從“三度易主”到手握數萬臺機器人意向訂單，波士頓動力商業化之路終見曙光？

原創移動機器人產業聯盟 2025-05-27 17:40

別讓AI算力卡脖子！dsPIC33AK性能暴增指南 AI重塑EDA設計流程｜2026芯片研發效率革命，來這里找答案…

曾經的"技術孤勇者"，已經踏上了一條更接地氣的征程。

文｜編輯部

5月中旬，DHL集團與波士頓動力簽署了戰略諒解備忘錄（MOU）。DHL將跨部門部署機器人，部署數量超過1,000個機器人。這項協議標志著雙方自2018年起就已取得成功的合作邁出了重要的里程碑，該協議以此為基礎，進一步擴大了在全球范圍內部署的規模。

今年4月，波士頓動力公司和現代汽車集團宣布深化合作計劃，現代汽車集團在未來幾年將購買“數萬臺”機器人。涵蓋雙足人形Atlas、四足Spot及物流機器人Stretch。

自1992年成立以來，波士頓動力以其仿生機器人的前沿技術聞名全球。然而，這家技術先驅的成長史卻充滿波折——歷經三次易主（谷歌、軟銀、現代汽車）、長期虧損與技術落地的掙扎。直至近年，隨著倉儲物流機器人Stretch的推出、以及電動化人形機器人Atlas的轉型，其商業化之路似乎終于迎來曙光。

三次易主背后的商業化困局

1992年，麻省理工學院教授馬克?雷伯特帶著對仿生機器人的執念，在波士頓創立了這家日后震撼世界的公司。早期的波士頓動力就像一個 "機器人軍火庫"，從 DARPA 資助的 BigDog 四足機器人（2005 年）到Atlas的前身 Petman（2009 年），其研發的每一款產品都充滿著軍事烙印。當2013年谷歌以30 億美元收購時，人們看到的是一家擁有 "機器狗能負重爬山、人形機器人能后空翻" 等黑科技的研發機構，卻忽視了其技術商業化的困境 —— 美軍訂單銳減后，這個 "吞金獸" 每年需要數億美元維持運營。

谷歌時期：技術狂歡與商業迷失
谷歌收購初期，波士頓動力迎來了技術爆發期：2016 年Spot機器狗首次亮相，2017年Atlas完成后空翻等高難度動作。但谷歌很快發現，這些技術如同 "昂貴的玩具"——Spot 的液壓驅動系統導致單臺成本超過70萬美元，且維護復雜，難以找到規模化應用場景。盡管嘗試過核電站巡檢、建筑工地監測等場景，但高昂的價格和專業的操作要求，使得商業化進展緩慢。

軟銀接盤：急于求成的敗局
2017年軟銀孫正義收購波士頓動力，試圖復制其在移動互聯網領域的 "燒錢換市場" 策略。2020年Spot正式發售，售價7.45萬美元，并推出租賃模式。然而，液壓驅動的技術路線導致Spot的硬件成本居高不下，且缺乏標準化應用方案。軟銀3年投入超3億美元，僅售出數百臺，最終在2020年將其賣給現代。

現代時代：從實驗室到物流戰場
現代收購后，波士頓動力開始戰略轉型：放棄液壓驅動的Atlas，轉而開發電動版機器人；將重心從 "炫技" 轉向倉儲物流等實際場景。2021年推出的 Stretch 機器人，專為卸貨設計，配備7自由度機械臂和真空吸盤，每小時可處理800個包裹。與DHL、奧托集團等企業的合作，讓波士頓動力首次實現規模化部署 ——Otto Group于2023年9月透露已與波士頓動力簽署協議，以幫助加強其物流業務。根據協議，未來兩年Otto Group將在10多個設施中部署Spot機器人，在20多個設施中部署Stretch機器人;DHL計劃到2025年在全球部署超1000臺Stretch。

轉型突破：從“炫技”到務實落地的關鍵布局

技術路線的務實調整

現代接手后，波士頓動力放棄液壓驅動的Atlas，轉而開發電動版機器人。2025年3月發布的新一代 Atlas，采用電驅系統和動作捕捉技術，可完成跑酷、霹靂舞等復雜動作，同時成本降低 40%。這種調整不僅減少了維護成本，還為大規模量產奠定了基礎。

場景化解決方案的突破

不同于谷歌和軟銀時期的 "技術導向"，現代時代的波士頓動力開始圍繞客戶需求設計產品：

模塊化應用：Spot與Stretch均開放API接口，支持第三方開發功能插件，例如加裝機械臂或傳感器，適配巡檢、安防等場景。
Stretch的垂直深耕：專注于卡車卸貨這一痛點場景，與DHL合作開發集成傳送帶和碼垛機的端到端解決方案，將卸貨效率提升至人工的3倍。
與現代的協同效應：現代汽車提供了豐富的應用場景，將波士頓動力的機器人技術應用于工廠自動化，且計劃未來幾年采購數萬臺機器人，用于焊接質量檢測、物料搬運等環節，這為波士頓動力的規模商業化提供了支撐。

挑戰依然存在

盡管取得突破，波士頓動力仍面臨多重挑戰：

成本壓力：盡管其系列產品成本不斷下降，但仍高于市場同類產品，未來還需要通過量產與供應鏈優化降低成本。
競爭加劇：在四足機器人領域，ANYbotics、宇樹科技等通過性價比優勢搶占市場；倉儲機器人賽道玩家眾多；此外，人形機器人賽道Figure AI、1X 等初創公司，結合大語言模型實現自然交互，而波士頓動力的 Atlas 仍以運動控制為核心，AI 決策能力尚未形成差異化優勢，亟需在 “硬件 + 軟件 + 生態” 的三維競爭中重構護城河。
場景深耕：工業及物流自動化僅是應用起點，醫療、家庭服務等長尾需求仍需技術適配與生態構建。