波士頓動力也搞端到端AI了！

這次升級，Atlas不僅可以聽懂自然語言指令，還可以自主規劃動作和處理意外。

只見小哥故意合上蓋子，機器人仍能識別并打開箱子。

故意挪動箱子位置，它也能精確識別到變化。

即使附近有遺漏的裝置，它也能發現，并準確放入箱子內。

據介紹，此次更新由波士頓動力與豐田研究院聯手推出，基于大型行為模型（LBM），帶來了Atlas的全新版本——Atlas MTS。

新成果一出，網友們紛紛叫好，光是官方在YouTube發布的視頻觀看人數就突破十萬，點贊超一萬。

另有一批網友則欣慰的表示，膝蓋可以彎曲了，那背部就不會受傷了。

哇哦，點贊數2.4K說明大家都很關心機器人身體健康嘛～

除此之外，關于全新能力具體實現，官方發布了詳細報告。

給Atlas裝上大腦

報告指出，端到端的語言條件策略能讓機器人充分發揮自身優勢，實現行走、精確放置雙腳、蹲下、轉移重心，同時避免自身碰撞。

這種策略構建過程分為以下4個步驟：

• 收集具身行為數據；
• 處理、標注和整理數據；
• 訓練神經網絡；
• 利用測試任務評估該策略。

更值得關注的是，此次大型行為模型采用4.5億參數的擴散Transformer模型，并結合流匹配目標，能將包括30Hz圖像、人體感覺和自然語言指令等輸入信息轉化為控制Atlas活動的動作指令。

說簡單點，Transformer像“全局之眼”， 把控整體架構和動作細節的關聯。擴散是細化步驟，將模糊指令轉化為精準動作。流匹配損失則是真實參照，讓動作既貼合現實，又能靈活適應不同場景。

在此過程中，波士頓動力關鍵的是將Atlas的模型預測控制器與VR界面結合，從而覆蓋從手指級精細操作到全身伸展、移動等各類任務需求。

這使得遠程操作員能夠充分發揮機器人的性能，將自身動作和感知與機器人的狀態保持同步。

除此之外，此次升級最值得關注的是，Atlas能自主處理意外情況。

當出現問題時，比如零件掉在地上或箱蓋未關閉，Atlas都能智能地做出反應。

這簡直就是給Atlas裝上大腦！

不僅如此，官方還稱只要是人能演示的動作，Atlas都可以學習它，包括但不限于系繩子、折疊椅子和翻輪胎等。

不得不說，這學習能力真的驚到我了。

告別液壓，電驅機器人更適合AI

說起波士頓動力機器人，那不得不提一下Atlas液壓版。

此版本在2024年4月已退役，且在24小時內發布全電動版本。

畢竟液壓系統不僅成本高，響應慢，還難以與AI系統集成。

相比之下，電機驅動更精確、能耗低，且天然適配AI學習框架。

自波士頓動力轉向電驅動以來，他們也是不斷推出新動作。

去年8月，Atlas在RSS（機器人頂會）上大秀俯臥撐（當時還是沒有手指的，也可以稱為拳臥撐）。

動作那是相當標準～

過了兩個月，它就可以進廠打工了，只需告訴Atlas前后搬運的位置坐標，它就能全自動分裝物件。

而在今年5月份，波士頓動力再次升級，讓機器人具備3D空間感知和實時物體追蹤能力，可以自主執行更復雜的工業任務。

此次的大型行為模型（LBM），也意味著它正擁抱全新的技術方向。

看完液壓轉電驅的波士頓，再來了解一下國內一直采用電驅的宇樹。

從四足機器狗Go系列，到人形機器人H1、G1、R1，宇樹始終延續著“小而美”的電驅哲學，用更快的迭代速度，逐漸在全球打響了名號。

現在，180“芭蕾舞者”都出來了。

未來，隨著電驅技術與AI算法的不斷融合，電驅機器人的時代才將真正到來。