<p>“机器人技术开始将人工智能具象化，” CNBC 的 Deirdre Bosa 宣称，概括了科技领域正在发生的重大变革，理论上的人工智能终于在可触及、可操作的硬件中得以体现。这一认识在最近的公告中得到了明确体现，谷歌 DeepMind 与波士顿动力公司合作，将其尖端的人工智能模型注入人形机器人，这一举动标志着物理智能的真正商业化时代的到来。</p>
<p>Bosa 在 CNBC 的 TechCheck 节目中评论了这一合作的重要性以及 CES 上更广泛的机器人展示，强调叙事已经明确超越了新奇性。讨论的重点是复杂机械工程（长期以来是波士顿动力的领域）与先进的大型语言模型的融合如何重新定义工业能力和全球技术竞争。</p>
<p>波士顿动力下一代 Atlas 机器人的演示，作为为现实工业环境设计的人形机器人，成为这一进展的有力视觉标志。该机器人的物理能力令人印象深刻，拥有完全可旋转的关节，旨在在恶劣条件下可靠运行：“它基于自然，因此你拥有完全可旋转的关节，能够在高温、低温、雨水和真实工业环境中运行。” 然而，这些机械成就现在被视为基础硬件，而非最终的竞争优势。</p>
<p>这一合作所带来的关键洞察是，硬件正日益成为商品；真正的差异化因素——以及最终的奖赏——在于驱动机器的智能层。核心价值主张不再是机器人的行走或平衡能力，而是其快速、可转移学习的能力。展示的关键创新是机器人学习新复杂任务的能力，例如定位充电站或更换自身电池，并且关键的是，“将这一技能传授给其他机器人。” 这一能力显著加快了在各种工业环境中的部署周期和操作灵活性。</p>
<p>这一重点解释了 Alphabet 重新与波士顿动力接触的战略决策，波士顿动力曾是其旗下公司，后被出售给现代汽车。Alphabet 并不寻求重新拥有物理制造资产，而是希望控制认知引擎。通过将 DeepMind 的先进 Gemini AI 应用于 Atlas，谷歌优先考虑软件堆栈而非硬件底盘。</p>
<p>这对主要科技实体来说是一个深刻的优先事项重组。</p>
<p>这种向智能而非机械的战略转变在整个行业中得到了广泛反映。例如，Nvidia 正在应用其在 AI 基础设施中确保主导地位的相同策略——控制底层计算引擎——到机器人领域。首席执行官黄仁勋最近的主题演讲重点强调了训练机器人和捕捉智能层，反映了 AMD 的努力，后者也与 Generative Bionics 等公司合作，推动其自身的人形机器人概念。</p>
<p>在具身 AI 的主导权争夺战中，竞争不仅仅是企业之间的；它在根本上是地缘政治的。当前 AI 竞争的动态——美国在智能和软件创新方面领先——正在机器人领域得到复制。相反，中国的优势根植于其巨大的制造能力和快速的部署能力。</p>
<p>双方都在争相设定全球标准，以确保对全球经济下一层的控制。这场竞争迅速引起了华盛顿的关注，因为其影响远超消费电子产品；它涉及工业能力、供应链和国防技术。</p>
<p>最终，谷歌 DeepMind 与波士顿动力之间的合作突显了创始人和投资者的新现实：机器人技术已经超越了理论研究和新奇展示的领域。物理的强健性与复杂的人工智能的融合不仅仅是一个进化步骤，而是向工业化、智能自动化的明确转变，使得对 AI 大脑的控制成为堆栈中最有价值的资产。</p>

谷歌-A

谷歌-C

1 倍做空谷歌 ETF - Direxion

2 倍做多谷歌 ETF - Direxion

<p>谷歌 DeepMind 与波士顿动力的合作标志着机器人技术的重大转变，强调了人工智能在物理机器中的重要性。此次合作旨在将先进的人工智能模型整合到类人机器人中，展示从新奇到实际工业应用的过渡。现在的重点是智能层，机器人能够快速学习和技能转移，从而增强操作灵活性。这一战略转变反映了行业更广泛的趋势，即优先考虑软件而非硬件，同时在美国和中国争夺具身人工智能主导地位的地缘政治背景下具有重要意义</p>

