进化版“擎天柱”来了！或将引领人工智能下一浪潮
2023-06-13 21:07:17   来源：   评论：0 点击：

       5月16日，在特斯拉的股东日上，依旧没有发布新车，但马斯克官宣，新车的年销量一定超过500万，许诺赛博皮卡将在今年内一定来。马斯克花大量篇幅阐述了机器人“Optimus”，对市场空间广阔畅想，并表达了对特斯拉人形机器人上的信心。甚至认为未来特斯拉的长期价值将主要来自人形机器人，“未来每个人都将拥有人形机器人，有些人甚至不止一个，这个市场将是百亿级别的”。

“Optimus”有哪些变化？学会行走并会抓取物品

　　与左图去年特斯拉AI日上所展示的PPT般宣传质感不同：公布的未包装的“擎天柱”原型机，走路都还不稳；而今年的“擎天柱”可以5个同时向前走路。

　　并且，已经被投放到赛博皮卡的车间中，执行简单的任务。

　　此外，相比上一次亮相，Optimus在电机扭矩和力度控制等方面更精确，还能探索和记忆环境，比如记得自己走过的路，走路姿态也更自然。如下图：

　　通过使用车载摄像头和一套传感器，擎天柱还能够探索和记忆环境，为在指定区域工作做好准备。

　　擎天柱能够用双手处理复杂任务。可以说，这是当前人形机器人最难做到的一部分。

技术上，Optimus有所突破关键在于“和FSD算法打通”

　　马斯克表示，特斯拉迄今为止是所有科技公司中“拥有最先进的现实世界人工智能”的公司。为此，特斯拉已经试图打通电动汽车的辅助驾驶软件（FSD）系统和人形机器人的底层模块。也就是说，产业链正在积极配套特斯拉机器人。

　　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。可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。马斯克称，大量的特斯拉电动车已经能够观察并理解周围的世界，且能够根据采集到的信息进行决策。而利用特斯拉在计算机视觉方面的技术进步，未来也能够对人形机器人进行进一步的部署。

　　许多人都会拿波士顿动力机器人与其作比较。两者不同之处在于，特斯拉机器人的核心是人工智能，分为三个部分：输入部分、中间计算平台部分和输出部分。特斯拉机器人主要做前两部分。波士顿机器人最强的地方，就在于输出环节，既有执行环节，也有感知环节。

　　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：通用型AI算法支持的机器人，是特斯拉未来长期价值所在。

　　除此之外，马斯克还大胆地预测说：如果Optimus成熟可用了，届时很多人都希望能够拥有一台或多台，那么它们的数量可能将达到100亿甚至200亿！

　　将引领人工智能下一浪潮？

　　近年来，业界一直在研究行走机器人，无论是日本本田的阿西莫，还是深圳的优必选，乃至波士顿动力，都无法解决人体的柔韧性和平衡性这一基础问题。

　　机器人的两只手要比两只脚的两只手要困难得多。到目前为止，还没有一只机器人能够像人的手指一样灵活，这一直是工业界和学术界面临的一个难题。

人形机器人是一条好的发展道路吗？

　　实用机器人外表不一定具备人形，可量身定做一只机械臂，比如拿着玻璃，拿着金属，只要能做到这一点，就足够了。至于脚，是否一定和人类一样具备行走能力？其实也不一定，比如说希腊传说中的半人半马，除了拥有四条腿的稳定之外，还拥有两条柔韧的胳膊，可以用来做一些任务。

　　尽管人形机器人现阶段还有很长的道路要走，但是新的AI题材层出不穷，并催生了以“机器人+AI”融合而成的具身智能概念。

　　人们对马斯克的人形机器人早已耳熟能详。从最终用途来看，特斯拉人形机器人和具身智能机器人几乎可以划等号。

　　从技术上看，具身智能的实现离不开三大环节——感知、想象和执行。这意味着具身智能机器人需要有灵活的头脑、强大的执行力、流畅的与人交流的能力、像人一样的自学能力。

　　基于此，机器人产业和多模态大模型、机器视觉技术等被多家机构视作新的掘金方向。未来5-10年，结合复杂多模态方案的大模型有望具备完备的与世界交互的能力，在通用机器人等领域得到应用；AI是机器视觉的母身，深度学习为机器视觉的技术堡垒，近期Meta发布SAM模式有望助力机器视觉迎来GPT时刻。此外，苹果、谷歌、亚马逊、微软等科技巨头都已经拥有了智能语音助手系统，具身AI领域正处于快速发展阶段，未来可能会涌现更多的创新和进展。