特斯拉人形机器人Optimus最新进展（第一部分）：AI神经网络迭代正式开始

[@TSLA99T]

请把感兴趣的问题留在这里，我会尽量在第二期解答

[@ivan1993]

請問老余大神，明年機器人有可能少量出貨開始賣給客戶嗎？

[@yu_studio]

這以後會不會被某些"偉大的國家"撿回去然後拿去作為軍事用途啊？

[@mavslee603]

用Optimus 分拣电池很酷，假设他的成功率和速度大大提高，但它的成本可以比现在specialized 分拣电池机器人还低吗？

[@user-bf8dj2tp3g]

生產、商業化、利潤再未來是要怎麼發展還有商業模式

[@movingFive]

​@@mavslee603 单独比肯定不会，但是机器人是通用的, 当机器人从事各种各样的工作替代各种各样不同规格型号的机器设备时就有成本优势了

[@user-mp4ce5qt1s]

希望老余也可以 “持续稳定 完成简单任务”😂😂😂😂

[@user-TCEAGLE1]

老余太棒了！謝謝您分享寶貴的信息與見解！

[@user-wr6cn5pf4s]

最棒的一期，老余作为专业人士就应该多出硬核的内容，这是你的优势，也是油管相比b站的优势，有更多的业内人士从行业发展的趋势来解读。

[@gracefeng2168]

谢谢分享🙏

[@eldahini01]

感謝老余。個人感覺現在整個TSLA就像身處在黎明前的那個最暗的夜。等到日出前的魚肚白出現，整個TSLA準備就要再次崛起~

[@LeonTauChan]

专业度这么高的解读，能在KZbin上花时间来分享。真了不起！

[@jimmyxu3819]

谢谢分享

[@user-zg8nr3xu9b]

谢谢专业知识分享🎉

[@wangjian5467]

感谢分享

[@CHANSAUKUEN-je9rm]

謝謝老余的分享👍🌷

[@Lanlily2865]

感谢你的分享。

[@user-fe4ki3mp9y]

電路供應可以把充電設計在腳底，站定位工作即可充電，電力問題基本不用擔心（充電板鋪定位位置）

[@melbournejefftalk]

之前一直缺少一个从技术层面为大家更新特斯拉fsd和机器人进展的硬核中文频道，Ray为我们挖出了一块儿大宝贝呀，哈哈特斯拉小散东们长期持有又有一个信心增大器来了，谢谢老余😊👍

[@kennySg101]

谢谢小余

[@wendycai2367]

谢谢老余的分享❤

[@lynpang7088]

终于等到了 感谢老余

[@mavslee603]

感谢专业的分析🎉

[@smartbid2000]

讲得太好了

[@davidsio5302]

支持

[@user-pk8uk7rh9o]

老于太棒了，受益良多👍

[@mey0831]

好專業

[@Vision_Future.2024]

老余发挥技术，专业，系统的先发优势

[@wayc2k]

老余太棒了

[@jerrychen7853]

終於等到你發片，謝謝你！我一定是你的＂鐵粉＂。

[@mindychen3380]

Me too

[@lewiswong962]

不错哈

[@mickymi107]

棒棒棒棒！

[@JJjon13]

期待下一期解读

[@kelk1134]

Come here to support !!❤❤

[@huan_jingzhijingzhe]

可以出一期视频讲解一下end2end这项技术吗？

[@michaelli7000]

拿电池比叠衣服在任务上简单太多了 所以这次不用tele操控 不代表克服了叠衣服的问题。plus拿电池的任务完全用abb的机械臂 不用ai 一样可以高效完成 用ai核心意义应该是机械臂无法完成的无法standardized 的任务 但现阶段并没有看到类似的example 感觉更多的还是show off而已 个人见解。

[@huananyang185]

也是在练这个机器人嘛。目前的机器人就是个baby，刚学会走自己那东西，你说他厉害吗？不厉害。狗都比baby有用聪明。但关键在于机器人解决问题的是方式端到端，也是目前认为最接近人脑的方式，也就是说这个baby将来可以比狗强很多😅

[@TimChan1989]

