“其實這個技術很復雜，有人操作一點都不奇怪，因為你要給它輸入命令啊，但是操作的程度是怎樣的，這個才是重點。這個干預程度是有非常多的可能性，比如我給機器人的命令我先一股腦兒地全都輸入進去，然后讓它自己去行動，然后另外一種情況是現場給命令，這個也是人為操控的，但重要的是，機器人自主的部分有多少。這個其實是一個循序漸進的過程，最差的情況是，機器人每走一步我都操控一下，然后我一直看著它走到哪兒去了，然后地面的坡度、不平整度，在我這兒都有數據，然后我去一步一步地操控它，這是最初級的情況。不過，從視頻來看，是沒辦法看出它是屬于哪個階段的，因為完全自主與完全非自主其中的差距是可以很小的。”

　　IEEE記者顯然也對這個問題很關注，他們及時采訪了波士頓動力的創始人Marc Raibert，對方的回復是，在室外，工作人員會使用無線電控制機器人的轉向，而對于環境的感應以及運動平衡控制，則是機器人自己自主完成的。

　　朱曉蕊表示，最重要的是人為干預的程度，如果只是較少地干預，那說明機器人的平衡能力還是很驚人的。如果你看了上屆DARPA機器人挑戰賽，你就能感受到其中的差距了。波士頓動力是DARPA機器人挑戰賽的贊助方，它會向參賽團隊提供Altas機器人本體，由他們進行算法設計。上屆的DARPA機器人挑戰賽 的決賽中，共有大概6個團隊使用了Altas機器人本體，不過表現卻是一般，在比賽中多次摔倒。“當然，你也別太認真，視頻往往只會展示最好的部分，或許 Altas在室外走了很多次，唯獨那次成功了也說不定，然后把這段剪輯出來。”

　　波士頓動力贊助DARPA機器人挑戰賽，是有回報的，它的要求是這些拿錢的團隊在這些比賽中所使用的算法等技術將被其收入囊中，之后再將其整合進自己的機器人中。例如，這次Altas就似乎借鑒了去年的參賽機器人RoboSimian的手部設計。RoboSimian模仿了猴子的設計，身體也像猴子一樣具備很高的靈活性。機器人在摔倒后想要爬起來，手部的支撐是很關鍵的力量，從視頻中Altas在摔倒后爬起的表現，似乎新設計讓其輕松不少。