Boston Dynamics объявила о стратегическом партнёрстве с исследовательским подразделением Google DeepMind, цель которого — ускорить разработку нового поколения гуманоидных роботов и научить их естественно взаимодействовать с людьми. О сотрудничестве было официально объявлено на пресс-конференции Hyundai в рамках выставки CES 2026.
Hyundai планирует начать использование Atlas на своих предприятиях уже в этом году.
Ключевым элементом альянса станет использование базовых AI-моделей Google DeepMind в области робототехники. По словам старшего директора по робототехнике Google DeepMind, стороны намерены создать одну из самых продвинутых в мире универсальных AI-моделей для роботов, способных решать широкий круг задач, ориентированных на потребности человека.
Практическая направленность проекта подкрепляется опытом Boston Dynamics и её мажоритарного владельца Hyundai Motor Group. Робот Spot уже используется клиентами более чем в 40 странах, а складской робот Stretch с 2023 года распределил свыше 20 миллионов коробок по всему миру. Следующим шагом станет массовое внедрение гуманоидного Atlas — его производство уже началось.
Во время презентации прототип Atlas продемонстрировал свои возможности на сцене. Однако для превращения робота в полноценный продукт важна не только физическая ловкость, но и способность к естественному и безопасному взаимодействию с людьми.
Atlas оснащён вращательными суставами и руками с тактильной чувствительностью. Робот способен поднимать грузы до 50 килограммов и рассчитан на выполнение повторяющихся производственных операций. Для обеспечения безопасности он оборудован круговым обзором на 360 градусов, а ИИ-алгоритмы DeepMind помогают ему лучше понимать контекст и поведение человека рядом.
Hyundai планирует начать использование Atlas на своих предприятиях уже в этом году, а к 2028 году задействовать гуманоидов в задачах по сортировке и подготовке комплектующих. Дополнительно компания открывает в США центр Robot Metaplant Application Center (RMAC), где роботов будут обучать движениям. Полученные данные объединят с информацией из реальных производственных условий, чтобы постоянно улучшать навыки машин.
Источник: TechCrunch