老余的解读视频非常好，期待第二部分的解读，有两个问题想老余分享下。一是我看到有人在机器人旁边做动作训练（戴着类似Apple Vision的AR眼镜），那是否代表着Optimus的训练数据是可以用户自己去采集？譬如折衣服，用户戴着AR眼镜操作一遍后，Optimus就可以学会了？而且随着更多用户的训练数据加入，这个自我学习模型会越来越强？而用户的数据本身也是一种资产，Tesla对于数据资产是不是会付款给用户？第二个问题是在传感器感知层面，波士顿动力新机器人内置了好多传感器，而Optimus只是利用了摄像头（类似车的纯视觉），但对于一些需要精准操作的动作（譬如比较极端的例子：穿针线）是否会存在感知精度不足？从我开焕新model3的经验看，存视觉在国内停车位很窄的情况下，停车精度是比不上雷达的。

[@horngbill6010]

7:30 机器人旁边有人戴VR 眼镜做动作 teleoperation，影像是来至optimus 上镜头拍摄。 采集数据训练ai 模型，需要超级电脑 Dojo及nvidia 芯片 ，無法靠Optimus 上ai 芯片。

[@horngbill6010]

前方镜头有盲区，不应该取消超声波感应器。

[@vivik725]

有的有的～～我有在X上關注老于

[@wuliwuli241]

之前叠衣服不是为了展示demo，而是为了跑通基于遥操作的数据采集的Pipeline，所以当时的demo和现在的demo来看，一个是模仿学习数据采集的技术，一个是模仿学习场景推理的技术

[@horngbill6010]

7:30 机器人旁边有人戴VR 眼镜，体感系统远程操作 teleoperation 及收集数据以提供 超级电脑作 Ai 训练之用。 2:26 这里地上有电线，不知道是何用途 ?

[@johnli9179]

老于，有两个点我提一下。第一海量的数据哪里来，第二是否可以用已有的视频作为输入进行训练

[@user-ij1ce7fd1y]

谢谢分享。 有没有一种可能，机器人的最终目标是在火星上，可以代替人类进行劳作，建设。毕竟火星环境恶劣。如果 人类是阿努纳奇挖黄金的劳工，机器人就是人类建设火星的劳工。

[@Johnnypu234]

老馬創立的公司就是為了人類成為多行星物種

[@horngbill6010]

代替危险及重复单调工作

[@trio0083]

這就是老馬的目標

[@tongszehong]

@@horngbill6010 危险及重复单调工作是兩個不同對像，機械人開發者可一舉拿下兩種市場？

[@raywu5730]

感謝分享，非常棒的內容! 另外想請問余哥，這類的AI訓練框架是否能夠輸入不同場景的影片讓模型能藉著第三視角去學習其中的動作呢? 比如輸入了大量的籃球比賽，它是否能自主學習如何投籃、運球，而不是透過實際的動作?

[@user-kb3jl9ci8m]

現在這樣看還是太普通XD 畢竟一個人的速度可能是他的10 20倍 希望他有朝一日能做到兩手而且是快速的塞進去 或者可以判斷東西是否有壞掉之類 我以為學習他可以寫一個一模一樣的UE5引擎 製作無限個實際場景 直接讓他直接在裡面做個幾千萬次學習

[@superdigua]

在第一段视频里，机器人的背后有一根线拖着啊

[@user-qd8ih5su4z]

问一个类似的问题，训练到底能不能在第三方国家完成，如果硬件设备满足条件的话。

[@user-ej5wz5tr6h]

一台机器人的价格。估计够一个走线的干一辈子、吹一辈子了。 所以性价比不高。 人形机器人的主要用途是情色产业，其他专业领域，做机械臂即可。 人类构型，并不适合需要机器替代人工的环境。 AI研究可以继续

[@yunpeng66]

在2:27 确实地上有线连着

[@rickylee7380]

如果每個work station 都charge point, 機器人就可以長時間工作

[@yicksunleung-we9eo]

🎉❤

[@comj2008]

仔細看還是有電線

[@horngbill6010]

走路的机器人没有电线

[@humbiiiiiiiiiiiiiiii]

english subtitles pls 🙏

[@kobe1179]

謝謝分享~剛開始製作視頻就做得很好；想請問老余關於機器人手掌11個自由度，為何會增加到近期老馬公布的22個自由度，你認為這是甚麼考量?

