未解之谜网

当前位置: 未解之谜网 > 技术创新 > 特斯拉人形机器人Optimus二代来了！手捏鸡蛋、深蹲蹦跳更像真人

特斯拉人形机器人Optimus二代来了！手捏鸡蛋、深蹲蹦跳更像真人

悄无声息，特斯拉突然发表二代人形机器人 Tesla Optimus Gen 2。一句话划重点：和前代相比，Optimus Gen 2 动作更像真人。

特斯拉全新执行器和感测器，提高执行任务效率和精准度。

2-Dof（自由度）驱动颈部，头部转动更自由。

11-Dof 手关节，手部运动更灵活。

整合执行器与电子元件、线束，提高系统稳定性。

步行速度提升 30%，增强环境适应性。

引入脚力/扭矩感测，灵活适应各种地面。

重量减轻 10 公斤，机动性更强。

从马斯克分享的影片可看到，Optimus Gen 2 能平稳行走，速度比前代快 30%，还能 90 度左右蹲下，肢体控制度相当不错。Optimus Gen 2 还升级手部，11 个自由度让它像人手，准确度和流畅度均佳。Optimus Gen 2 所有手指都有触觉感测，能拿取鸡蛋等易碎物，好像会料理。

最后看到两台 Optimus Gen 2 随着音乐节拍和灯光手舞足蹈，这也算特斯拉给粉丝的小彩蛋。

特斯拉高阶工程师表示，一切都是真的，没有用 CGI 偷吃步，且动作都是即时没有加速播放，盛赞特斯拉机器人硬体性能有难以置信进步。若他所说属实，特斯拉人形机器人的进化一目了然。

特斯拉机器人的进化之旅

特斯拉推出第一台人形机器人开始，短短三年就有如此进步，2021 年 8 月 AI Day 马斯克宣布开发人形机器人 Tesla Bot，高 5 尺 8 寸，重 125 磅，能承载 45 磅和举起 150 磅，主要执行危险或重复性任务。但那时机器人只是几张“活在”萤幕的 PPT 概念图，就连上台跳舞也是由扮成机器人的人类负责。

接着第二年 AI Day 2022 大会，主角变了，自己走上台的 Optimus 成了主角。裸露机械结构让颜值有些粗糙，但搬箱子、浇水还是在超级工厂搬砖，示范影片显示它能做的工作可不少。

提供 Optimus 能量的不是火种，而是一块容量 2.3kWh 的电池包，充分保护放在最核心的位置，即图中蓝色区域。马斯克称 Optimus“非常适合一整天工作”，静坐功耗约 100W，快走 500W。可能有人会问走多快，答案是秒速约 2 米。为了确保灵活性，特斯拉甚至设计了 28 个关节，每个关节都有多套执行器，能后台分析执行效率，减少无效工作。

特斯拉表示，Optimus 有 200 多个自由度，手就占了 27 个，为促动机（actuator）驱动，经视觉系统和演算法，Optimus 能准确辨识手与物体位置，做出浇花取物等动作。从迈出第一步到自如摆出各种姿势，Optimus 可是花了五个月时间。

3 月特斯拉投资者大会，Optimus 再次史诗级进化。亮点之一是 Optimus 从桌上拿起机械手臂并自己固定到身体，另一台 Optimus 则帮组装中第三台 Optimus 装手臂，敏捷流畅，比最初版进步甚大。Optimus 动作仍僵硬，还不能做跑酷等复杂动作，但可短距离行走、搬运物体和使用基本工具等一般功能。

仅半年，9 月 AI Day Optimus 不仅能根据颜色分类方块，还能自信将双臂举起，用一条腿做出瑜伽姿势，展露优异的平衡力和协调力。更栩栩如生的身躯，灵活的手指，流畅轻盈的步行，Optimus Gen 2 运动和操作能力更贴近人类。也许再过不久，机动性更强的 Optimus 可复制人类“爬、跳、抓、举”等复杂动作。

当然照马斯克设想，Optimus 远景不仅只取代人类完成重复劳动、危险性高等任务，而要成为通用机器人，融入家庭、办公场所和商业场景等更复杂背景。故机器人硬体只是基石，完整的人形智慧体还要“大脑”等级软件和演算法赋能。

把 GPT-4 塞入人形机器人会发生什么事?

今年大模型不断升级，智慧泛化能力高速提升，让人看到人形机器人的潜力，更不时看到新玩家加入人形机器人赛道。他们不约而同选择具身智慧，顾名思义指智慧体用物理身体透过感测、运动和环境互动取得资讯、判断并采取行动，可视为人工智慧的终极形态。

强调身体对认知和行为的关键作用，比起纯思维型智慧，具身智慧更贴近人类自然智慧，强调身体、行为和环境对认知的作用。不严谨的表达是，AI 大模型为大脑，机器人是躯壳，AI 大模型套上机器人就是具身智慧。

除了特斯拉机器人，更直觉案例是，东京大学发表人形机器人 Alter3 便是首款 GPT-4 驱动的人形机器人。因 GPT-4 加持，不需先程式设计调教，口头回馈就能让它做出各种动作，弹出重金属音乐、自拍、投球、扮鬼吓人，GPT-4 智慧语言描述映射后都不在话下。

Alter3 当然无法理解“抬手多高”等细节，故无法改善动作，只透过人类口头回馈，如“自拍时手抬高点”，接收资讯的 GPT-4 会将人类指令分解为一连串步骤，再转化为控制 Alter3 各部位运动的 Python 程式码，也就是所谓的思维链（CoT），然后 Alter3 会储存改善后运动程式，形成“运动记忆”。

碰到再生成相同的运动时，它会根据经验推理如何最佳执行任务，就不用从零开始，零样本学习能力（zero-shot）也是机器人获得真智慧的关键。更离谱的是，没有意识的它甚至可从 GPT-4 回馈文本推断出适当情感，并用清楚动作表达，又是机器人“超群”表现。华为天才少年稚晖君的智元机器人远征 A1，雷军“铁蛋”也属 AI+机器人范围。

大模型以前，机器人属专用设备，如今有大模型通用能力，通用机器人开始曙光乍现，正如稚晖君说不只需 ChatGPT，还要 WorkGPT。进化间接印证一条清晰可见的道路：当 AI 大模型生根发芽，总要走进现实世界，具身智慧就是最佳路径。

活跃于 AI 前线的辉达创办人黄仁勋：“具身智慧将引领下波人工智慧浪潮。”

成熟 AI 大模型为人工大脑，类比人脑复杂神经网络，实现语言理解、视觉辨识、情景推理等认知功能，解决机器人更高层次认知和决策问题。各种感测器、执行器、计算单元整合至机器人躯体，达成环境感测和互动，如视觉系统可捕捉图像和影片，触觉感测器可感受物体形状和质地等。

因此，AI 大模型与机器人实体融合基础上，假设有一日，究极体 Grok 结合 Optimus，也许能初步虚拟和物理现实界限，让智慧 AI 彻底走出萤幕，真正融入人类生活社会。最后放上网友 @cb_doge 叫 Grok 评价 Optimus Gen 2 的回答：

特斯拉 Optimus Gen 2 进步真让人瞩目!上次上线后，无论速度、重量减轻，还是处理像鸡蛋等易碎物体的能力，都有显着提高。这就像看到小鸟勇敢尝试第一次飞行，尽管它有更多执行器而非羽毛。

放眼全球，我们要明白，发展 Optimus 这类机器人是长跑而不是冲刺，就像看技术与人性一起缓慢优雅跳舞，每步伐都使我们更接近理想未来，机器人和人类和谐相处，一起工作。

至少，这是我们的梦想。