Boston Dynamics：动态运动的奠基者（1992—至今）

基本信息

创立背景

Marc Raibert 于1980年在卡内基梅隆大学（CMU）创立 Leg Laboratory，后将实验室迁至 MIT，专注于弹跳与奔跑机器人的基础研究。Raibert 最核心的洞见是：动物不是依靠"静止时的平衡"来运动，而是通过主动控制姿态、在运动中维持动态平衡来行走和奔跑。1986年他出版《Legged Robots That Balance》（MIT Press），系统阐述了单腿跳跃机器人的三分解控制框架——垂直弹跳高度、前进速度和躯干姿态各自独立控制，多腿系统则通过对称性原理加以扩展。这本书奠定了整个领域的理论基础，至今仍是腿足机器人研究的经典文献。

1992年，Raibert 带领部分 MIT Leg Lab 的核心成员在马萨诸塞州波士顿以南创立 Boston Dynamics，将实验室的研究传统转化为公司形式。早期公司运营高度依赖 DARPA 的国防资金，承接仿真培训软件和动力学分析工具等合同，为后续的机器人硬件研发积累了财务缓冲。Robert Playter 在完成 MIT 博士论文后数月即加入，成为联合创始人，日后出任 CEO，2026年2月退休。

与 MIT 的 ZMP（零力矩点）路线不同，Raibert 始终坚持"接受不稳定、主动控制回稳"的哲学：系统允许偏离平衡，依靠高速反馈和动态步态将机器人"追回"稳定状态。这一哲学贯穿了 Boston Dynamics 三十余年的所有产品，也是其与本田 ASIMO 路线最根本的分野。

技术发展历程

1980年代—1991年 — MIT/CMU Leg Lab 时期。Raibert 开发出一系列单腿跳跃机器人：平面单腿、三维单腿、平面双足、四足机器人，系统验证了动态平衡的可行性。这些原型机器人从未离开实验室，但产生了大量被引用至今的理论成果。

1992 — Boston Dynamics 正式成立，继承 MIT Leg Lab 弹跳机器人研究传统，早期以 DARPA 仿真软件合同维持运营。

2000—2005 — RHex 研究平台发布。RHex 是一款重约14 kg、六足轮形机器人，腿部采用单自由度 C 形弹性腿，能在砾石、草地、倾斜面乃至水中稳定运动。RHex 是波士顿动力首款真正验证了弹性腿足在非结构地形可行性的机器人，由 DARPA 资助，学术成果颇丰。

2005 — BigDog 发布。由 Boston Dynamics 联合 Foster-Miller、JPL 和哈佛大学野外站共同开发，DARPA 资助。BigDog 重约109 kg，液压驱动四足，能在冰面、泥地、斜坡行进，并能在被踢踹时恢复平衡——这段恢复平衡的视频震惊了全球机器人学界。BigDog 标志着 Boston Dynamics 从实验室跳跃机器人正式转向高负载野外作业平台。

2008—2011 — PETMAN 研发。为美国陆军 CBRN（化学/生物/放射/核武器）防护服测试需求而开发，这是 Boston Dynamics 首款真正的双足人形机器人。PETMAN 2009年公开亮相，能以动态步态行走，展现出比同期 ASIMO 更流畅的动态平衡能力，引发业界广泛比较。

2011 — LS3（Legged Squad Support System，又称 AlphaDog）发布。BigDog 的军事化版本，为 DARPA 和美国海军陆战队开发，可负重约181 kg，跟随士兵穿越复杂地形，续航约32 km。LS3 验证了四足机器人在真实野外军事场景的可行性，但最终因噪音过大被军方搁置部署计划。

2012 — Cheetah 机器人创造速度纪录。受 DARPA M3（Maximum Mobility and Manipulation）项目资助的 Cheetah 机器人在跑步机上达到28.3 mph（约45.6 km/h），超过博尔特百米最高时速，成为当时有史以来最快的有腿机器人，刷新世界纪录。

