新智元报道
编辑：定慧
2026 年 1 月初的拉斯维加斯，消费电子展（CES）如往年一样热闹非凡。英伟达发布了 Vera Rubin 芯片，推理成本降低 10 倍；OpenAI 展示了 ChatGPT Health；各种各样的 XR 设备…… 但所有人似乎都漏看了一个最重磅的消息！
在现代汽车的展台上，一个 1.8 米高的人形机器人突然将头颅旋转了 180 度，然后躯干也跟着转了过去。
这个动作不是恐怖片里的桥段，而是波士顿动力公司（Boston Dynamics）全新 Atlas 机器人的「标准操作」。
这一幕，可能会在未来的科技史中被反复提及，就像 2012 年辛顿在 ImageNet 比赛中用两块显卡打败了谷歌 16000 颗 CPU 那样——
真正改变历史的时刻，往往藏在喧嚣之下。
一台「反人类直觉」的机器人
如果你曾经看过波士顿动力的视频——那些做后空翻的机器人、跑酷的机器人、被工程师踹倒又爬起来的机器人——你一定对这家公司印象深刻。
但这一次，他们展示的东西更加「离谱」。
全新的 Atlas 机器人拥有 56 个自由度，头部和躯干都可以进行 360 度旋转。
这意味着什么？
想象一下：机器人正在组装线上工作，需要转身去后面的货架取零件。
传统的人形机器人需要像人一样转身——抬脚、转动、落脚，至少需要几秒钟。
而 Atlas？它只需要把头和身体转过去就行了，双脚可以纹丝不动。就像猫头鹰一样。
仔细看视频的中间 38 秒开始那段，真的完全颠覆认知！
这还不是最神奇的。
Atlas 的手指可以向后弯曲。
正常人的手指只能向一个方向握紧，但 Atlas 的手指可以反过来抓东西——这让它能够完成一些人类手型无法完成的精细操作。
臂展 2.3 米，负重 50 公斤（110 磅），防水、耐寒耐热（-20°C到 40°C），电池快没电了会自己走到充电站换电池继续干活……
波士顿动力 CEO Robert Playter 在发布会上说了一句话：「这是我们造过的最好的机器人。」
但更重要的是，这可能是人类造过的最不像人的「人形机器人」。
一个哲学问题
机器人为什么要长得像人？
人形机器人是科幻作品的常客。
从阿西莫夫的机器人三定律，到《攻壳机动队》里的草薙素子，再到《西部世界》里的接待员——我们似乎天然地认为，高级机器人就应该长得像人。
但这其实是个值得追问的问题：机器人为什么要长得像人？
答案很简单，也很现实：因为整个人类世界都是为人类的身体设计的。
工厂里的操作台高度、仓库里货架之间的过道宽度、车间里工具的握把尺寸……
所有这些都是按照人类的身高、臂长、手掌大小来设计的。
如果你想让机器人进入现有的工业环境，最省事的办法就是让它长得像人。
这就是为什么特斯拉在造 Optimus，为什么十几家国内公司在造人形机器人，为什么 Figure 公司估值已经达到 26 亿美元——
人形机器人是唯一不需要改造整个工厂就能部署的机器人形态。
亚马逊为了自动化仓库，花了几亿美元改造基础设施。但如果是人形机器人，直接走进去就能干活。
但问题来了：既然是为了适应人类的工作环境，为什么 Atlas 要设计成「反人类」的样子？
头可以 360 度转，手指可以反着弯？
答案藏在波士顿动力 30 年的积累里：人形，是为了兼容性；超人形，是为了效率。
Atlas 的形态介于人与机器之间。
它足够像人，可以走进任何工厂；但它又足够不像人，可以用人类无法做到的方式完成工作。
一个 360 度旋转的脑袋，意味着机器人永远不需要「转身」——在一天重复几千次的流水线作业中，这可能节省几个小时的时间。
一双可以反向弯曲的手，意味着机器人可以从人类无法触及的角度抓取物体。
这不是在模仿人类，而是在超越人类。
谷歌绕了一大圈后「侧门回归」
但 Atlas 真正让人兴奋的地方，不只是硬件。
在 CES 的发布会上，波士顿动力同时宣布：他们将与谷歌 DeepMind 合作，把谷歌的 Gemini Robotics 大模型集成到 Atlas 中。
这一下就让机器人有了灵魂！
让我们先回顾一段历史。
2013 年，谷歌收购了波士顿动力。
那时候 Google X 实验室正在疯狂押注机器人，一口气买了 8 家机器人公司。
