RMAC di Georgia ialah hab latihan dan pengesahan Atlas, tempat robot diuji dalam keadaan menyerupai kilang sebelum digunakan di tapak pembuatan Hyundai. Tugas awal Atlas ialah penyusunan urutan komponen, iaitu menyediakan alat ganti yang betul mengikut susunan kenderaan pada barisan pemasangan bercampur.
Diterbitkan olehDisunting dengan GPT-5.6 TerraImej dijana dengan GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: How is Boston Dynamics’ new Robotics Metaplant Application Center at Hyundai Motor Group Metaplant America near Savannah training Atlas huma. Article summary: RMAC is intended to turn Atlas from a promising humanoid demonstration into a repeatable industrial system: operators teach task fragments, simulation expands the range of situations the robot can handle, and the resulti. Topic tags: general, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clic
RMAC, singkatan bagi Robotics Metaplant Application Center, dibina untuk menutup jurang antara robot humanoid yang berkebolehan dan aliran kerja kilang yang benar-benar boleh diharap. Terletak di Hyundai Motor Group Metaplant America (HMGMA) di Georgia, Amerika Syarikat, pusat ini menjadi tempat Atlas daripada Boston Dynamics mempelajari kerja logistik automotif, diuji dalam keadaan hampir menyerupai pengeluaran sebenar, kemudian disahkan sebelum dibawa ke barisan pembuatan Hyundai.35
36
Fokus awalnya bukan memasang keseluruhan kereta. Sebaliknya, Hyundai bermula dengan satu kerja yang lebih terhad tetapi bernilai tinggi: penyusunan urutan komponen.
Dalam kilang automotif, beberapa model dan varian kereta boleh dipasang pada barisan yang sama. Pekerja pemasangan memerlukan komponen yang tepat untuk setiap kenderaan, dalam susunan yang tepat. Proses menyediakan komponen mengikut giliran inilah yang dipanggil parts sequencing, atau penyusunan urutan komponen.10
Dalam satu demonstrasi, Atlas memindahkan penutup enjin dari bekas pembekal ke troli penyusunan bergerak secara autonomi. Robot menerima maklumat lokasi bekas, menggunakan model penglihatan pembelajaran mesin untuk mengenal pasti kedudukan bekas dan peralatan di sekelilingnya, memilih cara mencengkam objek, serta menganggarkan keadaan objek yang sedang dikendalikannya secara berterusan.9
Di RMAC, Hyundai menerangkan pendekatan latihannya sebagai pemetaan pergerakan manusia — seperti mengangkat, berpusing dan memulihkan keseimbangan — kepada latihan yang tepat untuk tugas berulang dan rumit. Pusat itu turut mengumpulkan data tingkah laku, menjalankan ujian serta pengesahan sebelum sesuatu kebolehan digunakan dalam pengeluaran komersial.36
42
Atlas tidak bergantung pada satu kaedah latihan sahaja. Modelnya menggabungkan tiga lapisan utama.
Atlas boleh bekerja secara autonomi, tetapi juga boleh dikawal secara manual menggunakan set kepala realiti maya (VR) atau pengawal tablet. Ini membolehkan operator menunjukkan pergerakan untuk tugas baharu atau sukar, campur tangan apabila diperlukan, dan menghasilkan contoh yang berguna untuk membina tingkah laku robot — tanpa perlu memprogram setiap pergerakan satu demi satu.4
Bagi kerja manipulasi objek, kaedah ini penting kerana kejayaan sesuatu tindakan bukan sekadar bergantung pada tangan robot. Kedudukan tubuh, titik sentuhan dengan objek dan susun atur ruang kerja semuanya memainkan peranan.
Boston Dynamics menyatakan Atlas dilatih untuk mengendalikan objek berat melalui pembelajaran pengukuhan (reinforcement learning, RL) dalam jumlah variasi simulasi yang sangat besar. Dalam contoh mengangkat peti sejuk, robot perlu belajar menyesuaikan diri dengan perbezaan yang mungkin ditemuinya di dunia sebenar, bukan hanya mengulangi satu gerakan yang telah ditetapkan.5
Bagi logistik automotif, variasinya bukan pada komponen sahaja. Kedudukan objek, jenis bekas, peralatan sokongan dan keadaan ruang kerja boleh berubah. Simulasi membolehkan Atlas mengalami lebih banyak kemungkinan sebelum tingkah laku itu diuji pada robot fizikal.
