Boston Dynamics 牵手 NVIDIA:纯电 Atlas 装上 Jetson Thor
上周,Boston Dynamics 宣布扩展与 NVIDIA 的合作,为新一代纯电 Atlas 人形机器人引入 Isaac GR00T 框架与 Jetson Thor 计算平台。借助 Isaac Lab,双方正在仿真环境里训练全身运动与精细操作策略,让机器人跑起复杂多模态大模型。
过去几年,大家看波士顿动力的 Atlas 机器人翻跟头、跑酷,常常惊叹于它那套登峰造极的机械工程和运动控制。但说白了,以前的它更像个执行精确程序的顶级体操运动员,缺了一颗能随时应对真实世界混乱局面的通用大脑。
现在,波士顿动力决定给这具顶级的机械躯体装上英伟达的计算核心。两家公司在上周的英伟达 GTC 大会上宣布扩大合作,波士顿动力作为英伟达 Isaac GR00T 基础模型的早期采用者,正在将纯电动版 Atlas 接入 Jetson Thor 计算平台。
给机械身躯装上 Thor 大脑
波士顿动力这次选中的 Jetson Thor,是英伟达专门为人形机器人打造的车规级算力平台。它的特点是在紧凑的体积和严格的功耗限制下,塞进了足够跑复杂多模态大模型的算力。
按照波士顿动力和英伟达的说法,Jetson Thor 将直接配合波士顿动力自研的全身控制和操作算法运行。换句话说,复杂的视觉感知和大模型推理在本地跑,底层的关节平衡与力量输出依然交由波士顿动力的王牌控制器负责。
波士顿动力首席技术官 Aaron Saunders 坦言,机器人是虚拟仿真与现实世界之间的桥梁。他们正在打造号称全球能力最强的纯电动人形机器人,而接入 Jetson Thor 意味着 Atlas 背后有了当前最高性能的计算平台支撑。
在虚拟世界里先学会干活
除了硬件芯片,波士顿动力还把训练重心放到了英伟达的仿真平台 Isaac Lab 上。这是一个构建在 Isaac Sim 和 Omniverse 上的开源模块化框架,专门用来在物理精确的虚拟环境里跑机器人学习。
双方现在的研发重点,是用虚拟仿真加速训练机器人的灵巧操作和运动控制策略。两家公司还在共同制定人形机器人的关键平台参数,包括工业级的功能安全、安全架构,以及基于仿真平台的计算机视觉管线。
这种 AI 升级并不只给 Atlas 独享。波士顿动力透露,他们已经给四足机器人 Spot 和车队管理系统 Orbit 塞进了新 AI,利用强化学习工具提升 Spot 的步态控制,并借助基础模型让它学会避开路上的特定危险障碍。
另外在 4 月 30 日至 5 月 1 日举办的波士顿机器人峰会上,Saunders 还会以主题演讲的形式,进一步公开电动 Atlas 的设计细节与落地进展。
为什么重要
我们认为,波士顿动力拥抱英伟达 Isaac GR00T 和 Jetson Thor,标志着具身智能领域的一次重要路线合流。
过去业界一直存在硬件派与模型派的微妙竞争。波士顿动力代表了硬件和传统控制算法的天花板,但在端到端多模态大模型的自研上,很难与芯片和软件生态巨头单打独斗。这次合作说明,哪怕是最顶级的机器人老牌厂商,也不得不向英伟达的通用软硬件工具链靠拢。
看起来,这种分工非常聪明。英伟达拿下了机器人领域最具标志性的标杆客户,夯实了自己作为机器人时代底层计算架构的霸主地位;而波士顿动力甩掉了自研超算和基础模型的包袱,把精力集中在自己最擅长的本体设计、全身运动控制和工业级安全标准上。
对开发者和下游工业客户而言,两家巨头联手定义功能安全与视觉管线,可能会加速人形机器人从实验室炫技走向流水线搬运。不过隐患同样存在,软硬件高度绑定制约了后续的平台选择,当大模型端侧推理对散热和电池提出极致考验时,纯电版 Atlas 能在真实车间里撑多久,依然需要落地数据来检验。
来源 (1)
- therobotreport.com(在新标签页打开)原文therobotreport.com
话题追踪NVIDIA 人形机器人开发平台
- Boston Dynamics 牵手 NVIDIA:纯电 Atlas 装上 Jetson Thor本条
- NVIDIA 发布 Mega 蓝图:用数字孪生在大规模部署前操练机器人机群
- NVIDIA 开放 Sensor RTX 抢先体验:用物理仿真加速自动驾驶与机器人研发
- NVIDIA 发布 Cosmos 世界模型:把千里路测放大成数十亿虚拟里程
- NVIDIA 发布 Isaac GR00T 蓝图:用少量动作合成海量训练数据