上世紀(jì)70年代，日本早稻田大學(xué)研發(fā)全球首個(gè)全尺寸人形“智能”機(jī)器人—— WABOT-1。此后全球陸續(xù)推出不同品類(lèi)、應(yīng)用在不同場(chǎng)景的人形機(jī)器人，除特斯拉外，波士頓動(dòng)力、豐田、本田、小米、優(yōu)必選等均有相關(guān)產(chǎn)品推出。但人形機(jī)器人產(chǎn)業(yè)化難度大，主要原因在于關(guān)鍵技術(shù)掣肘、成本仍高昂、應(yīng)用場(chǎng)景有限等，本田、軟銀等公司已宣布停產(chǎn)有關(guān)人形機(jī)器人產(chǎn)品。

2021年AI Day上，馬斯克發(fā)布了特斯拉的人形機(jī)器人計(jì)劃，當(dāng)時(shí)的Tesla Bot僅是概念。歷時(shí)1年，在2022年9月的AI Day上，人形機(jī)器人Optimus正式亮相。隨后2023年5月的股東大會(huì)，Optimus已能夠?qū)崿F(xiàn)物品分類(lèi)等更復(fù)雜的任務(wù)。2023年12月，Optimus Gen-2視頻發(fā)布，Gen-2實(shí)現(xiàn)了更為靈活的行走，能輕松拿捏雞蛋并實(shí)現(xiàn)左右手的轉(zhuǎn)移等更為精細(xì)化的動(dòng)作。在不到三年時(shí)間內(nèi)Optimus實(shí)現(xiàn)快速迭代發(fā)展，人形機(jī)器人產(chǎn)業(yè)化或?qū)⒊尸F(xiàn)由點(diǎn)到面、在某一階段快速滲透的趨勢(shì)。

表|特斯拉Optimus近2年迭代升級(jí)情況

來(lái)源：特斯拉發(fā)布會(huì)、與非網(wǎng)整理

接下來(lái)，筆者將帶領(lǐng)大家一起回顧和總結(jié)學(xué)習(xí)3年來(lái)，特斯拉人形機(jī)器人的發(fā)展歷程、主要成果及技術(shù)進(jìn)步等做以梳理和拆解。以便大家了解特斯拉人形機(jī)器人快速迭代升級(jí)的原因，未來(lái)如果售價(jià)不超過(guò)2萬(wàn)美元，產(chǎn)業(yè)化核心痛點(diǎn)擊破后是否能將帶動(dòng)行業(yè)快速發(fā)展。

概念提出

1、Tesla Bot誕生

2021年8月20日的AI Day，特斯拉公布了純視覺(jué)方案FSD的進(jìn)展、神經(jīng)網(wǎng)絡(luò)自動(dòng)駕駛訓(xùn)練、D1芯片、Dojo超級(jí)計(jì)算機(jī)等重磅信息。最后，特斯拉首次展示了其人形機(jī)器人的概念, 名叫Tesla Bot。筆者以為，F(xiàn)SD、神經(jīng)網(wǎng)絡(luò)訓(xùn)練、超級(jí)計(jì)算機(jī)等看似為汽車(chē)行業(yè)做配套，實(shí)則是為人形機(jī)器人的采集訓(xùn)練所需要的各種模型參數(shù)和提供強(qiáng)大的算力基礎(chǔ)設(shè)施，為人形機(jī)器人做好了大量鋪墊。

圖|Tesla Bot

來(lái)源：特斯拉AI Day

Tesla Bot身高約1.72米，體重約56.7kg，集齊前述的FSD、車(chē)載計(jì)算機(jī)、Autopilot攝像頭和40個(gè)微型電機(jī)等所有技術(shù)與一身，可謂人工智能技術(shù)的最終極形態(tài)呈現(xiàn)。技術(shù)細(xì)節(jié)上，頭部被安裝用于導(dǎo)航的攝影機(jī)，透過(guò)人工神經(jīng)網(wǎng)路（Artificial Neural Network）驅(qū)動(dòng)，面部有一塊螢?zāi)唬糜谡故九c提供訊息，手部可以執(zhí)行宛如人類(lèi)手部程度的動(dòng)作。

2、底層FSD技術(shù)

特斯拉的純視覺(jué)傳感器方案的實(shí)現(xiàn)，離不開(kāi)多任務(wù)學(xué)習(xí)HydraNets神經(jīng)網(wǎng)絡(luò)架構(gòu)。每輛特斯拉汽車(chē)擁有8個(gè)環(huán)繞車(chē)身、覆蓋周?chē)?60°的攝像頭，來(lái)獲取交通信號(hào)燈、信號(hào)牌、匝道、路緣等周邊信息，為神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)提供了絕佳條件。