Simulasi membantu, tetapi ukuran sebenar ialah sama ada robot dapat melaksanakan tugas dengan stabil dalam persekitaran pembuatan. Di sinilah peranan RMAC: membangunkan kes penggunaan, mengumpul data, menguji prestasi dan memperhalusi tingkah laku Atlas sebelum ia diperkenalkan ke barisan pengeluaran Hyundai.36
42
Memindahkan satu komponen dari satu bekas ke bekas lain kelihatan mudah. Namun dalam kilang, ia sebenarnya masalah manipulasi bergerak yang memerlukan beberapa keupayaan berfungsi serentak.
Perubahan besar di sebalik RMAC bukan hanya soal perkakasan robot. Ia juga soal cara Hyundai dan Boston Dynamics mengatur proses pembangunan kemahiran Atlas.
Demonstrasi Atlas sebelum ini menunjukkan kebolehan tertentu secara berasingan. RMAC pula direka sebagai sistem berterusan untuk membina, menilai dan memindahkan tingkah laku: data operasi dikumpulkan, kemahiran dibangunkan dan diuji, prestasi disahkan dalam persekitaran realistik, kemudian kemahiran itu boleh digunakan semula.
Menurut Boston Dynamics, kemahiran baharu yang dipelajari oleh satu Atlas boleh dikerahkan kepada keseluruhan armada Atlas, dan tugasan boleh disesuaikan serta dilancarkan semula pada skala besar.1
6 Hyundai pula menggambarkan RMAC sebagai sebahagian daripada rantaian nilai robotik AI hujung ke hujung, yang menggabungkan data latihan dengan proses ujian dan pengesahan.
36
Ini tidak bermakna setiap tingkah laku boleh dipindahkan tanpa perubahan ke semua kilang. Namun sasaran kini bukan lagi eksperimen tersuai bagi setiap lokasi, sebaliknya pakej keupayaan robot yang boleh diulang, dipertingkat dan digunakan secara lebih meluas dari semasa ke semasa.
RMAC memulakan operasi penuh pada September 2026 selepas tempoh perintis. Fungsinya ialah sebagai tapak ujian Atlas sebelum robot itu dikerahkan ke kemudahan pembuatan Hyundai.33
35
Pelan hala tuju Hyundai membezakan tempoh latihan daripada operasi di lantai pengeluaran. Atlas dijangka mula beroperasi di HMGMA pada 2028, dengan penyusunan urutan komponen sebagai fokus awal. Laporan mengenai rancangan Hyundai pula menunjukkan peluasan berfasa ke lokasi lain dan, akhirnya, kerja pemasangan komponen.26
44
Hyundai turut menyatakan hasrat untuk mengerahkan lebih 25,000 robot Atlas di kilang Hyundai dan Kia, sambil menyasarkan kapasiti pengeluaran tahunan kira-kira 30,000 robot menjelang 2028. Angka ini ialah sasaran dan rancangan kapasiti, bukannya jumlah robot yang telah dipasang ketika ini.26
27
Hyundai Motor Manufacturing Czech di Nošovice sedang berbincang dengan Boston Dynamics dan ibu pejabat Hyundai tentang kemungkinan penggunaan Atlas, menurut laporan terkini. Bagaimanapun, belum ada tarikh diumumkan untuk ujian pada barisan pengeluaran aktif atau pelancaran penggunaan di kilang tersebut.18
19
Sebarang percubaan di Eropah akan menguji lebih daripada keupayaan robot. Kekurangan tenaga kerja disebut sebagai sebahagian daripada rasionalnya, tetapi penerimaan pekerja, keselamatan, kualiti dan penyepaduan ke dalam proses kerja sedia ada juga menjadi persoalan utama.19
21
Kesimpulan terdekatnya jelas: Georgia ialah medan latihan utama Atlas, penyusunan urutan komponen ialah aplikasi praktikal pertamanya, dan kejayaan RMAC akan dinilai berdasarkan satu perkara — sama ada Atlas boleh mengulangi tugas dengan andal dalam operasi kilang sebenar, bukan sekadar kelihatan meyakinkan dalam demonstrasi.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
RMAC di Georgia ialah hab latihan dan pengesahan Atlas, tempat robot diuji dalam keadaan menyerupai kilang sebelum digunakan di tapak pembuatan Hyundai.
RMAC di Georgia ialah hab latihan dan pengesahan Atlas, tempat robot diuji dalam keadaan menyerupai kilang sebelum digunakan di tapak pembuatan Hyundai. Tugas awal Atlas ialah penyusunan urutan komponen, iaitu menyediakan alat ganti yang betul mengikut susunan kenderaan pada barisan pemasangan bercampur.
