曾經(jīng)，波士頓動力（Boston Dynamics）憑借人形機器人的跑酷、后空翻乃至火爆全網(wǎng)的“男團舞”視頻，刷新了大眾對機器人的想象。

圖｜波士頓動力機器人合跳韓國男團舞蹈（來源：Youtube）

然而，隨著行業(yè)從狂熱炒作轉(zhuǎn)向冷靜落地，這家公司也顯露出高開低走的疲態(tài)：Atlas 的炫技視頻雖屢屢刷屏，卻始終停留在技術(shù)演示階段，遲遲未能轉(zhuǎn)化為可規(guī)?；纳虡I(yè)產(chǎn)品；其四足機器人 Spot 雖已在部分場景實現(xiàn)部署，但營收貢獻有限。

就在去年，波士頓動力迎來一次重大變革。無法量產(chǎn)的液壓版 Altas 宣布退役，電動版 Altas 上線。這體現(xiàn)了團隊的戰(zhàn)略重心轉(zhuǎn)換，他們不再滿足于成為網(wǎng)紅公司，而是要讓產(chǎn)品真正落地，走向商業(yè)化。

圖｜電動版 Atlas（來源：Boston Dynamics）

近日，公司產(chǎn)品負責人 Aya Durbin 接受了媒體的深度專訪。作為連接工程研發(fā)與客戶現(xiàn)場落地的關(guān)鍵人物，Durbin 以務(wù)實的視角，在訪談中拆解了 Atlas 商業(yè)化背后的門檻挑戰(zhàn)：在紙箱歪斜、叉車亂停、噪聲震耳的工廠環(huán)境中，要讓機器人日復(fù)一日地穩(wěn)穩(wěn)搬起一個 55 磅的紙板，不出錯、不宕機、不依賴人工干預(yù)。

在對話中，Aya Durbin 并沒有過多談?wù)摍C器人的運動天賦，而是將焦點鎖定在“部署（Deployment）”、“可靠性（Reliability）”和“自主性（Autonomy）”這三個關(guān)鍵詞上。對于波士頓動力而言，讓機器人學(xué)會跳舞已經(jīng)是過去式，現(xiàn)在的目標是讓它在工廠里穩(wěn)健地搬磚。

（來源：interesting engineering）

從“展示品”到“工業(yè)品”

很長一段時間里，液壓驅(qū)動的 Atlas 是波士頓動力的名片。但在 Durbin 看來，那個版本的 Atlas 有著明確的局限性——它是為了“研究和興奮（research and excitement）”而生的。

它的使命是向研發(fā)團隊和全世界展示人形機器人究竟能做到什么動作，是可能性的探索者，而非問題的解決者。

因此，當波士頓動力決定轉(zhuǎn)向全電動版本時，Durbin 指出，它的目標只有一個：解決現(xiàn)實世界的問題。

這種轉(zhuǎn)變首先體現(xiàn)在對應(yīng)用環(huán)境的定義上。液壓版是在實驗室里精雕細琢的，而電動版設(shè)計之初就是為了投放到“棕地設(shè)施（Brownfield facilities）”中。所謂的棕地，指的是那些已經(jīng)存在、設(shè)施陳舊、空間布局主要為人設(shè)計的工廠。

圖 | 典型“brown field”（來源：Talonlpe）

這里的通道狹窄，貨架高度不一。新的 Atlas 必須是一個通用的“功能性替代者”，它需要能夠直接走進這些環(huán)境，達到甚至超過人類工人的功能預(yù)期——能夠得著高處的貨架，提得起重物，也能蹲下處理低處的任務(wù)。

更深層的差異在于可制造性和規(guī)模化。Durbin 直言，液壓版 Atlas 從未考慮過大規(guī)模量產(chǎn)，它更像是一臺精密的 F1 賽車；而電動版則必須成為“豐田卡羅拉”。在硬件層面，它必須可靠、易于維護，并且能夠在生產(chǎn)線上大規(guī)模制造。在軟件層面，它必須從實驗室里的定制化演示，進化為能夠應(yīng)對工業(yè)現(xiàn)場各種變量的魯棒系統(tǒng)。

為什么非要人形機器人？

不過，在波士頓動力的產(chǎn)品矩陣中，已經(jīng)有了四足機器人 Spot 和倉儲機器人 Stretch。為什么還需要一個人形機器人？什么樣的工作非人形不可？

Durbin 并沒有回避專用機器人的價值。她明確表示，專用機器人和傳統(tǒng)自動化設(shè)備永遠有一席之地，波士頓動力并不認為人形機器人會淘汰它們。但在某些特定任務(wù)上，人形結(jié)構(gòu)具有不可替代的經(jīng)濟性優(yōu)勢。

例如汽車行業(yè)的排序（Sequencing）環(huán)節(jié)。

這是一個典型的汽車制造前序工作：供應(yīng)商將各種零部件運送到物流中心，現(xiàn)場工人需要將這些零件（例如不同顏色、不同配置的門把手）按照汽車總裝線上的生產(chǎn)順序，人工檢出并放入特定的料架。這樣，當料架被運送到總裝線旁時，裝配工人伸手就能拿到正好匹配當前車輛的零件。

Durbin 認為這個環(huán)節(jié)十分適合 Atlas 完成：

首先，它要求零改造落地的能力。排序作業(yè)通常發(fā)生在傳統(tǒng)的“棕地”工作單元中。如果使用傳統(tǒng)的自動化設(shè)備，工廠可能需要拆除現(xiàn)有的貨架，重新設(shè)計傳送帶，甚至改造整個車間，成本極高。而人形機器人可以直接走進現(xiàn)有的工作單元，像人一樣利用現(xiàn)有的空間和工具。

其次，汽車行業(yè)變化極快。如果車型改款，或者零件尺寸變了，傳統(tǒng)自動化產(chǎn)線可能需要停工改造。而對于 Atlas，客戶只需要在軟件上進行調(diào)整，幾天內(nèi)就能適應(yīng)新任務(wù)，無需廠商介入。

同時，人形機器人還能做到資產(chǎn)復(fù)用。如果未來某天，這個排序的工作單元被取消了，專用機器人可能就變成了廢鐵，但 Atlas 可以直接走到隔壁區(qū)域，去執(zhí)行機器看護（Machine Tending）或其他任務(wù)。

應(yīng)對“臟亂差”：AI 如何解決非結(jié)構(gòu)化難題

但是，工業(yè)現(xiàn)場并不是演示視頻里那種光鮮亮麗、一塵不染的實驗室。真實的工廠是臟亂的、不可預(yù)測的。

Durbin 說道，“我們很清楚，在不標準的環(huán)境中，你不能指望叉車司機把托盤精準地放在毫米級的指定位置。不然你早就用六軸機械臂來干活了?！?/p>

為了應(yīng)對這種非結(jié)構(gòu)化的混亂，波士頓動力在 AI 尤其是強化學(xué)習（Reinforcement Learning）上投入了巨大資源。

Durbin 透露，得益于機器人 AI 的最新進展，Atlas 現(xiàn)在具備了極強的環(huán)境適應(yīng)性。

通過仿真訓(xùn)練（Sim-to-Real），Atlas 在虛擬環(huán)境中經(jīng)歷了數(shù)千種不同的場景布局、數(shù)千種意外情況和異常流程的訓(xùn)練。這使得它在現(xiàn)實世界中，當遇到設(shè)備位置偏移、光線變化或障礙物干擾時，不需要重新編程，就能依靠本身的模型進行調(diào)整和處理。

以前，為了讓機器人穩(wěn)定工作，工程師可能需要花幾周時間去調(diào)試每一個動作坐標；現(xiàn)在，通過行為克?。˙ehavior Cloning）和大規(guī)模預(yù)訓(xùn)練，機器人擁有了類似于“小學(xué)水平”的基礎(chǔ)通識——它認識物體，理解物理屬性，具備基礎(chǔ)的操作邏輯。

Durbin 強調(diào)，他們的目標是讓機器人足夠穩(wěn)定，將人工干預(yù)降到最低。如果機器人一遇到意外就報錯停機需要人去扶，那它就不是幫手，而是負擔。

而在談及人機交互界面（UI）時，Durbin 潑了一盆冷水：在工業(yè)環(huán)境里，語音控制是個偽命題。

盡管當前很多人形機器人演示喜歡展示“聽懂自然語言指令”的能力，但 Durbin 從實戰(zhàn)角度指出了其局限性：

一個是工業(yè)設(shè)施內(nèi)部噪音極大，機器轟鳴聲中，語音指令很難被準確拾取和識別。

安全和權(quán)限也是一大限制。在工廠管理中，權(quán)限就是安全。你絕對不希望看到這樣的場景：隨便一個路過的人，或者并未獲得授權(quán)的員工，對著機器人喊一聲“停下”或者“換個活干”，機器人就真的執(zhí)行了。

（來源： Nano Banana Pro）

因此，波士頓動力開發(fā)了一個名為 Orbit 的軟件平臺，作為人機交互的核心載體。目前所有的交互都通過這個軟件界面進行。管理者可以在 Orbit 上查看機器人視角，監(jiān)控工作進度，下達任務(wù)，或者在出現(xiàn)異常時進行干預(yù)。

護城河：實戰(zhàn)經(jīng)驗與可維護性

隨著特斯拉 Optimus、Figure 等競爭對手的涌入，人形機器人賽道變得擁擠不堪。波士頓動力的護城河究竟在哪里？

Durbin 給出的答案非常務(wù)實：實戰(zhàn)經(jīng)驗（Real Miles）。

“即使是現(xiàn)在，我們也有數(shù)千臺機器人（Spot 和 Stretch）正在客戶的設(shè)施里實際運行。擁有這些真實的運行里程，擁有經(jīng)過實戰(zhàn)打磨的軟件，以及處理過數(shù)千個客戶提出的真實需求，這是我們巨大的差異化優(yōu)勢?！?/p>