特斯拉開(kāi)發(fā)了“矢量空間”（Vector Space）技術(shù)，同時(shí)兼具了非凸優(yōu)化算法（Non-convex）、高維度兩大優(yōu)勢(shì)。該技術(shù)可以通過(guò)8個(gè)攝像頭輸入的數(shù)據(jù)為基礎(chǔ)繪制3D鳥(niǎo)瞰視圖，形成4D的空間和時(shí)間標(biāo)簽的“路網(wǎng)”以呈現(xiàn)道路等信息，幫助車(chē)輛把握駕駛環(huán)境，更精準(zhǔn)的尋找最優(yōu)駕駛路徑。

來(lái)源：特斯拉AI Day

有了海量、精準(zhǔn)的視頻數(shù)據(jù)，特斯拉還需要?jiǎng)?chuàng)造一個(gè)強(qiáng)大的神經(jīng)網(wǎng)絡(luò)，并對(duì)網(wǎng)絡(luò)進(jìn)行特殊的布局，使這些數(shù)據(jù)能在一個(gè)總的主干網(wǎng)絡(luò)上進(jìn)行整合和重新分析。因此，特斯拉“高樓平地起”，自主研發(fā)了基于神經(jīng)網(wǎng)絡(luò)的訓(xùn)練方式。

同時(shí)，特斯拉還開(kāi)發(fā)了“仿真場(chǎng)景技術(shù)”，可以模擬現(xiàn)實(shí)中不太常見(jiàn)的“邊緣場(chǎng)景”用于自動(dòng)駕駛培訓(xùn)。在仿真場(chǎng)景中，特斯拉工程師可以提供不同的環(huán)境以及其他參數(shù)（障礙物、碰撞、舒適度等），極大提升了訓(xùn)練效率。

來(lái)源：特斯拉AI Day

由此，特斯拉FSD系統(tǒng)已可以實(shí)現(xiàn)每1.5毫秒2500次搜索的超高效率，預(yù)測(cè)可能出現(xiàn)的各種情況，并在其中找到最安全、最舒適、最快速的自動(dòng)駕駛路徑。

3、Dojo超級(jí)計(jì)算機(jī)

隨著所需處理的數(shù)據(jù)開(kāi)始指數(shù)級(jí)增長(zhǎng)，特斯拉也在提高訓(xùn)練神經(jīng)網(wǎng)絡(luò)的算力，因此，便有了特斯拉Dojo超級(jí)計(jì)算機(jī)。組成Dojo超級(jí)計(jì)算機(jī)的關(guān)鍵單元，是特斯拉自主研發(fā)的神經(jīng)網(wǎng)絡(luò)訓(xùn)練芯片——D1芯片。D1芯片采用分布式結(jié)構(gòu)和7納米工藝，搭載500億個(gè)晶體管、354個(gè)訓(xùn)練節(jié)點(diǎn)，僅內(nèi)部的電路就長(zhǎng)達(dá)17.7公里，實(shí)現(xiàn)了超強(qiáng)算力和超高帶寬。

Dojo超級(jí)計(jì)算機(jī)的單個(gè)訓(xùn)練模塊由25個(gè)D1芯片組成。由于每個(gè)D1芯片之間都是無(wú)縫連接在一起，相鄰芯片之間的延遲極低，訓(xùn)練模塊最大程度上實(shí)現(xiàn)了帶寬的保留，配合特斯拉自創(chuàng)的高帶寬、低延遲的連接器；在不到1立方英尺的體積下，算力高達(dá)9PFLOPs（9千萬(wàn)億次），I/O帶寬高達(dá)36TB/s。

圖|特斯拉FSD芯片+D1芯片

來(lái)源：特斯拉AI Day

至此，特斯拉已經(jīng)為T(mén)esla Bot量身打造了最底層的FSD技術(shù)和Dojo超級(jí)計(jì)算機(jī)平臺(tái)，只等Optimus的誕生了。馬斯克還補(bǔ)充：“未來(lái)勞動(dòng)力不會(huì)短缺，但體力勞動(dòng)只是一種選擇。Tesla Bot可以執(zhí)行一些危險(xiǎn)性、重復(fù)性、枯燥的任務(wù)?！?/p>

Optimus Gen-1發(fā)布

1、原型機(jī)發(fā)布

時(shí)隔1年，即2022年9月30日，首款人形機(jī)器人原型機(jī)"擎天柱"（Optimus Gen-1）在AI Day上正式亮相。現(xiàn)場(chǎng)演示為原型機(jī)行走打招呼，視頻演示為辦公室澆植、工廠拿取結(jié)構(gòu)件、識(shí)別周?chē)矬w渲染圖等。

