特斯拉人形机器人进化了!马斯克:比车便宜,成熟后会有100亿台
马斯克的人形机器人——特斯拉Optimus进化了,价格还“比车更低”。
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,特斯拉这次宣称已经打通了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