快速了解本文
Atlas 机器人已在现代汽车工厂进入真实环境实战训练阶段。
计划于 2028 年承担零件分拣任务，2030 年承担装配任务。
借助供应链整合，Atlas 零部件成本降低 60% 至 80%。
本摘要由 AI 辅助整理，请以正文内容为准。
9 月 30 日，波士顿动力联合现代汽车集团与彭博媒体工作室发布纪录片《Robotics Competition, At the Front Lines》，展示了人形机器人 Atlas 在美国佐治亚州现代汽车 Metaplant America (HMGMA) 内的真实训练场景，标志着 Atlas 正式从实验室展示阶段迈入真实工业环境的数据采集与实战训练阶段。
01实战训练与 AI 驱动
Atlas 目前的训练场地是设在 HMGMA 内的机器人元工厂应用中心（RMAC）。该中心高度还原了真实工厂环境，配备了零件货架、车身、工作台和安全围栏。在这里，Atlas 正在攻克搬运轮胎、从高货架取放零件等具体任务，并与另一台 Atlas 协同在车身两侧执行组件装配。这些任务不仅涉及重物搬运，还要求多机协同。支撑复杂动作的是 Atlas 的 AI 系统，其包含决定零件抓取顺序的“推理智能”以及负责保持平衡与精确操作的“物理智能”。Atlas 正通过“收集数据-重训 AI-部署”的闭环机制不断优化，表明其正从预编程自动化向基于真实工厂数据的 AI 驱动物理智能转变。
02量产时间表与产能规划
在实战训练之外，现代汽车集团为 Atlas 制定了明确的商业化落地时间表。Atlas 计划于 2028 年在 HMGMA 承担零件分拣任务，随后在 2030 年承担零件装配任务。为支撑上述目标，现代汽车集团计划到 2028 年在美国建成年产 3 万台机器人的生产设施，并实现全球部署 2.5 万台 Atlas 的产能规划。
03成本控制与投资回报
人形机器人走向大规模工业应用的关键在于经济性。借助现代汽车集团的供应链支持，例如从现代摩比斯采购执行器等核心部件，Atlas 的零部件成本降低了 60% 至 80%。通过整合内部供应链大幅压低硬件成本的策略，为人形机器人从实验室走向大规模工业部署扫清了关键的经济性障碍。现代汽车集团的目标是让客户在引入该机器人后两年内收回投资。