波士顿动力不缺机器人，缺的是AI

机器人行业最有名的那家『明星公司』，刚刚把自己交给了一个做语音助手的人。

波士顿动力（Boston Dynamics）宣布，前Amazon AI负责人Rohit Prasad出任公司CEO。这位曾主导Alexa智能助手规模化、并操刀Nova生成式模型的AI老兵，将带领这家机器人公司进入所谓的『物理AI』（Physical AI）时代。

消息不大，信号极大。

一家以硬件惊艳全世界三十年的机器人公司，把方向盘交给了AI的人。这不是一次普通的人事变动，这是一次叙事权重的重估——机器人公司之间正在发生的竞争，已经不在金属和关节上了。

🎯 一纸任命：为什么是一个亚马逊人

先看清楚这位新CEO的履历底色。

Rohit Prasad在Amazon的职业生涯（2013年—2025年），几乎贯穿了消费级AI从概念到规模化的全过程。他的公开履历时间线如下：

• 2013年之前：任职于Raytheon BBN Technologies，主持多个DARPA资助的语音识别与语音翻译项目
• 2013年：加入亚马逊，出任机器学习总监，进入Alexa团队
• 2019年：升任亚马逊副总裁、Alexa AI首席科学家，成为Alexa机器学习体系的技术负责人
• 2022年6月：在亚马逊将Alexa AI与通用智能研究合并后，出任公司AGI（通用人工智能）首席科学家
• 2024年12月：在AWS re:Invent大会上主导发布Nova系列生成式基础模型——这是亚马逊在大模型时代交出的核心答卷
• 2025年：离开亚马逊，接替自2019年起执掌公司的Robert Playter，出任波士顿动力CEO

看懂了吗？这不是一个『懂机器人的管理者』，而是一个『懂AI产品化和规模化的操盘手』。他手里的Alexa不是Demo：亚马逊官方披露的数据显示，搭载Alexa的设备全球装机量在2023年已超过5亿台——这是消费AI领域极少达到过的规模化量级。

而波士顿动力恰恰站在一个尴尬的岔路口。这家公司2021年6月被现代汽车以约8.8亿美元收购80%股权（整体估值约11亿美元），硬件能力全球顶级，但商业化的坡一直爬得艰难：Spot机器人2020年6月开售时定价74,500美元，直到2023年3月，CEO Robert Playter才对外证实累计出货突破1,000台——以原价计算，六年累计收入也仅在数千万美元量级；第二款产品Stretch（仓储搬运机器人）2022年才上市，客户以GXO Logistics、DHL等物流企业为主。公司至今未披露任何营收数据。

这时候请来一位AI产品化的老将，意图已经写在脸上了——

机器人不缺关节，缺的是大脑，以及把大脑变成生意的能力。

🤖 物理AI：机器人行业的叙事正在换引擎

过去十年，机器人公司讲的故事是『运动控制』——能跑、能跳、能后空翻。波士顿动力的Atlas凭借一次次炫技视频收获千万播放，也奠定了它在公众心智中『机器人天花板』的位置。

但大模型出现后，行业叙事发生了根本性偏移。

物理AI（Physical AI）的提法，核心逻辑是：机器人真正稀缺的能力，不是运动，而是理解——理解环境、理解任务、理解人类意图，然后自主地把事情做完。这恰恰是大模型、多模态AI最擅长的事情。

产业竞争的权重结构，正在肉眼可见地重构：

一句话总结这个变化：硬件决定机器人能不能动，AI决定机器人值多少钱。

值得注意的是，波士顿动力自己早已在这个方向上落子：2024年4月，公司退役了服役多年的液压Atlas并发布电动Atlas；同年10月，波士顿动力宣布与丰田研究院（TRI）合作，将TRI的大行为模型（Large Behavior Models）接入Atlas——这说明『给Atlas装AI大脑』的战略，在Prasad到来之前就已经启动。请他掌舵，本质上是把这条路线提升为公司最高战略，并在告诉市场：别再用『会翻跟头的机器人』给我们贴标签了，我们现在是AI公司。

⚠️ 商业化之困：惊艳了三十年，账本还没惊艳

这家公司最真实的处境，可以用几个可核实的事实拼出来：YouTube视频累计播放量以亿计，而自有产品商业化直到2020年Spot开售才真正开始；截至2023年3月，Spot累计出货约1,000台，单价74,500美元；Stretch面向物流场景，2022年才进入GXO等客户仓库试点。公司未公开营收，从有限的出货数据倒推，其年收入长期在数千万美元量级——与全球顶级的硬件声望并不匹配。

