Atlas 的新机械手，让人形机器人面对真正的工厂产品考验

Boston Dynamics 不需要再拍一段视频，证明 Atlas 能以让人停下刷屏的方式运动。这个领域它已经占据了自己的位置。2026 年 10 月 1 日更值得关注的消息更小、更奇怪，也更偏向工业应用：Atlas 换上了一只新手。四根手指，13 个自由度，直接驱动，指尖和手掌布满高密度压力传感器。没有小拇指，也没有试图在外观上与人体一较高下。

这个细节很重要，因为人形机器人的难题正在改变。多年来，公众关注的是全身动作：走路、跳跃、恢复平衡、搬运料箱、在实验室里跳舞，或完成一套经过精心安排的工厂流程。这些片段确实能说明一些问题，但远远不够。真正要工作一整个班次的机器人，必须用更少的戏剧性完成更乏味的事情：找到零件，在不压坏它的情况下抓住它；零件滑动时重新调整方向；把它放进为人类设计的工具或夹具；施加足够但不过量的力量；避免损坏自身；在人旁边安全停下；当机械手不可避免地受到损耗时，还能维修。

Atlas 的新机械手标志着行业进入了这个阶段。Boston Dynamics 明确押注：人形机器人的部署不会由外形最像人的机械手赢得，而会由能够使用真实工具、生成有用训练数据、承受高接触强度工作，并能批量制造和维修的机械手赢得。换句话说，少一些舞台效果，多一些产品工程。

这并不意味着 Atlas 已经准备好大规模取代工厂劳动力。Boston Dynamics 公布的是设计主张和演示视频，而不是来自数千小时生产运行的公开车队可靠性数据。公司仍在通过位于佐治亚州的现代机器人元工厂应用中心，搭建 Atlas 周围的运营环境。但这次机械手发布仍然很有价值，因为它透露出一家经验丰富的机器人公司认为当前瓶颈在哪里：问题不只是让人形机器人走起来，也不只是增加一个更大的 AI 模型，而是制造出能够存在于工业系统中的操作硬件。

Boston Dynamics 实际改变了什么

Boston Dynamics 表示，上一代 Atlas 机械手有 7 个自由度，主要用于抓取多种物体。新一代机械手改为四指设计，拇指能力更强，自由度增加到 13 个。公司称，这套架构采用直接驱动，执行器被封装在内部，没有脆弱的缆线穿过关节。机械手的尺寸大致相当于一只大号人手，因为 Atlas 需要使用围绕人类设计的空间、工具和物体。

抓取与操作之间的差别，是这条新闻的核心。简单夹具可以拿起料箱、夹住零件，或者把一个可预测的物体从一个已知位置移到另一个位置。灵巧机械手的任务不同。它可能需要让物体在手指之间滚动，抓握打滑时及时补救，握住工具的同时按下扳机，或者不把物体放下就改变其方向。如果目标是工厂作业，这些并不是客厅里的小把戏。它们往往决定了一个机器人只是完成了一次令人印象深刻的演示，还是能够在不重新改造整个工位的情况下处理工作。

Boston Dynamics 为新机械手列出了几种目标行为：捏取、三指抓取、手内重新定向、滑移恢复，以及触发式工具抓取，适用设备包括电钻、电动螺丝刀、磨床、射钉枪或焊枪。公司也很谨慎地把这只手描述为一种权衡，而不是万能方案。较软的手指更适合某些材料；较硬的手指更适合传递力量。关节越多，灵巧性可能越高，但体积、成本、功耗和故障点也会增加。

没有小拇指并不是一个玩笑细节，而是产品细节。第五根手指会让机械手更接近人的轮廓，但也意味着要制造、供电、控制和维修更多执行器及零件。Boston Dynamics 表示，团队判断，对于目标工作而言，额外功能不值得增加相应复杂度。IEEE Robotics and Automation Society 的报道还补充了商业层面的背景：上一只研究型机械手并不是为数万或数十万台的量产设计的，而新设计正在接受可制造性、可靠性和服务问题的检验。

这才是更冷静的人形机器人竞赛版本。机械手偶尔聪明一次还不够。它必须稳定地供应，能够以可重复的方式生产，能够承受碰撞、别扭的负载、灰尘、错位、操作员失误，以及工业工作中的各种正常磨损。如果它坏了，技术人员应当能够更换一个模块，而不是对一束肌腱和缆线做精细外科手术。

机械手也是一套数据策略

机器人手部是硬件，但它也决定了什么样的学习方式真正可行。Boston Dynamics 明确表示，新 Atlas 机械手是为高保真仿真以及从仿真到现实的强化学习设计的。公司希望机械手的几何结构、动力学和接触行为在仿真中足够干净，从而可以在那里训练控制策略，在不同条件下进行随机化，最后部署到真实机器人上。

