# 把训练场建进整车厂：25000 台 Atlas 之前，波士顿动力先要的不是一个数字
> 2026 年的 Atlas 产能已全部内部分配给 RMAC 和 Google DeepMind，第三方要等到 2027。这句话比 25000 台更能说明这家公司现在处在哪个阶段。
### TLDR
- **永久设施，不是试点**：9 月 21 日，波士顿动力宣布 Robotics Metaplant Application Center（RMAC）在佐治亚州现代汽车集团 Metaplant America 园区**启用运营**；此前的人形试验都是短期部署，RMAC 是与活工厂协同持续运转的专用枢纽。
- **先做排序，不做装配**：当前训练任务是零部件排序——为 IONIQ 5 与 IONIQ 9 从料箱取件、按装配线要求的顺序摆放；**部件装配要到 2030 年**才进入任务集。
- **产能已被内部分完**：波士顿动力称，2026 年的 Atlas 部署名额**已全部分配给 RMAC 与 Google DeepMind**，新客户要等到 **2027 年初**。
- **两个 25000/30000**：现代承诺在现代与起亚全球工厂部署**超过 25000 台** Atlas，并建设**年产 30000 台**的美国工厂（2028 年）；25000 约占该产能的 **83%**，但交付时间表未公布。
- **机器人本体参数**：Atlas 典型使用下电池续航 **4 小时**，自主换电**不到 3 分钟**；机上安全系统使人进入设定半径时暂停，支持无固定围栏布局，但每处部署仍需现场风险评估。
- **判断**：25000 台是关联方之间的锚定订单，作用是支撑产能投资与供应商合同，不构成第三方需求验证。判断这家公司的真实进度，要看 2027 年的外部客户名单，不是这个数。
### SRC
事实部分来自波士顿动力 2026 年 9 月 21 日 RMAC 启用公告与现场问答，Humanoids Daily、AlphaSignal、TechnologiesDigest 的同日转述与补充，以及 AGI HUNT 英文日报 2026 年 9 月 22 日期的收录；现代汽车 2026 年 8 月 26 日 CEO Investor Day 重申的 2028 年 3 万台年产能与 25000 台初始承诺量作为背景（经 VentureAtlas 汇总）。素材时间窗为「前一日 18:00 → 当日 09:00」：宣布发生在 9 月 21 日白天（窗口外），本窗口内的新增量是三条——① AGI HUNT 9 月 22 日期向英文读者扩散并给出「Robot Behavior Factory」的定性；② Humanoids Daily 在 9 月 21—22 日给出的补充口径，包括「训练活动不等于生产就绪」的明确提示与欧洲（捷克）部署尚无日期；③ 国内日报 9 月 21 日夜间至 9 月 22 日早间的转述。边界：25000 台为**部署规划量**、30000 台为**产能设计值**，两者都不是在手订单或已产出量，公开材料中未见分年度交付表；4 小时续航、3 分钟换电、安全半径暂停均为企业自述；2028 年投产、2030 年转装配的目标「仍需经过技术验证、运营就绪与业务要求」，为企业与媒体共同标注的前置条件。文中判断均为作者分析，已用「判断：」标注。
### BODY
1RMAC 与过去那些试验的差别
从「去工厂待一阵」到「住在工厂里」
波士顿动力自己的表述把边界划得很清楚：过去的人形机器人试验是短期的、以收集设计洞察为目的的现场部署；RMAC 是一座永久设施，与一条在运转的汽车产线协同，持续做数据采集、应用测试与能力建设。
这个差别决定了数据的性质。短期部署拿到的是「能不能做」的样本，长期驻场拿到的是「做多久会坏、坏在哪、换料怎么应对」的样本。后者才是量产要的东西。
首席产品与技术官 Zack Jackowski 把它叫做「Robot Behavior Factory」，CEO Robert Playter 叫它「data factory」——两个说法指向同一件事：每一次训练运行同时在改进机器人和公司自己的制造数据集。
2026
RMAC 一期启用；全年 Atlas 部署名额分配给 RMAC 与 Google DeepMind
2027
迁入约 10 倍大的新楼；年初开始新增客户
2028
HMGMA 生产部署启动，任务为零部件排序
2030
任务集从排序扩展至部件装配与更重的重复性工作
2为什么先做排序
先排序后装配，是一条诚实的边界线
