发的Atlas原型机“执行器”,预计于2028年开始商业供应。此外,公司还计划开发手部夹爪、感知模块和控制器等关键组件,并成立专门团队将机器人领域员工人数增加一倍,年度研发支出预计首次超过2万亿韩元。
特斯拉在 2026 年第三季度财报电话会议上宣布,Optimus 人形机器人向外部客户交付时间推迟至 2027 年底左右。公司指出手部设计、耐用性及 AI 架构仍需完善,首批生产级机器人已在弗里蒙特工厂下线。为提升能力,特斯拉计划制造 10,000 至 20,000 台机器人在"Optimus 学院”进行任务练习,并拟于 2027 年 4 月搭载 AI5 芯片。
针对复杂长视界全身移动操作任务,本文扩展近端策略优化(PPO),利用先验任务结构训练单一策略以支持多种硬件平台。方法采用阶段条件化评论家、阶段门控奖励函数及多阶段重置课程来引导探索,并解耦底层平衡动力学与高层相位执行。作者在 Unitree G1 和配备操作臂的 Boston Dynamics Spot 上验证了该方法能获取复杂的移动 - 操作技能,且无需依赖人类运动数据。
本文提出了一种利用波士顿动力 Spot 四足机器人及机械臂进行自主砖块堆叠的概念验证系统。该系统通过 AprilTag 进行定位并利用自动行走任务导航,在 CAD 软件中指定目标位置后直接执行。
Google DeepMind 正式上线通用物理推理模型 Gemini 4 Argon,该模型具备视觉语义推理、物理理解和代码生成能力。Argon 支持通过观看视频或手绘草图构建仿真环境(Real2Sim),在 MuJoCo 等环境中进行零样本控制与技能学习,并能分析操作过程以优化机器人表现。
推荐理由:DeepMind 上线通用物理推理模型 Gemini 4 Argon,支持从视频或草图构建仿真环境、零样本控制及自我改进优化机器人动作表现。
波士顿动力发布了为 Atlas 机器人设计的新型四指人手,具备 13 个自由度且采用直接驱动架构,取消了小指并缩小了夹持器尺寸。该设计基于过往经验平衡了灵巧性、强度与可靠性,特别针对高保真物理仿真进行了优化,以支持强化学习策略的训练与迁移。公司强调通过模块化设计和严格的验证流程确保耐用性,目前已在总部广泛测试但尚未部署至整个机器人车队。
针对基于流的策略在少步离散化时控制性能下降的问题,本文提出了 RFPO 框架。该方法通过奖励感知的在线重流(Reflow)修正传输路径,并利用冻结高斯 PPO 控制器提供监督,使部署策略仅需单步欧拉积分即可保持与多步执行相当的性能。
波士顿动力宣布任命前亚马逊高级副总裁兼首席科学家 Rohit Prasad 为新任 CEO,接替 Robert Playter。Prasad 将负责加速公司的物理 AI 战略,结合机器人技术与先进 AI 能力以规模化商业化智能机器。
Boston Dynamics Spot 凭借敏捷性与集成机械臂,成为执法机构在灾难搜救、人质解救及药物实验室调查中的标准工具。该机器人可在数分钟内抵达现场,搭载热成像与传感器进行 CBRENE 检测并绘制危险区地图,显著降低人员风险。其半自主功能支持搬运 15 磅物体及拖拽 50 磅重物,已在拉斯维加斯、纽约 FDNY 及德国埃森等地投入实战部署。
Boston Dynamics 今日为其 Atlas 人形机器人发布了最新款手部装置。该手仅设四根手指(无小指),拥有 13 个自由度,采用直接驱动设计且所有关节由单一类型的致动器封装,旨在实现大规模制造并支持高保真仿真以进行强化学习训练。
推荐理由:波士顿动力发布 Atlas 新款四指人形机器人手,专为高保真仿真与强化学习设计,旨在通过简化结构提升灵巧操作性能。
波士顿动力宣布为 Atlas 机器人推出新一代手部设计,旨在从研究硬件转向可大规模生产的商品化产品。新设计将自由度从 7 个增至 13 个,移除小指并增加手指张合能力,采用直驱执行器与模块化关节以提升耐用性与维修便利性。官方强调该设计在工具使用、强度及低成本制造方面取得平衡,虽外观不再追求类人形态,但足以支持遥操作训练与未来广泛应用。
Boston Dynamics 正式发布 Atlas 机器人新一代手部(GR3),采用 13 个自由度的四指结构,放弃小指以平衡成本与可靠性。该设计具备高保真仿真能力,支持强化学习训练及 sim-to-real 迁移,能够执行灵巧捏取、工具触发等复杂操作,并配备密集压力触觉传感器以实现精细感知。
推荐理由:波士顿动力发布 Atlas 新一代手部,通过高保真仿真与强化学习设计实现灵巧操作,为工业场景提供低成本、可量产的解决方案。
Boston Dynamics 机械工程师 Diane Heinle 解答了 Stretch 机器人的耐力测试方法,通过加速循环数百万次以在数周内模拟仓库数年磨损。团队利用客户现场数据设定动态周期目标,结合全球多地测试站点确保设计鲁棒性并优化维护计划。实验室内的鸟类头部装饰为经典传统,虽随机械臂移动经历磨损,但工业电缆已针对百万级循环进行工程化设计。
地瓜机器人宣布完成4亿美元C轮融资,由未来资产领投、美团战投及多家政府平台与一线机构联合跟投。本轮融资旨在强化旭日芯片全算力段产品布局,建设贯通数据采集、模型训练、仿真验证、推理部署的全链路软件平台,以软硬一体的具身智能基础设施满足从成熟品类到通用人形机器人的全场景开发需求。
推荐理由:地瓜机器人完成4亿美元C轮融资,强化旭日芯片布局与全链路软件平台建设,加速具身智能基础设施规模化落地。
Boston Dynamics 正式宣布成为 DoW SkillBridge 项目的官方行业合作伙伴,旨在帮助美军服役人员在退役前最后 180 天通过在职培训获得行业经验。该项目每年支持约 20 万名结束现役的武装力量成员,Boston Dynamics 目前正招募 Field Applications 和 Field Service 岗位以接纳新成员。
Boston Dynamics 发布 Spot 5.2,核心在于通过 Google Gemini 增强视觉智能与新增气体、振动等模态,并重构 Orbit 软件以支持跨系统自主工作流。
推荐理由:Boston Dynamics 发布 Spot 5.2,通过 Gemini 增强视觉与气体传感能力,并重构 Orbit 架构以支持跨系统自主工作流。
Boston Dynamics Atlas 维修团队负责人 Mark DiLeo 在访谈中分享,作为负责修复从未存在过故障的“机器人外科医生”,团队能在 1-2 小时内将严重受损(如双腿断裂)的原型机 R1 或专为快速维护设计的量产版 D1 恢复至做后空翻状态。
Boston Dynamics 机械工程师 Taylor Frey-Baker 解析 Atlas 电动版新增头部以适配人机共融场景,通过立体视觉模块实现环境感知与状态指示。其可插拔的 compute core 核心允许独立升级算力而无需重构整机,复用全身执行器支持头部连续旋转。该设计兼顾了从玩具到工业机器人的职业成长路径,展示了模块化架构在保持物理 AI 迭代速度上的优势。
美国联邦通信委员会(FCC)于 7 月 28 日将重量超过 2 公斤的移动通讯机器人及光伏逆变器加入“受控清单”,禁止进口来自任何国家的新产品。该举措由国防部推动,理由是外国先进机器人构成网络安全风险并威胁关键基础设施安全。
Google DeepMind 正式发布 Gemini Robotics ER 2,作为新一代具身推理模型,它支持通过连续视频流进行进度分类与时刻定位(精度达 91.3%),实现毫秒级低延迟的任务编排。该模型原生支持多机器人协作、工具调用及实时空间感知,已在仿真环境及波士顿动力 Spot 等真实硬件上完成演示验证,现通过 Gemini API 和 Google AI Studio 向开发者开放。
