馬斯克的人形機器人——特斯拉Optimus進(jìn)化了，價格還“比車更低”。

現(xiàn)在，成群結(jié)隊的Optimus學(xué)會了像人一樣緩慢前行：

視頻中它們還路過Cybertruck的生產(chǎn)間，滿滿的賽博朋克味道。

而且Optimus們可不是簡單的在走路而已，而是邊走邊發(fā)現(xiàn)并記憶周遭的環(huán)境：

接下來，是更為細(xì)節(jié)的能力展示。

例如特斯拉展示了Optimus電機轉(zhuǎn)矩控制的能力，是能做到控制力道不打碎雞蛋的那種：

手活兒也是過關(guān)的，各種物體拿捏自如：

這就是在今天結(jié)束的特斯拉股東日，Optimus展現(xiàn)的最新能力。

不難發(fā)現(xiàn)，相比最早的發(fā)布，特斯拉人形機器人在能力上確實有了進(jìn)步。

而且跟前一陣特斯拉AI Day中也有所不同，不再是PPT般的宣傳片質(zhì)感。

但雷同之處也是較為明顯：都沒有出現(xiàn)在現(xiàn)場！

不過馬斯克卻很是淡定，在現(xiàn)場直接表態(tài)：

特斯拉的人形機器人是領(lǐng)先的。

這段視頻也是昨天剛剛做好的。

那么他的這份自信，到底源自哪里？

已經(jīng)和FSD算法打通

特斯拉這次發(fā)布的視頻沒有對Optimus做任何技術(shù)上的解析。

但馬斯克透露，特斯拉已經(jīng)打通了FSD和機器人的底層模塊，實現(xiàn)了一定程度的算法復(fù)用。

那么底層的FSD算法技術(shù)究竟是什么呢？又有哪些可以應(yīng)用于機器人？

特斯拉的FSD算法指的是其全自動駕駛（Full Self-Driving）系統(tǒng)所采用的算法。

采用它是為了實現(xiàn)車輛的自主導(dǎo)航和自動駕駛功能，讓車輛能夠在各種交通環(huán)境下進(jìn)行感知、決策和控制。

FSD算法主要依賴于神經(jīng)網(wǎng)絡(luò)和計算機視覺技術(shù)。

其核心是神經(jīng)網(wǎng)絡(luò)模型：通過對實時傳感器（如相機、激光雷達(dá)等）獲取的數(shù)據(jù)進(jìn)行處理和分析，并從中提取有關(guān)道路、車輛、行人和障礙物等信息，可以實現(xiàn)車輛的環(huán)境感知和物體識別。

FSD算法還能夠生成車輛的控制指令，包括加速、制動、轉(zhuǎn)向等。

特斯拉利用大規(guī)模的數(shù)據(jù)集訓(xùn)練模型，可以提高算法在復(fù)雜環(huán)境下的性能和魯棒性。

正如我們剛才提到的，特斯拉這次稱已經(jīng)打通了FSD和機器人的底層模塊，并認(rèn)為自動駕駛的本質(zhì)其實就是機器人。

而FSD算法在機器人的感知、決策和控制方面也可以起到重要作用。

和特斯拉環(huán)境感知主要依賴視覺相似的，機器人同樣也是如此。

在感知層面，特斯拉的一個重要技術(shù)是Occupancy Network (占據(jù)網(wǎng)絡(luò))，用于對3D空間中一些長尾障礙物的檢測，來估測障礙物的位置大小，甚至可以估計物體的運動情況。

FSD算法利用傳感器數(shù)據(jù)進(jìn)行環(huán)境感知，這些傳感器也可以幫助機器人感知周圍環(huán)境，識別物體、人和障礙物等。

FSD算法在處理傳感器數(shù)據(jù)時，具備對道路、車輛和行人等物體進(jìn)行識別的能力，可以幫助機器人在執(zhí)行任務(wù)時識別和定位物體。

在自動駕駛中，F(xiàn)SD算法可以根據(jù)感知到的環(huán)境信息進(jìn)行路徑規(guī)劃和決策。

類似地，這種路徑規(guī)劃和決策的方法也可以應(yīng)用于機器人，幫助機器人在復(fù)雜的環(huán)境中選擇最佳路徑和執(zhí)行適當(dāng)?shù)臎Q策。

在去年Tesla AI Day上，特斯拉就公布了一種在線矢量地圖構(gòu)建模型Lanes Network，可以得到車道線的拓?fù)浣Y(jié)構(gòu)，幫助自動駕駛汽車實現(xiàn)變道。

然而，由于機器人和自動駕駛領(lǐng)域的差異，可能需要對FSD算法進(jìn)行適應(yīng)和改進(jìn)，以滿足機器人特定的需求和任務(wù)。

這一切能夠?qū)崿F(xiàn)，都要基于特斯拉強大的技術(shù)軟件基礎(chǔ)（就是特斯拉超算中心里的東西）。

雖然在技術(shù)上Optimus已經(jīng)有所突破，但網(wǎng)友還是期待它能夠?qū)崿F(xiàn)這樣的效果：

不過也有一位斯坦福博士發(fā)文表示：

機器人領(lǐng)域仍在等待著類似GPT-3的時刻。自然語言處理已經(jīng)匯聚了自回歸變換器+下一個詞預(yù)測+強化學(xué)習(xí)高級特征的”配方”。然而，對于機器人技術(shù)而言，沒有任何一種”配方”被證明能夠達(dá)到同樣的效果。

馬斯克：成熟的Optimus將達(dá)到100億臺

雖然從效果上來看，Optimus的表現(xiàn)并沒有像波士頓動力跳、轉(zhuǎn)、翻那般驚艷，但似乎馬老板的醉翁之意并不在于此。

畢竟早在AI Day的時候，他便直言不諱地表態(tài)過“它顯然不是在做跑酷運動”（嘲諷意味也是很到位了）。

當(dāng)時Optimus展示環(huán)節(jié)便安排在了自動駕駛環(huán)節(jié)之后，這次也是如此，至于為何這樣安排，馬斯克之前也有所提及：

汽車應(yīng)該是一臺裝了輪子的機器人。

這次馬斯克對此又做了些許補充，他認(rèn)為：

自動駕駛正在越發(fā)接近廣義現(xiàn)實世界的人工智能，同樣的，軟件也可以轉(zhuǎn)移到人形機器人身上。

如果你對現(xiàn)實世界人工智能有所了解，你就會知道我們現(xiàn)在做的工作就是把自動駕駛的能力轉(zhuǎn)移到任何東西上。

不過對于Optimus的“進(jìn)度時間表”，不少人還是有爭議的。

因為馬斯克曾在去年夸下?？谡f今年將會量產(chǎn)，但從目前的進(jìn)程上來看，還是有待商榷。

外媒Electrke估計，Optimus距離有用的產(chǎn)品應(yīng)該還有3年時間的路要走。

但從今年的活動中來看，馬斯克對于Optimus的態(tài)度依舊是樂觀且堅持，他首次這樣表態(tài)：

通用型AI算法支持的機器人，是特斯拉未來長期價值所在。

除此之外，馬斯克還大膽地預(yù)測說：

如果Optimus成熟可用了，屆時很多人都希望能夠擁有一臺或多臺，那么它們的數(shù)量可能將達(dá)到100億甚至200億！

那么對于馬斯克的預(yù)測，你怎么看？

審核編輯 ：李倩