一年一度特斯拉 AI DAY， 開場就王炸！

馬斯克只用 3 分鐘簡短熱場，人形機器人擎天柱（Optimus）直接登臺亮相。

不同于去年概念 PPT 上光滑圓潤的外形，今年的擎天柱金屬與線纜裸露在外，就像是電影中的終結者。

現場這臺擎天柱，展示了穩步行走、轉體俯身、揮手與臺下觀眾打招呼。

錄像中的一臺還真正走入特斯拉辦公室，澆花、幫員工搬運快遞。

換到汽車工廠，也有模有樣地搬起了磚。

然鵝，馬斯克表示這還不是擎天柱機器人的完全形態，只是試做版原型機。

舞臺大幕再次拉開，更接近最終產品的 " 帶皮膚 " 機器人也被搬了上來（這臺還要幾周時間才能才能下地走路）。

早在特斯拉今年第一季度的財報電話會議上，馬斯克就曾表示 " 擎天柱的價值將超過汽車業務，超過 FSD"。

今天他更是直言，達到預計數百萬量產規模后，機器人每臺售價會大大低于汽車，預計低于 2 萬美元。

接下來，馬斯克解釋了舉辦這場活動的目的：

用最酷的技術演示，吸引最有才華的工程師，一起把成果量產，幫助千百萬人。

在馬斯克眼中，自動駕駛的未來可改善人類交通效率至少半個數量級。

而他對人形機器的野心更大，改善經濟生產至少兩個數量級。

為啥適合來特斯拉干事業？

馬斯克認為，特斯拉作為上市公司，如果公眾不認可特斯拉所作所為可以用股權投票。

如果我不合適，甚至可以投票把我開除。

我并不能隨心所欲，盡管很多人是這么想的。

現場招聘工程師環節結束后，馬斯克本人不再是這場發布會的主角。

而是由機器人各個環節的技術負責人輪番上陣，介紹自己的工作成果。

擎天柱一年，有何進展？

去年 8 月擎天柱概念首次公開，前面看到的開發平臺版與今年 2 月完成，最新一代成果仍在持續改進中。

不變的是對模仿人類的追求，包括身高體重要與人類相仿，全身關節特別是手部高度自由，以及盡量向生物的低能耗靠攏。

最新版本的特斯拉擎天柱，大腦用的是特斯拉 SoC 芯片，能源靠的是 2.3 千瓦時電池組，全身 28 個執行器（Actuator）。另外手部 11 個自由度，五指可以獨立運動。

