21世紀經(jīng)濟報道記者 鄭植文 上海報道

千呼萬喚始出來。經(jīng)過近一年的等待，北美時間9月30日，在特斯拉2022 AI Day上，馬斯克終于揭下Tesla Bot的真實面紗。

在演示視頻中，這款被命名為Optimus（下稱“擎天柱”）的人形機器人可以直立行走、給植物澆水、移動金屬棒。據(jù)馬斯克透露“擎天柱”已經(jīng)在特斯拉工廠中進行內(nèi)部測試，人們有望在3-5年買到“擎天柱”，而其售價預計不到2萬美元，“可能比汽車還便宜”。

這場 AI Day活動圍繞人形機器人、FSD技術(shù)和Dojo超算系統(tǒng)三個關(guān)鍵詞展開，馬斯克表示，“從本質(zhì)上來說，特斯拉是一家硬核科技公司，我們在努力做很多科學和工程相關(guān)的工作。希望大家對特斯拉的認識，能夠超過電動汽車本身”。

“擎天柱”面世

特斯拉人形機器人對比圖

去年AI Day上，特斯拉Tesla Bot人形機器人概念視頻與圖片首次亮相。盡管此次面世的“擎天柱”在觀感上與概念圖還有一定的差距，但特斯拉團隊表示“擎天柱”在運動中有著非常好的功能，十分敏捷，甚至可以跳舞。這也是因為“擎天柱”擁有好幾個自由度，可以提供更高的使用靈活性，比如擁有手指運動的能力，目前在手指上可以實現(xiàn)兩個自由度，因此這款即將投入生產(chǎn)使用的機器人已經(jīng)在特斯拉工廠投入測試，從事一些重復性的工作。

據(jù)介紹，特斯拉的FSD技術(shù)（“Full Self Driving”，即完全自動駕駛）直接被應用在“擎天柱”身上作為其大腦，簡單來說它采用了與汽車一樣的視覺感知，“它可以非常清晰地識別周圍的物體。我們收集了非常多的數(shù)據(jù)，通過數(shù)據(jù)來訓練機器人，我們對于汽車的訓練是類似的。”但機器人的需求和形式也有別于汽車，比如需要支持通信，所以“擎天柱”有很多無線連接和音頻支持，同時它的硬件也一定要非常安全能夠保護機器人本身和周圍的人，所以需要考慮四肢方面的內(nèi)容。

“汽車是有輪子的機器人，而機器人是裝上腳的汽車”，因為組件的相似性，機器人和汽車在設計上也具有相似性，可以進行技術(shù)的遷移。而在馬斯克看來，和設計汽車的原則類似，以非常高的可靠性和非常低的成本來大批量生產(chǎn)機器人也非常重要。他對此表示信心十足，“我們覺得產(chǎn)量應該可以達到數(shù)百萬臺，并且它的價格比汽車便宜得多，按照我的猜測，一臺機器人的最終價格不到2萬美元。”

對此，有專家在媒體采訪時表示，國內(nèi)有企業(yè)研發(fā)的雙足行走人形機器人成本價約在50萬元，這一價格屬于手工組裝的價格，未來如果大規(guī)模生產(chǎn)，價格降至30萬元左右是有可能的，但要達到15萬元，成本壓力還是很大。

但背靠著特斯拉工廠的規(guī)?；a(chǎn)和同根同源的核心技術(shù)，馬斯克對于特斯拉人形機器人的預估售價或許是有底氣的?！扒嫣熘鳖^部配備與特斯拉汽車相同的攝像頭等傳感器陣列，算力支持由FSD芯片提供，同時與汽車共用AI系統(tǒng)，利用Dojo超級計算機的訓練機制去提升機器人的功能。馬斯克及其團隊多次表示，特斯拉的技術(shù)進步不僅可以使用到汽車上，也可以使用到“擎天柱”上。

馬斯克認為，盡管自動駕駛汽車為世界帶來非常深刻的變化，在交通行業(yè)可謂是革命性的，運輸生產(chǎn)效率至少可以提高一個數(shù)量級甚至更多，但機器人對于社會來說意義更大。“使用機器人可以實現(xiàn)更低的勞動力成本，讓經(jīng)濟得以更好地發(fā)展。未來機器人可以無處不在，人們可以選擇體力活，但這是一種選擇而不是必須做的，大家都可以去做腦力工作?！?/p>

但馬斯克也坦言，目前的機器人還不是非常完善，當前推出的是“擎天柱”第一個版本，接下來還要解決很多技術(shù)問題并不斷進行迭代，要讓機器人非常靈活、高效且安全?！暗F(xiàn)在我們必須要先做一些技術(shù)選擇，以便盡快量產(chǎn)出有用的機器人?！?/p>

