波士頓動力由Marc Raibert於1992年創立，專注於仿生運動技術，並獲得美國國防高等研究計畫署（DARPA）等機構的資助。公司曾分別被Google、日本軟銀（SoftBank）與韓國現代汽車集團（Hyundai）收購。波士頓動力近年來逐步從軍事應用轉向工業與商業市場，加速發展自動化、物流與巡檢機器人技術。
波士頓動力的技術核心在於「動態平衡與運動智慧」，不同於傳統的靜態機械，該公司專注於打造能夠快速移動、適應環境並保持平衡的機器人。Raibert表示在50年前他參加了一場生物運動學研討會，發現市面上的機器人幾乎都是緩慢且貼地移動，但動物在奔跑、跳躍、攀爬時，會利用動態平衡來適應環境，因此萌生了開發具備 「仿生動態控制」 機器人想法。
這項概念最早在BigDog這款四足機器人上實現，BigDog能夠在崎嶇地形上行走，並自動調整姿態，避免摔倒。隨後，波士頓動力推出了更靈活的Spot，這款四足機器人最初是實驗性平台，如今已進入工業巡檢、倉儲物流、核電監測等領域，甚至被警察單位用於高風險場景。Spot目前已在英國石油公司（BP）的煉油廠與石油鑽井平台部署，並用於車諾比與三哩島等核電廠，執行環境監測與輻射偵測工作。這款機器人的最大特點是開放式平台，使用者可以自行加裝感測器與AI模組，讓它具備更多智慧化應用。
除了四足機器人，波士頓動力的Atlas人形機器人也備受關注。Atlas是目前全球最靈活的雙足機器人之一，能夠進行翻滾、跳躍、跑步，甚至執行類似跑酷的動作。不同於傳統的工業機器人，Atlas並不需要事先設定固定的行動路徑，而是能夠根據環境動態調整自己的動作，並使用視覺系統來識別與操作物件。未來，波士頓動力希望讓Atlas進入工廠，執行物料搬運與組裝等任務，成為真正能與人類協作的工業機器人。
為了讓機器人具備更強的運動能力與環境適應力，波士頓動力也藉由達梭系統（Dassault Systèmes）的3DEXPERIENCE平台來進行機械設計、模擬測試與智慧製造規劃。透過CATIA與SOLIDWORKS，工程團隊可以在數位環境中設計機器人的結構，並進行動作模擬與材料分析，確保機械裝置能夠承受極端環境的考驗。同時，達梭系統的SIMULIA仿真技術讓Atlas、Spot等機器人在真實部署前，能先透過數位雙生技術（Digital Twin）進行測試，加強AI控制與動作協調。未來，隨著機器人逐步進入工業領域，達梭系統的DELMIA平台也將幫助這些機器人能夠更容易地整合到智慧工廠與自動化生產線中。
不過人形機器人的發展，也帶來了一個有趣的問題：機器人是否真的需要像人類一樣？許多人認為，人形機器人應該具備雙手雙腳，甚至有臉部表情，才能融入人類社會。Raibert則表示這種想法過於表面化。他認為，人形機器人的真正價值不在於外形，而在於它的智慧、適應能力，以及是否能與人類有效互動。未來的機器人不一定需要完全模仿人類的外觀，而是應該根據不同的應用場景，發展出最適合的形態。
在推動AI與機器人技術的整合方面，Raibert目前將重心放在The AI Institute，這是一個專注於長期技術突破的研究機構。他們正在探索如何讓機器人具備更強的學習能力，其中一個核心計畫是「觀看-理解-執行」（Watch-Understand-Do）。這項研究希望讓機器人能夠透過觀看人類示範，就能學會並執行相同的任務，而不需要仰賴繁瑣的程式設計。雖然這項技術目前仍屬於科幻範疇，但Raibert相信未來幾年內可能會取得突破。 除了學習能力，The AI Institute也在研究生成式AI如何與機器人結合。
當前的如大家熟悉的ChatGPT等AI系統，主要依賴網路上的大量文字與圖像資料進行訓練，但機器人需要的數據則更為特殊，包括力學數據、觸覺反饋與即時感測數據。因此，團隊正在開發專門為機器人設計的生成式AI模型，讓機器人能夠更自然地適應現實世界。
除了人形與四足機器人，Raibert也正在嘗試開發新的移動方式。例如，他的團隊正在研發一款能夠自行平衡的機器人自行車。這款機器人透過強化學習，能夠在靜止時保持平衡，甚至能夠倒車行駛，未來計畫讓它學會跳躍，並自主識別障礙物，規劃最佳路徑。這項技術的成功，將進一步拓展機器人在城市與戶外環境中的應用可能性。
儘管機器人技術的發展已取得顯著進步，但距離真正人工智慧應用與高度自律的機器人世界仍然有一段路要走。Raibert指出，機器人目前仍處於「高度受控的環境」中運作，許多動作需要精確的感測與計算，即使是像Atlas這樣的高階機器人，也還無法真正應對開放世界的複雜情境。然而，隨著 AI 技術的進步，機器人將逐步具備更強的適應能力，最終可能與人類無縫協作。
當被媒體問到是否擔心AI可能帶來反抗人類的風險時，Raibert 提出了一個有趣的觀點：「真正該害怕的不是AI，而是笨蛋。」他認為，人類對於AI的恐懼往往來自誤解與誇大其詞，例如擔心機器人會像《魔鬼終結者》電影一樣產生自己的想法甚至叛變。然而實際上，AI並沒有自主意識與動機，它們只是工具，真正需要關注的是人類如何設計與使用 AI。他進一步表示，與其恐懼AI，不如專注於如何利用AI來解決世界各地如勞動力短缺、工業自動化與醫療輔助等領域的現實問題。
還記得NVIDIA創辦人黃仁勳與卡內基美隆大學（Carnegie Mellon University） 合作研發的跳投機器人？現在再加上波士頓動力的Atlas人形機器人，可以預見未來的機器人將不僅僅具備驚人的運動能力，還可能結合AI深度學習與動態控制技術，開啟全新的智慧機器人時代。
目前，波士頓動力專注於打造能夠適應環境、保持動態平衡的機器人，而NVIDIA則透過AI訓練模型與高效運算晶片，強化機器人的決策能力。未來，這兩項技術的結合，或許能讓機器人不只是單純模仿人類動作，而是透過強化學習，自行發展更有效率的運動方式，甚至在體育、工業、醫療與服務領域發揮影響力。
點擊閱讀下一則新聞
