一年一度的特斯拉AI DAY，开始的话就是王爆！ 马斯克仅用了3分钟就进入了热点，人形机器人直接登上了舞台。
与去年的概念PPT流畅圆润的外形不同，今年的prime金属和电缆裸露在外面，像电影的终结者。 这个擎天柱踏踏实实地走着，探出身体，向观众挥手致意。
这个机器人的名字来自《变形金刚》的主角擎天柱( Optimus )，高173厘米，重73公斤，和普通男性差不多重，采用的感知技术几乎都来自特斯拉电动汽车技术。 例如，3台自动枢轴照相机和自研的芯片！
——“这就是擎天柱的视野
目前，这个机器人还没有机箱。 每个零件，28个马达关节，可以携带约10kg的行李：
特斯拉花重金制造的机器人当然不仅仅是搬运箱子的东西。 马斯克强调，最终他们的目的是大规模生产人形机器人，并在各种工业、民用场景中投入使用，从100万到1000万水平。 最终的使命是代替人类完成危险、重复和无聊的工作。 现在，Prime希望能实现“装灯泡”等简单的命令。 特斯拉计划将来组装更多的机器人，并投入本公司工厂进行测试。
擎天柱可以拿起放在桌子上的水壶，步行到办公室内的花草栽培区，给花草浇水。 其中，绘制的图像是机器人的“视野角”，除了颜色的不同之外，看起来与人类通常看到的图像的内容没有特别大的不同。
在工厂里，机器人可以将长条物体从工作台取出，并整齐地排出装有同一物体的箱子。 在机器人视角的绘制图中，可以用颜色区分现实世界中不同的物体。 例如，手中的长条形物体是紫色的，工作台是黄色的等。
现有的其他类人机器人“大脑不足”——自身解决问题的能力不足，这是Optimus想要解决的问题。 在机器人设计的原则上，马斯克强调了高可靠性和低成本这两点，他说：“他们的目标是尽快制造出有用的人形机器人。” 产量可能达到几百万辆，但价格会比汽车便宜得多。 马斯克认为最终的价格将在2万美元以内。
作为参考，现在Model 3的售价从4万美元开始。 特斯拉表示，机器人工作时耗电量为500W，类似于台式电脑，重量达73公斤，手的运动自由度有27个。 它有2.3KWh的电池包，可以全天工作，计算设备为Tesla SOC，可以与WiFi进行4G网络连接，各种电源控制系统集成在一个PCB中。
总体而言，Optimus拥有破坏性控制、适合批量生产的结构、集成式结构控制设计、人类触发的膝关节、基于任务的膝盖需求以及针对高效执行器的优化关节，每只手可举起20磅重的物体
人手可以以每秒300度的速度移动，拥有成千上万的触觉传感器。 特斯拉机器人的设计灵感来自生物学，和人手一样由五指驱动，可以抓取大口径物体，同时满足抓取精致物体的需求。
我们周围世界的工厂设计得适合人手握，但也会出现很多我们从未见过的物体。 因此，特斯拉人形机器人的手指有6个驱动器和11个自由度，搭载了移动手指进行感知的传感器。
手的适应机制非常复杂，人类能够识别手在空间中的位置，这也是能够抓住物体的关键。 为此，特斯拉目前仍在进行相应的测试。
特斯拉表示，许多特斯拉汽车的经验被应用于Optimus机器人的构建。
视觉深度学习模型直接从汽车移植到机器人上。 由于室内导航几乎不能使用GPS，因此需要以提高精度通过传感器接收更多的点，但测量周围可通行区域的结构也与汽车自动驾驶相同。
几位工程师分别介绍了车架设计、关节驱动电机的动力以及协助机器人导航、行走、搬运工作的机制。 在提高机器人能力的同时，工程师们正在努力减少Optimus机器人的功耗和部件数量。
人形机器人在全面投入使用之前还有很长的路要走，但其潜在的作用不言而喻。 “我认为人形机器人会从基础上改变人类文明的形式，”马斯克说。 “如果说自动驾驶能提高一半数量级的经济效率，我想机器人可以提高两个数量级。 ” ”
特斯拉第一代机器人经过了概念、设计、分析、构建、优化、验证，对于这一新品种来说，低成本和高生产效率是验证这一产品是否真正进入市场的关键。
自动驾驶系统FSD
在AI Day现场，篇幅当然不小，核心是强调面向更复杂的场景，深入提炼技术。
例如，在没有人行横道的路口左转，对面道路上有直行车辆行驶，或者需要面对带着孩子横穿的行人，车辆快速通过行人面前会给对方带来打击，很多行为都是无法预测的。