这一点值得重视，因为操作是 AI 语言最容易变得含糊的领域之一。机器人并不是因为模型看过足够多的零件照片，就能操作一个零件。它需要高频闭环控制，需要感知、推断或测量接触，还要在摩擦力与预期不同时作出反应。它必须知道零件是否正在抓握中旋转，指尖是否即将失去着力点，工具扳机是否真的移动了。

Boston Dynamics 描述了两条反馈路径。一条是本体感知，也就是机器人对关节位置、运动状态以及作用于自身的力量的感知。另一条是触觉感知，由指尖和手掌上的高密度压力传感器提供。公司的论点是，人类示范对任务的视觉和语义层面有帮助，却不能直接捕捉机器人在受力状态下控制手部所需的高频动作信号。手套或其他穿戴设备可以大致展示人是怎样移动的，但机器人仍有自己的身体、惯性、摩擦、马达和控制边界。

这也是直接驱动和可回驱性不只是机械偏好的原因。一只能够通过关节清晰传回接触力的手，更容易进行感知，也可能更容易仿真。一只隐藏摩擦、反向间隙或缆线柔顺性过多的手，外观或许优雅，却更难准确建模。对于学习系统而言，这个差距代价很高。仿真机器人会变得不像真实机器人，仿真训练出的策略也可能在硬件接触现实世界时失效。

因此，机械手处在三个约束的交叉点：它必须足够强，能够工作；必须足够透明，便于控制；还必须足够简单，能够生产。这是一个很窄的目标，也解释了为什么 Boston Dynamics 没有追逐最大程度的人体相似性。机械手只需在工具、夹具和训练数据需要的程度上像人手，超过这个程度，额外的解剖结构就可能变成负担。

发布背后的工厂环境

这个时间点并非偶然。2026 年 9 月 21 日，Boston Dynamics 宣布在佐治亚州萨凡纳附近的现代汽车集团美国工厂内设立机器人元工厂应用中心，即 RMAC。该中心将作为测试和培训场所，用于把 Atlas 机器人整合进现代汽车集团的汽车制造业务。现代还将 RMAC 描述为一个验证中心，利用真实制造数据，为机器人的安全部署做准备。

这改变了我们阅读机械手发布消息的方式。这不是一只正在寻找未来机器人的实验室机械手，而是一个作为工业产品路径组成部分出现的末端执行器。Atlas 的目标工作包括零件物流、排序和制造支持，而不是家务或开放式通用劳动。这个重点是合理的。汽车工厂拥有结构化流程、定义明确的零件、可重复的工序、安全工程团队、现成的自动化经验，以及在特定任务中减少人体工学负担的商业理由。

Boston Dynamics 在 2026 年早些时候发布的 Atlas 销售资料称，机器人身高 1.9 米、重量 90 千克，拥有 56 个自由度，手指和手掌配备触觉感知，具备 360 度摄像视野、模块化部件、可现场更换的服务功能，以及自主运行、VR 远程操作和平板控制等多种工作模式。同一份资料列出 4 小时电池续航，重载时 2 小时续航，并支持自主换电；承重能力则为瞬时 50 千克、持续 30 千克、单手 20 千克。

这些数字有参考价值，但不应被过度解读。规格表说明产品被设计来支持什么，并不等于操作员在许多工厂高利用率运行时一定能得到什么。真正的考验会体现在循环时间、人工介入率、未遂事件报告、维修频率、软件更新稳定性、正常运行时间、每项任务所需的培训时间，以及机器人在多大程度上能发挥作用而不把一个简单工位变成定制化机器人项目。

这正是机械手如此能说明问题的原因。如果人形机器人要进入人类建造的工作空间，机械手承担了这项承诺的大部分成本。移动底座可以把机器人带到任务地点；腿部可以帮助它穿过不适合轮式自动化的空间。但机器人抵达之后能不能真正完成工作，主要由机械手决定。

行业正在认识到，安全是一套系统，而不是一个勾选框

同一周还出现了另一项耐人寻味的进展。2026 年 10 月 1 日，Agility Robotics 与 FORT Robotics 宣布签署谅解备忘录，计划围绕 Agility 的 Digit 5 人形机器人扩大安全基础设施。规划中的架构包括安全控制器、机器人上的通信系统，以及连接外部安全系统的机器人外接口。新的离机接口旨在让安全方案超出机器人本体。

这是另一款产品，但其中的教训同样适用于 Atlas。工业人形机器人不能被当作独立小工具，不能因为供应商说模型很谨慎，就认为它自然安全。会行走、伸手和搬运的机器人，需要与工厂基础设施协同：急停、访问控制、区域控制、工作流软件、人员检测、上锁挂牌流程和事故报告。安全论证必须覆盖机器人、应用、环境，以及周围的人。

