波士顿动力,决定让AI当家人
📋 总体概括
波士顿动力宣布由前亚马逊AI负责人Rohit Prasad出任CEO,他曾主导Alexa规模化与Nova生成式模型。这不是普通换帅,而是人形机器人竞争从运动控制转向物理AI的信号:技术门槛再高,也要补上任务级智能与商业闭环这一课。
📄 正文
会后空翻的机器人顶流,把CEO的位置交给了一个做语音助手的AI老兵。波士顿动力日前官宣:曾一手把Alexa做到上亿设备规模、并主导Nova生成式模型的亚马逊AI掌门Rohit Prasad出任CEO,官方口径是带领公司进入"物理AI的下一个时代"。这不是一次普通的换帅——它意味着人形机器人的竞争主战场,正在从"谁的动作更炸裂"切换到"谁的机器人更会干活"。物理AI,成了新的发令枪。
🚨 翻跟头的顶流,赚钱的困难户
流量是波士顿动力最不缺的东西,订单才是。
只要它发新视频,全网科技媒体就得跟着加班:Atlas后空翻、跑酷、做体操动作,换成电动版之后动作反而更接近人体,搬运、抓取一气呵成;四足的Spot被人踹了一脚还能站稳的片段,至今仍在各大平台反复传播。论视频播放量和媒体曝光,全球没有第二家机器人公司享受过这种顶流待遇。
但顶流迟迟没有兑换成利润。这家1992年从MIT剥离出来的公司,先后被谷歌(2013年)、软银(2017年)和现代汽车(2021年)接手,产品线从四足巡检的Spot、仓储装卸的Stretch到物流搬运的Handle铺得不算窄,可盈利问题长期悬置,据公开报道2023年还经历过一轮裁员与业务重组。会翻跟头,和会赚钱💰,中间隔着一条至今没人蹚平的河。
从MIT实验室独立成军
谷歌出手收购
软银接盘
现代汽车入主
AI老将出任CEO
这条河的名字,叫任务级智能。客户从来不为后空翻付费,只为"任务完成率"付费。当本体硬件的技术红利被更多厂商追平,单纯的运动控制溢价会快速稀释——机器人本体大概率会像消费电子一样走向价格战,届时比拼的只剩一件事:谁的机器人能听懂指令、拆解任务、自己兜底。这恰恰不是波士顿动力过去最擅长的事。
🧠 请做语音助手的人来当家,图什么
机器人公司最缺的从来不是电机,是脑子。
Rohit Prasad的履历值得细看。2013年加入亚马逊后,他长期执掌Alexa的AI体系,把一个语音助手铺到了音箱、电视、车载等上亿台终端上;近两年他主导了Alexa接入大语言模型的全面改造,还参与了Nova系列生成式模型的建设。此番执掌波士顿动力,他要做的就是官方说的那件事——物理AI。
听上去像跨界,实际上是同构迁移。语音助手的闭环是:听懂—理解—规划—执行—反馈;机器人的闭环是:感知—理解—规划—执行—反馈。区别只在最后一环从"回复一句话"变成了"拧一颗螺栓",而前面四环,恰恰是Prasad做了十几年、也被上亿设备验证过的工程能力。
再看机器人落地现阶段的三大断点,就更明白这次任命指向哪里:
换句话说,波士顿动力请来的人,不是来管工厂的,是来给机器人换脑子的🤖。这是一次"换脑手术"式的人事安排:CEO席位从运动控制背景的工程团队,交到了一个AI产品化老将手里。董事会用行动下了判断——未来五年的胜负手在智能层,不在关节层。
📊 竞争逻辑正在改写:从动作到任务
人形机器人的军备竞赛,正在从腿部竞赛升级为大脑竞赛。
看看隔壁的动静:特斯拉的Optimus在自家工厂里试着搬电池、分拣零件;Figure已经把人形机器人送进制造和仓储场景试运行;Agility Robotics的Digit和物流运营商合作做仓库部署;宇树科技则用高性价比本体把市场搅得火热。这几年的CES,人形机器人展台的排队人数📈,已经不输整车厂。
