波士顿动力揭秘如何训练Atlas机器人踢世界杯
波士顿动力利用动作捕捉和模拟训练，让Atlas机器人在世界杯中场秀球技。训练分两阶段：先形成平衡与运动控制的“肌肉记忆”，再学习精准操控物体，难度超过后空翻。摔倒维修是常态，未来或可见机器人组队比赛。
前几天，波士顿动力的Atlas人形机器人干了一件挺有意思的事——它走上世界杯赛场，在中场休息时秀了一把球技，还亲手把球交给了裁判。比赛是挪威对阵巴西，地点在某个周日的绿茵场上。这台机器人从球员通道走出来，先重现了几组经典进球动作，然后稳稳把球传出，整个过程流畅得让人忘记它是个铁家伙。
波士顿动力对这件事的定位很清晰：Atlas这样的机器人，最终会从工业场景一步步走进服务业、娱乐业，最后进入家庭。虽然这条路还很长，但他们就是想通过这种方式，让大家看到具身智能不是高高在上的实验室技术，而是可以接地气、有温度的。
那么，这身球技是怎么练出来的？团队先用动作捕捉技术，把人类踢球的所有动作完整录下来，再把数据导入模拟环境。Atlas在虚拟场地里反复试错，在自己的物理极限范围内尽可能地模仿每个动作——说白了，就像运动员做无数遍肌肉记忆训练。
机器人总监Alberto Rodriguez透露，训练踢球其实分两步走。第一阶段是平衡、反向平衡和运动控制，说白了就是让机器人形成“肌肉记忆”，能完成跳舞、体操这类高难度动作。到了第二阶段，才是更硬核的——学会操控物体。比如根据地面的摩擦力和打滑情况，精准控制自己与足球之间的距离。Rodriguez直言，这比让机器人完成后空翻还要难。
值得注意的是，机器人在训练过程中免不了要摔倒——毕竟那些极限姿势本身就是训练的一部分。但波士顿动力对此早就习以为常，他们有一套运转成熟的维修体系，机器人坏了就修，修好了继续练，这本来就是流程的一部分。
最后聊个有意思的展望：Rodriguez认为，未来不太可能出现人机同场踢球的情景，更有可能的，是机器人之间自己组队比赛。想想看，Atlas对阵Atlas，那画面得多带劲。
火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力，依托字节自研豆包多模态大模型，凭借火山方舟一站式平台，提供模型精调、推理部署、智能应用搭建等全链路服务，结合高性能AI算力，助力各行业快速落地大模型数字化与智能化应用。
AirBuddy 3 是面向 macOS 的蓝牙外设增强工具，可集中查看 AirPods、Beats 与苹果设备电量，提供快速连接、播放控制、电量提醒、桌面小组件和多台 Mac 外设接力等功能。
AirServer macOS版可把 Mac 转换为无线投屏接收端，通过 AirPlay 或 Google Cast 接收手机、平板和电脑画面，并支持多设备同时连接、高清镜像及会话录制，适合家庭娱乐、课堂教学、会议演示和应用展示。
火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力，依托字节自研豆包多模态大模型，凭借火山方舟一站式平台，提供模型精调、推理部署、智能应用搭建等全链路服务，结合高性能AI算力，助力各行业快速落地大模型数字化与智能化应用。
AirServer Windows版可把电脑变成AirPlay、Google Cast和Miracast无线投屏接收端，适合会议演示、课堂教学及家庭大屏分享。发送设备通常无需另装客户端，并可同时接收和智能排列多个镜像会话。
AlwaysUp是一款面向Windows的系统服务注册与程序托管工具，可让普通应用、脚本及批处理在无人登录时随系统启动，并通过状态检测、异常重启、资源监控和邮件通知保障关键任务持续运行。