[@TSLA99T]

好问题，会在下一期回答

[@user-sm7wx5zd1b]

未來趨勢 供應鏈廠商商機無限 台灣 上銀集團值得期待

[@rafealwang30]

期待将来他看我泡一边咖啡，然后让他泡咖啡给我喝

[@user-um8su9dz4z]

想理解 端到端的算法，對比硬核算法，為何可以大幅度減少程式代碼？ 需要比較淺顯易懂的例子😅 目前思考卡住的點： 到大幅訓練之後，邏輯應該也會變得很複雜，也會導致訓練後生成的代碼變得龐大

[@alexhuang3728]

建议了解一下软件2.0

[@nfszero]

端到端即是把所有資訊(如影像)與動作之間找到一種關係，之後就可以重現 以前任務簡單的時候可以用硬核算法、但隨著任務越來複雜並有太多因素，算法會複雜到難以維護 而動物的動作就是一種端到端的機制，你不用管手指的關節是轉到幾度才能拿東西來吃 只要長時間的訓練，最終就可以在一瞬間完成整個拿東西來吃的動作 而且這個訓練好的模型可以部屬到其他機器上，就像一個學生瞬間學會老師畢生經驗一樣 如果是硬核算法，只要食物有點變形、手指角度不太對，整個動作就毀了 所以之前的人形機器人才那麼僵硬而且沒辦法大量在工廠使用 這一切都是拜近幾年算力大量提升、以及新的算法所導致，兩者相輔相成

[@horngbill6010]

ITO 功能，未来会做联网。

[@tongszehong]

它還要懂自動充電、自動完成離崗位程序及自動維修，否則如巴非特的說法，它淘汰工人卻要增維修/操縱等人/工。

[@iamleben]

让别的机器人修

[@tongszehong]

@@iamleben 是啊，要有個識維修的機械人，後面再有個識砌學習維修系統機械人，後面有個出勤管理機械人...後面有個網上控制...系統機/人...滿了室內，人沒法工作或沒工作...

[@jianguowu2042]

[@MrBiolucy]

你真是特斯拉投資圈的明燈

[@user-mp4ce5qt1s]

我发现特斯拉还给机器人配了双鞋 太人性了lol

[@kevinyang4929]

真的勒 我剛看到了

[@user-zg8nr3xu9b]

跟老马同款，看淘宝的速度😂

[@user-qz5tw7zw9g]

可是地上好像還是有一條電線？

[@TSLA99T]

看不清，我说的线是远程控制的从上面连下来的

[@horngbill6010]

7:30 机器人旁边有人戴VR 眼镜做动作，体感系统远程操作 teleoperation ，地上的电线是数据采集时传送data 之用。收集数据以提供 超级电脑作 Ai 训练之用。 2:26 这里有电线，不知道是何用途，可能是採集data 或 teleoperation ?

[@var2540]

想问一下，为什么机器人要设计成人形啊？ 感谢回答

[@user-fs8iw6fy6x]

同意，我也有這個疑問 因為這些工作，現在機械手都已經非常成熟 機械手也是可以搭移動載具、滑動平台

[@horngbill6010]

仿真是为了完全full 取代人类功能

[@manoftinylee]

因為花了這麼多經費，花招兩下交代一下股東們。

[@JosephKrueger-uh2sg]

博主有国内的视频号么 我想转发给同事，但是油管国内不好转

[@user-zg8nr3xu9b]

视频号科普很重要，第二大市场🎉

[@liliu319]

能拆分零部件供应商么？投资癌股

[@ticketppt6942]

为什么只能用单手，不能用双手加速？😮

[@Kkt899]

會跑，你必須先學會走。能走要會跑只是時間問題，應該也不會太長時間了，差不遠，至少不是從零到一那麽難。

[@chengyuliu2514]

为什么要花那么长时间翻译。。。

[@jackchuah4183]

听了AI那么多年，还是不能够自我学习，还是需要订制特定的功能，不是自己学什么就会什么。

[@user-hf5kz8fg5h]

真的想像力很差，會疊衣服的機器人才能賣給全人類，還是你在家不用疊衣服的

[@sicksforMAD]

每當世界在前進的時候，看看台灣 我們還在10幾年前，你說台積電等科技廠？ 都跑國外了，台灣的科技力以及基礎建設早就無法支撐這些超級科技場，台灣未來會很慘，不要不信邪。

[@jjs718]

这玩意做好了会赚大钱。

[@user-wl2vp4he4u]

中國共產黨:特斯拉快回來建廠給你優惠~ 中國共產黨:回來就再次偷光你的機密. 中國共產黨:中國好棒棒..這是我們自研的...

[@maggielee-ol3oz]

谢谢分享