Boston Dynamics 任命前 Amazon 高管 Rohit Prasad 为新 CEO
Boston Dynamics 宣布任命 Rohit Prasad 为新 CEO,次日生效,接替自 Playter 二月离职后担任临时 CEO 的 CFO Amanda McMaster。
Boston Dynamics 宣布任命 Rohit Prasad 为新 CEO,次日生效,接替自 Playter 二月离职后担任临时 CEO 的 CFO Amanda McMaster。
波士顿动力 Spot 机器人已成公共安全标准装备,用于灾后搜救、人质处置、毒品实验室调查与排爆。Spot 可爬楼梯、在狭窄空间穿行,配备 Spot Cam、机械臂与热成像,能 360 度观察并放大 25 倍,机械臂可举起 15 磅、拖拽 50 磅物体。2026 年 2 月拉斯维加斯警方用 Spot 首入疑似生物实验室采集空气样本,2023 年 4 月纽约消防用其勘察曼哈顿停车场坍塌现场。
Boston Dynamics 发布 Atlas 机器人的新一代灵巧手,自由度从上一代的 7 增至 13,采用四指设计并支持手指张开,可握持带扳机的工具手柄。新手手将执行器直接嵌入关节、采用直驱配置,执行器包可整体更换,去掉了跨关节易损的腱绳与线缆,以兼顾可靠性、可仿真和低成本量产。Boston Dynamics 表示目前正研究细节调整,目标是实现年产 100,000 只的规模。
推荐理由:原文给出自由度从 7 增至 13、直驱关节与可更换执行器包等设计取舍,可对照理解灵巧手在可靠性与量产成本上的权衡。
波士顿动力为新一代 Atlas 发布四指灵巧手,共 13 个自由度、直接驱动,尺寸接近大型人手且平均力量更强,可搬运装满 100lb+ 的小冰箱。手部配备覆盖指尖和掌面的密集压力触觉传感器,关节可反向驱动以实现本体感知,支持捏取、三指抓握和握持电钻、射钉枪、焊枪等带扳机工具。
推荐理由:原文解释了四指 13 自由度设计如何在灵巧性、强度与量产成本之间取舍,可为同类末端执行器选型提供参考。
波士顿动力机械工程师 Diane Heinle 介绍 Stretch Interconnects 团队如何对机械臂动态线缆做耐久性测试,用隔离夹具对每段线缆循环数百万次,以确定护套与内部铜线最早出现磨损的时刻。
波士顿动力宣布成为 DoW SkillBridge 官方行业合作伙伴,为美军退役人员提供在职培训、学徒或实习机会,帮助其在正式退役前的最后 180 天积累行业经验。该项目每年面向约 200,000 名离开现役的美军成员,波士顿动力目前正为 Field Applications 和 Field Service 岗位招聘。
Boston Dynamics 发布 Spot 5.2,Orbit 软件改为围绕资产而非巡检组织数据,并新增 MCP 层让 AI agent 依据业务逻辑自主调度 Spot。
推荐理由:原文给出 Orbit 以资产为中心的架构改动和 MCP 层设计,可参考其把机器人巡检接入企业系统的集成思路。
波士顿动力 Atlas 维修团队首席技师 Mark DiLeo 在访谈中自述为"机器人外科医生",负责诊断、修复摔倒损坏的 Atlas 双足机器人,团队曾在一两小时内让摔成两半的机器人重新完成后空翻。他指出研究机型 R1 每次摔倒需停机一两天,而量产版 D1 面向制造与客户环境服务设计,维修速度大幅提升。
波士顿动力 Atlas 计算与感知团队机械工程师 Taylor Frey-Baker 解释了 electric Atlas 为何配备头部:相比只看前方地形的 hydraulic Atlas,electric Atlas 需要在人身边工作,因此把相机移入头部以获得更宽视野,并用灯光和声音向周围人示意动作。
7 月 5 日,Boston Dynamics 的量产版人形机器人 Atlas 在 2026 世界杯挪威对巴西的淘汰赛中场休息时登场,向裁判递交比赛用球并表演进球庆祝动作,这是 Atlas 量产版首次公开亮相。
推荐理由:访谈披露了从 Spot、Stretch 到 Atlas 的部署经验,说明机器人只是系统一部分,客户真正购买的是巡检等能力。
波士顿动力演示四足机器人 Spot 从配送车卸货后自主上门送件,可载两个 16x12x10 英寸包裹,覆盖厢式货车平均约 60% 的件量。顶部传送带载荷配停止传感器与前伸托盘实现软性投放,甚至配送过一盒鸡蛋。初期由司机遥控,路线保存后可对已知地址自主配送,目标是每经 Spot 送 3 件即为货车多装 1 件。
Boston Dynamics 的 Spot 机器人被部署到 FIFA 世界杯 2026 的达拉斯国际广播中心和 NY/NJ 体育场,执行周界巡逻以支持资产保护和风险检测。
推荐理由:原文给出 Spot 在赛事安保中的具体部署地点和处置流程,可看出其安防任务的实际落地方式。
波士顿动力与现代合作,用人类示范和强化学习训练 Atlas 人形机器人完成此前未见的 Ghost Rabona 花式踢球动作。团队用光学动作捕捉记录球员与工程师 Roberto 的高保真运动数据,经重定向映射到 Atlas 运动学结构后,在云端 GPU 并行数千次仿真训练,相当于 24 小时内完成一年的物理试错,学到的策略几乎全部首次上机即成功。该训练方法可迁移到仓储、工厂等实际作业任务。
波士顿动力机械设计工程师 Chastity Kelly 负责 Atlas 机器人的脚部设计,她解释了新版脚部为何采用对称结构、脚踝置于脚掌中央,并配合可反向弯曲的膝盖让 Atlas 无需转身即可前后行走。脚部由硬质结构与类似鞋底的缓冲结构组成,外底胎面为多向纹路,可提供双向抓地力并在沙地或液体中排出杂物以维持接地。她还分享了从社区学院起步、历时 15 年取得机械工程博士学位并进入机器人领域的经历。