<p>“Robotics is starting to put AI into physical form,” declared CNBC’s Deirdre Bosa, summarizing the tectonic shift occurring in the tech landscape where theoretical artificial intelligence is finally manifesting in tangible, actionable hardware. This realization was the clear undercurrent of the recent announcement that Google DeepMind is partnering with Boston Dynamics to inject its cutting-edge AI models into humanoid robots, a move that signals the true commercialization era for physical intelligence.</p>
<div class="lb-trans"><p>“机器人技术开始将人工智能具象化，” CNBC 的 Deirdre Bosa 宣称，概括了科技领域正在发生的重大变革，理论上的人工智能终于在可触及、可操作的硬件中得以体现。这一认识在最近的公告中得到了明确体现，谷歌 DeepMind 与波士顿动力公司合作，将其尖端的人工智能模型注入人形机器人，这一举动标志着物理智能的真正商业化时代的到来。</p>
</div><p>Bosa, speaking on CNBC’s TechCheck, provided commentary on the significance of the partnership and the broader robotics showcase at CES, emphasizing that the narrative has moved decisively past novelty. The discussion centered on how the convergence of sophisticated mechanical engineering—long the domain of Boston Dynamics—and advanced large language models is redefining industrial capacity and global technological competition.</p>
<div class="lb-trans"><p>Bosa 在 CNBC 的 TechCheck 节目中评论了这一合作的重要性以及 CES 上更广泛的机器人展示，强调叙事已经明确超越了新奇性。讨论的重点是复杂机械工程（长期以来是波士顿动力的领域）与先进的大型语言模型的融合如何重新定义工业能力和全球技术竞争。</p>
</div><p>The demonstration of Boston Dynamics’ next-generation Atlas robot, a humanoid form factor designed for real-world industrial environments, served as a potent visual marker of this progress. The robot’s physical capabilities are formidable, boasting fully rotational joints built to operate reliably in harsh conditions: “It builds on nature, so you’ve got fully rotational joints, built to operate in heat, cold, rain, real industrial environments.” These mechanical achievements, however, are now viewed as foundational hardware rather than the ultimate competitive edge.</p>
<div class="lb-trans"><p>波士顿动力下一代 Atlas 机器人的演示，作为为现实工业环境设计的人形机器人，成为这一进展的有力视觉标志。该机器人的物理能力令人印象深刻，拥有完全可旋转的关节，旨在在恶劣条件下可靠运行：“它基于自然，因此你拥有完全可旋转的关节，能够在高温、低温、雨水和真实工业环境中运行。” 然而，这些机械成就现在被视为基础硬件，而非最终的竞争优势。</p>
</div><p>The pivotal insight emerging from this collaboration is that the hardware is increasingly becoming a commodity; the true differentiator—and the ultimate prize—lies in the intelligence layer powering the machine. The core value proposition is no longer about the robot’s ability to walk or balance, but its capacity for rapid, transferable learning. The key innovation showcased was the robot’s ability to learn a new complex task, such as locating a charging station or swapping its own battery, and then critically, “pass that skill onto other robots.” This capability dramatically accelerates deployment cycles and operational flexibility across diverse industrial settings.</p>
<div class="lb-trans"><p>这一合作所带来的关键洞察是，硬件正日益成为商品；真正的差异化因素——以及最终的奖赏——在于驱动机器的智能层。核心价值主张不再是机器人的行走或平衡能力，而是其快速、可转移学习的能力。展示的关键创新是机器人学习新复杂任务的能力，例如定位充电站或更换自身电池，并且关键的是，“将这一技能传授给其他机器人。” 这一能力显著加快了在各种工业环境中的部署周期和操作灵活性。</p>