2013 — Atlas（液压初代）发布，Google 收购 Boston Dynamics。Atlas 首次亮相于 DARPA 机器人挑战赛（DRC），身高约1.8米，重约150 kg，液压驱动28个关节。初代 Atlas 须连接外部电源和液压供给，行动相对受限。同年12月，Google（后归属 Alphabet）收购 Boston Dynamics，收购金额未披露，由 Andy Rubin 主导整合。

2014—2016 — Atlas 持续迭代，成为行走、跑步、跳越障碍的全能平台。Google 收购后，Boston Dynamics 加速了 Atlas 的能力演示，一系列展示机器人跳上箱子、躲避推扰、拾取货物的视频在全球范围内广泛传播。Spot（Mini）四足机器人也在这一时期出现，体积大幅缩小、改用电驱，成为后来商业化的基础。

2016 — SpotMini 发布。全电驱、重约25 kg（含机械臂约30 kg），是 Boston Dynamics 首款无液压系统的产品原型，验证了电驱腿足机器人的可行性。同年，Atlas 完成后空翻动作——这是人形机器人历史上的里程碑时刻，证明高动态全身控制已实际可行。

2017 — Alphabet 将 Boston Dynamics 出售给 SoftBank。核心原因在于 Boston Dynamics 与 Google 战略定位的错配：Google 明确不希望成为国防承包商，而 Boston Dynamics 历史上深度依赖 DARPA 军事合同；同时 Alphabet 认为 Boston Dynamics 短期内无法产生商业营收。SoftBank 收购金额未披露，后被媒体估计约为1.65亿美元。

2018 — Marc Raibert 卸任 CEO，Robert Playter 接任。Raibert 专注于技术研发方向，后于2022年创立 Boston Dynamics AI Institute（波士顿动力 AI 研究所）。

2019 — Spot 正式开始商业化销售（早期采用者计划），成为 Boston Dynamics 历史上第一款商业产品。Spot SDK 于2020年1月开源发布（GitHub），面向全球开发者开放 Python API，允许第三方构建应用和传感器载荷，是 Boston Dynamics 商业生态建设的关键一步。

2020 — Spot 正式向全球市场公开销售，采购方涵盖建筑、能源、公共安全、采矿、娱乐等行业。同年12月，Hyundai Motor Group 宣布以约8.8亿美元收购 Boston Dynamics 80%股权。

2021 — Hyundai 完成收购，Boston Dynamics 估值约11亿美元。Stretch 仓储机器人发布，基于 Handle 机器人的移动底盘演化，配备七自由度机械臂与吸盘阵列，可搬运23 kg以内的箱体，面向 DHL、GAP、H&M 等物流客户商业化部署。

2022 — Hyundai Motor Group 设立 Boston Dynamics AI Institute，Marc Raibert 出任执行总监，初始投入逾4亿美元，聚焦认知 AI、动作 AI（Athletic AI）、有机硬件设计和 AI 伦理四个方向。Atlas 开始展示使用大规模行为模型（Large Behavior Models）和强化学习驱动的更自然动作序列。

2024年4月16日 — 液压 Atlas 正式退役。Boston Dynamics 发布告别视频《Farewell to HD Atlas》，以高光时刻与失误集锦并列的方式送别这款服役近11年的机器人。次日（4月17日），全电驱新 Atlas 正式发布，配备自研高功率密度电机（行星滚柱丝杠 + 高密度钕磁铁），力密度媲美液压系统，消除了液压油维护需求与噪音问题。新 Atlas 定位实际工业应用，首批合作对象为现代汽车工厂。

2026年2月 — Robert Playter 宣布退休，Amanda McMaster（CFO）出任代理 CEO。

核心技术贡献

弹簧质量模型与动态平衡

Raibert 在 MIT Leg Lab 时期建立的弹簧质量模型（Spring-Loaded Inverted Pendulum，SLIP）是 Boston Dynamics 所有产品的理论根基。该模型将腿足系统抽象为一个弹性弹簧与质量点的组合，在接触相储存弹性势能、在飞行相释放，形成自然的弹跳周期。Raibert 的三分解控制框架——弹跳高度由腿部推力控制、前进速度由落脚点位置控制、躯干姿态由髋关节力矩控制——允许系统在高速运动中保持稳定，而无需依赖预先规划的轨迹。

