波士顿动力携手丰田研究院，为机器人领域带来了一项革命性的突破。他们共同推出了Atlas MTS，一个融合了端到端人工智能技术的全新版本Atlas机器人。
这一升级意味着Atlas不仅能够理解自然语言指令，还能够自主规划动作，并灵活应对各种意外情况。在演示视频中，Atlas展示了其卓越的能力：它不仅能够准确地捡起并放置物体，还能在发现遗漏装置时，自主将其放入箱子内。
这一创新成果迅速在网络上引起了轰动，官方发布的视频在YouTube上的观看人数迅速突破十万，点赞数也超过了一万。网友们纷纷表示赞赏，特别注意到Atlas的膝盖现在能够弯曲，这对于保护其背部健康无疑是个好消息。
波士顿动力在发布的报告中详细阐述了这一全新能力的实现过程。他们采用了端到端的语言条件策略，使机器人能够充分发挥自身优势，实现复杂的动作，如行走、精确放置双脚、蹲下、转移重心等，同时避免自身碰撞。这一策略的构建过程包括收集具身行为数据、处理并标注数据、训练神经网络以及利用测试任务评估策略的有效性。
此次升级采用了大型行为模型（LBM），该模型基于4.5亿参数的扩散Transformer，能够结合30Hz图像、人体感觉和自然语言指令等输入信息，转化为控制Atlas活动的动作指令。Transformer模型在这里起到了“全局之眼”的作用，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。
波士顿动力还将Atlas的模型预测控制器与VR界面相结合，从而覆盖了从手指级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，实现与机器人状态的同步。
最令人惊叹的是，Atlas现在能够自主处理意外情况。当零件掉在地上或箱盖未关闭时，它能够智能地做出反应，而不是简单地停止工作或出错。这一能力使得Atlas更加智能和灵活。
波士顿动力还表示，只要是人能演示的动作，Atlas都可以学习。从系绳子、折叠椅子到翻轮胎等复杂动作，Atlas都能够迅速掌握并准确执行。这一学习能力无疑为机器人领域带来了巨大的潜力。
值得注意的是，波士顿动力在转向电驱动机器人方面也取得了显著进展。与液压系统相比，电驱动不仅成本更低、响应更快，还更容易与AI系统集成。自转向电驱动以来，波士顿动力不断推出新动作和新功能，展示了电驱动机器人在AI时代的巨大优势。