顶级运动控制能力属于技术资产，技术资产要变成财务报表上的数字，中间隔着一条漫长的商业化鸿沟：找对场景、压低成本、规模化交付、建立软件生态。

而这条鸿沟上的每一块垫脚石，恰恰都是Rohit Prasad在Amazon干过的事：

表格里的对比很直白：左边一列是这家公司的过去，右边一列是它想买的未来。

这种『AI人才主导』的趋势并非孤例，公开信息里已经能清晰看到轨迹：英伟达在2024年GTC大会上发布了人形机器人基础模型GR00T，黄仁勋在2025年CES主题演讲中直接把『物理AI』列为AI发展的下一波浪潮；OpenAI在2024年重启了解散多年的机器人团队，并投资了1X Technologies和Figure AI；特斯拉则把自动驾驶团队的FSD人才整体调往Optimus项目。机器人大厂的AI权重上升，已经是写在招聘启事和发布会PPT上的既成事实。

波士顿动力这次直接把AI操盘手放到CEO的位置，等于把这个趋势推到了极致。这不是补课，这是换赛道的发动机。

📈 人才流向：AI大厂开始向具身智能输送弹药

这纸任命还有一层容易被忽略的行业信号：人才流向逆转了。

过去十年，科技行业的顶尖AI人才是单向流动的——从学术界流向大厂，从机器人工厂流向互联网巨头。机器人行业长期面临的问题是：最聪明的那批人去做大模型和推荐算法了，没人留下来伺候电机和减速器。

现在风向变了。这个流向可以概括为一条清晰的链条：

顶尖AI人才 → 互联网大厂（语音助手、大模型）→ 能力与方法论沉淀 → 回流机器人与具身智能公司 → 物理AI产品化落地

资本市场的公开数据为这条链条提供了注脚：Figure AI在2024年2月完成6.75亿美元融资（估值26亿美元，投资方包括OpenAI、微软、英伟达和贝索斯），2025年C轮融资后估值进一步升至390亿美元；Apptronik在2025年初完成3.5亿美元A轮融资，投资方包括谷歌；高盛在2024年将2035年人形机器人市场规模预期上调至380亿美元，摩根士丹利更是预测到2050年全球人形机器人市场规模可达5万亿美元。当物理AI成为大模型落地的最大想象空间，大厂培养的AI操盘手开始回流到机器人公司——Rohit Prasad就是这个流向中最具代表性的一滴样本。当Amazon式的方法论进入机器人公司的最高决策层，行业里的每一笔融资、每一份招股书、每一场发布会，叙事重心都会跟着移动。

而『AI团队放在什么位置』这个董事会级议题，在行业里已经有具名答案可参考：特斯拉选择自研，把FSD的端到端模型直接搬到Optimus上；Figure AI曾与OpenAI合作，2025年却宣布终止合作、转向自研模型——理由是垂直整合的物理AI模型无法外包；1X则选择与OpenAI深度绑定。三条路线并存，说明『AI在机器人公司内部』正在从『技术部门』升格为『公司定义』。

💡 给制造业主的三个务实判断

作为一个常年泡在产线现场的顾问，我不想只谈叙事，最后落到几个务实的判断上：

第一，别急着为『AI掌舵』鼓掌，先看交付。 AI公司的通病是把Demo能力讲成量产能力。波士顿动力的考试科目很明确：能否把AI能力装进可规模化交付、可稳定运维的机器人产品里。物流、巡检、工厂上下料，这些场景不看你视频的播放量，只看MTBF（平均无故障时间）和ROI（投资回报率）。以Spot六年千台的出货节奏衡量，这家公司还没有通过过任何一场『规模化』大考。

第二，物理AI的红利会先在『窄场景』兑现。 不要期待通用机器人在明年就能替代产线工人。AI加持下最先跑通商业闭环的一定是任务边界清晰、容错空间可控的场景——这也是工业场景反而在消费场景之前兑现价值的老规律。波士顿动力自己把Stretch押在物流仓储上，就是这个逻辑的体现。

第三，对国内同行，这是组织架构的镜子。 国内机器人公司硬件迭代速度不输任何人，短板普遍在AI大脑和平台化运营。波士顿动力用一纸CEO任命承认了自己的短板，国内公司也该照照这面镜子：你的AI团队是成本中心，还是公司战略本身？

以作者对行业公开信息的综合判断，机器人公司的价值权重正在发生如下迁移（此为定性判断，非精确测算）：

结语：明星公司主动承认『自己不是自己』

波士顿动力请来Rohit Prasad，最耐人寻味的地方在于：一家靠硬件惊艳征服世界的公司，主动承认了自己下一程的胜负手不在硬件上。

这种『自我否定』在产业史上往往是转折点的标志。当年做PC的去做手机，做引擎的去做电车，第一步都不是技术突破，而是找到对的人、换上对的叙事。

接下来值得盯住的是两件事：一是波士顿动力在Rohit Prasad治下会不会推出『AI原生』的新产品线——电动Atlas与丰田研究院大行为模型的结合，就是最直接的观察窗口；二是这轮『大厂AI人才 → 机器人公司』的流动会不会成为常态。如果两件事都发生，那机器人行业真正的洗牌，才刚刚开始。

对整个智能制造产业而言，这纸任命值得记住的不是名字，而是那个正在被反复确认的判断：物理AI时代，机器人公司要么长出AI的大脑，要么沦为AI公司的手臂。