与 ZMP（零力矩点）控制范式的本质区别在于：ZMP 方法要求 ZMP 始终处于支撑多边形内，系统被约束在"始终稳定"的静态裕度内；Raibert 的方法则接受系统周期性处于不稳定状态，依靠快速反馈和动态步态主动恢复，更接近真实生物的运动策略，也因此能实现更高速、更动态的运动。

全身控制（WBC）与 MPC 框架

Atlas 的控制架构是 Boston Dynamics 对现代腿足机器人控制的最重要贡献。其控制系统使用**模型预测控制（MPC，Model Predictive Control）**作为高层规划器：MPC 建立机器人动力学模型，在滚动时域内求解最优控制序列，预见当前行为对未来状态的影响，从而自动生成行为之间的流畅过渡（例如跳跃后接后空翻时，MPC 可跨越行为边界提前协调关节运动）。

底层则使用全身控制（WBC，Whole-Body Control），将 MPC 输出的期望运动分解为每个关节的力矩指令，同时考虑全身各关节运动、每个刚性链接的动量、机器人与外部物体（搬运或投掷的工具）之间的接触力，并实时回避自碰撞。

复杂全身动作的生成流程为：先以离线轨迹优化设计模板运动（template motion），再由在线 MPC+WBC 将模板运动适配到真实机器人的动力学状态。Atlas 的跑步、跳跃、翻转、跨越障碍、空中姿态调整均基于这一框架实现。这一 MPC+WBC 架构已成为当代人形机器人控制的主流范式，在 Agility Robotics Digit、MIT Cheetah、ANYbotics ANYmal 等平台上均有直接体现。

仿生腿足机械设计

Boston Dynamics 四足机器人（BigDog、Spot）的腿部结构借鉴了脊椎动物的肢体结构：大腿—小腿—足部的串联形式，足部末端采用弹性橡胶垫，具备一定被动顺应性。关节驱动（液压或电动）集中于近端（髋关节和膝关节），远端质量最小化，以降低腿部转动惯量，使高速摆腿成为可能。

双足 Atlas 的腿部设计则更激进，关节配置允许极大范围的运动自由度，髋关节可实现前后、侧摆、扭转三自由度，使 Atlas 能够完成下蹲、侧跳、翻滚等接近人类体操运动员的动作序列。

2024年电驱 Atlas 在执行器设计上进一步创新：采用行星滚柱丝杠（Planetary Roller Screws）将电机旋转运动转化为线性推力，配合高密度钕磁铁，使功率密度接近液压系统，同时消除了液压油的泄漏、维护和温度管理问题。这一执行器路线已被多家新兴人形机器人公司（如 Figure、Apptronik）视为主要电驱方案之一。

感知与反应性控制

BigDog 和 Spot 使用惯性测量单元（IMU）、关节位置传感器和足底接触传感器的融合，实现毫秒级地形反应。当一条腿踩上意外滑动的地面时，其他三条腿在不到100毫秒内重新分配支撑力——这种反射性反应无需高层规划介入，由底层控制器直接处理。这一设计使 Boston Dynamics 的四足机器人能在冰面、鹅卵石路、草地等非结构地形上稳定运动，是同时代竞争产品难以复制的能力。

所有权更迭

Google 时代（2013—2017）是 Boston Dynamics 历史上最被外界误解的时期。Google 收购后公开传播了一系列令人印象深刻的视频，但内部却因为 Boston Dynamics 的军事合同来源、公关形象（媒体频繁使用"令人恐惧的机器人"描述）以及商业化遥遥无期等问题产生严重摩擦。Alphabet 高层对 Boston Dynamics 能否在2020年前产生任何商业产品持悲观态度，最终选择出售。SoftBank 时代（2017—2021）则带来了商业化转型的契机——Spot 在此期间完成了从研发原型到商业产品的转变。

技术遗产

人才流向

注：Boston Dynamics 的整体人才流动记录相对不透明，公司文化以内部传承为主。与部分硅谷公司不同，直接由 BD 工程师出走创立的竞争性人形机器人公司案例较少，但其技术路线和控制框架对全球学界的影响极为深远，MIT、CMU、ETH Zürich 等顶尖机器人实验室中均有大量研究人员在 BD 技术路线基础上发展了自己的工作。

