北京時刻8月26日，據《商業內情》報導，特斯拉在自動駕馭技術上堅持運用純視覺計劃，現在它又把這一套老練戰略用在了人形機器人Optimus的練習上。

知情內部人士奉告《商業內情》，特斯拉已在6月底奉告職工，公司未來將愈加專心于經過純視覺計劃來推動Optimus人形機器人的練習。

此前，特斯拉運用動作捕捉服和虛擬實際(VR)頭顯來記載人類操作員的數據，并長途操控機器人。現在，特斯拉將首要經過錄制職工履行使命的視頻來練習機器人，讓其學習怎么完結例如拾取物體或折疊T恤等動作。

內部人士稱，特斯拉表明，拋棄動作捕捉服和長途操作將使團隊能夠更快速地擴展數據搜集規劃。

這一調整標志著特斯拉機器人戰略的嚴重改變，將讓Optimus的練習方法與埃隆·馬斯克(Elon Musk)長時刻堅持的理念保持共同：AI能夠經過攝像頭把握雜亂使命。長時刻以來，特斯拉也選用相似的方法來練習其自動駕馭體系。

打破常規

長途操作和動作捕捉是職業練習機器人時的規范做法。例如，聞名機器人公司波士頓動力就曾運用長途操作來練習其Atlas機器人。在練習過程中，職工會穿上動作捕捉服履行各種使命。這些數據隨后會被傳輸給機器人。動作捕捉服也可用于長途操控機器人。

現在尚不清楚特斯拉未來是否會再次優先運用動作捕捉服和長途操作，或許是否運用視頻數據在此前搜集的信息基礎上進行進一步練習。

人類與機器認知研討所的高檔研討科學家羅伯特·格里芬(Robert Griffin)對《商業內情》表明，很多長途操作數據使機器人能夠經過與環境的實踐互動來學習。他表明，要教會機器人將視頻數據轉化為實際國際的動作并非易事。

“假如你僅僅運用視頻數據，就沒有這種直接交互體會。”他說道。

本年5月，特斯拉發布了一段視頻，好像顯現Opti99久久婷婷國產綜合亞洲91mus機器人正在依據視頻錄像完結各種使命。

圖｜Optimus

特斯拉擔任Optimus硬件研制的總監康斯坦蒂諾斯·拉斯卡里斯(Konstantinos Laskaris)好像現已供認了這一新戰略。本年5月，他在領英上發文稱：“這聽起來令人難以置信，但咱們的機器人正在經過人類視頻直接學習新使命！”

馬斯克也在5月表明，Optimus終究將能夠經過觀看YouTube視頻學習履行使命。

知情內部人士稱，在技術轉型期間，特斯拉曾時刻短中止Optimus團隊的招聘。到8月底，特斯拉的招聘頁面仍列出了50多個與Optimus相關的職位。

技術轉型

知情人士表明，在6月底之前，特斯拉仍在長途操作Optimus，并經過動作捕捉服練習機器人。職工們需求花時刻排查動作捕捉服和Optimus的問題，這約束了團隊能夠搜集的數據量。

自練習方法改變以來，職工們開端專心于運用5個內部克己攝像頭記載本身動作。這些攝像頭安裝在職工佩帶的頭盔和沉重背包上。攝像頭向各個方向拍照，為AI模型供給準確的環境定位數據。

佛羅里達州立大學FAMU-FSU工程學院機器人試驗室主任克里斯蒂安·胡比茨基(Christian Hubicki)表明，多角度拍照或許協助特斯拉搜集更精密的細節，“比方關節和手指的方位”，并完成機器人的空間精準定位。他指出這些視頻也可用于增強此前經過長途操作搜集的數據集。

履行練習使命的工作人員會收到詳細指令，特別是在手部動作方面需求保證動作盡或許挨近人類形狀。一名人士稱，有些職工或許需花費數月時刻重復履行同一個簡略動作。

謝菲爾德大學機器人專家喬納森·艾特肯(Jonathan Aitken)奉告《商業內情》，特斯拉很或許需求想辦法教會Optimus運用可運用于多種使命的動作。

“在這種規劃的操作中，他們有必要樹立通用動作庫，不然逐一練習一切動作將消耗無量的時刻。”艾特肯表明。

他彌補說，99久久婷婷國產綜合亞洲91特斯拉或許會選用與Physical Intelligence公司相似的戰略，后者向機器人輸入海量演示數據，使其能夠學習可搬運技術并靈敏運用，而非僅僅機械回憶單項使命的履行方法。

比自動駕馭更難

這一新戰略與特斯拉練習其自動駕馭體系的計劃共同。雖然其他自動駕馭公司運用激光雷達和雷達傳感器來練習軟件，特斯拉首要依靠多個攝像頭。

特斯拉運用從數百萬特斯拉車主搜集的數據，這些車輛裝備了八到九個攝像頭。馬斯克表明，特斯拉之所以能在我國發布其輔佐駕馭體系，得益于該公司運用揭露亞洲大街視頻練習其AI體系。

不過，馬斯克在1月份的財報電話會議上供認，“Optimus人形機器人的練習需求，或許終究至少是轎車所需的10倍。”

艾特肯表明：“這是十分契合特斯拉風格的機器人開發方法。沒有其他公司在平等規劃上測驗這樣做。他們需求的數據量將與練習轎車所用的數據量適當。”

俄勒岡州立大學AI與機器人專家艾倫·費恩(Alan Fern)表明，關于特斯拉來說，練習Optimus將比開發自動駕馭轎車愈加艱巨。

“駕馭僅僅單一使命。”費恩稱。他表明，首要靠視頻學習要求機器人了解視頻中產生的狀況，然后具有完結使命的技術，“有些技術能夠經過觀察學習，有些則需在模擬器或實際中進行物理實踐”。

到發稿，特斯拉沒有就此置評。

本文來自微信大眾號“鳳凰網科技”，作者：簫雨，36氪經授權發布。