不過這個 " 大腦 " 是裝在胸口的，因為這里更安全，同時集中擺放也更省電。

執行器共設計了 6 種，旋轉執行器與線性執行器各 3 種規格。

線性執行器中最高規格的一款可以提起一臺三角鋼琴。

這些執行器裝配到機器人全身不同關節，還需要做細致的參數調整。

對雙足形態機器人來說，行走是行業公認的第一大難關。

行走對人類是毫無難度的一件事，千百萬年進化讓你無需思考便能自動執行。

但對雙足形態機器人來說，想用完全不同于生物的一套材料、靠人為設計去模仿逼近，工程難度可見一斑。

特斯拉工程師介紹，需要關注有四點：

物理上的自我感知，節省能源的步態、保持平衡不摔倒、全身協調運動。

特斯拉的方法與造車流程如出一轍，設計、仿真、驗證。

拿膝蓋舉例，靈感從人類身上來，但因機械結構材料等問題不能完全模仿人類。除了屈膝邁步以外，還要考慮下蹲揀取物體等情況的受力。

結構設計好后，可以先到模擬環境中規劃動作。

一旦來到現實世界的復雜性中，還是走不出三步就會倒。

通過傳感器測量，將真實世界的復雜性引入訓練環境成了解決問題的關鍵。

最終特斯拉擎天柱也像波士頓動力 Atlus 一樣，反復訓練，甚至適應了人類干擾后才學會在步行中保持穩定。

從邁出緩慢第一步到學會用腳趾離地，總共花費 6 個月。

而手部運動亦是如此流程，先捕捉人類搬箱子時的運動軌跡，再結合機器人自身特點規劃。

特斯拉工程師介紹，雙電機版特斯拉汽車只需要考慮有限幾種速度和路況。

機器人則要完成行走、上臺階、蹲起、轉身等更多身體動作，以及從擰螺絲到提重物等多樣任務。

據馬斯克此前所透露，擎天柱正式生產最早于明年開始，

不過既然是特斯拉 AI DAY，除了機器人以外，自動駕駛和自研超算進展也不能少，下面一起來看看。

自動駕駛

自動駕駛作為特斯拉一塊招牌，他們的 FSD（Beta）用戶數在一年內就從 2000 飆升到 16 萬。

在 AI Day 現場篇幅自然不小，核心強調更面向復雜場景將技術做深做精。

比如在沒有人行橫道的路口左轉，對面道路有直行車輛行駛，還得面對個把拉著孩子橫穿馬路的行人，如若讓車從行人面前快速通過也會給對方帶來驚嚇，造成更多難以預判的行為。

特斯拉稱，他們加入安全與舒適性等維度分析，通過樹搜索算法并提供人類示范，讓系統能找到「合適」通過的時機和路線，最終，從橫穿馬路的行人身后通過。

再比如六個方向的交叉路口，即便車上配 8 個攝像頭，如遇到其他車遮擋，預測難度也不小。

基于種種復雜場景，特斯拉方公布一個詳細架構，讓各路攝像頭信號通過 RegNets，卻不同攝像頭使用不同 RegNet，再進入 Special attention 層，該架構同樣適用于車輛、行人行為預測等場景。

視覺路線一直在圈內質疑不斷，現場特斯拉以一個案例作為回應。

他們公布了一種通過語義識別預測周邊車輛的方式，即便高速路上，前車撿起雪花擋住視線，使攝像頭無法「看見」前車，但算法仍能通過語義預測前車的存在并做出適當決策。

此外，為支撐種種復雜場景的模型訓練，其全棧式開發平臺已能做到每 8 分鐘生產一路算法模型，以 1.4 萬個 GPU 組成陣列提供計算支持，此外他們還使用了 Accelerated Video Library，增加了 30% 訓練速度。

在邊緣端，他們還進行了輕量化處理，讓系統降低延遲，8 個攝像頭通過神經網絡快速實時識別建筑及不同路面場景，更快完成 3D 場景生成。

指的一提的是，在今年 4 月奧斯汀超級工廠開業慶祝活動及 Q1 財報電話會上，馬斯克都提及了不帶方向盤和踏板的自動駕駛出租車產品，不少人預測他會在今天聊聊 RoboTaxi，但在現場特斯拉并未提及。

芯片與超算

去年 AI Day 上，特斯拉公布了 D1 芯片及超級計算機平臺 DOJO，用以加速自動駕駛模型訓練，一時吸引不少眼球——

后續提問中，有人質疑了他們如何將芯片組合并實現高效編譯，今年，他們拿出了具體的答案。

首先關于芯片連接上，他們考慮到芯片連接處熱膨脹系數 ( CTE ) 問題，于是，干脆做了個外部「骨架」將一個個芯片放入其中，底部配備高速記憶模塊，搞了個「鐵鎖連環陣」：

然后整體封裝，放進機柜里：

那么一通操作下來成績如何？

按特斯拉的說法，他們在經典項目 RESNET-50 上的計算能力擊敗了 A100：

在替代性方面，他們以自動標注為例，宣稱 4 個 DOJO 機柜可替代 72 個 GPU RACKS：

對未來，他們更是充滿自信，認為不僅現在吊打 100，到 2023 年 Q1 即可實現多倍超越：

在現場，馬斯克也強調特斯拉被外部認為是一家自動駕駛和造車公司，但事實遠不止于此，他將特斯拉稱為前沿人工智能公司，并補充半導體也是技術的一種體現，緊接著他號召更多人才加入公司，畫足了技術愿（大）景（餅）。

其實活動之前，馬斯克就早早發出預告，稱這次活動是為了招募人工智能和機器人工程師 / 芯片超算工程師，如此看來，種種秀技術肌肉之舉，也帶著一魚兩吃的盤算。

One More Thing

馬斯克本人在今天的活動中戲份并不多，下臺后轉頭就開始高強度網絡沖浪

比如宣稱未來會有 " 貓女 " 版擎天柱機器人。

又或者給網友的梗圖點贊。

看了這么多，最后讓擎天柱給大家比個心吧。