美國當地時間10月7日，羅希特·普拉薩德（Rohit Prasad）正式出任波士頓動力CEO。這是這家成立三十餘年的機器人公司首次由外部正式聘任的CEO掌舵，也意味著公司治理思路的一次明顯轉向。
波士頓動力過去的掌門人都來自內部體系。創始人馬克·雷伯特（Marc Raibert）長期研究腿式機器人，1992年從MIT腿部實驗室分拆創辦公司；接替他的羅伯特·普萊特（Robert Playter）在公司工作三十多年，曾任營運長，既參與研發也推動商業化。而普拉薩德的履歷來自另一套體系：他在亞馬遜工作12年，參與打造Alexa，後來領導Nova基礎模型系列的研發，積累的是AI研究與把技術做成大規模使用者產品的經驗。
董事會看中的正是這一點。現代汽車集團副會長、波士頓動力董事長張在勳在任命宣告中特別強調了普拉薩德將AI轉化為全球規模產品的經驗。公司任命公告反覆提到物理AI，希望把已有的機器人技術與更先進的AI能力結合，推進商業化。不過，這套經驗能否適用於工業機器人仍需檢驗：Alexa聽錯一句話，使用者可以再說一遍；機器人抓錯一個零件，卻可能打斷生產甚至造成損失。
普拉薩德還要應對近期的人員變動。普萊特2026年2月卸任後，由首席財務官阿曼達·麥克馬斯特（Amanda McMaster）臨時主持公司，其間多名高管和資深工程師離開。據Semafor報道，部分離職員工提到大規模工廠部署帶來的壓力。因此他面對的不只是AI技術問題，還要與留下來的團隊把研發、產品和交付銜接起來。
普拉薩德要把機器人做成什麼樣的產品，現代汽車的工廠已經給出具體任務。2021年，現代汽車集團取得波士頓動力控股權；今年7月，現代又宣佈推進收購軟銀持有的剩餘股份。今年9月，波士頓動力在現代美國佐治亞州工廠啟用了機器人元工廠應用中心（RMAC），Atlas正在這裡學習處理汽車零部件：按裝配順序備料，再把零件放到指定位置。按照計劃，2028年開始部署，2030年再擴充套件到零部件裝配。
這些工作看似不如跑酷和後空翻精彩，卻直接關係到生產線能否順暢運轉。零件擺放稍有偏差，機器人就需要調整抓取動作；任務變化，它也得學會新操作，並在一次成功後重復完成、跟上工廠節奏。這種需求已體現在Atlas新一代機械手上：10月公佈的四指設計著重考慮抓取零件、使用工具等實際需求，也便於先模擬訓練、再到真實環境驗證。
機械設計之外，Atlas還需提高識別環境、理解任務和自主操作的能力。Google DeepMind參與機器人基礎模型研發，輝達提供計算和模擬支援，現代則利用自身製造體系提供生產資料、零部件和供應鏈支援。在此基礎上，現代提出更大目標：未來幾年在現代和起亞的全球工廠部署2.5萬台Atlas，並在美國建設年產能3萬台機器人的生產設施。前者是部署計劃，後者是產能目標，都需逐步落實。先在自家工廠證明Atlas能用，再推廣到其他工業客戶，是現代這套佈局的基本思路。波士頓動力已計劃在2027年探索汽車製造以外的應用，但能走多快仍取決於Atlas在第一批工序中的表現。
三十多年來，波士頓動力讓許多人第一次看見機器人的另一種可能：BigDog在崎嶇地面保持平衡，Atlas完成後空翻和跑酷，這些畫面通過網路傳播，讓一家原本離大眾很遠的機器人公司有了知名度。後來Spot承擔工業巡檢，Stretch進入物流倉庫搬運箱子，公司逐漸有了購買和使用它們的客戶。這些經歷為Atlas的商業化提供了基礎，但工廠願意試用一台機器人，與願意長期採購仍有距離。Spot和Stretch用途相對明確，客戶可根據巡檢效果、搬運效率判斷是否值得購買；Atlas要適應更多工序、處理不同零件，還要與工人及其他裝置配合，每增加一項任務都需重新驗證操作能力和可靠性。
最終這些表現都要計入成本。一台機器人每天能完成多少工作、維護花多少錢、故障後多久恢復，決定了它能為客戶節省多少時間和費用。只有實際收益足以覆蓋投入，試用才可能變成持續採購。這也是人形機器人企業共同面臨的考驗：演示可以選擇任務和環境，客戶現場卻有具體生產要求，機器人交付後還需安裝除錯、人員培訓和維修支援。現代汽車為波士頓動力提供了難得條件——既有首批需求，也有工廠和製造體系，但自家工廠能用並不意味著其他客戶也能直接使用。面對不同裝置、工序和預算，Atlas仍要證明自己的適應能力和使用價值。普拉薩德的AI產品經驗能否幫助公司把這些工作做好，還需時間驗證；機器人本體、AI能力和交付服務，任何一環跟不上，都可能影響客戶繼續採購。