最后更新：2025年
本周有三则机器人故事，它们共同勾勒出整个领域的全景——从告别最有影响力的研究平台之一，到《科学》杂志上发表的容错集体机器人突破，再到一款将于2026年2月发货至湾区家庭的家用机器人。
目录
Atlas 的最后一跑——且看且珍惜
液压驱动的 Atlas——波士顿动力的研究级人形机器人，过去十年里被推下楼梯、推下平台、表演后空翻——完成了最后一次测试运行。这个研究平台已经退役。它的商业继任者，电动 Atlas 企业平台，已经投入使用。
对于在过去十年里关注人形机器人的人来说，这段视频给人的感觉与典型的演示视频截然不同。波士顿动力与 RAI 研究所合作，让最初的 Atlas 完成了最后一次全身运动评估——在这个平台退役前，对液压驱动和全身控制所能达到的极限进行了最终压力测试。
研究型 Atlas 在机器人领域代表了一种罕见的东西：一个足够开放的平台，推动了数十项独立的研究突破；同时作为硬件，它又足够可靠，持续了十多年。2016 年看来不可能的全身控制算法、动态平衡研究和跑酷演示，到 2023 年已变得司空见惯。这一发展历程至关重要。
取代它的新平台在几乎所有维度上都有着根本性的不同。新的电动 Atlas 使用旋转执行器而非液压缸，用扭矩密度换取能源效率，并且从头开始为部署而非研究而设计。企业平台能否继承研究界与 Atlas 的关系仍是一个悬而未决的问题——波士顿动力对于新系统的第三方访问权限一直保持沉默。
这段告别视频值得一看，不是作为产品发布，而是作为双足运动研究进展的记录。据 IEEE Spectrum 报道，工程师们做了最后一次冲刺，测试了全身控制和运动能力的极限——结果显而易见。
模块化机器人集体：规模越大越可靠
发表在《科学·机器人学》上的研究，来自 EPFL 可重构机器人实验室，颠覆了模块化机器人领域最持久的假设之一：更大的集体因为组件更多，本质上更不可靠。
传统的工程逻辑是合理的。模块越多，故障面就越多。假设故障率独立，50 个模块的集体故障概率是单个模块的 50 倍。这种权衡多年来一直制约着模块化机器人——设计师不得不在功能多功能性（更多模块，更多配置）和操作可靠性（更少模块，更少故障点）之间做出选择。
EPFL 系统通过在局部层面利用冗余打破了这种权衡。它不是将每个模块视为一个独立的功能或故障单元，而是让集体在相邻模块之间共享计算和物理资源。当一个模块退化或完全失效时，相邻模块重新分配负载——运动模式、传感任务和结构角色动态地在集体中转移。
结果，如已发表的论文所述，是一个可靠性随集体规模增加而非降低的系统。更大的集体比更小的集体更健壮，而不是相反。研究团队通过故意在中途禁用模块并观察集体在无需人工干预或重新编程的情况下维持功能（在障碍物下爬行、导航地形、保持结构完整性）来证明这一点。
这对物理 AI（AI 系统嵌入且不可分割于物理硬件的新兴领域）有直接影响。如果容错可以在集体层面而非单个单元层面架构，对于在单个单元可靠性无法保证的巡检、搜索救援和环境监测应用中的模块化系统，其经济学和部署逻辑将发生变化。
这项研究通过 EPFL 可重构机器人实验室 发布，并可通过 《科学·机器人学》 获取全文。
| 设计方法 | 可靠性缩放 | 功能多功能性 | 故障恢复 |
|---|---|---|---|
| 单个整体机器人 | 高（单个单元） | 低（固定形态） | 无——完全失效 |
| 传统模块化集体 | 随规模降低 | 高 | 部分，需要重新编程 |
| EPFL 冗余集体 | 随规模增加 | 高 | 自主，局部重新分配 |
Isaac 0：Weave Robotics 向家庭发货叠衣机器人
消费级机器人“几乎准备好”进入家庭市场已经至少五年了。Weave Robotics 正在做出一个具体的、有日期的、有地理范围的承诺：Isaac 0 叠衣机器人将于 2026 年 2 月开始向湾区家庭发货。
这个宣布有意限定范围。Isaac 0 不是通用家庭机器人。它叠衣服。这种专一性正是关键——2024 和 2025 年取得进展的消费机器人公司几乎无一例外地将其初始用例限定在单一、可重复、高价值的家务任务上，而不是追求自 Roomba 时代以来屡次失败的全面家庭助手愿景。
叠衣服是一个真正困难的操控问题。织物变形（布料在被处理时不可预测地移动的方式）多年来一直是机器人操控研究的基准挑战。Weave 正在发货——不是演示，不是员工内测，而是发给付费客户——这一事实表明他们的操控栈在处理真实家庭衣物变异性方面达到了商业可行门槛。
