当前位置:首页 > 科技资讯 > 正文

CES 2026:波士顿动力Atlas全面电动化,开启具身智能与通用劳动力新赛道

告别“工程秀”,波士顿动力的产业化“认错”与重生

在刚刚落下帷幕的CES 2026上,被誉为“人形机器人风向标”的波士顿动力,终于完成了一次极具分水岭意义的战略转身——正式舍弃了长期以来被业内评价“成本高昂且维护复杂”的液压驱动系统,将旗舰机器人Atlas全面切换为纯电驱动。这一转变不仅是工程方案的升级,更是波士顿动力主动撕掉“炫技实验室”标签,向规模化生产与产业化落地迈出的关键一步。

CES 2026:波士顿动力Atlas全面电动化,开启具身智能与通用劳动力新赛道 波士顿动力  人形机器人 灵巧手 具身智能 第1张

在发布会现场,波士顿动力团队强调,新一代Atlas的运动逻辑高度模拟生物形态,动作呈现出前所未有的自然感与平稳性。其设计理念虽然源自人类生理结构,但在关节灵活性、动态稳定裕度以及极限运动范围上,已经跨越了人类的生理极限。有行业资深专家分析认为,在目前全球已公开的人形机器人阵营中,Atlas在综合运动控制与技术成熟度方面,依然占据着统治地位

更具深远意义的是,市场对Atlas的终极定位正在发生质变。一个愈发清晰的共识是:Atlas的使命并非胜任单一的垂直岗位,而是剑指“通用劳动力”这一终极愿景。依托AI大模型的持续深度强化学习,机器人能够习得超越人类经验直觉的作业策略,并通过“软件定义劳动力”的方式,将技能瞬间复制、同步至全球各地的个体。在劳动力供给结构性短缺的宏观背景下,它正演变为一种可无限扩展的生产要素。

如果说以往的波士顿动力是在探索“机械能力的极限”,那么从纯电Atlas起,它正式切入了一个更具挑战、也更具社会意义的命题——当具身智能不仅具备高机动性,还拥有了可复制与规模化的基因,人类社会将如何重新构筑“生产力”与“岗位”的关系。

01 人形机器人进化的“最后一公里”:灵巧手的瓶颈与突破

在探讨人类工作如何被重塑之前,人形机器人必须先跨越一道关键的物理鸿沟——它必须具备真正的泛化作业能力

在所有待解的技术命题中,最核心且最具挑战性的环节,并非底盘行走或大脑算法,而是机器人能否拥有一双媲美人类的“灵巧手”。

在CES 2026的演示中,波士顿动力展示的Atlas采用了3指设计;而在其过往的实验版本中也曾出现过4指形态。尽管市场上已有厂商推出模拟人类的5指灵巧手,但在工程界有一个反直觉的认知:手指数量的增加并不等同于作业能力的提升;盲目追求形似,反而会降低可靠性

即便技术深厚如Atlas,也并未急于“完美复刻人手”。业内普遍认为,这是工程权衡后的理性选择。人类的手部结构是数百万年进化后的精密杰作,集成了超高自由度、复杂的肌腱网络以及极致敏锐的触觉反馈。对于机器人而言,每增加一个手指维度,都意味着控制算法复杂程度、传感器融合难度以及故障风险的指数级飙升。

简言之,制造一个“看起来像手”的装置并不困难,难点在于打造一双“能在高动态、非标环境下稳定输出”的手。相比于视觉上的相似,厂商更关注机器手在真实物理场景中的可靠性与可控性。

这也解释了为何当前的人形机器人虽然能完成复杂的跑跳任务,但在“精密装配、理线、处理柔性材质”等日常动作上依然面临挑战。这并非大脑不够聪明,而是人类手部的精密程度是一个被长期低估的进化奇迹。

随着技术的迭代,各家巨头在灵巧手研发上的投入持续加码。不仅特斯拉、宇树科技、优必选等整机厂商坚持自研,零部件供应商如星动纪元、魔法原子、灵巧智能、因时机器人等也纷纷推出了极具竞争力的灵巧手产品。

传统的工业夹爪虽然在标准化流水线上表现优异,但缺乏应对复杂环境的泛化能力。而新一代灵巧手通过模拟人手结构,具备高精度与高自由度,能够胜任抓取微小零件、搬运非标物体等复杂任务,在工业、商业及家庭场景中展现出巨大的应用潜力。

CES 2026:波士顿动力Atlas全面电动化,开启具身智能与通用劳动力新赛道 波士顿动力  人形机器人 灵巧手 具身智能 第2张

CES 2026:波士顿动力Atlas全面电动化,开启具身智能与通用劳动力新赛道 波士顿动力  人形机器人 灵巧手 具身智能 第3张

在成本构成上,灵巧手约占整机成本的17%,是人形机器人中价值最高的部件之一。以特斯拉Optimus为例,其灵巧手成本占比极高,其中空心杯电机与六维力传感器是核心价值点,分别占比4.8%与8.0%。此外,行星减速器、蜗轮蜗杆及编码器等精密件也占据了显著份额。可以说,空心杯电机与力矩传感器的技术突破,直接决定了灵巧手的商业化进程。

CES 2026:波士顿动力Atlas全面电动化,开启具身智能与通用劳动力新赛道 波士顿动力  人形机器人 灵巧手 具身智能 第4张

Atlas从液压切换为电机驱动,纠正了一个行业误解:液压并非不够强,而是强得“不合时宜”。液压系统虽然擅长爆发力输出,却在长效稳定性与数字化兼容性上存在天然短板。在追求AI训练效率的今天,电机驱动作为一种标准化的“数字接口”,更利于模型通过数据反馈进行自我迭代。如果说液压象征着机械工业的辉煌,那么电机则开启了具身智能的算法时代

