马斯克的人形机器人——特斯拉Optimus进化了，价格还“比车更低”。

(相关资料图)

现在，成群结队的Optimus学会了像人一样缓慢前行:

视频中它们还路过Cybertruck的生产间，满满的赛博朋克味道。

而且Optimus们可不是简单的在走路而已，而是边走边发现并记忆周遭的环境:

接下来，是更为细节的能力展示。

例如特斯拉展示了Optimus电机转矩控制的能力，是能做到控制力道不打碎鸡蛋的那种:

手活儿也是过关的，各种物体拿捏自如:

这就是在今天结束的特斯拉股东日，Optimus展现的最新能力。

不难发现，相比最早的发布，特斯拉人形机器人在能力上确实有了进步。

而且跟前一阵特斯拉AI Day中也有所不同，不再是PPT般的宣传片质感。

但雷同之处也是较为明显:都没有出现在现场!

不过马斯克却很是淡定，在现场直接表态:

那么他的这份自信，到底源自哪里?

已经和FSD算法打通

特斯拉这次发布的视频没有对Optimus做任何技术上的解析。

但马斯克透露，特斯拉已经打通了FSD和机器人的底层模块，实现了一定程度的算法复用。

那么底层的FSD算法技术究竟是什么呢?又有哪些可以应用于机器人?

特斯拉的FSD算法指的是其全自动驾驶（Full Self-Driving）系统所采用的算法。

采用它是为了实现车辆的自主导航和自动驾驶功能，让车辆能够在各种交通环境下js进行感知、决策和控制。

FSD算法主要依赖于神经网络和计算机视觉技术。

其核心是神经网络模型:通过对实时传感器（如相机、激光雷达等）获取的数据进行处理和分析，并从中提取有关道路、车辆、行人和障碍物等信息，可以实现车辆的环境感知和物体识别。

FSD算法还能够生成车辆的控制指令，包括加速、制动、转向等。

特斯拉利用大规模的数据集训练模型，可以提高算法在复杂环境下的性能和鲁棒性。

正如我们刚才提到的，特斯拉这次称已经打通了FSD和机器人的底层模块，并认为自动驾驶的本质其实就是机器人。

而FSD算法在机器人的感知、决策和控制方面也可以起到重要作用。

和特斯拉环境感知主要依赖视觉相似的，机器人同样也是如此。

在感知层面，特斯拉的一个重要技术是Occupancy Network （占据网络），用于对3D空间中一些长尾障碍物的检测，来估测障碍物的位置大小，甚至可以估计物体的运动情况。

FSD算法利用传感器数据进行环境感知，这些传感器也可以帮助机器人感知周围环境，识别物体、人和障碍物等。

FSD算法在处理传感器数据时，具备对道路、车辆和行人等物体进行识别的能力，可以帮助机器人在执行任务时识别和定位物体。

在自动驾驶中，FSD算法可以根据感知到的环境信息进行路径规划和决策。

类似地，这种路径规划和决策的方法也可以应用于机器人，帮助机器人在复杂的环境中选择最佳路径和执行适当的决策。

在去年Tesla AI Day上，特斯拉就公布了一种在线矢量地图构建模型Lanes Network，可以得到车道线的拓扑结构，帮助自动驾驶汽车实现变道。

然而，由于机器人和自动驾驶领域的差异，可能需要对FSD算法进行适应和改进，以满足机器人特定的需求和任务。

这一切能够实现，都要基于特斯拉强大的技术软件基础（就是特斯拉超算中心里的东西）。

虽然在技术上Optimus已经有所突破，但网友还是期待它能够实现这样的效果:

不过也有一位斯坦福博士发文表示:

马斯克:成熟的Optimus将达到100亿台

虽然从效果上来看，Optimus的表现并没有像波士顿动力跳、转、翻那般惊艳，但似乎马老板的醉翁之意并不在于此。

毕竟早在AI Day的时候，他便直言不讳地表态过“它显然不是在做跑酷运动”（嘲讽意味也是很到位了）。

当时Optimus展示环节便安排在了自动驾驶环节之后，这次也是如此，至于为何这样安排，马斯克之前也有所提及:

这次马斯克对此又做了些许补充，他认为:

不过对于Optimus的“进度时间表”，不少人还是有争议的。

因为马斯克曾在去年夸下海口说今年将会量产，但从目前的进程上来看，还是有待商榷。

外媒Electrke估计，Optimus距离有用的产品应该android还有3年时间的路要走。

但从今年的活动中来看，马斯克对于Optimus的态度依旧是乐观且坚持，他首次这样表态:

除此之外，马斯克还大胆地预测说:

那么对于马斯克的预测，你怎么看?

参考链接:

[1]https://twitter.com/tesla_optimus/status/1658576897490530305

[2]https://twitter.com/drjimfan/status/1658595224896311297

[3]https://electrek.co/2023/05/16/tesla-bot-sideshow-new-footage-robots/

[4]https://www.youtube.com/watch?v=N-_ZBfKXfr0

—完—