机器人能否卸下你的杂货并妥善收纳？一段新视频让这个未来显得不再遥远。
波士顿动力公司的最新视频展示了一个人形机器人以类人的精确度将物体从一个容器转移到另一个容器。
该视频自8月20日发布以来已被观看超过86.5万次，展示了波士顿动力与丰田研究所称之为"机器人技术与人工智能研究的重大突破"——通过他们称为"大型行为模型"（LBM）的技术驱动Atlas机器人。
"Atlas执行了一个需要将物体操控与移动相结合的长时连续复杂任务序列，"两家机构在新闻稿中表示。"通过采用LBM，以往需要费力手动编程的新功能现在可以快速添加，且无需编写任何新代码。"
视频显示机器人在拆箱时行走、蹲下和举重。
在拍摄视频过程中，研究人员使用曲棍球杆关闭箱盖并将箱子在地板上滑动。每次机器人都能调整应对，重新打开箱盖或将箱子移回原位。
"这项工作让我们得以窥见如何构建将改变我们生活和工作方式的通用机器人，"波士顿动力机器人研究副总裁Scott Kuindersma表示。"通过训练单一神经网络执行多项长时程操控任务，将实现更好的泛化能力。而像Atlas这样高能力的机器人，在为需要全身精度、灵活性和力量的任务收集数据时遇到的障碍最少。"
丰田研究所大型行为模型高级副总裁Russ Tedrake指出："以往的编程方法根本无法规模化应对这一挑战"，但LBM提供了实现途径。
"大型行为模型以全新的方式把握这一机遇——通过人类演示快速添加技能，随着LBM能力增强，它们需要越来越少的演示就能实现越来越稳健的行为，"Tedrake说道。