Optimus Gen-1搭載2.3kWh容量電池，并采用集成式的設(shè)計(jì)，可提供52V電壓。全身有28個(gè)關(guān)節(jié)，整個(gè)身體的自由度超過(guò) 200個(gè)，手掌設(shè)計(jì)部分通過(guò)六個(gè)致動(dòng)器完成11個(gè)角度的自由動(dòng)作，并能夠舉起超過(guò)20磅的物體。針對(duì)每個(gè)關(guān)節(jié)所需的力量/扭矩進(jìn)行了仿真建模，并據(jù)此研發(fā)了6種專(zhuān)用電機(jī)，采用與特斯拉汽車(chē)電機(jī)同源的滾珠電機(jī)技術(shù)，可以實(shí)現(xiàn)各個(gè)關(guān)節(jié)的旋轉(zhuǎn)和直線運(yùn)動(dòng)控制。

圖| 執(zhí)行器技術(shù)

來(lái)源：特斯拉AI Day

Optimus Gen-1搭載了與特斯拉車(chē)輛相同的FSD技術(shù)以及Autopilot相關(guān)神經(jīng)網(wǎng)絡(luò)技術(shù)，其大腦使用的是自研的AI訓(xùn)練 Dojo D1芯片和超級(jí)計(jì)算機(jī) Dojo，在經(jīng)過(guò)完全自動(dòng)駕駛能力系統(tǒng)的實(shí)際應(yīng)用驗(yàn)證后，特斯拉強(qiáng)大的FSD計(jì)算機(jī)視覺(jué)技術(shù)已可直接應(yīng)用于機(jī)器人。

通過(guò)搭載視覺(jué)相機(jī)，結(jié)合全身28關(guān)節(jié)執(zhí)行器，以及底層FSD視覺(jué)算法和Dojo超級(jí)計(jì)算機(jī)提供算力支撐，Optimus Gen-1終于誕生。

2、第一次迭代

2023年3月：歷時(shí)5個(gè)月開(kāi)發(fā)，視頻中顯示人形機(jī)器人可以實(shí)現(xiàn)獨(dú)立的直立行走，且 能在另一臺(tái)機(jī)器人上實(shí)現(xiàn)裝配任務(wù)，手指關(guān)節(jié)可滿足抓取電動(dòng)工具、螺絲、覆蓋在相框上的布等任務(wù)要求。

Optimus 電機(jī)扭矩控制、力度控制更加精確靈敏；環(huán)境感知和記憶能力提升，不僅可以看路，亦會(huì)記路；還可根據(jù)人類(lèi)動(dòng)作范例，進(jìn)行端到端動(dòng)作操控。

2023年5月，F(xiàn)SD Beta已累計(jì)行駛接近2 億英里。FSD能夠應(yīng)用在人形機(jī)器人，本質(zhì)在于自動(dòng)駕駛的模擬過(guò)程與機(jī)器人相同，即“輸入-計(jì)算機(jī)平臺(tái)-輸出”。通過(guò)視覺(jué)系統(tǒng)識(shí)別周?chē)h(huán)境，將數(shù)據(jù)傳輸至計(jì)算平臺(tái)，平臺(tái)將反饋傳輸給執(zhí)行器等環(huán)節(jié)，產(chǎn)生動(dòng)作。基于FSD的技術(shù)和數(shù)據(jù)積淀，構(gòu)建核心競(jìng)爭(zhēng)力，特斯拉 Optimus將擁有和其他機(jī)器人產(chǎn)品不同的智能化升級(jí)優(yōu)勢(shì)。

3、第二次迭代

Optimus 擁有了自我校準(zhǔn)手臂和腿部的能力，僅使用視覺(jué)和關(guān)節(jié)位置編碼器，它就可以在空間中精準(zhǔn)定位自己的肢體。

視覺(jué)感知能力提升明顯，算法與模型不斷進(jìn)步。機(jī)器人Optimus可通過(guò)視覺(jué)與關(guān)節(jié)位置編碼器，在空間中精確定位四肢，能夠自我校準(zhǔn)手臂和腿，同時(shí)可自主按照顏色對(duì)物品進(jìn)行篩選分類(lèi)與排序，神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)端到端訓(xùn)練學(xué)習(xí)?？梢钥闯鎏厮估呀?jīng)打通了FSD和機(jī)器人的底層模型，依賴(lài)神經(jīng)網(wǎng)絡(luò)模型和視覺(jué)技術(shù)，不斷優(yōu)化FSD算法，在感知環(huán)境與自主分析做出運(yùn)動(dòng)方面表現(xiàn)較好，同時(shí)特斯拉Dojo平臺(tái)有望進(jìn)一步增強(qiáng)機(jī)器人AI能力，特斯拉人形機(jī)器人量產(chǎn)有望加速。