Atlas menggabungkan penglihatan mesin, kawalan manusia melalui set kepala VR atau tablet, pembelajaran pengukuhan dalam simulasi dan pengesahan di persekitaran fizikal.[4][5][36]
RMAC di Georgia ialah hab latihan dan pengesahan Atlas, tempat robot diuji dalam keadaan menyerupai kilang sebelum digunakan di tapak pembuatan Hyundai. Tugas awal Atlas ialah penyusunan urutan komponen, iaitu menyediakan alat ganti yang betul mengikut susunan kenderaan pada barisan pemasangan bercampur.
Diterbitkan olehDisunting dengan GPT-5.6 TerraImej dijana dengan GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: How is Boston Dynamics’ new Robotics Metaplant Application Center at Hyundai Motor Group Metaplant America near Savannah training Atlas huma. Article summary: RMAC is intended to turn Atlas from a promising humanoid demonstration into a repeatable industrial system: operators teach task fragments, simulation expands the range of situations the robot can handle, and the resulti. Topic tags: general, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clic
RMAC, singkatan bagi Robotics Metaplant Application Center, dibina untuk menutup jurang antara robot humanoid yang berkebolehan dan aliran kerja kilang yang benar-benar boleh diharap. Terletak di Hyundai Motor Group Metaplant America (HMGMA) di Georgia, Amerika Syarikat, pusat ini menjadi tempat Atlas daripada Boston Dynamics mempelajari kerja logistik automotif, diuji dalam keadaan hampir menyerupai pengeluaran sebenar, kemudian disahkan sebelum dibawa ke barisan pembuatan Hyundai.35
36
Fokus awalnya bukan memasang keseluruhan kereta. Sebaliknya, Hyundai bermula dengan satu kerja yang lebih terhad tetapi bernilai tinggi: penyusunan urutan komponen.
Dalam kilang automotif, beberapa model dan varian kereta boleh dipasang pada barisan yang sama. Pekerja pemasangan memerlukan komponen yang tepat untuk setiap kenderaan, dalam susunan yang tepat. Proses menyediakan komponen mengikut giliran inilah yang dipanggil parts sequencing, atau penyusunan urutan komponen.10
Dalam satu demonstrasi, Atlas memindahkan penutup enjin dari bekas pembekal ke troli penyusunan bergerak secara autonomi. Robot menerima maklumat lokasi bekas, menggunakan model penglihatan pembelajaran mesin untuk mengenal pasti kedudukan bekas dan peralatan di sekelilingnya, memilih cara mencengkam objek, serta menganggarkan keadaan objek yang sedang dikendalikannya secara berterusan.9
Di RMAC, Hyundai menerangkan pendekatan latihannya sebagai pemetaan pergerakan manusia — seperti mengangkat, berpusing dan memulihkan keseimbangan — kepada latihan yang tepat untuk tugas berulang dan rumit. Pusat itu turut mengumpulkan data tingkah laku, menjalankan ujian serta pengesahan sebelum sesuatu kebolehan digunakan dalam pengeluaran komersial.36
42
Atlas tidak bergantung pada satu kaedah latihan sahaja. Modelnya menggabungkan tiga lapisan utama.
Atlas boleh bekerja secara autonomi, tetapi juga boleh dikawal secara manual menggunakan set kepala realiti maya (VR) atau pengawal tablet. Ini membolehkan operator menunjukkan pergerakan untuk tugas baharu atau sukar, campur tangan apabila diperlukan, dan menghasilkan contoh yang berguna untuk membina tingkah laku robot — tanpa perlu memprogram setiap pergerakan satu demi satu.4
Bagi kerja manipulasi objek, kaedah ini penting kerana kejayaan sesuatu tindakan bukan sekadar bergantung pada tangan robot. Kedudukan tubuh, titik sentuhan dengan objek dan susun atur ruang kerja semuanya memainkan peranan.
Boston Dynamics menyatakan Atlas dilatih untuk mengendalikan objek berat melalui pembelajaran pengukuhan (reinforcement learning, RL) dalam jumlah variasi simulasi yang sangat besar. Dalam contoh mengangkat peti sejuk, robot perlu belajar menyesuaikan diri dengan perbezaan yang mungkin ditemuinya di dunia sebenar, bukan hanya mengulangi satu gerakan yang telah ditetapkan.5
Bagi logistik automotif, variasinya bukan pada komponen sahaja. Kedudukan objek, jenis bekas, peralatan sokongan dan keadaan ruang kerja boleh berubah. Simulasi membolehkan Atlas mengalami lebih banyak kemungkinan sebelum tingkah laku itu diuji pada robot fizikal.