关于 Isaac 0 硬件配置、价格以及是否需要专用台面或与现有洗衣设备集成的详细信息尚未公开披露。2026 年 2 月的湾区发布表明这是一个有限地理范围的发布，旨在管理物流和支持密度，然后进行更广泛的扩展。
对于那些关注更广泛消费机器人类别的人来说，Weave 的宣布与少数公司——1X、Aethon 等——一起，试图建立循环的家庭机器人收入而非一次性硬件销售。垂直叠衣领域之所以可能，正是因为它任务频率高、劳动替代价值明确，而且物理环境（折叠台面、一致的衣物类型）比一般家庭导航更受限。
这对机器人领域意味着什么
这三个故事不是独立的数据点。它们勾勒出一条轨迹。
研究到部署的管道正在加速。 Atlas 作为研究平台用了十年，波士顿动力才承诺商业继任者。EPFL 的集体研究正在《科学》上发表结果，而其底层架构已经可应用于现实世界的巡检和搜索场景。Weave 在叠衣机器人主要还停留在学术演示不到两年后就开始发货 Isaac 0。实验室与部署之间的差距正在缩小。
容错正在成为首要设计需求。 EPFL 的工作不仅作为研究结果意义重大，而且作为该领域优化方向的信号也很重要。随着机器人进入不受控制的环境——仓库、家庭、室外地形——优雅降级而非完全失效的能力变得比理想条件下的原始性能更有价值。
消费机器人正在进入垂直优先阶段。 家用机器人市场不会由通用平台赢得。它将由那些把一件事做得足够好、足以证明购买合理性的机器人赢得，然后再扩展。Weave 进入叠衣领域与这一模式一致。
评估自动化平台的工程师和买家应密切关注 EPFL 的冗余集体架构——这些原理不仅适用于群体机器人，也适用于任何可用性要求严格的多机器人部署。如果您正在采购物理自动化硬件，Botmarket 上的二手工业机器人 为需要经过验证的可靠性且无需研究级价格的团队提供了切入点。对于关注人形机器人领域、看着 Atlas 的商业继任者进入现场的团队，Botmarket 上的人形机器人类别 实时追踪可用平台和价格。
常见问题解答
为什么最初的 Atlas 机器人要退役？
波士顿动力退役了液压研究版 Atlas，以将资源集中在新的电动 Atlas 企业平台上，该平台使用旋转执行器，专为商业部署而非研究设计。液压系统虽然强大且具有历史意义，但能源密集，优化用于研究实验而非可靠的长期工业使用。最后一次测试运行是与 RAI 研究所合作进行的，旨在退役前记录该平台的全身控制能力。
EPFL 模块化机器人集体在模块故障时如何维持功能？
发表在《科学·机器人学》上的 EPFL 系统使用相邻模块之间的局部资源共享而非集中控制。当一个模块失效或退化时，相邻模块自主重新分配负载——调整运动模式、结构角色和传感责任。这种局部冗余意味着随着模块的增加，集体的整体可靠性增加，而不是像传统故障概率模型预测的那样降低。
Weave Robotics 的 Isaac 0 何时何地发货？
Weave Robotics 已宣布其叠衣家用机器人 Isaac 0 将于 2026 年 2 月开始向湾区客户发货。初始发布地理范围有限，这符合消费机器人公司在更广泛的国家或国际扩展之前管理支持密度和物流的做法。在本文撰写时，价格和完整硬件规格尚未公开披露。
为什么叠衣服对机器人来说是一个难题？
叠衣服需要稳健处理可变形物体——布料在被抓取、拉伸或放置在表面上时会不可预测地改变形状。与刚性物体操作不同，纺织品操作需要复杂的感知来识别衣物类型和方向，以及精细的运动控制来在各种材料、尺寸和条件下执行一致的折叠。它正是机器人操控研究中的基准挑战，因为现实世界的变异性很高，而家庭环境中对错误的容忍度很低。
EPFL 集体机器人研究有哪些更广泛的应用？
除了学术演示之外，这种容错模块化集体架构直接适用于巡检机器人（管道、基础设施、密闭空间）、废墟或灾害区域的搜索救援部署，以及难以进行单机维护的偏远地区的环境监测。核心洞见——集体层面的冗余可以优于单个单元层面的冗余——对任何在不受控制的环境中运行且可用性要求严格的多机器人系统都有影响。
本周的三则头条故事共同标志着一个明确的转折点：一个传奇的研究平台退役，商业人形机器人取而代之；容错集体智能从理论走向演示硬件；消费机器人做出了其最具体的家庭交付承诺。
对您的工作来说，哪项发展短期内影响最大——Atlas 的转型、容错集体，还是 Isaac 0 的家庭部署？
参与讨论
Which matters most for your work — the Atlas transition, EPFL's fault-tolerant collective, or Isaac 0's home launch?