手部抓取與全身平衡表現(xiàn)亮眼，運(yùn)動(dòng)控制能力逐步提升。機(jī)器人Optimus可通過(guò)手指靈活抓取物品并放置指定位置，同時(shí)可做出類(lèi)人的全身伸展運(yùn)動(dòng)，包括瑜伽單腿站立并保持平衡。

Optimus-Gen2發(fā)布

2023 年 12 月 13 日，特斯拉發(fā)布第二代人形機(jī)器人 Optimus-Gen2 演示視頻，對(duì)比一代機(jī)主要變化為：

1、整體性能提升：

1）特斯拉采用自主設(shè)計(jì)的執(zhí)行器和傳感器，執(zhí)行器中集成了電子部件，走路速度提升了30%。

2）在機(jī)器人整體性能不下降的情況下，重量相比上一代人形機(jī)器人減重10kg。

3）全身協(xié)調(diào)性明顯提升，主要體現(xiàn)在做深蹲等動(dòng)作時(shí)的平衡能力提高。

2、結(jié)構(gòu)設(shè)計(jì)：

1）頸部：新增2個(gè)自由度，執(zhí)行器及傳感器數(shù)量增加；

2）足部：仿真人足幾何學(xué)設(shè)計(jì)，腳趾部分采用了鉸接式的連接方式，使用力/扭矩傳感器；

3）手部：共11個(gè)自由度，手指搭配壓力式觸覺(jué)傳感器，可精準(zhǔn)抓握細(xì)小易碎品例如雞蛋等；手指活動(dòng)速度更快，并且能夠用拇指和食指兩根手指從左手傳遞到右手，并且精準(zhǔn)地拿起和放下雞蛋。

3、新增變化方面：

1）新增了2自由度的能夠主動(dòng)控制的脖子關(guān)節(jié)，使得頭部能夠活動(dòng)。

2）腳部做了類(lèi)似人體結(jié)構(gòu)的足弓設(shè)計(jì)，新增了腳趾關(guān)節(jié)，新增了腳部力/力矩感知功能。

3）所有手指均具備了觸覺(jué)感知能力。

全新靈巧手設(shè)計(jì)，具備觸覺(jué)感知能力。本次最新的進(jìn)展視頻中展示了特斯拉全新設(shè)計(jì)的靈巧手，具備更快的響應(yīng)速度和11個(gè)自由度，手指上具備觸覺(jué)傳感器視頻中演示了其雙指將生雞蛋輕拿輕放的能力。

相比于第一代Optimus人形機(jī)器人，第二代Optimus在手指上新增了觸覺(jué)傳感器，觸覺(jué)傳感器可以賦予機(jī)器人更精細(xì)的力反饋能力，有望提升人形機(jī)器人的工作能力，使其能夠完成更多任務(wù)，如精細(xì)的裝配、柔性物體操作等。在更多傳感器的加持下，機(jī)器人的應(yīng)用場(chǎng)景有望進(jìn)一步打開(kāi)。

總結(jié)

Optimus人形機(jī)器人在硬件上實(shí)現(xiàn)升級(jí)換代，核心關(guān)節(jié)及零部件設(shè)計(jì)、整機(jī)協(xié)調(diào)控制等或均有大幅優(yōu)化，機(jī)器人的靈活性控制能力顯著提升。預(yù)計(jì)2024實(shí)現(xiàn)部分量產(chǎn)，2025年大規(guī)模進(jìn)入工廠等場(chǎng)景使用。

特斯拉人形機(jī)器人將兼具工業(yè)和家庭用途，能夠執(zhí)行工業(yè)生產(chǎn)中的復(fù)雜任務(wù)和家庭服務(wù)，最終實(shí)現(xiàn)勞動(dòng)力替代。據(jù)高工機(jī)器人產(chǎn)業(yè)研究所，2026年全球人形機(jī)器人在服務(wù)機(jī)器人中的滲透率有望達(dá)到3.5%，市場(chǎng)規(guī)模超20億美元，到 2030年，全球市場(chǎng)規(guī)模有望突破200億美元。隨人形機(jī)器人產(chǎn)品智能化程度不斷提升，遠(yuǎn)期市場(chǎng)空間更為廣闊。馬斯克認(rèn)為，人形機(jī)器人可能比電動(dòng)車(chē)業(yè)務(wù)做的更大，未來(lái)數(shù)量超過(guò)100億-200億臺(tái)。

審核編輯：劉清