9月21日，Boston Dynamics 宣布，它設在現代汽車集團喬治亞州 Metaplant（HMGMA，薩凡納郊外）園區裡的「機器人 Metaplant 應用中心」（RMAC）已經投入運作。一批 Atlas 正在裡面學一件很具體的事：把汽車零件從包裝裡取出來，按組裝順序排好，再送往產線。
RMAC 這個名字我們並不陌生。5 月 11 日那篇 Atlas 倒立影片的稿子裡提過，Atlas 2026 年的全部產能已經許給了 RMAC 和 Google DeepMind，我們當時留了一個問題：RMAC 會不會悄悄拖到 2027 年。5 月下旬，Boston Dynamics 執行長 Robert Playter 還把它形容成一座「資料工廠」。9 月 21 日的答案是沒有拖：Atlas 第一次在整車廠裡有了一個常駐的訓練場，而且下面的細節比當初那句定位具體得多。
這間中心在練什麼
Boston Dynamics 的新聞稿把路線寫得很清楚。第一階段只練零件的物流和排序；到 2030 年擴展到零組件組裝；再往後，Atlas 要接手重複動作多、體力負擔重的工作，比如搬重物。
下一步也已經排好。明年 RMAC 要搬進 HMGMA 園區裡的一棟新大樓，面積大約是現在的十倍。同樣從明年起，Boston Dynamics 打算在汽車以外的產業找用途。它正在和 Spot、Stretch 的現有客戶洽談，範圍涵蓋製造、航太、半導體、物流、食品飲料和生命科學，目的是在這些客戶那裡擴大資料蒐集，讓 Atlas 的訓練一路延續到 2027 年。
新聞稿還把兩個舊數字重複了一遍：現代和起亞的全球工廠未來幾年先部署 2.5 萬台 Atlas，另外在美國建一座年產 3 萬台機器人的工廠。這兩個數字我們 5 月就報導過，它們是目標，不是現有的機器人數量。按現代 7 月公布的機器人路線圖，喬治亞廠正式部署 Atlas 是在 2028 年，先做零件排序，2030 年進入零組件組裝。
一座「機器人行為工廠」
新聞稿裡沒有的資訊，出現在 Boston Dynamics 產品暨技術長 Zack Jackowski 接受 The Robot Report 專訪時說的幾段話裡。
他說，之前那些試點都有期限，目的是摸清楚規模化之後該怎麼佈局，規模小，工程團隊親自上手。RMAC 是這些經驗的成果：一處常設設施，一邊蒐集資料，一邊測試應用，和整車廠的生產緊密配合。他幫它取了個名字，叫「機器人行為工廠」。進去的是真實的零件、治具和工位，加上 Atlas 和熟練的操作員；出來的是多樣化、高品質的資料，用來訓練機器人的動作。
資料有三個來源：人類遠端操控，模擬環境裡的強化學習，以及一種叫 UMI（通用操作介面）的手持蒐集裝置。
Jackowski 也講了排零件為什麼難。汽車零件要直接上手拿，表面形狀複雜；很多零件帶外觀面或者易碎的部位，哪裡能抓、哪裡不能碰都有講究；件大、重心偏或者脆的，往往要兩隻手配合；還得先從複雜的運輸包裝裡把零件取出來，再塞進密密麻麻的格架，送到線邊。
最值得記下的是他後面那句話。他說，量產版 Atlas 當初的設計假設基本上是對的，團隊學到更多的其實是應用本身：怎麼改治具和包裝，讓人形機器人更好操作；怎麼在生產環境裡有效地蒐集資料；怎麼幫人形機器人建立一套支援流程。
也就是說，現階段改得最多的不是機器人，是工位。
放進同業裡比一比
8 月 11 日我們寫過三家車廠、三款人形機器人，第一份工作都是排零件：BMW 用 Figure，賓士測 Apptronik，現代的 Atlas 也要先從按順序備料做起。MIT 產業績效中心的 Ben Armstrong 當時評價，這是用一百萬美元的方案去解決一百美元的問題。
RMAC 沒有推翻這個判斷的前提，它改變的是投入的形態。BMW 和賓士還在工廠裡做試點，測機器人能不能做這份工作；現代在自己的園區裡替這件事專門開了一處常設場地，明年還要搬進一棟大十倍的新大樓。前者在驗證，後者已經在建一條生產訓練資料的生產線。
豐田是另一個參照。9 月 18 日，豐田宣布從 2028 年起在全球 60 座工廠導入 40 萬台自研機器人，給出的理由是搶救 1.8 萬名老師傅手上的手藝。兩家的起點都是 2028 年。豐田講的是把人的手藝留下來，Boston Dynamics 這邊從一開始就把操作員的示範當成原料，直接餵給機器人。
誰會先感受到
線邊備料和零件排序人員。 這是最直接的一層。RMAC 練的就是這份工作，而且是在真正的整車廠園區裡、用真實的零件和工位在練。8 月那篇稿子把這一層列為曝險程度最高的職位，RMAC 讓這個判斷有了一個具體的地址。正式部署仍然是 2028 年，但從現在到那時的兩年多，是訓練資料一天天累積的時間，不是留給員工的緩衝期。
遠端操作員。 Jackowski 口中的「熟練操作員」是一份新工作。Boston Dynamics 已經從麻薩諸塞州 Waltham 總部調了一批人到薩凡納，各個部門也在持續徵才。這份工作產出的是訓練資料，訓練出來的動作，最後接手的是線邊員工的工作。它和我們 9 月 14 日寫過的 OpenAI 按小時計酬的評分外包屬於同一類職位：人的判斷被一件一件蒐集下來，變成模型的能力。不同的是，這裡蒐集的是手上的動作。這份工作能做多久，要看還需要多少示範資料；Jackowski 自己的說法是，資料蒐集會一路擴大到 2027 年。
治具、包裝和製程工程師。 這是最容易被忽略的一層。如果改治具和包裝是 RMAC 目前學到最多的東西，那麼供應商的包裝規格、線邊格架的設計、工位的佈局，都會一步步照著人形機器人的需要來改。這些職位不會被取代，反而會多出一項工作內容：替機器人重新設計工作環境。
汽車以外的產業。 明年 RMAC 擴大之後，要到航太、半導體、物流、食品飲料和生命科學的客戶那裡去蒐集資料。這些產業裡的物料搬運和備料職位，從 2027 年起會看到同樣的蒐集動作走進自己的廠房。
還有一件事值得放在一起看。8 月 25 日現代和韓國工會簽下的那條條款，只承諾就新專案「透明分享資訊」，工會沒有拿到否決權，2028 年這個日期也一天沒動。那份協議是在韓國簽的，RMAC 開在喬治亞。機器人學手藝的地方，離那張談判桌隔著一個太平洋。
External sources:
- Boston Dynamics, Boston Dynamics Opens Robotics Metaplant Application Center to Train Humanoid Robots for Manufacturing Tasks (September 21, 2026)
- The Robot Report, Boston Dynamics opens Metaplant Application Center to train Atlas humanoids (September 21, 2026)
- Hyundai Motor Group Newsroom, robotics strategy statement (July 2026)
- Humanoids Daily, Boston Dynamics Opens Atlas Training Center at Hyundai’s Georgia Factory (September 21, 2026)
