波士頓動(dòng)力近期的一項(xiàng)技術(shù)革新引發(fā)了廣泛關(guān)注：其研發(fā)的Atlas機(jī)器人已升級(jí)至全新的端到端AI版本，即Atlas MTS。這一突破性進(jìn)展由波士頓動(dòng)力攜手豐田研究院共同推出，基于大型行為模型（LBM），賦予了Atlas前所未有的智能水平。

在最新的演示視頻中，Atlas展現(xiàn)出了驚人的能力。當(dāng)操作員故意合上箱子蓋子或移動(dòng)箱子位置時(shí)，Atlas不僅能迅速識(shí)別這些變化，還能自主規(guī)劃動(dòng)作，精準(zhǔn)地打開(kāi)箱子或找到新的位置。更令人贊嘆的是，即便面對(duì)附近遺漏的裝置，它也能準(zhǔn)確發(fā)現(xiàn)并將其放入箱內(nèi)。這一系列流暢的操作，展示了Atlas在自然語(yǔ)言理解、環(huán)境感知以及動(dòng)作規(guī)劃方面的卓越表現(xiàn)。

據(jù)官方介紹，Atlas MTS的實(shí)現(xiàn)得益于端到端的語(yǔ)言條件策略。這一策略通過(guò)四個(gè)關(guān)鍵步驟構(gòu)建而成：收集具身行為數(shù)據(jù)、處理并標(biāo)注數(shù)據(jù)、訓(xùn)練神經(jīng)網(wǎng)絡(luò)以及利用測(cè)試任務(wù)評(píng)估策略效果。尤為此次采用的大型行為模型融合了4.5億參數(shù)的擴(kuò)散Transformer模型，結(jié)合流匹配目標(biāo)，能夠?qū)D像、人體感覺(jué)以及自然語(yǔ)言指令等輸入信息轉(zhuǎn)化為控制Atlas活動(dòng)的精確動(dòng)作指令。

Transformer模型在此扮演了“全局之眼”的角色，負(fù)責(zé)把控整體架構(gòu)與動(dòng)作細(xì)節(jié)的關(guān)聯(lián)；擴(kuò)散過(guò)程則負(fù)責(zé)將模糊的指令細(xì)化為精準(zhǔn)的動(dòng)作；而流匹配損失則確保了動(dòng)作既符合現(xiàn)實(shí)情況，又能靈活適應(yīng)多樣化的場(chǎng)景。波士頓動(dòng)力還將Atlas的模型預(yù)測(cè)控制器與VR界面相結(jié)合，從而覆蓋了從精細(xì)的手指操作到全身伸展、移動(dòng)等各類(lèi)任務(wù)需求，使得遠(yuǎn)程操作員能夠充分發(fā)揮機(jī)器人的性能。

值得注意的是，此次升級(jí)后的Atlas還具備了自主處理意外情況的能力。當(dāng)遇到零件掉落或箱蓋未關(guān)閉等問(wèn)題時(shí)，它能夠智能地做出反應(yīng)，這一特性無(wú)疑為Atlas的實(shí)用性增添了重要的一筆。更令人驚喜的是，官方聲稱(chēng)Atlas能夠?qū)W習(xí)并模仿人類(lèi)演示的任何動(dòng)作，包括系繩子、折疊椅子和翻輪胎等復(fù)雜任務(wù)，其學(xué)習(xí)能力之強(qiáng)令人嘆為觀止。

回顧波士頓動(dòng)力的研發(fā)歷程，液壓版Atlas的退役與全電動(dòng)版本的迅速推出標(biāo)志著其技術(shù)路線的重大轉(zhuǎn)變。液壓系統(tǒng)因成本高、響應(yīng)慢且難以與AI系統(tǒng)集成而被逐漸淘汰，取而代之的是更為精確、能耗低且天然適配AI學(xué)習(xí)框架的電機(jī)驅(qū)動(dòng)。自轉(zhuǎn)向電驅(qū)動(dòng)以來(lái)，波士頓動(dòng)力不斷推出新技術(shù)，從俯臥撐展示到全自動(dòng)分裝物件，再到具備3D空間感知和實(shí)時(shí)物體追蹤能力的工業(yè)任務(wù)執(zhí)行，每一次升級(jí)都讓人眼前一亮。

此次大型行為模型的引入，不僅意味著波士頓動(dòng)力在技術(shù)上邁出了重要一步，也預(yù)示著電驅(qū)機(jī)器人與AI算法融合的未來(lái)趨勢(shì)。在國(guó)內(nèi)市場(chǎng)，同樣采用電驅(qū)技術(shù)的宇樹(shù)機(jī)器人也展現(xiàn)出了強(qiáng)勁的發(fā)展勢(shì)頭，從四足機(jī)器狗到人形機(jī)器人系列，宇樹(shù)以其“小而美”的電驅(qū)哲學(xué)和快速的迭代速度，在全球范圍內(nèi)贏得了廣泛關(guān)注。