把主要玩家放进一张坐标图,格局会很直白:
| 玩家 | 技术路线 | 主要场景 | 代表产品 |
|---|---|---|---|
| 波士顿动力 | 全身运动控制+物理AI | 巡检、物流、特种作业 | Atlas、Spot、Stretch |
| 特斯拉 | 车规供应链复用 | 自有工厂内作业 | Optimus |
| Figure | 大模型驱动人形 | 制造、仓储 | 人形机器人平台 |
| Agility Robotics | 仓储专用人形 | 物流拣选搬运 | Digit |
| 宇树科技 | 高性价比本体 | 科研、展演、巡检 | 四足及人形系列 |
一眼就能看出波士顿动力的尴尬:Atlas的技术门槛几乎顶格,但商业价值的坐标明显偏低——惊艳的视频发了很多,规模化部署的合同还太少。Spot和Stretch在巡检和仓储场景跑出了基本盘,但要撑起一家明星公司的估值,光靠特种场景显然不够。
Prasad的任务因此非常明确:把纵坐标拉上去。少发几个惊艳视频,多签几份带复购条款的合同。而达成路径,行业里已有共识——用大模型做任务理解,用真实场景做数据飞轮,用规模交付摊薄成本。
🏭 现代汽车的算盘:买的是下一代生产线
车企买机器人公司,买的其实是下一代生产线。
2021年现代汽车入主后,动作不止于资本层面:2022年牵头成立波士顿动力AI研究院,重金押注具身智能基础研究;现代自己手里,还有遍布全球的整车与零部件工厂。换句话说,"本体—大脑—场景"三块拼图,现代已经集齐了两块半,缺的是把它们焊死在一起的工程化和产品化能力。
汽车工厂是具身智能最好的练兵场,这在业内几乎没有争议:结构化程度高、任务重复度高、付得起钱,还能反向提供海量真实作业数据。特斯拉自研Optimus走的就是同一条路。真实数据回灌模型、模型改进作业效率、效率提升扩大部署——这个飞轮要转起来,AI侧的产品化能力是第一推动力,而这正是Prasad在亚马逊最熟练的打法:从模型到端侧,从端侧到规模化。
所以这场任命,与其说是波士顿动力选了Prasad,不如说是现代汽车需要一个真正懂"AI怎么落地"的人,替它把机器人战略从实验室推进到车间。
💡 给行业的一点冷思考
AI大厂的人才,正在向物理世界大规模迁徙🤖。
业内私下流传一句话:机器人行业最贵的岗位,正在从机构工程师变成AI工程师。据多位接近行业的人士观察,这两年大模型和智能硬件公司出来的产品负责人、AI工程负责人,频繁出现在机器人公司的高管名单里。波士顿动力这次直接把CEO的位置交出去,不过是把趋势推到了台前。
背后的估值逻辑也在换挡:机器人公司讲的不再是"运动控制专利库"的故事,而是"物理AI平台"的故事——前者按技术成果定价,后者按数据飞轮和场景网络定价,资本市场显然更愿意为后者买单。
当然,也有 ⚠️ 需要泼冷水的地方:语音助手和机器人不是一回事。物理世界的容错率低得多——一次识别失败,在音箱上是笑料,在产线上可能就是事故。Prasad在软件世界里验证过的方法论,能否扛住硬件世界的安全冗余和长尾异常,是这次"换脑手术"最大的不确定性。
往后看,有三个观察点足够:Atlas何时给出明确的商用时间表;波士顿动力的模型能否真正吃到现代汽车工厂的数据红利;"AI掌门"模式会不会被更多机器人公司复制。
小结
换帅不是一桩人事新闻,而是行业换挡的信号。波士顿动力用一次任命承认了这件事:炫技拿不来复购,物理AI才是人形机器人的成人礼。未来两年,胜负手不再是谁的机器人跳得高,而是谁能在真实产线上把"听懂—干活—兜底"的任务闭环跑通。这一次,视频里的王者,决定下场打真正的仗。
本文由本站 AI 辅助聚合生成,原始来源如下: