Boston Dynamics 的 Atlas 人形機器人正在進入其測試周期的尾聲，這次的測試包括一項最終的特技壓力測試，之後將轉向其生產就緒的版本。該公司與機器人 AI 研究所（RAI）合作，對 Atlas 進行了一系列要求高的全身運動測試，從流暢的步行到側翻、後空翻和從跌倒中恢復，旨在探究其控制軟件的極限。這些實驗突顯出模擬訓練的全身學習如何能直接轉化為現實世界中的機器人，並提供了一個即將從實驗室進入工廠的能力的瞥見。
最近，Boston Dynamics 解釋了 Atlas 的驚人地面恢復動作，揭示了為何這個人形機器人以扭曲的方式站起，而不是直立。透過一段影片，Boston Dynamics 的 Atlas 人形機器人展示了在一個動態高強度的測試跑道上進行測試，旨在挑戰全身控制和靈活性的極限。測試開始時，Atlas 平靜地在開放空間中行走，其步伐與人類動作十分相似。
隨著測試的進行，這個機器人迅速啟動側翻，手腳協調精確以保持動量，隨後又接著進行後空翻，將身體緊緊收起，在空中旋轉並乾淨利落地雙腳著地。在這一空中動作中，機器人保持控制，著陸時吸收衝擊，而不是崩潰，這些情況均由 Techeblog 報導。延長的視頻中包含慢動作重播和失敗集，記錄了機器人在測試過程中多次跌倒或翻倒的情況。一個突出的時刻顯示該機器人在下樓梯時，短暫錯位腳步，然後微調位置再次向前移動。這些小修正顯示了其控制系統的複雜性。
儘管有些跑步看起來平滑而輕鬆，但其他情況則暴露了硬件的局限性，包括絆倒和在劇烈著陸後失去一隻腳的覆蓋物。RAI 研究所，前身為 AI 研究所，由 Boston Dynamics 創始人 Marc Raibert 領導，對 Atlas 最近的動作開發了「物理 AI」，在 X 和 YouTube 上分享的帖子中，該研究所解釋了最近視頻中展示的體操動作和在 CES 2026 展示的自然步態是由同一學習框架產生，而不是分開的系統，據 Humanoids Daily 報導。
根據 RAI 研究所的說法，這些行為依賴於一種全身學習方法，旨在實現「零樣本」轉移，讓在模擬中訓練的控制策略可以在物理硬件上運行，而無需額外調整。該研究所將此描述為邁向更強健的通用人形行為的一步，讓單一系統可以處理多種動作和任務。RAI 研究所與 Boston Dynamics 的合作於 2025 年初正式化，專注於通過強化學習推進人形機器人技術。
該合作的目標包括改善從模擬到真實機器人的敏捷行為轉移，提高在移動時與物體互動的運動操作技能，並開發全身接觸策略，以協調動態任務中的手臂和腿部。此合作建立在早期的強化學習工作基礎之上，包括 Spot 強化學習研究套件，該套件使四足機器人的奔跑速度創下紀錄，據 Humanoids Daily 報導。雖然 Atlas 的研究版本進行特技表演以進行展示，但生產型號正為工業用途做準備。這款針對企業的 Atlas 機器人專為大規模製造而設計，擁有 56 個自由度和四位數的觸覺感應夾具。
現代汽車集團已確認到 2028 年在現代汽車集團美國元宇宙工廠部署，初步任務將涉及零件排序，並計劃在 2030 年之前擴展到完整的組件組裝。