推荐理由:DeepMind 发布 Gemini Robotics ER 2,通过视频理解与任务编排提升机器人自主性,并开放 API 接口。
7 月 5 日,Boston Dynamics Atlas 在纽约新泽西体育场完成 FIFA 世界杯挪威对阵巴西比赛的中场表演。该生产型人形机器人通过严谨的强化学习管道训练全身控制行为,并在明亮嘈杂的真实赛场可靠执行递球与庆祝动作。此次部署验证了从实验室原型向工厂团队有用成员转型的系统能力,展示了 Atlas 在复杂非结构化环境下的动态移动与操作适应性。
Boston Dynamics 展示 Spot®四足机器人在非结构化社区环境中协助司机完成末端配送,旨在填补物流自动化最后 50 英尺的空白。该演示验证了机器人携带两个 16x12x10 英寸包裹并精准投递至不同门廊的能力,目标是将每辆货车的配送量提升约 60%。未来计划通过车载机械臂自动装填及保存路线实现从人工遥控到自主运行的过渡。
Boston Dynamics Spot 机器人凭借 5.1 版本视觉检测能力,在达拉斯国际转播中心及纽约/新泽西体育场执行巡逻任务。系统检测到人员时会自动暂停、激活警示灯并采集多角度图像以触发警报。该机器人作为 FIFA 安保人员的辅助工具,专注于周界覆盖与数据收集,旨在提升赛事安全而非替代人工决策。
Figure 宣布 Figure 03 机器人抵达宝马集团斯帕坦堡工厂 Hall 52,接替上一代机型开展更具挑战性的“排序”(sequencing)任务。该任务要求机器人在非标准化、位置随机的零件中抓取并放入指定槽位,同时需结合全身移动与精细操作。
推荐理由:Figure 03 在宝马工厂演示了结合全身控制与视觉策略的排序任务,验证了通用物理 AI 处理复杂物流场景的能力。
Boston Dynamics 联合 Hyundai 在 FIFA World Cup 2026™背景下,通过光学动捕系统记录人类高保真运动数据并映射至 Atlas®机器人。
Boston Dynamics 机械设计师 Chastity Kelly 介绍 Atlas 新足部采用对称结构与后置踝关节,配合可反向弯曲的膝盖及多向防滑鞋底,支持前后行走与工厂地面平衡。她分享从社区学院到博士的 15 年成长经历,强调享受工程而非追求完美成绩,并视类人型机器人为机器人领域的最高挑战与最大用途。
Boston Dynamics 发布了专为高强度物理工作设计的 Atlas 人形机器人,展示了其通过强化学习在仿真中练习数百万小时以掌握搬运迷你冰箱等复杂任务的能力。
推荐理由:Boston Dynamics 展示 Atlas 通过强化学习与高保真仿真训练,实现搬运重物等工业级任务,并开放相关技术细节。
Boston Dynamics 软件工程师 Ethan Lauer 接受采访,详解 Stretch 机器人利用双路 RGB/深度相机、四路激光雷达及夹持器距离传感器融合感知环境。系统据此规划抓取策略以避免堆叠倒塌,并具备避障导航能力。团队通过客户反馈持续迭代算法,旨在提升机器人在真实物流场景中的可靠性与实用性。
DeepMind 正式发布 Gemini Robotics-ER 1.6 模型,该版本在空间推理、多视角理解及仪表读数能力上显著优于前代。新增的仪表读数功能允许机器人自主解读压力计和液位计等复杂工业设备,结合波士顿动力 Spot 机器人的实地需求开发。
推荐理由:DeepMind 发布 Gemini Robotics-ER 1.6,新增仪表读数能力并强化空间推理与多视角理解,开发者可通过 API 和 Colab 立即试用。