

> 谷歌 DeepMind 与波士顿动力在 CES 2026 上宣布达成战略合作，将 Gemini Robotics 大模型植入 Atlas 人形机器人。这一合作的首个试验场选定在现代汽车生产线，旨在通过“物理智能”让机器人从预设脚本走向自主决策。

## 当大模型拥有实体

这场合作标志着通用机器人革命的正式启动。双方的核心目标是将 Gemini 的认知能力与波士顿动力卓越的硬件机动性完美融合。在现代汽车的工厂中，搭载 Gemini 的 Atlas 将不再是只会重复固定动作的机械臂，而是能够直面动态、非结构化环境挑战的“通用工人”。

波士顿动力 CEO Robert Playter 强调，新系统的关键在于赋予机器人“情境理解力”。通过摄像头和激光雷达的数据输入，Gemini 能让机器人实时感知周围环境的上下文，并具备处理不规则物体的高水平灵巧操作能力。

![Google_AI_Studio_2026-01-09T03_06_41.889Z.png](https://static.downly.cn/images/b7f61cba187769d50e2264f3719a64de.png)
 <center>图源备注：图片由AI生成</center>

## 从脚本演示到物理智能

长期以来，波士顿动力的机器人虽能完成后空翻等高难度动作，但多依赖于精心编排的代码脚本。Gemini 的介入旨在打破这一限制，注入真正的“物理智能”。

这是一种软硬结合的进化模式：机器人能够识别非标准化物体，自主规划运动路径，并在执行任务中持续自我修正。DeepMind 机器人部门高级总监 Carolina Parada 将此比作构建机器人界的“Android”操作系统——Gemini 提供通用的智能底座，而汽车制造仅仅是这一宏大计划的起点。

![Google_AI_Studio_2026-01-09T03_06_50.361Z.png](https://static.downly.cn/images/a025d009df336390566da77b31808345.png)
 <center>图源备注：图片由AI生成</center>

## 安全与未来的双重考量

更高的智能意味着更复杂的安全挑战。双方在合作中特别强调了内置的安全机制，Gemini 将通过推理层对自身动作进行实时约束，确保在提升自主性的同时，严格遵守工业安全标准。

随着 Atlas 和 Spot 机器人在真实产线上的测试逐步展开，DeepMind 与波士顿动力的这次联手，不仅是跨越时空的“再度牵手”（波士顿动力曾属谷歌旗下），更为全球人形机器人赛道树立了新的技术标杆。

波士顿动力接入Gemini大模型 人形机器人Atlas进驻现代汽车工厂

 > 在CES 2026上，英伟达展示了从基础模型Cosmos到边缘芯片Jetson Thor的完整机器人技术栈，并宣布与Hugging Face深度合作。英伟达的野心已超越单一硬件供应商，致力于通过统一的开发标准与仿真平台，成为物理AI领域的通用操作系统。

## 定义“物理AI”的底层标准

如果说大模型是AI的“大脑”，那么机器人就是AI的“身体”。英伟达在CES上明确释放了进军“物理AI”（Physical AI）的信号。其目标非常清晰：并非单点赋能，而是通过提供从仿真、训练到推理的全套工具，成为通用机器人的默认平台——正如Android之于智能手机。

这一战略的核心在于降低机器人研发的门槛。英伟达发布了一批开放的机器人基础模型，支持机器人在多任务、多环境中进行自适应规划。这些模型已同步上线Hugging Face，使得开发者可以像调用API一样轻松赋予机器人智能。

![Google_AI_Studio_2026-01-06T03_23_20.331Z.png](https://static.downly.cn/images/9e2f5766e7ec3f9aab9830bdce739f3c.png)![]([object Object]) <center>图源备注：图片由AI生成</center>

## Cosmos模型与虚拟训练场

英伟达构建了一个严密的技术体系：
*   **大脑层**：Cosmos系列模型。其中Cosmos Reason2作为推理型视觉语言模型，让AI能“看懂”物理世界；Isaac GR00T N1.6则负责类人机器人的全身控制。
*   **仿真层**：Isaac Lab-Arena。这是一个开源仿真框架，解决了真实环境测试成本高、风险大的痛点。它整合了Libero、RoboCasa等基准，为行业提供了统一的评测标准。
*   **调度层**：Nvidia OSMO。作为“指挥中心”，它负责串联数据生成到模型训练的完整流程。

## 硬件与生态的双重壁垒

在硬件端，英伟达发布了Blackwell核心的Jetson T4000显卡，专为端侧计算设计，在40-70瓦功耗下提供高达1200万亿次浮点运算算力。这为复杂的机器人实时推理提供了强大的心脏。

生态方面，英伟达选择与Hugging Face强强联手，打通了200万机器人开发者与1300万AI构建者的社区。目前，波士顿动力、卡特彼勒等行业巨头已开始采用这一技术栈。英伟达正在通过“软硬一体+生态开放”的策略，加速将AI从屏幕带入真实的物理世界。

![Google_AI_Studio_2026-01-06T03_30_00.850Z (1).png](https://static.downly.cn/images/53c03093bd9758355b2a031b7f1c4c09.png)
<center>图源备注：图片由AI生成</center>

搜索结果: 波士顿动力