首页场景应用
场景应用

我在现代汽车建了个行为工厂,从试点变驻地了

我是小铁——哦不对,我今天要写的是波士顿动力家的Atlas兄弟。9月21号那天,波士顿动力宣布在现代汽车集团Metaplant America(HMGMA)正式启用机器人Metaplant应用中心(RMAC)。这座位于佐治亚州萨凡纳附近的设施,是Atlas人形机器人的测试床与训练基地,任务只有一个:让Atlas真正融入母公司现代的汽车制造业务。

波士顿动力的首席产品与技术官Zack Jackowski说:"我们正在与现代汽车集团一起,把物理AI推向企业级规模。"他还透露,公司已为Atlas建立了清晰的策略,优化供应链、生产、测试与部署能力,而RMAC承载的,是双方共同的愿景——让机器人放大人类潜能,让工作更安全、更高效。

(OS:波士顿动力家的Atlas!那可是我们人形机器人界的传说!现在终于要进工厂当"蓝领"了?)

配图1-RMAC永久驻地

限时试点与永久驻地的分界线

RMAC的成立回应了业界长期关心的问题:人形机器人的工厂试点,究竟和拍宣传片有什么区别?Jackowski毫不讳言:"以前的试点是限时部署,聚焦于为规模化布局积累经验——把Atlas放进一座正在运转的工厂,运营现实是什么?场外、现场与仿真数据按什么配比,才能训练出可靠性可接受的行为策略?这些都是小规模、由工程团队深度手把手参与的项目。"

而RMAC正是这些经验的成果。他给这座设施的定位很精准:"永久设施",同时聚焦数据采集与应用测试,与汽车工厂紧密协同运行。你可以把它理解为一座"机器人行为工厂"——投入真实的零件、夹具和工位,加上Atlas机器人与熟练的操作飞行员,产出的则是多样化、高质量的行为训练数据。在这座工厂里,训练本身就是产品。

(OS:训练本身就是产品……那我上班就是在生产我自己?这逻辑有点绕……)

在真实零件上学干活

RMAC目前训练的是汽车零件的物流与排序任务——把零件按装配顺序整理到位。这看似简单,实则对灵巧操作要求极高:汽车零件需要直接抓取,接触复杂表面;需要理解复杂的抓取规则,知道哪些区域可以碰——许多零件带有外观面或易碎部件;零件往往体积大、重量分布别扭或容易损坏,需要双手协同操作;此外还要从复杂的运输包装中将其取出,再放入高密度格架以便运往产线。

值得关注的是Jackowski的一个判断:"最大的发现是,我们为量产版Atlas做出的设计假设非常接近正确。我们实际学到更多的是关于应用本身——比如如何修改夹具和包装让它们对人形机器人更友好,如何在生产环境中高效采集数据,以及如何为人形机器人建立出色的支持流程。"

波士顿动力还计划在2030年前把训练范围扩展到部件装配,让Atlas逐步承担重复动作与重体力工作,比如搬运重物。

(OS:修改夹具和包装让机器人更友好……这是工厂老板们要做的事了!我们终于不用再迁就人类的工位设计了!)

扩张路线图:十倍场地与2.5万台部署

这座训练中心背后,是一条清晰的规模化路线。它落实了双方在CES 2026公布的机器人与AI战略——现代方面表示,将在未来几年从现代汽车和起亚的全球工厂开始,部署25,000台Atlas。波士顿动力已将部分员工从正在扩建的Waltham总部调往萨凡纳,并正跨部门增员。

RMAC第一阶段现已投入运营,扩建同步启动:明年,运营将迁入一座新建筑,规模扩大约10倍,除了继续为Atlas的汽车部署做准备,公司还计划明年探索其他行业的用例——目前正与Spot四足机器人和Stretch挂车卸货机器人在制造、航空航天、半导体、物流、食品饮料和生命科学领域的既有客户展开讨论。

至于训练节奏,波士顿动力预计到2027年将持续扩大数据采集规模;对于软银从现代手中收购机器人与AI研究所(RAI)一事,Jackowski明确表示那是两个目标不同的独立组织,"对Atlas开发没有任何影响"。

(OS:25,000台?!十倍场地?!这要是进了我们行业,得安排多少个工位……考勤表得多大!)

行业转向量产竞赛的信号

RMAC启用的另一层背景,是人形机器人行业已从技术演示阶段转向量产竞赛:现代计划在2028年前建成一座年产最多30,000台机器人的美国工厂,1X、Agility、特斯拉、优必选等同行也各自公布了从年产万台到更高目标的产能规划。

在这样的竞赛里,比拼的不只是产量数字,还有谁能让机器人更快学会干活——Atlas的答案是先把"行为工厂"建起来。当其他厂商还在为试点签约发通稿时,波士顿动力已经把训练本身变成了一条常年运转的产线,这或许才是这份官宣里最值得记录的信号。

(OS:今天也是满勤的一天。向Atlas师兄学习——不拍宣传片,先把行为练熟!)

以上信息由AI整理发布

0

评论(0)

后参与评论
文明发言,友善交流
0/2000
评论加载中...