通過大規(guī)模部署 Spot，波士頓動力學(xué)到了兩個關(guān)于工業(yè)級產(chǎn)品的深刻教訓(xùn)，并在 Atlas 上進行改進：

一個是可支持性（Supportability）： 在實驗室里，機器人壞了可以由博士們圍著修；但在客戶現(xiàn)場，機器人壞了就是停產(chǎn)事故。Durbin 強調(diào)，Atlas 的設(shè)計高度重視維修的便捷性。他們采用了“現(xiàn)場可更換單元（Field-Replaceable Units）”的模塊化設(shè)計，確保一旦發(fā)生故障，客戶的技術(shù)人員可以快速更換模塊，而不是必須把整臺機器運回原廠。

另一方面是量產(chǎn)工藝： 制造一臺機器人和制造一萬臺機器人是兩個物種。得益于現(xiàn)代汽車（Hyundai）的控股關(guān)系，波士頓動力在建立大規(guī)模生產(chǎn)線方面擁有得天獨厚的優(yōu)勢。Durbin 表示，他們正在利用 Spot 的生產(chǎn)經(jīng)驗以及現(xiàn)代汽車的制造專長，構(gòu)建 Atlas 的量產(chǎn)體系。

“一旦人形機器人市場開始爆發(fā)，競爭的關(guān)鍵就不再是誰的機器人能后空翻，而是誰的產(chǎn)品更可靠、更易于維護、更能量產(chǎn)?！?/p>

人機關(guān)系：接手那些人類不想干的“苦差事”

最后，針對“機器人搶飯碗”這一敏感話題，Durbin 分享了她在數(shù)百個客戶現(xiàn)場調(diào)研時的真實觀察。她指出，即使到了 2025 年，許多工業(yè)環(huán)境中仍存在大量極度繁重、枯燥且不符合人體工學(xué)的手工勞動——這些恰恰是 Atlas 應(yīng)該去填補的空白。

她舉了一個典型例子：紙板裝載。在不少包裝產(chǎn)線上，工人需要反復(fù)將一疊壓扁的紙板塞入成型機中。這疊紙板通常高約一英尺（30 厘米），重達 55 磅（約 25 公斤）。操作時，工人必須不斷彎腰、搬起、對準、推入——日復(fù)一日，動作高度重復(fù)。

“從人體工學(xué)角度看，這是極其糟糕的工作，”Durbin 說，“工廠根本招不到愿意長期干的人。更麻煩的是，紙板是軟性、非剛性的材料，容易滑動或翻倒，傳統(tǒng)硬自動化設(shè)備很難可靠處理。結(jié)果只能靠人來干。”

現(xiàn)實情況往往是：新招的工人干兩三個月就離職；如果有人表現(xiàn)得特別能吃苦，反而會很快被調(diào)去更輕松的崗位——于是這個崗位永遠在缺人，永遠在流失。

“這些就是我們所說的最糟糕的區(qū)域（Worst Areas），”Durbin 強調(diào)。波士頓動力的策略正是聚焦于這類場景——利用 Atlas 超越人類的體力耐力，結(jié)合 AI 賦予的環(huán)境適應(yīng)能力，接手那些最容易導(dǎo)致職業(yè)傷害、疲勞和人員流失的任務(wù)。

在她看來，人形機器人最健康的定位并非取代人類，而是填補真實的勞動力缺口，承擔高負荷、高重復(fù)性的“臟活累活”，從而把人類工人解放出來，去做更需要判斷力、靈活性和創(chuàng)造力的工作。

現(xiàn)實的邊界：觸覺與高精度的挑戰(zhàn)

盡管技術(shù)進步神速，Durbin 依然保持著工程師的嚴謹。她坦言，有些任務(wù)在短期內(nèi)依然是人形機器人的禁區(qū)。

目前最大的技術(shù)瓶頸在于極高精度和極高靈巧性的結(jié)合，尤其是那些依賴“觸覺反饋”的任務(wù)。

“比如在汽車總裝中，把一個小零件裝進車門里。人類工人能感覺到‘咔噠’一聲，那個零件卡到位了；或者在安裝橡膠密封條時，你能感覺到橡膠剛剛好抵住邊框的阻力，”Durbin 描述道，“這些是深度的人類感知體驗。”

雖然現(xiàn)在的機器人可以配備力傳感器，視覺系統(tǒng)也非常發(fā)達，但在處理這種需要微妙手感、需要判斷“什么時候才算裝好了”的任務(wù)時，機器人依然顯得笨拙。要在汽車總裝線上全面解決這些涉及復(fù)雜觸覺反饋的問題，依然需要基礎(chǔ)研究層面的重大突破。

https://interestingengineering.com/ai-robotics/boston-dynamics-aya-durbin-humanoids

運營/排版：何晨龍