02 电机驱动:具身智能灵巧手的技术高地

电机驱动凭借其体积小巧、响应敏捷及高精度的特性,已成为当前人形机器人灵巧手的主流方案。该系统集成了空心杯电机、减速机构以及高频传感器,能够实现极其稳定的力矩输出。

在众多的方案中,空心杯电机采用了独特的无铁芯转子设计,彻底消除了涡流效应对性能的干扰,大幅降低了发热量与能量损耗。其高功率密度与极速响应能力,完美契合了灵巧手对高自由度与精密控制的苛刻要求,成为了行业无可争议的首选。

CES 2026:波士顿动力Atlas全面电动化,开启具身智能与通用劳动力新赛道 波士顿动力  人形机器人 灵巧手 具身智能 第5张

进一步分析驱动逻辑,无刷电机在寿命与性能上显著优于传统有刷方案。由于消除了机械摩擦,无刷电机在高速运转下的可靠性更强,且噪音控制出色,配合先进的控制算法,能够实现极佳的动作精度。相比之下,传统的液压或气压驱动虽然在特定领域仍有应用,但在具身智能的微型化与智能化浪潮中,已逐渐显得力不从心。

气压驱动系统虽然模拟肌肉的柔韧性较好,但由于其刚度低、定位精度差,很难满足现代工业装配的精度要求。因此,目前的市场焦点正高度集中在“电机驱动+腱绳传动”的技术路径上。

腱绳传动通过模拟生物肌腱的分布逻辑,利用高性能复合材料实现远距离动力传递。这种设计能够将复杂的驱动模块置于前臂,从而减轻末端手指的重量,让手部结构更紧凑,并具备一定的物理柔顺性,极大提升了机器人对异形物体的抓取适应能力。

CES 2026:波士顿动力Atlas全面电动化,开启具身智能与通用劳动力新赛道 波士顿动力  人形机器人 灵巧手 具身智能 第6张

现阶段,灵巧手的技术路线正处于百家争鸣的阶段。无论是腱绳式、连杆式还是齿轮直驱,各家企业都在根据自身应用场景,在精度、成本与可靠性之间寻找动态平衡。这种多元化的竞争格局,也为产业的快速迭代提供了充足的动力。

03 竞逐具身智能:谁能定义下一代灵巧手?

正因为技术路径尚未完全收敛,灵巧手市场并未像通用减速器那样陷入同质化竞争,而是孕育出了一批具备深厚技术底蕴的专业厂商。

这些厂商往往选择深耕某一特定技术链路,通过算法与硬件的深度耦合,成为整机企业不可或缺的底层支撑。例如,特斯拉Optimus的灵巧手已经从初代的11个自由度大幅迭代至22个,功能从简单的抓握进化到接网球等高难度协作。而国内企业如宇树科技、优必选也在快速跟进,通过提升自由度与触觉感知精度,不断拓展机器人的作业边界。

优必选推出的工业级机器人Walker S2,其灵巧手配备了先进的阵列式触觉压力传感器。这种轻量化、高强度的设计,使其不仅能完成亚毫米级的精密动作,还能托举重达15kg的载荷,真正具备了在工业流水线作业的硬实力。

CES 2026:波士顿动力Atlas全面电动化,开启具身智能与通用劳动力新赛道 波士顿动力  人形机器人 灵巧手 具身智能 第7张

随着技术的成熟与商业模式的跑通,优必选等具身智能标杆企业也开始在资本市场崭露头角,通过资源整合进一步巩固其行业地位。

CES 2026:波士顿动力Atlas全面电动化,开启具身智能与通用劳动力新赛道 波士顿动力  人形机器人 灵巧手 具身智能 第8张

除了整机巨头,专注于末端执行器的因时机器人等零部件专家也展现了强大的产品力。其研发的仿人五指灵巧手不仅具备极高的力分辨率,还能在极轻的自重下实现精准的重复定位。这种精细化作业能力,是人形机器人从“能动”转向“能干活”的关键转折点。

展望未来,当灵巧手的进化突破临界点,人形机器人的行业属性将发生根本性逆转。它们将不再是单纯的硬件设备,而是具备全场景泛化能力的“数字劳动力”。这种转变意味着商业模式将从“资产售卖”转向“能力订阅”,人形机器人的市场天花板,将直接挂钩全球生产力缺口的体量。

结语

如果仅将Atlas视为一台高端机器人,显然低估了它对现代工业体系的冲击力。对于汽车制造与高端制造而言,Atlas更像是一个“可移动、自进化的通用工位”,它打破了传统自动化的刚性限制。

在复杂的汽车装配场景中,柔性化与异常处理一直是人力难以被替代的领域。Atlas的纯电化与具身智能属性,使得这些过去依赖工人经验的“非标工序”第一次具备了被算法标准化的可能。更重要的是,随着造车技术与具身智能技术的底层架构日益趋同,人形机器人正成为车企制造体系的自然延伸。

站在宏观产业视角,以Atlas为代表的具身智能正在重塑全球制造的成本逻辑。当技能可以被模型化、云端化并瞬间复制,劳动力供给将不再受限于人口结构与培训周期。这对于全球工业而言,不仅是效率的跃迁,更是生产力组织形式的一场革命。在这场变革中,谁能率先掌握“软件定义劳动力”的核心算法,谁就将掌握未来工业的话语权。