Boston Dynamics（波士顿动力）— 公司档案、融资、产品

团队

CEO：Robert Playter。
创始人：Marc Raibert，长期定义了 Boston Dynamics 的动态运动控制路线。
核心工程师：Zach Joukowsky（Atlas 开发负责人，MIT 机械工程双学位）、Scott Kindersma（机器人研究负责人）、Kevin Bergaman（ML 科学家，VR 遥操作训练）。
组织特征：公司从 DARPA 研究文化演进到更强产品化与量产化组织，Hyundai 时代的重点已不只是“做出会动的机器人”，而是把机器人嵌入制造与企业系统。

产品

Spot：最成熟的商业化产品，主打工业巡检、危险环境数据采集、设施运维与远程操作。
Stretch：仓储 case handling 机器人，强调无需重构仓库基础设施即可部署，面向卸货、搬运和仓内自动化。
Atlas（量产版）：2026-01 与 Hyundai 联合发布量产版工业人形，已进入量产制造阶段，2026 年计划在 Hyundai 和 Google DeepMind 进行首批部署。2025 年秋已在 Hyundai Georgia metaplant 完成首次现场测试（60 Minutes 报道），具体任务为自主分拣汽车装配线车顶行李架（roof rack sorting），由 Atlas 开发负责人 Zach Joukowsky 团队筹备一年完成。
Orbit：Boston Dynamics 的机器人 fleet management / data analysis 软件层，用于统一管理 Spot 与后续 Atlas 的运维、数据和企业系统接入。

技术路线

核心判断：Boston Dynamics 的真正壁垒不是单条爆款视频，而是“动态控制 + 机体设计 + 真实世界测试体系”三者长期耦合。
身体工程：公司长期围绕动态平衡、执行器、机体结构和复杂地形移动打磨，官方仍反复强调硬件创新没有结束。
外部对照视角：Agility 联创 Jonathan Hurst 在 2020 播客中将 Boston Dynamics 概括为更依赖高性能液压执行器、以更高功率换取更强动作塑形自由度的路线，这个旁证有助于理解其长期高动态性能优势。
控制与智能：从传统控制优势出发，逐步引入学习方法。Atlas 最新官方博客已明确转向与 TRI 合作开发 Large Behavior Models，用于长时程语言条件操作任务；2026-04 官方 webinar 又进一步把学习栈拆成 pre-training + post-training，前者沉淀姿态、受力、空间理解和工具使用等通用先验，后者再把能力压到具体工位的高性能执行。
AI 基础模型集成：2026-04-08 正式将 Google Gemini Robotics ER 1.6 集成进 Orbit AIVI-Learning 检查产品（已对所有客户上线），新增仪表读取、托盘计数、5S 合规审计、液位测量等高级功能；同时 Spot 已实验性接入 Gemini Robotics ER 1.5，通过自然语言指令完成开放式任务。这标志着 BD 从“自研控制栈”走向“自研控制 + 外部基础模型叠加”的混合路线。
Atlas 训练体系：采用 RL in simulation + teleoperation demonstration 混合训练，使用 NVIDIA 工作流；训练出的 learned behaviors 可在一天内部署到整个 fleet，支持跨机器人复用。
仿真训练规模：60 Minutes 报道披露，单次动作技能训练可动用 4000+ 个数字 Atlas 在仿真中并行训练 6 小时，仿真中加入滑面、斜坡、关节刚度变化等扰动后收敛到最优策略。
数据与训练：Boston Dynamics 官方已明确当前 Atlas 仍高度依赖 teleoperation 采集 demonstration，单个行为通常需要约 5-10 小时示教数据，并通过持续部署形成 data flywheel，逐步降低每个新任务的适配成本。
软件栈外延：Orbit 的出现说明 Boston Dynamics 不再只卖“机器人本体”，而是把 fleet management、远程运维、视觉/热成像/声学数据分析和企业集成一起打包。
落地逻辑：其路线不是先做通用大模型再找机体，而是先以成熟本体和现场数据为基础，再逐步把 AI 能力叠加进真实作业流。

商业验证

Spot：官网已明确其服务于全球行业客户，官方 About 页称其正在为 hundreds of customers 解锁数字化巡检与运维价值。
Stretch：官方强调其可在现有仓储基础设施中数日内部署，目标是直接替代高重复、重体力的 case handling 环节。
Atlas：2024 年起从液压平台切换到电动平台，2026-01 发布量产版，已进入量产制造阶段。2025 年秋在 Hyundai Georgia metaplant 完成首次现场部署（part sequencing 任务），2026 年计划在 Hyundai 和 Google DeepMind 进行首批商业部署。Atlas 正式从研发平台转为工业产品。
Hyundai 协同：2025-04 官方新闻稿披露 Hyundai 未来数年计划采购“数万台机器人”，并已在工业巡检中部署 Spot、计划未来在工厂部署 Atlas。60 Minutes 捕捉到 Hyundai 全球战略负责人 Hung Soo Kim 专程从韩国飞赴 Savannah 工厂验收 Atlas 进展，评价为“on track, very successful, start of a great journey”。这是 Boston Dynamics 从“技术标杆”走向“集团内部规模化落地”的最强信号之一。