那时的谷歌，意气风发，觉得自己可以从零开始造出改变世界的机器人。
然而，2017 年，谷歌把波士顿动力卖给了软银。原因：失败了。
昂贵的硬件研发、漫长的产品化周期、看不到头的投资回报……谷歌学到了一个血淋淋的教训：硬件太难了，软件才是他们的护城河。
现在，2026 年，谷歌回来了。
但这次，他们走的是「侧门」。
他们不再自己造机器人，而是把最核心的「大脑」Gemini Robotics，植入别人的机器人里。
波士顿动力提供身体，现代汽车提供工厂，谷歌提供智能。
这是一个完美的三角联盟：
-波士顿动力有世界上最先进的人形机器人硬件，30 年技术积累
-现代汽车是波士顿动力的大股东，拥有遍布全球的制造工厂，刚刚宣布投资 260 亿美元在美国建厂，准备建造年产 3 万台机器人的工厂
-谷歌 DeepMind有世界上最强的 AI 研究能力，Gemini 是目前最全能的多模态大模型
这个合作最关键的是：Gemini Robotics 是一个可以在设备上本地运行的模型，不需要连接云端。
这意味着什么？
想象一下：一个工业机器人正在搬运一个 50 公斤的重物，突然前面有个工人走过来。
如果机器人需要把视频传到云端，等 AI 分析完再做决策，可能需要几百毫秒甚至几秒——那时候工人可能已经被撞倒了。
机器人需要的是低于 100 毫秒的实时反应。
这只能靠本地AI来实现。
Gemini Robotics 正是为此而生。它可以同时处理视觉、触觉、本体感知（机器人知道自己的手脚在哪里）等多种数据，并在毫秒级做出运动控制决策。
一个你可能没听说过的人
2024 年 11 月，谷歌 DeepMind 悄悄做了一件事：挖来了波士顿动力的前首席技术官 Aaron Saunders。
Aaron Saunders 是波士顿动力技术的灵魂人物之一。
他在那里待了十几年，主导了 Atlas 早期版本的开发。
他离开波士顿动力，加入谷歌 DeepMind 的机器人团队——这个动作本身就说明了谷歌的野心。
他们不是在做一个「合作项目」，他们是在打造一个机器人帝国。
而这个帝国的飞轮效应，和特斯拉的自动驾驶如出一辙：
每一台部署在工厂里的 Atlas 机器人，都会产生真实世界的训练数据。
这些数据会被用来训练下一代 Gemini Robotics 模型。
新模型又会让机器人更聪明、更高效。更高效意味着更多客户愿意买，更多机器人被部署，产生更多数据……
这是一个数据飞轮，和特斯拉用百万辆车收集自动驾驶数据是同一个逻辑。
区别在于：谷歌做 AI 基础模型已经超过十年了，而特斯拉才做了五年。
为什么这比英伟达的新芯片更重要？
让我们回到 CES2026 的现场。
英伟达发布了 Vera Rubin 芯片，这是他们最新一代的 AI 芯片。
官方宣称：推理成本降低 10 倍，训练 MoE 模型需要的 GPU 数量减少 4 倍。预计 2026 年下半年量产。
这当然是很厉害的技术突破。但这是一个渐进式的改进——更快、更便宜、更省电。
而谷歌和波士顿动力的合作，是一个范式转换。
过去十年，AI 的算力需求主要来自数据中心。
英伟达的生意，本质上是把 GPU 卖给云计算公司，让它们在机房里训练和运行大模型。
但机器人需要的不是数据中心里的 AI。
机器人需要边缘AI——在机器人自己的芯片上运行的 AI，能够实时处理传感器数据，做出即时决策。
这是完全不同的技术路线。
-
数据中心 AI：拼的是算力规模，谁的 GPU 多谁厉害
-
边缘 AI：拼的是效率和延迟，在有限的算力下做到足够聪明
Gemini Robotics 代表的是AI从云端走向终端的新时代。
更重要的是，这个合作完成了一个其他人几乎无法复制的组合：
-
软件可以被复制
-
硬件可以被逆向工程
但分销渠道需要几代人才能建立起来！
现代汽车在四大洲都有制造工厂。他们和供应商、监管机构、客户的关系，是几十年时间积累起来的。这才是真正的护城河。
特斯拉有 Optimus，但他们没有现代汽车的全球制造网络。中国有十几家人形机器人创业公司，但他们没有谷歌的 AI 能力。
