波士頓動力在 Hyundai 美國工廠開設訓練中心：Atlas 進入產線實訓
從 CES 亮相到真實車間
9 月 21 日，波士頓動力宣佈機器人 Metaplant 應用中心（Robotics Metaplant Application Center，RMAC）在 Hyundai Motor Group Metaplant America（HMGMA）園區內開幕。該園區位於美國喬治亞州薩凡納郊外。這一動作承接的是今年 1 月：在 CES 2026 的 HMG Media Day 上，波士頓動力與現代汽車集團首次公開亮相了 Atlas。
RMAC 的定位不是展廳，而是測試床與訓練中心：它的任務是把 Atlas 機器人直接整合進現代汽車集團的汽車製造運營中。換句話說，人形機器人第一次被當作生產系統的一個組成部分來搭建配套環境，而不是被當作一臺展示裝置搬進廠房。
機器人在那裡練的是非常具體的事：在真實環境中準備汽車零件的物流與排序——把零件按裝配所需的正確順序擺放好。這是汽車廠裡最日常、也最考驗可靠性的環節之一：它不需要驚人的運動能力，但要求長時間重複、不出錯、與人的動線共存。
後續的時間表也已給出：到 2030 年，Atlas 的應用將擴充套件到零部件裝配。隨著時間推移，它還會承擔涉及重複性動作和重體力的新任務，例如搬運重物——這恰好是人形機器人在工業場景裡最容易被算清投資回報的部分。
2.5 萬臺目標與年產 3 萬臺的工廠
規模目標是這份公告裡最硬的數字。現代汽車集團計劃在未來幾年快速擴大 Atlas 的部署，先在現代與起亞的全球工廠部署 25,000 臺作為起點；同時集團將在美國建立一座新工廠，具備年產 30,000 臺機器人的能力。
波士頓動力首席產品與技術官 Zack Jackowski 的表態是：與現代汽車集團一起，雙方正在「企業級的物理 AI」上做開創性工作，並且已經建立了清晰的戰略，來最佳化 Atlas 的供應鏈、生產、測試與部署能力；RMAC 強化的是雙方的共同目標——讓機器人讓工作更安全、更高效，從而放大人的潛力。
從外部視角看，先建訓練中心、再談上崗，是這輪人形機器人進廠潮裡最值得注意的方法論轉變。演示影片可以剪輯，實驗室可以復現，但真實產線每天都會產生無窮的異常：來料位置偏了、托盤卡住了、旁邊的工人臨時改了動線。這類資料無法在辦公室裡合成，只能靠在現場長期執行去收集——這正是訓練中心的真正產出。
這裡還有一層公司結構上的背景：現代汽車集團在 2021 年完成了對波士頓動力的控股收購，此後 Atlas 的技術路線明顯從研究型機器人轉向工業品——電動化、可量產、面向工廠。把訓練中心放在自家整車工廠裡，本質上是讓「客戶」與「股東」變成同一方，從而省掉了人形機器人落地時最昂貴的一環：說服客戶為一個尚未驗證的品類騰出產線位置。
它也解釋了為什麼汽車集團願意做這件事。車企手裡握著大量高價值的場景、節拍要求與工藝知識，機器人公司握著本體與學習系統；雙方各出一半，換來的是一條「資料飛輪」：機器人跑得越久，異常樣本越多，策略越穩，能接的工序就越往上游走。
明年擴到十倍，並看向其他行業
RMAC 的第一階段目前已經在 HMGMA 執行，而擴建計劃已經在路上：明年，運營將遷入 HMGMA 園區內的一棟新建築，把 RMAC 的規模擴大到目前的約十倍。
新設施除了繼續支援 Atlas 為汽車製造部署做準備，波士頓動力還計劃從明年開始探索其他行業的用例。公司稱，目前正在與幾家現有的 Spot 與 Stretch 客戶洽談，涉及製造、航空航天、半導體、物流、食品飲料與生命科學等行業，希望把資料收集和其他任務擴充套件過去，以便在 2027 年繼續 Atlas 的訓練過程。
這背後的邏輯是清楚的：Atlas 需要的不只是汽車工廠的資料，而是儘可能多樣的真實運算元據。把已經在巡檢、搬運場景里長期服役的客戶拉進訓練網路，等於用現成的場地和任務型別，為人形機器人補充「課本」裡沒有的章節。
作為背景，波士頓動力目前有三條產品線：用於工業巡檢的四足機器人 Spot、面向物流與零售的搬運機器人 Stretch，以及在開發中的電動人形平臺 Atlas。公司把自己定義為「AI 使能的移動機器人」提供商，擅長的是非結構化、危險或難以通行的環境。
需要保留的懷疑同樣重要。25,000 臺與年產 30,000 臺都是集團層面的計劃目標，不是當前的產能或部署量；2026 年真正落地的進展，是機器人進入了一個受監督的工業訓練環境。這距離「替代工人」還有相當遠的距離——目前 Atlas 承擔的是零件物流與排序這類任務，而且是在人保留監督權的前提下。
從更大的範圍看，人形機器人進廠這兩年已經從個案變成趨勢：Figure 的機器人進入寶馬在美國的整車廠做物流，Agility 的 Digit 在 GXO、舍弗勒、亞馬遜與豐田加拿大工廠累計運行了數萬小時。但這些案例有一個共同點：真正做的是產線外圍的物流、搬運與排序，而不是價值最高的總裝。這一分工短期內不太可能改變——它既是技術邊界，也是責任邊界。
放到行業座標裡看，人形機器人進廠正在形成一條清晰的路徑：先在訓練中心跑通受監督的工序，再把經過驗證的任務放進正式產線，最後才是複雜的裝配作業。每一步的推進速度，取決於安全認證、節拍匹配和單位成本，而不是取決於機器人的動作有多像人。這或許也是波士頓動力這份公告最值得記錄的地方：它講的是產線、資料與供應鏈，而不是一段表演。