市场切入

短期主力：Spot 和 Stretch 已分别在巡检、仓储两个相对清晰的 ROI 场景形成产品化抓手。
中期上探：Atlas 试图把 Boston Dynamics 在运动控制上的积累迁移到工业人形，但节奏明显比纯 demo 叙事更谨慎。官方 2026-04 webinar 明确把 industrial manufacturing 视为 beachhead，原因是工厂更易分阶段满足安全要求，且其任务复杂度“接近 manipulation-complete”，既能带来短期 ROI，也能反向训练通用操作能力；当前优先从 Hyundai 体系内验证。
平台化方向：Orbit 使其更像“机器人 + 软件 + 企业集成”方案商，而非单一硬件厂。

竞争定位

核心优势：动态运动控制、可靠性文化、复杂环境测试经验、以及 Hyundai 提供的制造协同。2026 年成为首个将外部基础模型（Gemini Robotics）集成进商业巡检产品的大型机器人公司。
相对 Figure / Apptronik / 特斯拉：Boston Dynamics 在身体工程和现场验证深度上仍是行业坐标系，但在人形认知层和基础模型叙事上并不占绝对先手。不过 Gemini 集成使其在“AI 能力获取”上开辟了一条与自研 VLA 不同的路径：用外部基础模型补充自有控制栈。
相对中国竞争者：CEO Playter 在 60 Minutes 中公开承认中国公司的竞争威胁，称“技术上美国仍领先，但投资规模可能让中国弯道超车”。这是罕见的 CEO 级别公开承认竞争压力。
品牌定位差异：Playter 公开目标为“superhuman motion”——不只是模仿人类，而是超越人类能力（更强、更耐热、更安全），与 Figure AI 的“替代人类不愿做的工作”形成品牌差异。
相对 Unitree 等低价玩家：其产品定位不是价格优先，而是高可靠性、高任务复杂度和企业级交付。Atlas 量产化进度比预期更快，已从“1-2 年 hardened product”推进到“2026 年首批部署”。

风险

成本与 ROI 风险：高性能机器人的采购和部署成本仍高，客户是否持续扩单取决于明确的经济回报。
认知层补齐风险：若 AI 层进展慢于硬件进展，人形平台商业化速度仍可能受限。
集团协同执行风险：Hyundai 的大规模采购承诺很强，但真正转化为稳定出货、集成和服务体系，仍需要多年执行。

动态记录

2026-05-12：[60 Minutes 报道] Atlas 首次实地工作测试细节公开——在 Hyundai Savannah 工厂自主分拣车顶行李架，筹备一年；披露完整训练方法论（VR 遥操作+动捕迁移+4000+ 并行仿真训练 6h）；Playter 首次公开目标为“superhuman motion”并承认中国竞争威胁；Goldman Sachs 预测人形市场十年内达 $38B。
2026-05-11：[播客来源] Mark Thierman 出席 McKinsey 面板，确认通用机器人三要素路线（移动已解决，语义理解+操控为当前攻关重点）；透露 BD 从研究转产品化仅 4.5 年；明确工业→服务→消费三阶段路径；建议企业”从今天开始”用 AMR/Spot 练习变革管理；称 Atlas 为 “most advanced humanoid robot in the world for manufacturing”。
2026-05-08：Phase 2 培育重大更新。补入 3 条新来源：Gemini Robotics ER 1.6 集成进 AIVI-Learning（04-08 已上线）、Spot + Gemini ER 1.5 自然语言控制实验、Atlas 量产制造与演进史。关键变化：BD 已从“自研控制栈”走向“外部基础模型 + 自研控制”混合路线，Atlas 已进入量产阶段（比预期更快）。sources 由 15 条增至 18 条，同步更新产品、技术路线、商业验证和竞争定位，depth_score 上调至 66。
2026-04-16：[播客来源] Boston Dynamics Atlas 产品团队在官方 webinar 中明确将 manufacturing 设为 Atlas 的 beachhead，理由是工厂更易分阶段满足安全要求，且制造任务“接近 manipulation-complete”；同时披露 Hyundai 已启动 on-site engagement，Atlas 距可直接销售的 hardened product 仍约有 1-2 年打磨期。
2026-04-13：[播客来源] Agility 联创 Jonathan Hurst 在《The Robot Report Podcast》中将 Boston Dynamics 描述为更依赖高性能液压与软件塑形能力的腿足路线，对照凸显了其高动态性能优势，也反映出其与 Agility 在效率、任务定义和机体哲学上的分化。
2026-04-09：补录官方 About、产品页、Orbit、Atlas 电动化与 Hyundai 协同来源，完成来源审计后维持 Phase 2 深挖。
2025-04-03：Boston Dynamics 官方宣布与 Hyundai Motor Group 扩大合作，Hyundai 计划未来几年采购数万台机器人，并继续在设施中部署 Spot、未来导入 Atlas。
2024-11-06：Boston Dynamics 与 TRI 公布 Atlas 的 Large Behavior Models 路线，开始把长时程语言条件操作政策引入人形平台。
2024-04-17：Boston Dynamics 宣布液压 Atlas 退役并发布全电动 Atlas，明确转向工业应用。
2021-06：Hyundai 完成对 Boston Dynamics 的收购。