Figure 估值 390 亿美元，这是一个非常惊人的增长，因为在 2024 年初（即上一轮 B 轮融资）时，其估值仅为26 亿美元。
这意味着在短短一年半的时间里，Figure AI 的估值翻了约 15 倍。
但他们既没有世界级的硬件，也没有世界级的软件。
只有波士顿动力+谷歌 DeepMind+ 现代汽车这个组合，同时拥有最好的硬件、最好的软件和最好的分销渠道。
2026 年的 Atlas 机器人交付已经全部售罄。现代汽车准备在自己的工厂里部署「数万台」机器人。
一个关于未来的故事
让我们把时间拨回 2012 年。
那一年，杰夫·辛顿带着两个学生，用两块英伟达 GTX580 显卡，在 ImageNet 图像识别比赛中以惊人的优势夺冠。
同年，谷歌用 16000 颗 CPU 做了「谷歌猫」项目，最终被证明是走了弯路。
太浩湖的那场秘密拍卖，谷歌花 4400 万美元买下了辛顿的公司。
此后，AlphaGo 战胜李世石，ChatGPT 横空出世，AI 改变了世界。
历史的转折点，往往是在事后才被人们看清。
2026 年 1 月的 CES 上，一台头可以转 360 度的机器人，可能正在书写类似的故事。
当所有人都在讨论更快的芯片、更便宜的算力时，真正的革命可能正在别处发生——在一台可以自己换电池继续干活的机器人身上，在一个可以在本地运行的 AI 模型里，在一个横跨三大洲的制造联盟中。
波士顿动力 CEO Robert Playter 在发布会上说：
「这标志着我们童年以来一直梦想的长期目标的第一步——制造可以走进我们家中的有用机器人，让我们的生活更安全、更高效、更充实。」
从童年的梦想到今天的产品，波士顿动力走了 30 年。
从 2012 年收购到 2017 年卖出，再到 2026 年重新合作，谷歌走了一个大圈。
伟大的事业从来不是一蹴而就的。
1972 年，杰夫·辛顿进入爱丁堡大学，开始研究神经网络。
整个学术界都不看好这条路，但他坚持了 40 年，直到 AlexNet 震惊世界。
波士顿动力成立于 1992 年，做了 30 年的机器人，烧完了 DARPA 的钱，被谷歌买下又卖掉，被软银买下又卖掉，最后落入现代汽车的怀抱——现在，他们可能终于要迎来自己的「AlexNet 时刻」。
而此刻，在拉斯维加斯的展厅里，一台 Atlas 机器人正在表演它的 360 度腾空翻绝技。
大多数观众只觉得这是一个很酷的演示。
只有极少数人意识到：他们正在见证历史。
参考资料：
https://x.com/aakashgupta/status/2010454205606281492%20
https://Boston%20Dynamics.com/blog/boston-dynamics-google-deepmind-form-new-ai-partnership/%20
https://www.digitimes.com/news/a20260106VL212/boston-dynamics-google-deepmind-gemini-partnership-humanoid-robot.html%20
https://Boston%20Dynamics.com/blog/boston-dynamics-unveils-new-atlas-robot-to-revolutionize-industry/%20
https://www.hyundai.com/worldwide/en/brand-journal/mobility-solution/ces-2026-robotics-mediaday%20
https://www.wired.com/story/google-boston-dynamics-gemini-powered-robot-atlas/%20
https://diginomica.com/ces-2026-can-boston-dynamics-atlas-robot-carry-humanoid-industry-its-shoulder%20
https://www.hyundaimotorgroup.com/en/story/CONT0000000000196736
