特斯拉機器人進廠打工，馬斯克：手的自由度今年将達到22個！

量子位

2024-05-06 13:04釋出于北京量子位官方賬号

金磊 發自 凹非寺

量子位 | 公衆号 QbitAI

特斯拉機器人Optimus最新視訊出爐，已經可以在廠子裡打工了。

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：

這次放出的視訊亮點之一在于Optimus在廠子裡完成這項工作，是完全自主的，全程沒有人為的幹預。

并且在Optimus的視角之下，它還可以把放歪了的電池重新撿起來放置，主打一個自動糾錯：

對于Optimus的手，英偉達科學家Jim Fan給出了高度的評價：

Optimus的手是全球五指機器人裡最靈巧的之一。

它的手不僅有觸覺感應，自由度（DoF）也達到了11個，而同行基本上都隻有5-6個自由度。

并且堅固耐用，無需經常維護即可承受大量物體互動。

而就在Jim Fan的評論區，馬斯克還現身透露了一個更重磅的消息：

今年晚些時候，Optimus手的自由度将達到22個！

不過有一說一，視訊中展示Optimus分揀自家電池還隻是“開胃菜”。

這一次，特斯拉罕見地公布了機器人的訓練詳情。

和特斯拉汽車相似的邏輯

首先在神經網絡方面，從視訊中的字幕中可以得知，特斯拉給Optimus部署的是一個端到端的神經網絡來訓練分揀電池的任務。

也正因如此，Optimus所用到的資料僅僅是來自于2D攝像頭和手部的觸覺、力度傳感器，并直接生成關節控制序列。

特斯拉工程師Milan Kovac進一步透露，這個神經網絡完全是在機器人的嵌入式FSD計算機上運作，并且由機載電池供電：

當我們在訓練過程中添加更多不同的資料時，單個神經網絡可以執行多個任務。

在訓練資料方面，我們可以看到是人類戴着VR眼鏡和手套，通過遠端操作的方式來采集：

對于這一點，Jim Fan認為：

将軟體設定為第一人稱視訊流輸入和精确控制流輸出，同時保持極低的延遲是非常重要的。

這是因為人類對自己的動作和機器人的動作之間哪怕是最小的延遲都非常敏感。

而Optimus恰好有一個流體全身控制器，可以實時執行人體姿勢。

并且特斯拉機器人已經将這種模式擴充到了其它任務中：

如此規模也是令Jim Fan大受震驚的一點：

并行收集資料，一個機器人是遠遠不夠的，而且人類還得每天輪班倒。

這種規模的操作可能是學術實驗室裡想都不敢想的。

不僅如此，從視訊中Optimus們正在執行的任務來看也是多種多樣，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部署了幾個機器人，它們每天正在真實的工作站接受測試并不斷改進。

總而言之，Optimus單是從視覺和人類示範來進行訓練來看，這一點上是和特斯拉汽車的邏輯是有點類似了。

在視訊的最後，官方還曝出Optimus另一個能力上的提升——可以走更遠的路了：

One More Thing

Jim Fan的實驗室也在這兩天放出了一個新進展——

讓機器狗踩着瑜伽球行走！

而它的訓練方法和特斯拉Optimus截然不同，是完全在模拟環境中進行，然後零樣本遷移到真實世界中，無需微調，直接運作。

具體背後的技術則是團隊新推出的DrEureka，它是以之前五指機器人轉筆背後的技術Eureka為基礎。

DrEureka是一個LLM智能體，可以編寫代碼來訓練機器人在模拟中的技能，并編寫更多的代碼來彌合困難的模拟與現實之間的差距。

簡而言之，它完全自動化了從新技能學習到現實世界部署的流程。

而相較于特斯拉Optimus和英偉達機器狗的訓練方式，Jim Fan也做了個靈魂總結：

遠端操作是解決類人機器人問題的必要但不充分的條件。從根本上說，它無法擴充。

并且也有網友對此表示認同：

那麼你覺得呢？

參考連結：

[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

• 

• 

• 

• 

• 

• 

• 

• 

• 

• 

•