Simulasi membantu, tetapi ukuran sebenar ialah sama ada robot dapat melaksanakan tugas dengan stabil dalam persekitaran pembuatan. Di sinilah peranan RMAC: membangunkan kes penggunaan, mengumpul data, menguji prestasi dan memperhalusi tingkah laku Atlas sebelum ia diperkenalkan ke barisan pengeluaran Hyundai.36
42
Memindahkan satu komponen dari satu bekas ke bekas lain kelihatan mudah. Namun dalam kilang, ia sebenarnya masalah manipulasi bergerak yang memerlukan beberapa keupayaan berfungsi serentak.
Perubahan besar di sebalik RMAC bukan hanya soal perkakasan robot. Ia juga soal cara Hyundai dan Boston Dynamics mengatur proses pembangunan kemahiran Atlas.
Demonstrasi Atlas sebelum ini menunjukkan kebolehan tertentu secara berasingan. RMAC pula direka sebagai sistem berterusan untuk membina, menilai dan memindahkan tingkah laku: data operasi dikumpulkan, kemahiran dibangunkan dan diuji, prestasi disahkan dalam persekitaran realistik, kemudian kemahiran itu boleh digunakan semula.
Menurut Boston Dynamics, kemahiran baharu yang dipelajari oleh satu Atlas boleh dikerahkan kepada keseluruhan armada Atlas, dan tugasan boleh disesuaikan serta dilancarkan semula pada skala besar.1
6 Hyundai pula menggambarkan RMAC sebagai sebahagian daripada rantaian nilai robotik AI hujung ke hujung, yang menggabungkan data latihan dengan proses ujian dan pengesahan.
36
Ini tidak bermakna setiap tingkah laku boleh dipindahkan tanpa perubahan ke semua kilang. Namun sasaran kini bukan lagi eksperimen tersuai bagi setiap lokasi, sebaliknya pakej keupayaan robot yang boleh diulang, dipertingkat dan digunakan secara lebih meluas dari semasa ke semasa.
RMAC memulakan operasi penuh pada September 2026 selepas tempoh perintis. Fungsinya ialah sebagai tapak ujian Atlas sebelum robot itu dikerahkan ke kemudahan pembuatan Hyundai.33
35
Pelan hala tuju Hyundai membezakan tempoh latihan daripada operasi di lantai pengeluaran. Atlas dijangka mula beroperasi di HMGMA pada 2028, dengan penyusunan urutan komponen sebagai fokus awal. Laporan mengenai rancangan Hyundai pula menunjukkan peluasan berfasa ke lokasi lain dan, akhirnya, kerja pemasangan komponen.26
44
Hyundai turut menyatakan hasrat untuk mengerahkan lebih 25,000 robot Atlas di kilang Hyundai dan Kia, sambil menyasarkan kapasiti pengeluaran tahunan kira-kira 30,000 robot menjelang 2028. Angka ini ialah sasaran dan rancangan kapasiti, bukannya jumlah robot yang telah dipasang ketika ini.26
27
Hyundai Motor Manufacturing Czech di Nošovice sedang berbincang dengan Boston Dynamics dan ibu pejabat Hyundai tentang kemungkinan penggunaan Atlas, menurut laporan terkini. Bagaimanapun, belum ada tarikh diumumkan untuk ujian pada barisan pengeluaran aktif atau pelancaran penggunaan di kilang tersebut.18
19
Sebarang percubaan di Eropah akan menguji lebih daripada keupayaan robot. Kekurangan tenaga kerja disebut sebagai sebahagian daripada rasionalnya, tetapi penerimaan pekerja, keselamatan, kualiti dan penyepaduan ke dalam proses kerja sedia ada juga menjadi persoalan utama.19
21
Kesimpulan terdekatnya jelas: Georgia ialah medan latihan utama Atlas, penyusunan urutan komponen ialah aplikasi praktikal pertamanya, dan kejayaan RMAC akan dinilai berdasarkan satu perkara — sama ada Atlas boleh mengulangi tugas dengan andal dalam operasi kilang sebenar, bukan sekadar kelihatan meyakinkan dalam demonstrasi.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
RMAC di Georgia ialah hab latihan dan pengesahan Atlas, tempat robot diuji dalam keadaan menyerupai kilang sebelum digunakan di tapak pembuatan Hyundai.
RMAC di Georgia ialah hab latihan dan pengesahan Atlas, tempat robot diuji dalam keadaan menyerupai kilang sebelum digunakan di tapak pembuatan Hyundai. Tugas awal Atlas ialah penyusunan urutan komponen, iaitu menyediakan alat ganti yang betul mengikut susunan kenderaan pada barisan pemasangan bercampur.
Atlas menggabungkan penglihatan mesin, kawalan manusia melalui set kepala VR atau tablet, pembelajaran pengukuhan dalam simulasi dan pengesahan di persekitaran fizikal.[4][5][36]