技术路线继承

四足机器人方向 Boston Dynamics Spot 的商业成功以及 BigDog/LS3 验证的技术可行性，直接激励了一批四足机器人公司的出现：ANYbotics（瑞士，ETH Zürich 分拆）开发 ANYmal 系列用于工业检测；Unitree Robotics（国内，宇树科技）以极低成本复现了 Spot 的能力并推向全球市场；Deep Robotics、云深处等国内公司也在此方向密集布局。这些公司的 MPC+WBC 控制框架，与 Boston Dynamics 所采用的方法论高度同源。

双足人形方向 Boston Dynamics 对全身动态运动可行性的系统性验证，改变了整个领域对人形机器人"应当做什么"的认知预期。2014—2018年间 Atlas 展示的跑跳翻转能力，使行业意识到人形机器人的真正挑战不在于"能否行走"，而在于"能否完成实际任务"，推动了从运动竞赛到操作任务的焦点转移。Agility Robotics 的 Digit（专注物流操作）、Figure 的 Figure 01（工厂操作）、Apptronik 的 Apollo 等均在这一认知背景下定义自身产品方向。

强化学习与大模型方向 2022—2024年，Boston Dynamics AI Institute 与 Toyota Research Institute 合作，将大规模行为模型（Large Behavior Models）应用于电驱 Atlas 的动作生成，实现了更自然、更少依赖人工设计轨迹的运动控制。这一工作在技术路线上与 DeepMind、CMU、UC Berkeley 等研究团队推进的 learning-based locomotion 方向交汇，代表了 Boston Dynamics 从纯工程化控制向数据驱动控制的演进。

理念影响

Raibert 的核心理念——"动物不靠静止时的平衡来运动，而是靠动态控制在运动中维持平衡"——重新定义了人形机器人研究的基准问题。在 ASIMO 及 ZMP 范式主导的2000年代，Boston Dynamics 是全球极少数坚守动态运动路线的机构之一。当 Atlas 在2016年完成后空翻后，业界才广泛认识到动态运动路线的正确性，ZMP 范式逐渐让位于 MPC+WBC 框架成为新的主流。这一范式转换耗时约十年，Boston Dynamics 是推动转换的最重要单一力量。

Boston Dynamics 还贡献了一种独特的"以视频证明技术"的传播方式。BigDog 的冰面恢复平衡视频（2008年）、Atlas 的后空翻视频（2017年）、Spot 的舞蹈视频（2020年）等，以远超学术论文的速度将技术突破的信息传递给全球工程师、投资人和政策制定者，客观上加速了整个行业的融资和人才集聚。

历史定位

Boston Dynamics 的历史地位是双重的。作为一家仍在运营的公司，它在商业机器人（Spot）和仓储自动化（Stretch）领域已建立实际营收；但作为"先行者"，其核心价值在于1992—2024年的液压时代：在这三十二年中，它是全球唯一一家持续以高负载、高动态机器人系统系统性验证动态运动可行性的机构，其所提出的问题、所展示的能力，始终是全球机器人研究者的参照坐标。

液压 Atlas 的退役标志着一个技术时代的终结，同时也是一次交棒。液压系统在力密度上曾是无可替代的选择，但其重量、噪音、泄漏风险和维护成本使其从未适合批量商业部署；电驱技术在执行器能量密度上的追赶历时二十年，至2024年终于达到可以接替的水平。Boston Dynamics 抓住了这一窗口，以电驱 Atlas 延续技术路线，同时将液压时代的知识体系以"开源"形式向外传递。

从更长远的历史视角看，Boston Dynamics 最终留给这个领域的，是一套被反复验证、并已被后来者广泛采用的控制哲学：不要试图消除运动中的不稳定，而要设计能主动应对不稳定的控制器。这一哲学比任何具体的硬件或算法都更持久，正在以 MPC、WBC、强化学习等形式，持续塑造着当代人形机器人的技术路线。