</div><p>This focus explains Alphabet’s strategic decision to re-engage with Boston Dynamics, a company it once owned and subsequently sold to Hyundai. Alphabet is not seeking to re-own the physical manufacturing assets, but rather to control the cognitive engine. By powering Atlas with DeepMind’s advanced Gemini AI, Google is prioritizing the software stack over the hardware chassis.</p>
<div class="lb-trans"><p>这一重点解释了 Alphabet 重新与波士顿动力接触的战略决策，波士顿动力曾是其旗下公司，后被出售给现代汽车。Alphabet 并不寻求重新拥有物理制造资产，而是希望控制认知引擎。通过将 DeepMind 的先进 Gemini AI 应用于 Atlas，谷歌优先考虑软件堆栈而非硬件底盘。</p>
</div><p>This is a profound realignment of priorities for major tech entities.</p>
<div class="lb-trans"><p>这对主要科技实体来说是一个深刻的优先事项重组。</p>
</div><p>This strategic pivot towards intelligence over mechanics is widely reflected across the industry. Nvidia, for instance, is applying the same playbook that secured its dominance in AI infrastructure—controlling the underlying computational engine—to robotics. CEO Jensen Huang’s recent keynotes have focused heavily on training robots and capturing the intelligence layer, mirroring the efforts of AMD, which is also partnering with firms like Generative Bionics to power its own humanoid robot concepts.</p>
<div class="lb-trans"><p>这种向智能而非机械的战略转变在整个行业中得到了广泛反映。例如，Nvidia 正在应用其在 AI 基础设施中确保主导地位的相同策略——控制底层计算引擎——到机器人领域。首席执行官黄仁勋最近的主题演讲重点强调了训练机器人和捕捉智能层，反映了 AMD 的努力，后者也与 Generative Bionics 等公司合作，推动其自身的人形机器人概念。</p>
</div><p>The race for dominance in embodied AI is not solely a corporate one; it is fundamentally geopolitical. The dynamics underpinning the current AI competition—where the US leads in intelligence and software innovation—are being replicated in the robotics sector. China’s edge, conversely, is rooted in its immense manufacturing capacity and rapid deployment capabilities.</p>
<div class="lb-trans"><p>在具身 AI 的主导权争夺战中，竞争不仅仅是企业之间的；它在根本上是地缘政治的。当前 AI 竞争的动态——美国在智能和软件创新方面领先——正在机器人领域得到复制。相反，中国的优势根植于其巨大的制造能力和快速的部署能力。</p>
</div><p>Each side is racing to set the global standard, ensuring control over the next layer of the global economy. This rivalry quickly captures Washington’s attention because the implications extend far beyond consumer electronics; they touch industrial capacity, supply chains, and defense technology.</p>
<div class="lb-trans"><p>双方都在争相设定全球标准，以确保对全球经济下一层的控制。这场竞争迅速引起了华盛顿的关注，因为其影响远超消费电子产品；它涉及工业能力、供应链和国防技术。</p>
</div><p>Ultimately, the partnership between Google DeepMind and Boston Dynamics underscores a new reality for founders and investors: robotics has transcended the realm of theoretical research and novelty demonstrations. The convergence of physical robustness and sophisticated AI is not merely an evolutionary step, but a definitive shift toward industrialized, intelligent automation, making the control of the AI brain the most valuable asset in the stack.</p>
<div class="lb-trans"><p>最终，谷歌 DeepMind 与波士顿动力之间的合作突显了创始人和投资者的新现实：机器人技术已经超越了理论研究和新奇展示的领域。物理的强健性与复杂的人工智能的融合不仅仅是一个进化步骤，而是向工业化、智能自动化的明确转变，使得对 AI 大脑的控制成为堆栈中最有价值的资产。</p>
</div>

The Real Robotics Race is in the Intelligence Layer

- 谷歌 DeepMind 与波士顿动力合作，推动 AI 在机器人领域的应用。  
- 机器人的智能层成为差异化竞争的关键，快速学习新技能。  
- 此次合作标志着工业化智能自动化的转变，吸引业内关注。

真正的机器人竞赛在于智能层面