特斯拉表示，他们参与了安全性和舒适性等维度分析，通过树搜索算法提供了人类示范，使系统能够找到“合适”的通过时机和路线，最终通过横穿马路的行人后面。
例如，在6个方向的十字路口，即使车上有8个摄像头，但被其他车挡住了，预测的难度也不小。 基于各种复杂的场景，特斯拉推出了详细的架构，让各条道路的摄像机信号通过RegNets。 根据摄像机的不同使用不同的RegNet，进入“Special attention”层。 该架构也适用于车辆和行人的行为预测等场景。
重建物理世界也是自动驾驶的必由之路，工程师展示了FSD如何使用从团队收集的数据来模拟世界。 在短短的两周内建立了旧金山市区的模拟模型。 特斯拉可以随着时间的推移迅速更新模拟世界。
为了支持各种复杂场景的模型训练，全栈开发平台每8分钟建立一次算法模型，由1.4万个GPU组成阵列提供计算支持。 我们还使用加速视频库将培训速度提高了30%。
在边缘侧，还进行了轻量化处理，减少了系统延迟，8个摄像头通过神经网络快速实时识别与建筑物不同的路面场景，更快地完成了3D场景的生成。
值得一提的是，在今年4月奥斯汀超级工厂开业庆典暨Q1财报电话会议上，马斯克提到了不带方向盘和踏板的自动驾驶出租车产品。 很多人预测他今天会谈到RoboTaxi，但现场没有提到特斯拉。
Dojo超级计算机
2023年特斯拉人工智能日益登场，Dojo超级计算机首次亮相。 随后，特斯拉用反复试验的思路克服了困难，尽快前进。
其中，电压调节模块在24个月内更新了14个版本。
同时，Dojo在设计上更加集成。 在集成解决方案中，使用软终端电容器来减轻振动，或根据共振进一步调整频率。
Dojo超级计算机系统的全景图如下所示。 包括D1芯片、训练Tile和ExaPOD。
Dojo系统托盘( System Tray )具有高速连接、高密度集成等特性。
Dojo接口处理器提供用于训练的高带宽存储器、TTPOE、标准PCIE主机接口、高带宽Ingest、高基数z平坦连接性等特性。
Dojo主机接口包括输入处理、用户APP等。
Dojo Cabinet的动画显示如下：
接下来是ExaPOD，它实现了1.1 EFLOP、1.3 TB的高速SRAM和13 TB的高带宽DRAM。
软件堆栈部分从上到下包括神经网络模块、PyTorch扩展、JIT神经网络编译器、LLVM后端、多主机和多分区管理、Ingest和共享内存以及
在Dojo编译器部分，用户可以将其用作加速器。
Dojo团队展示了使用由Dojo运行的AI大模型生成“火星上的Cybertruck和Semi”的图像。
Dojo通常需要几个月的工作可以减少到一周。 特斯拉最后给出了未来发展的路线图，计划到2023年建成第一个Exapod，大幅增加了提高自动贴标签的数量
从人形机器人到超计算，特斯拉所做的一切似乎都试图引领AI的尖端技术。 “未来的AI培训需要大量的多模式数据。 我们可能有能力训练世界上最多的数据和模型。 我认为我们可以为AGI的研究做出贡献，”马斯克说。
等待了一年多的“擎天柱”终于出现在大众的视野中，特斯拉“AI Day”成为了最受关注的环境。 但其新奇的外观和性能并不是关键，对于人类来说，其真正的量产落地才是衡量这一新品种是否真正有价值的关键。
不过，出于浇花和能搬运货物等更精细的功能，马斯克坚持向拟人机器人持续进步，从手部动作、步态调整、控制系统等，都依赖特斯拉在汽车领域强大的技术积累以及基础设施和供应链再加上马斯克在人形领域的野心和他强大的行动力，给这个产业带来了无限的憧憬。
马斯克在人形机器人亮相后表示：“自动驾驶汽车对世界产生了巨大的影响，运输生产力至少在提高之间下降了一半。 将来，prime的订单可能会上升”。
此前，特斯拉“prime”表示，预计2023年实现量产，计划在德克萨斯工厂配置数千台人形机器人，最终有可能扩大到全球数百万台。 如果特斯拉的人形机器人最终能够量产并真正解决其落地课题，有望促进人形机器人产业发展迈出一大步。