传统工业机器人之所以赢得信任，部分原因在于它们受到约束。它们被安装在单元格内，由围栏或光幕保护，针对已知任务编程，并按照成熟的安全实践进行评估。自主移动机器人带来了不同挑战，因为它们会穿过共享空间。人形机器人又增加了一层：它们可以移动、身材高大、依靠动态稳定而不是固定结构，还配备能向多种方向施力的手臂。停止命令、绊倒、掉落物体、手中的工具、盲角，以及人突然进入工作空间，都成为部署问题的一部分。

标准体系也在追赶。ISO 10218-1:2025 涵盖工业机器人的安全要求，ISO 10218-2:2025 则涉及集成与应用。Agility 还提到 ANSI/A3 TR R15.108 的相关工作，该标准面向美国和加拿大的动态稳定工业移动机器人，包括人形机器人；此外还有 ISO 25785-1 人形机器人安全标准。这些工作之所以重要，是因为人形机器人很难整齐地归入固定机械臂、协作机械臂或仓储移动底座等旧类别。

这也是夸大宣传会带来风险的地方。一个机器人可以很惊艳，却仍未准备好大规模进行无围栏共享作业；它可以拥有触觉传感器，却仍可能错误处理罕见物体；它可以在人进入区域时停下，却仍然制造出足以摧毁经济性的瓶颈。机器人有时远程操作、有时自主运行，也不一定意味着它没有部署价值，但客户必须清楚自己购买的是怎样的人工与监督模式。

像人不等于有用

报道人形机器人时最常见的错误，是把相似外形当成进步。人形机器看起来仿佛应该继承人的能力，但事实并非如此。五指机械手看起来熟悉，可这种熟悉感掩盖了工程债务：细小关节、紧凑执行器、肌腱或缆线的布置、发热、抗冲击、污染、维修和校准。

Boston Dynamics 选择四指设计很有启发性，因为它刺破了这种假设。人形机械手的目的不是重造一个人，而是与一个由人建造的世界互动。两者有关，却并不相同。工具手柄可能需要拇指和相对的手指，但未必需要小拇指。夹具可能需要足够的伸展范围和腕部方向，却不在意机械手是否看起来自然。训练流程可能受益于人类示范数据，却不需要一比一地仿照人体解剖。

仓储自动化中也有类似情况。许多成功的机器人并不像工人，更像货架、推车、机械臂、穿梭车或移动平台，因为环境可以围绕它们进行调整。人形机器人之所以有吸引力，是因为环境改造成本太高，或者工作流程变化太多，不适合固定自动化。但这个优势只有在机器人能够使用现有环境，而不是变成一种脆弱且昂贵的高级工具时才成立。

围绕工具使用构建的机械手，比围绕视觉奇观构建的机械手更有说服力。工具可以放大能力。一个能够可靠握住电动螺丝刀、按下扳机、保持接触、承受反作用扭矩，并安全放下工具的机器人，不需要为每一种紧固件更换一只不同的手。一个能够处理料箱、货架、槽位和堆放物中的零件的机器人，可能减少对复杂上料夹具的需求。但每一个动词都必须在生产条件下得到验证，而不只是产品视频里的旁白。

成本问题藏在手指里

人形机器人的经济性经常在整机层面讨论：单价、租赁费率、每小时成本、电池续航和工作循环。机械手发布提醒我们，物料清单由一堆顽固的细节构成。每个执行器都是成本，每个传感器都是成本，每个关节都是一个故障模式，每增加一根手指，就会增加零件、装配步骤、校准工作和服务库存。

如果人形机器人只部署几十台，一些复杂性或许可以承受。如果公司设想部署数千或数万台，复杂性就会变成一种税。IEEE Robotics and Automation Society 报道称，Boston Dynamics 正在关注，如果希望年产 10 万只机械手，需要做出哪些改变。即便行业还没有达到这样的真实部署规模，这也是适合人形机器人产品的提问尺度。

可维修性最终可能与灵巧性同样重要。机械手会撞到夹具、擦过表面、错误抓取物体、卡住边缘，也会在整机移动时携带负载。在真实工厂里，问题并不是每个部件能否永远不受损，而是损坏是否少见、容易诊断、修复迅速，且成本足够低，能让整个车队仍然具备合理性。

触觉感知在这里也有实际商业作用。传感器不只是为了做出更聪明的操作，还可以帮助检测抓握退化、异常接触、物体是否存在、压力分布和故障状态。但触觉系统本身也必须坚固。一只在实验室表现出色的指尖传感器，如果在油污、灰尘、反复碰撞或多次更换中失效，就无法支撑工业部署。

