特斯拉人形机器(qi)人又解锁了新技能！
昨日(ri)，Tesla Optimus 官方发布了新的 demo 视频，展示了二代 Optimus 人形机器(qi)人的最新进展。
这次，Optimus 开始进厂打工了，在特斯拉电池工厂学会(hui)了分装(zhuang)电池，并且比(bi)以前走得更快更远更稳了。
让我们(men)先一睹 Optimus 的最新技能和训练细节。
现在，Optimus 的端到端神经网络经过训练，能够对(dui)特斯拉工厂的电池单元进行准确分装(zhuang)。
Optimus 在机器(qi)人的 FSD 计算机上实(shi)时运行，而(er)仅仅依靠 2D 摄像头、手部触觉和力(li)传感器(qi)。Optimus 利用它的腿保持平衡(heng)，同时网络驱(qu)动着整个上半身。
在插入过程中需(xu)要(yao)非常精确的动作，且容(rong)错(cuo)率很低，神经网络会(hui)自动定位下一个空(kong)闲槽位。Optimus 还能从故障(zhang)中自主恢复。
Optimus 的训练数据(ju)是通过人类远程操(cao)作收集，并针对(dui)各种(zhong)任(ren)务进行了扩展。
Optimus 在工厂进行测试，人工干预率持续下降(jiang)。
当(dang)然，Optimus 现在可以在定期绕着办(ban)公室行走，不仅走得更快，走的距离也越来越远了。
对(dui)此，特斯拉 Optimus（Tesla Bot）工程师 Milan Kovac 对(dui) Optimus 的更多训练细节进行了解读。
在过去的几个月里，特斯拉出色(se)的制造(zao)团队制造(zao)出了更多的机器(qi)人，以便进行研(yan)究并收集人工智能数据(ju)。
团队训练并部署了一个神经网络，允许(xu) Optimus 开始执(zhi)行有用的任(ren)务，例如从传送带上捡起电池单元并将它们(men)精确地插入托盘中。
这个神经网络完全端到端运行，这意味着 Optimus 只消耗来自机器(qi)人 2D 摄像头的视频以及板载本体感受器(qi)上的数据(ju)，并直(zhi)接产生关节控制序(xu)列。
Optimus 完全在机器(qi)人的嵌入式 FSD 计算机上运行，由板载电池供(gong)电。这样的设计使得单个神经网络可以通过添加更多样化的数据(ju)到训练过程中来执(zhi)行多个任(ren)务。
虽然目前 Optimus 还不完美，速度(du)还有点慢，但我们(men)看到了越来越高(gao)的成功率和越来越少的失误。特斯拉还训练 Optimus 从失败(bai)案例中恢复，并看到了自发的校正发生。
特斯拉已经在一家工厂部署了几台 Optimus 人形机器(qi)人，它们(men)每天都在真实(shi)的工作站上进行测试，并持续改进。
团队正在进行进一步的工作，以使 Optimus 移动更快，以及应对(dui)更恶劣的地形，同时不牺牲它的人性化特性。团队还将专注于可重复性、训练神经网络处理动态校准和机器(qi)人之间的微(wei)小差异。很快会(hui)有更多的更新。
此外，英伟达高(gao)级研(yan)究科学家、AI Agents 负责人 Jim Fan 对(dui) Optimus 新视频展示出的技能给予了很高(gao)的评价。
他认为，视频让我们(men)窥见了人类数据(ju)收集的真实(shi)场景，这是 Optimus 最大的优(you)势。建立这样的流水线需(xu)要(yao)什么呢？Optimus 做到了以下几点：
Optimus 的手是世界上顶级五指灵(ling)巧型机器(qi)人手之一，它具有触觉感知，拥(yong)有 11 个自由度(du)（DOF），相比(bi)之下许(xu)多竞品只有 6-7 个 DOF，并且具有强大的稳健(jian)性，能够在不需(xu)要(yao)持续维护的情况下承受大量的物体交互。