同根同源的FSD技術(shù)和Dojo超算系統(tǒng)

特斯拉的機器人和汽車都離不開FSD技術(shù)，據(jù)特斯拉官方數(shù)據(jù)顯示，目前Tesla FSD Beta擁有16萬名用戶，而在2021年只有2000名。“我們持續(xù)一年訓練了75000個神經(jīng)網(wǎng)絡模型，基本上是每8分鐘就訓練了一個模型，我們發(fā)布了其中281個模型，它們也的確提升了汽車的性能。此外這些性能上的創(chuàng)新是全棧式的，所以目前 FSD Beta測試版可以實現(xiàn)一定程度上的自動駕駛，比如可以從一個停車場導航到另一個停車場，可以停下來等紅綠燈，還可以在十字路口和其他目標進行一些協(xié)調(diào)，這些都得益于神經(jīng)網(wǎng)絡上的進步，才能實現(xiàn)FSD測試用戶數(shù)量的大幅增長?！?/p>

馬斯克表示，從技術(shù)角度來說，當前FSD Beta可以適應不同的路況，不管是在哪一國家或地區(qū)，“不過我們希望在不同的天氣條件下來進一步去驗證，比如大雨和大雪天氣，同時我們也在考慮更多的場景，并對相關(guān)指標進行優(yōu)化，確保汽車能夠完全自動駕駛。”

他稱，F(xiàn)SD Beta今年年底有望在全球推出，但面臨不同國家的監(jiān)管審批也具有非常大的挑戰(zhàn)。“在美國和加拿大以外的國家和地區(qū)，我們需要和監(jiān)管方保持更為密切的溝通，以獲得這方面的批準。但有些國家和地區(qū)在此方面的監(jiān)管其實是非常滯后的。”

據(jù)悉，此前特斯拉的自動駕駛團隊依靠人工數(shù)據(jù)注釋來識別和描述特斯拉汽車上的攝像頭和傳感器所拍攝的短視頻片段中的物體。這些標記的片段用于訓練特斯拉的神經(jīng)網(wǎng)絡，并改進駕駛輔助系統(tǒng)，使特斯拉汽車能夠在駕駛者的監(jiān)督下繞行，自動避開障礙。

而在本屆 AI Day活動上，特斯拉方面稱目前已經(jīng)形成了非常復雜的自動標注系統(tǒng)，通過人機合作的方式，大量的數(shù)據(jù)輸入汽車進行分析后形成訓練數(shù)據(jù)，提供正確標注之后再讓模型進行訓練，而在過去一年的時間里，訓練基礎設施也擴展了40%-50%，才能對大規(guī)模的神經(jīng)網(wǎng)絡進行訓練。 

此外，面對復雜的路況，人類可以順勢做出關(guān)聯(lián)判斷，但是對于汽車和機器人來說這樣的判斷較有難度。汽車面對多智能體應該如何規(guī)劃協(xié)調(diào)，也需要持續(xù)優(yōu)化，特斯拉團隊稱，在此情況下的計算量十分龐大，隨著情況愈加復雜，計算量更是指數(shù)級的增加，而對于汽車的規(guī)劃器來說，需要非常快做出決定。

“隨著互動關(guān)系的增加，計算量就會越來越大。所以我們要考慮的不僅僅是尺度問題，我們最終要建立的是一個輕量級的可變網(wǎng)絡，可以進行循環(huán)地運行，這個過程中我們還需要再進行訓練，現(xiàn)在我們每個操作的運行時間已經(jīng)縮短到了100微秒，這是一個莫大的進步?！?/p>

為保證人工智能訓練效率，同時擴展帶寬、減少延遲、節(jié)省成本，特斯拉發(fā)展自研了Dojo超級計算機系統(tǒng)，特斯拉方面稱，特斯拉的車隊在日常行駛中積累了很多視頻片段，每個視頻有多幀圖像，需要14億幀才能訓練一個神經(jīng)網(wǎng)絡，需要使用10萬個GPU工時。而Dojo超算，能夠提升30%的網(wǎng)絡訓練速度。

據(jù)介紹，只用4個Dojo機柜就能取代由4000個GPU組成的72個GPU機架。Dojo能將通常需要幾個月的工作減少到了1周。“我們計劃在2023年第一季度推出Dojo機柜，我想Dojo的算力是非常高的”，馬斯克表示。

而在這場十分硬核的AI Day活動中，特斯拉方面頻頻發(fā)出招募人才的信號，馬斯克也直言不諱，“舉辦這樣的活動的目的就是為了展示特斯拉的技術(shù)以此吸引全球人才的加入?！倍鴮τ诋a(chǎn)品實際落地與上市，這一次馬斯克的承諾能如期完成嗎？