界面新闻见习记者 | 高菁

“Optimus(擎天柱)现在可以自主地对物体进行分类了，其神经网络训练是完全端到端的，即直接从视频输入中获取信息，并输出控制指令。”9月24日，Tesla Optimus通过社交平台发布视频，展示了人形机器人Optimus的最新进展。

端到端是一种神经网络训练的方法，指的是直接从输入数据到输出结果，不需要经过人工设计的特征提取或其他中间步骤。端到端的神经网络可以自动学习数据中的特征和规律，以提高模型的性能和泛化能力。

视频显示，Optimus现在能够自动校准它的手臂和腿，仅通过视觉和关节位置编码器，即可定位其肢体位置。

经过精确的自校准，Optimus还可以更有效地学习各种任务。Tesla Optimus称，其神经网络能够实现完全本地运行而无需联网，仅使用视觉作为感知。比如，Optimus可以完全自主地按颜色对色块进行排序，同时还能够应对外界干扰并进行自主纠错。

在上述视频的末尾，Optimus还演示了一段“瑜伽”表演，展示了其强大的运动、平衡能力。

视频加载中...

在2021年8月的首届人工智能日上，特斯拉预告将发布Optimus人形机器人。

2022年10月1日，Optimus在特斯拉第二届人工智能日上被正式推出。重量73 公斤、高度1.72米的Optimus能够完成搬运货物、给植物浇水和移动金属棒等工作。

马斯克在现场提及，特斯拉的目标是尽快制造出能投入使用的仿人机器人，所以在设计机器人时，使用了与公司汽车设计相同的体系，由此尽可能地降低成本，并提高产量。他还表示，Optimus的制造规模可能将达到数百万台，预计其量产成本将比汽车低得多，价格可能会少于每台2万美元（约合14.2万元人民币）。

特斯拉工程师团队表示，从机器人概念到设计，再到生产和验证的全过程，他们均使用车辆设计作为基础。两者有许多相似之处，大部分设计经验可以从汽车延续到机器人。

据国泰君安分析，由Tesla Optimus官方发布的上述视频显示，特斯拉人形机器人Optimus较此前整体进步较大。

其中，视觉感知能力提升明显，“可以看出特斯拉已经打通了FSD和机器人的底层模型，依赖神经网络模型和视觉技术，不断优化FSD算法，在感知环境与自主分析做出运动方面表现较好。”国泰君安称。

FSD的全称为Full Self-Drive，为特斯拉的全自动驾驶技术。上月，特斯拉CEO马斯克通过直播演示了有史以来第一个端到端AI自动驾驶系统FSD V12测试版。

在马斯克的直播中，搭载该款系统的汽车在行驶过程中轻松绕过障碍物、识别道路标志。而这些决策99%由神经网络给出，通过纯视觉输入，并由神经网络控制输出。

国泰君安还表示，特斯拉超级计算平台Dojo有望进一步增强机器人AI能力，特斯拉人形机器人量产有望加速。

同花顺数据显示，截至下午3点，机器人板块中有10只股票涨停，逾20只股票涨幅超过5%。其中，德恩精工(300780.SZ)涨幅达20.01%，亚威股份(002559.SZ)、远东传动(002406.SZ)、精伦电子(600355.SH)等涨超10%。