波士顿动力公司近期的一项技术革新引发了广泛关注，其研发的Atlas机器人实现了端到端的AI升级，展现出前所未有的智能水平。
这次升级后的Atlas不仅能够理解自然语言指令，还能自主规划动作，并且在面对意外情况时能够灵活应对。在一次演示中，操作人员故意给Atlas制造障碍，比如合上箱子盖子或移动箱子位置，但Atlas总能迅速识别环境变化，准确执行打开箱子或调整位置的任务。
更令人惊叹的是，Atlas甚至能够发现附近遗漏的装置，并精确地将它们放入箱子内，这一连串的动作流畅且准确无误。
据波士顿动力公司与丰田研究院联合发布的信息，这次升级是基于大型行为模型（LBM）的全新版本——Atlas MTS。该成果一经发布，便在网络上引起了热烈反响，YouTube上的相关视频观看人数迅速突破十万，点赞数也超过了一万。
网友们对Atlas的新能力赞不绝口，有人注意到Atlas的膝盖能够弯曲，认为这将大大减少背部受伤的风险。这一细节也引发了众多网友的共鸣，纷纷表示对机器人健康的关心。
波士顿动力公司发布的详细报告揭示了Atlas新能力的实现原理。报告指出，端到端的语言条件策略使Atlas能够充分发挥自身优势，实现复杂动作的同时避免碰撞。这一策略的构建过程包括收集具身行为数据、处理标注数据、训练神经网络以及通过测试任务评估策略的有效性。
值得注意的是，这次升级采用的大型行为模型基于4.5亿参数的扩散Transformer模型，结合流匹配目标，能够将图像、人体感觉和自然语言指令等多种输入信息转化为控制Atlas活动的动作指令。Transformer模型作为“全局之眼”，把控整体架构和动作细节的关联，而扩散过程则负责将模糊指令细化为精准动作，流匹配损失则确保动作既符合现实又能灵活适应不同场景。
波士顿动力还将Atlas的模型预测控制器与VR界面相结合，从而覆盖了从精细操作到全身伸展、移动等各类任务需求。这使得远程操作员能够充分发挥机器人的性能，将自身动作和感知与机器人的状态保持同步，实现更高效的人机协作。
升级后的Atlas不仅具备更强的自主处理能力，还能智能应对意外情况。例如，当零件掉在地上或箱盖未关闭时，Atlas能够迅速做出反应，采取相应措施。这种能力使得Atlas更像是一个拥有大脑的智能体，能够自主思考和解决问题。
波士顿动力公司还表示，只要是人能演示的动作，Atlas都可以学习。这包括系绳子、折叠椅子和翻轮胎等复杂动作。Atlas的学习能力令人惊叹，展示了人工智能与机器人技术结合的巨大潜力。
波士顿动力在转向电驱动技术后，不断推出新动作和新功能。相比传统的液压系统，电驱动技术更精确、能耗更低，且更容易与AI系统集成。这一转变使得波士顿动力的机器人在性能和智能化方面取得了显著提升。
