特斯拉機(jī)器人Optimus最新視頻出爐，已經(jīng)可以在廠子里打工了。

正常速度下，它分揀電池（特斯拉的4680電池）是這樣的：

官方還放出了20倍速下的樣子——在小小的“工位”上，揀啊揀啊揀：

這次放出的視頻亮點(diǎn)之一在于Optimus在廠子里完成這項(xiàng)工作，是完全自主的，全程沒有人為的干預(yù)。

并且在Optimus的視角之下，它還可以把放歪了的電池重新?lián)炱饋矸胖?，主打一個(gè)自動糾錯(cuò)：

對于Optimus的手，英偉達(dá)科學(xué)家Jim Fan給出了高度的評價(jià)：

Optimus的手是全球五指機(jī)器人里最靈巧的之一。

它的手不僅有觸覺感應(yīng)，自由度（DoF）也達(dá)到了11個(gè)，而同行基本上都只有5-6個(gè)自由度。

并且堅(jiān)固耐用，無需經(jīng)常維護(hù)即可承受大量物體交互。

而就在Jim Fan的評論區(qū)，馬斯克還現(xiàn)身透露了一個(gè)更重磅的消息：

今年晚些時(shí)候，Optimus手的自由度將達(dá)到22個(gè)！

不過有一說一，視頻中展示Optimus分揀自家電池還只是“開胃菜”。

這一次，特斯拉罕見地公布了機(jī)器人的訓(xùn)練詳情。

和特斯拉汽車相似的邏輯

首先在神經(jīng)網(wǎng)絡(luò)方面，從視頻中的字幕中可以得知，特斯拉給Optimus部署的是一個(gè)端到端的神經(jīng)網(wǎng)絡(luò)來訓(xùn)練分揀電池的任務(wù)。

也正因如此，Optimus所用到的數(shù)據(jù)僅僅是來自于2D攝像頭和手部的觸覺、力度傳感器，并直接生成關(guān)節(jié)控制序列。

特斯拉工程師Milan Kovac進(jìn)一步透露，這個(gè)神經(jīng)網(wǎng)絡(luò)完全是在機(jī)器人的嵌入式FSD計(jì)算機(jī)上運(yùn)行，并且由機(jī)載電池供電：

當(dāng)我們在訓(xùn)練過程中添加更多不同的數(shù)據(jù)時(shí)，單個(gè)神經(jīng)網(wǎng)絡(luò)可以執(zhí)行多個(gè)任務(wù)。

在訓(xùn)練數(shù)據(jù)方面，我們可以看到是人類戴著VR眼鏡和手套，通過遠(yuǎn)程操作的方式來采集：

對于這一點(diǎn)，Jim Fan認(rèn)為：

將軟件設(shè)置為第一人稱視頻流輸入和精確控制流輸出，同時(shí)保持極低的延遲是非常重要的。

這是因?yàn)槿祟悓ψ约旱膭幼骱蜋C(jī)器人的動作之間哪怕是最小的延遲都非常敏感。

而Optimus恰好有一個(gè)流體全身控制器，可以實(shí)時(shí)執(zhí)行人體姿勢。

并且特斯拉機(jī)器人已經(jīng)將這種模式擴(kuò)展到了其它任務(wù)中：

如此規(guī)模也是令Jim Fan大受震驚的一點(diǎn)：

并行收集數(shù)據(jù)，一個(gè)機(jī)器人是遠(yuǎn)遠(yuǎn)不夠的，而且人類還得每天輪班倒。

這種規(guī)模的操作可能是學(xué)術(shù)實(shí)驗(yàn)室里想都不敢想的。

不僅如此，從視頻中Optimus們正在執(zhí)行的任務(wù)來看也是多種多樣，有分揀電池的，有疊衣服的，還有整理物品的。

Milan Kovac表示特斯拉在其中一家工廠已經(jīng)部署了幾個(gè)機(jī)器人，它們每天正在真實(shí)的工作站接受測試并不斷改進(jìn)。

總而言之，Optimus單是從視覺和人類示范來進(jìn)行訓(xùn)練來看，這一點(diǎn)上是和特斯拉汽車的邏輯是有點(diǎn)類似了。

在視頻的最后，官方還曝出Optimus另一個(gè)能力上的提升——可以走更遠(yuǎn)的路了：

One More Thing

Jim Fan的實(shí)驗(yàn)室也在這兩天放出了一個(gè)新進(jìn)展——

讓機(jī)器狗踩著瑜伽球行走！

而它的訓(xùn)練方法和特斯拉Optimus截然不同，是完全在模擬環(huán)境中進(jìn)行，然后零樣本遷移到真實(shí)世界中，無需微調(diào)，直接運(yùn)行。

具體背后的技術(shù)則是團(tuán)隊(duì)新推出的DrEureka，它是以之前五指機(jī)器人轉(zhuǎn)筆背后的技術(shù)Eureka為基礎(chǔ)。

DrEureka是一個(gè)LLM智能體，可以編寫代碼來訓(xùn)練機(jī)器人在模擬中的技能，并編寫更多的代碼來彌合困難的模擬與現(xiàn)實(shí)之間的差距。

簡而言之，它完全自動化了從新技能學(xué)習(xí)到現(xiàn)實(shí)世界部署的流程。

而相較于特斯拉Optimus和英偉達(dá)機(jī)器狗的訓(xùn)練方式，Jim Fan也做了個(gè)靈魂總結(jié)：

遠(yuǎn)程操作是解決類人機(jī)器人問題的必要但不充分的條件。從根本上說，它無法擴(kuò)展。

并且也有網(wǎng)友對此表示認(rèn)同：

那么你覺得呢？