买家应在把人形机器人当作劳动力之前问什么

对于关注 Atlas 机械手消息的制造商或仓储运营商，实际问题不是“机器人能使用工具吗？”而是更具体的问题：哪些工具，在哪些工作流程中，以什么循环时间和自主率，在什么安全约束下，需要承担怎样的维护负担？

可信的人形机器人部署应当逐项评估任务。先画出流程图，找出员工在人体工学上别扭、重复性高或难以招聘的工作上花费时间的地方。测量当前的循环时间、质量率、受伤风险和停机时间。然后比较：人形机器人是否真的比传统机械臂、AMR、传送带、夹具改造、助力提升设备、协作机器人或软件变更更有价值。答案不一定总是偏向人形机器人，这没有问题。只有在替代方案过于僵硬或成本过高时，通用性才有价值。

机械手应当成为这项审查的一部分。它能否抓住真实零件，包括脏的、磨损的、轻微错位的零件？滑动时能否恢复，而不把零件摔落或让生产线停下？是否需要专门托盘？它能否使用现有工具，还是工具必须改造？指尖多久会磨损？传感器坏掉时会发生什么？现场技术人员能否更换模块，还是整机必须退回供应商？

自主性也需要谨慎措辞。机器人可能在导航方面自主，却在操作方面需要监督；可能能够独立完成常规循环，却需要远程操作来处理例外；可能能够从示范中学习，却仍需进行针对具体任务的验证。这些情况并不会让机器人失去价值。早期工业机器人一直都需要边界、夹具、监督和分阶段部署。问题在于，销售语言把这些边界压缩成一个模糊的通用劳动承诺。

这对人形机器人竞赛意味着什么

Atlas 机械手的发布并不是 Boston Dynamics 已经解决人形机器人操作问题的宣言，而是竞争正在变得更严肃的信号。最后胜出的不会是拥有最流畅演示视频的公司，而是能够把操作、移动、仿真、安全、服务和制造连接成一个可用产品循环的公司。

这个循环已经初具轮廓。Boston Dynamics 拥有与现代合作的 RMAC 培训环境，拥有围绕工具使用和从仿真到现实强化学习设计的机械手，也拥有一款以工业工作为目标、并把模块化服务能力与工厂整合作为销售叙事一部分的 Atlas 平台。与此同时，Agility 正通过 Digit 5 与 FORT 推进安全基础设施。国际机器人联合会表示，2025 年全球工厂中运行着 500 万台工业机器人，这意味着客户已经知道成熟自动化是什么样子。人形机器人将以这个基准接受评判，而不是以科幻小说的期待接受评判。

短期市场可能会狭窄而务实。零件排序、料箱处理、机床上下料辅助、工具辅助操作，以及别扭的物料搬运，比开放式取代人类工人更可信。最好的早期应用通常具有重复性结构、足够严重的用工痛点、可管理的安全区域、可测量的质量要求，以及在机器人证明正常运行时间后继续扩大的路径。

仍然有很多环节可能出错。机械手可能不够耐用；从仿真到现实的学习也许能处理选定任务，却难以应对混乱的变化；安全系统可能拖慢操作；经济性可能依赖客户无法接受的监督和维护假设；标准的演进可能慢于产品路线图；如果企业把人形机器人描述成取代工人，而不是减轻危险任务和支持生产力，公众反应也可能变得更强硬。

尽管如此，与纯粹炫技的时代相比，方向已经更清楚。行业正在从“机器人能否有一次惊人的表现？”转向“机器人能否在工厂里每天完成一件有用的工作，并且拥有维修方案和安全论证？”Boston Dynamics 的新 Atlas 机械手之所以值得关注，是因为它没有高声回答第一个问题，却更直接地回答了第二个问题。

这才是值得观察的进步。并不是因为四指机械手让 Atlas 更像人，而是因为它让人形机器人的承诺变得更容易检验。如果机器人要离开展示台，证据将体现在它们处理的零件、使用的工具、遵守的停止指令、能够恢复的故障，以及发布会上没人展示的维护日志中。

来源

本文事实与背景依据 Boston Dynamics 的《Robot Hands for Modern AI and Real Work》、Atlas 规格表及其关于 RMAC 的公告；IEEE Robotics and Automation Society 关于 Atlas 新机械手的报道；现代汽车集团关于 Atlas 与 RMAC 的资料；Agility Robotics 关于 Digit 5 及其与 FORT Robotics 合作的公告；国际机器人联合会关于全球工厂工业机器人数量的资料；以及国际标准化组织关于 ISO 10218-1:2025 的资料。