Atlas 现在练的是零部件排序：从料箱里取出零件，按装配线要求的顺序摆好。这个任务的好处是零件、位置、交接点都是预定义的，可以直接量化抓取准确率、节拍和恢复行为；它同时能替掉工人重复的搬运与别扭的伸手动作。
但真正的信息在「不做什么」：部件装配被明确推到 2030 年。搬运与排序和装配之间隔着的，正是灵巧操作这条当前最硬的边界。
判断：一家公司把哪件事排进第一个商业化任务、把哪件事推到四年后，比它对外说的能力边界更可信。排序在前、装配在后，说明问题不在搬得动搬不动，在能不能稳定地做精细操作。国内做工业具身的团队可以按这条线校准自己的路线图——先啃能定义清楚、可量化的任务，而不是先喊装配。
3数据不是规模问题，是分布问题
仿真补不出来的那部分，只有真产线能给
RMAC 的数据来源有三条：遥操作、仿真强化学习、以及 UMI 设备采集的人类演示，再叠加现代「Software-Defined Factory」的运营数据用于重训控制策略、在仿真中验证后再回到产线。
为什么要跑到真工厂里去采？因为真实零件有外观面与易损区的区分，有各自的抓取约束和包装形式，还有产线节奏、照明与人流——这些分布特征在实验室里造不出来，仿真补不上。
波士顿动力这一条
训练场绑定单一大客户的产线。优点：场景真实、需求确定、可以持续迭代；代价是数据分布高度集中在汽车制造的少数工位上，跨行业迁移能力没有验证。
国内常见那一条
地方主导建设的训练场，依赖多客户租赁、以数据产品出售为主要收入。优点是场景多样；代价是买家结构不稳定，长期使用同一批场景打磨的机会少。
判断：两条路线的分野不在场地大小，在数据归谁用。绑定单一大客户的训练场，产出的数据直接进入自家产品的迭代闭环；租赁型训练场，产出的数据要卖给不同口径的买家，而头部本体厂往往自建数据体系。后者的长期订单稳定性是它最大的经营风险，不是采集能力。
425000 台该怎么读
是内部锚定订单，不是市场需求验证
现代控股波士顿动力，因此这 25000 台在会计意义上是关联方之间的安排。它的真实作用，是在外部商业规模建立起来之前，为制造投资、供应商合同和长期软件开发提供一个可预期的量。
换算一下：25000 台约等于 30000 台年产能的 83%，也就是这家规划中的美国工厂近一年的产出。但公开材料里没有分年度交付表，也没有把这 25000 台拆到具体工厂和年份。
前两项为规划值，非在手订单或已产出量；第三项依据「2026 年部署名额已全部分配给 RMAC 与 Google DeepMind」
判断：评估人形机器人公司的量产进度，最有鉴别力的一个问题不是「规划多少台」，而是「卖给谁」。卖给控股股东和卖给第三方，验证强度差一个数量级。同理，国内那些「地方国资采购 + 区域总部落地」的订单，判断点也应落在有没有非关联客户的重复采购，而不是金额本身。
5三层分工，和国内的一种结构很像
整机厂出本体、零部件厂出执行器、第三方出场景
现代体系把这条链切成三段：波士顿动力负责 Atlas 硬件平台、控制软件和训练系统；现代摩比斯制造驱动关节的执行器；现代汽车集团提供工厂、生产流程和运营数据。
国内近一年出现的一种落地结构与此非常接近：整机厂出本体与算法、精密制造方出产能、地方平台出场景与政策，三方共建产业基地。差别只在需求端——现代那条链的最终买家是自己的产线，国内这条链的最终买家常常还需要在本地之外去找。
一个可核查的判据：这类三方结构里，区分度不在下线的台数，而在有没有非关联客户的重复订单。第 300 台下线是爬坡的早期节点，2 万台是三年后的规划值——两个数都可以是真实的，但它们回答的不是同一个问题。
6接下来该盯什么
2027 年的客户名单，比 2028 年的投产日期更早给出答案
RMAC 已经明确要在 2027 年搬进约 10 倍大的新楼，并在年初开始新增客户，同时在和现有的 Spot、Stretch 客户谈航空航天、半导体、物流等行业的训练与数采合作。这些行业的数据和汽车产线不是同一分布，能否迁移是下一个硬指标。
另一个观察点是捷克工厂。现代方面讨论过把 Atlas 带到捷克，但目前没有公布欧洲部署日期。美国佐治亚跑通的技能能否迁移到设备、工艺、工位要求都不同的欧洲工厂，才是「通用」两个字真正的考场。
资料来源：波士顿动力 RMAC 启用公告（2026-09-21）、Humanoids Daily 与 AlphaSignal 同日报道、AGI HUNT 英文日报 2026-09-22 期、现代汽车 2026-08-26 CEO Investor Day 重申口径（经 VentureAtlas 汇总）。投产与部署时点以企业后续公告为准。