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(méi)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?lái)放置，主打一個(gè)自動(dòng)糾錯(cuò)：

對(duì)于 Optimus 的手，英偉達(dá)科學(xué)家 Jim Fan 給出了高度的評(píng)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(jué)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(wú)需經(jīng)常維護(hù)即可承受大量物體交互。

而就在 Jim Fan 的評(píng)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(guò)有一說(shuō)一，視頻中展示 Optimus 分揀自家電池還只是“開(kāi)胃菜”。

這一次，特斯拉罕見(jiàn)地公布了機(jī)器人的訓(xùn)練詳情。

和特斯拉汽車(chē)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(lái)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(lái)自于 2D 攝像頭和手部的觸覺(jué)、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?cè)谟?xùn)練過(guò)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(guò)遠(yuǎn)程操作的方式來(lái)采集：

對(duì)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?duì)自己的動(dòng)作和機(jī)器人的動(dòng)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(shì)。

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(lái)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(cè)試并不斷改進(jìn)。

總而言之，Optimus 單是從視覺(jué)和人類示范來(lái)進(jìn)行訓(xùn)練來(lái)看，這一點(diǎn)上是和特斯拉汽車(chē)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(wú)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(xiě)代碼來(lái)訓(xùn)練機(jī)器人在模擬中的技能，并編寫(xiě)更多的代碼來(lái)彌合困難的模擬與現(xiàn)實(shí)之間的差距。

簡(jiǎn)而言之，它完全自動(dòng)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(wèn)題的必要但不充分的條件。從根本上說(shuō)，它無(wú)法擴(kuò)展。

并且也有網(wǎng)友對(duì)此表示認(rèn)同：

那么你覺(jué)得呢？

參考鏈接：

• [1]https://twitter.com/Tesla_Optimus/status/1787027808436330505

• [2]https://twitter.com/DrJimFan/status/1787154880110694614

• [3]https://twitter.com/DrJimFan/status/1786429467537088741

• [4]https://twitter.com/_milankovac_/status/1787028644399132777

本文來(lái)自微信公眾號(hào)：量子位 （ID：QbitAI），作者：金磊

廣告聲明：文內(nèi)含有的對(duì)外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時(shí)間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。