远程操(cao)作软件：我们(men)可以看到人类操(cao)作员戴着 VR 眼镜和手套。设置软件以实(shi)现第(di)一人称视频的实(shi)时传输和精确控制输出，同时保持极低延迟，这是非常了不起的。人类对(dui)于自己动作和机器(qi)人动作之间的最微(wei)小延迟都非常敏感。Optimus 有一个流畅的全身控制器(qi)，可以实(shi)时执(zhi)行人类姿态。
大规模 fleet：你需(xu)要(yao)不止一个机器(qi)人来并行收集数据(ju)，需(xu)要(yao)训练有素的人类每天进行多次轮班（最好全天候），以及一个随叫随到的维护团队，以确保机器(qi)人始终处于忙碌状(zhuang)态。这是学术研(yan)究实(shi)验室甚至都不会(hui)考虑的大量操(cao)作复杂性。
任(ren)务与(yu)环(huan)境：弄清楚要(yao)远程操(cao)作什么也同样重要(yao)。目前，大多数此类工作都是由演示驱(qu)动的：收集你想要(yao)放入社交媒体视频中的任(ren)务数据(ju)。但想要(yao)解决通用型机器(qi)人的问题(ti)，我们(men)需(xu)要(yao)仔细考虑任(ren)务和环(huan)境的分布。从视频的 43 秒到 51 秒部分，我们(men)可以看到工厂和家居(ju)环(huan)境，如移动电池、处理洗衣物、将日(ri)常物品分类放入货架。
这是一个开放性的研(yan)究问题(ti)：如果你只有预算来收集 1000 个任(ren)务的训练数据(ju)，你会(hui)选择什么来最大化技能转移和泛化呢？
结论：远程操(cao)作是解决人形机器(qi)人问题(ti)的必要(yao)条件，但不足以充(chong)分解决问题(ti)。它从根(gen)本上来说无法扩展。
在评论区，马斯克预告了 Optimus 人形机器(qi)人手部的最新目标，在今年晚些时候将拥(yong)有 22 自由度(du)（DoF）。这就更让人期待一波了。
此前，据(ju)马斯克在财报电话会(hui)议上透露，特斯拉 Optimus 人形机器(qi)人可能会(hui)在今年底拥(yong)有完成「有用的工厂任(ren)务」的能力(li)，并计划今年底前在自家工厂率先使用。同时特斯拉有可能在 2025 年年底前对(dui)外销售 Optimus。
特斯拉人形机器(qi)人「进化史」
特斯拉人形机器(qi)人最早要(yao)追溯到 2021 年 8 月的「特斯拉 AI 日(ri)」活动上，当(dang)时马斯克首次透露了要(yao)造(zao)人形机器(qi)人（Tesla Bot）的设想。
这款人形机器(qi)人的身高(gao)大概(gai)是 1.72 米，重约 112 斤，身材匀称，还带有一张面部屏幕，能够以约 8 公里 / 小时的速度(du)移动。
2022 年 10 月，这一年的「特斯拉 AI 日(ri)」上，Optimus 人形机器(qi)人首次亮相。彼时，它还不能做跳舞等花样表演。机器(qi)人工作时的功耗是 500W，重量达到 73 公斤，手运动的自由度(du)有 27 个。
不过，在 Demo 演示中，Optimus 展示了其搬箱子、浇花、在特斯拉超级工厂工作的画面。
2023 年 5 月，经过半年多的蛰伏(fu)，特斯拉 Optimus 终于具备了流畅行走和抓(zhua)取物体的能力(li)。
2023 年 9 月，特斯拉 Optimus 再次进化，可以自主对(dui)物体进行分类了，亮点在于神经网络完全端到端训练：输入视频、输出控制。闲暇之余(yu)，它还能做瑜伽消遣。
2023 年 12 月，Optimus 二代到来，让人的确看到了电影《机械公敌》里的样子了。
随着新视频的发布，特斯拉人形机器(qi)人的进步速度(du)再次令人惊(jing)叹(tan)。
本文来源：机器(qi)之心，原文标题(ti)：《特斯拉Optimus人形机器(qi)人进厂打工，娴熟(shu)分装(zhuang)电池、自我矫正，还能走更远了》
*免责声明：文章内容(rong)仅供(gong)参考，不构成投资建议
*风险提示：股市有风险，入市需(xu)谨慎