即使如5万亿市值的特斯拉，也需要不断给资本市场讲新故事。新故事的每一次预期变化也都会体现在股价上。目前，特斯拉抓住的新故事是——人形机器人。这个故事最早酝酿在去年的AI Day，还是惯例用PPT演示。直到今年的AI Day，人形机器人才真正拿出样机。在此前的预告阶段，特斯拉曾有过一笔猛涨，当时单日涨幅超9%，接近收复此前两周的全部跌幅。但在发布会后急转直下，10月连续两周跌了近23%，市值蒸发近1900亿美元（约合1.4万亿人民币）。所以对于人形机器人，资本市场暂不买单。特别大嘴惯了的马斯克，最近还因为推特收购交易的摇摆被美国当局调查。对于汽车业务，特斯拉也需要尽快走出Q3交付量不及预期、原材料上涨带来的成本增加、德国电池厂重启泥潭。特斯拉毕竟是特斯拉，每一次动作还是会在市场中“搅动风云”。虽然今年人形机器人的亮相表现并不算惊喜，但就像苹果发布会一样，抛开资本关联，依然不能忽视特斯拉在技术领域的引领性。人形机器人首秀
发布会上，特斯拉一共展示了两款机器人，一台电线裸露、难以与高科技沾边的原型机小黄蜂（Bumble C），另一台有外壳的预量产机擎天柱（Optimus）。小黄蜂是缓慢走向台前，向台下观众招手；擎天柱则被三名工作人员抬出。过程中，工作人员不断提醒着“这是我们第一次没有用到后备硬件支持，比如安全线缆...”，试图先为观众做足心理建设。毕竟，从此前披露的信息来看，不管是渲染图还是马斯克所宣称的机器人愿景，都吊足了市场的胃口。
虽然最终的运动表现似乎不如小米的铁大，但特斯拉的领先性在于，直接将每一环节的关键设计都摆在了台面，后续团队人员也接受了现场提问。工作人员称，“在设计擎天柱时，我们采用了和设计汽车相同的原则。也就是为了生产而设计。这样才有可能以高产量、低成本和高可靠性地生产机器人。”这也呼应了马斯克此前的说法，“特斯拉可以说是世界上最大的机器人公司，因为我们的汽车就是轮子上的半智能机器人，辅以FSD计算机，也就是汽车上的推理引擎。很明显，这个推理引擎将持续的进化。”因此，要理解擎天柱机器人的真正价值，就要抓住几个关键词——硬件性能强、软件可迭代、可量产降低成本。性能的衡量可分为执行器（机械部件，能提供多大的力）以及控制部分（软件算法的架构）。特斯拉团队主要通过视频演示，而不是实机演示对这一部分进行了具体讲解。首先在硬件方面，擎天柱整体拥有28个关节，并单独设计了6款模拟肌肉的电机，可以在很小的体积以及重量下提供足够大的动力。据演示，其电机的力量能够举起一架重达半吨，九英尺长的三角钢琴。躯干内部则安装了一个2.3kWh的电池组，能够支持机器人工作一整天，其独特之处在于在一块PCB集成了传感、熔断、充电管理和电源分配等多项功能。这背后正是特斯拉擅长的三电核心技术。同样在躯干内部，擎天柱使用了一颗特斯拉自研SoC芯片。为了支持通信，它还配备了无线连接以及音频支持，可能是为未来的语音交互留下位置。虽然不同于特斯拉汽车使用的双芯片自动驾驶方案，但是单芯片足以移植Autopilot大部分的功能，因为汽车采用双芯片设计是为了形成冗余，避免功能区故障隐患。使用与汽车相同的自研芯片至关重要，因为特斯拉开发机器人的初衷之一，正是想要扩展其AI能力的边界，让其不局限于单一的自动驾驶，而是向更通用的人工智能平台迈进。通过FSD的视觉和仿真训练方案，可以看到擎天柱在解决的场景问题极为有趣。例如，在室内环境中大多数情况都没有GPS信号，导航成为一大难题。通过训练更多的神经网络，机器人可以直接通过视觉（即摄像头）识别环境中的高频特征和关键点，进行跨帧跨时间的追踪。利用提取后的信息，可以更好地估计机器人要采取的姿势和行动轨迹。在视频中，特斯拉就展示了机器人在浇水和搬运工作时，通过渲染和标注环境物体，进而计算出最佳行动方案完成目标。比如在浇水过程中，机器人就在明显地调整手部姿势以及五根手指的位置，挪动花洒以更好地抓取。值得关注的是，运动表现更好的波士顿动力，和抢先发布的小米铁大都没有研发灵巧手相关的功能，例如波士顿动力的Atlas只提供简单的运动支点作用。更值得一提的是，FSD的一大领先优势就是能在仿真环境中进行训练并迭代，特斯拉就用这一思路来训练机器人行走平衡控制的代码。据演示，特斯拉仅用不到半年的时间就让机器人的行走有了质变。要知道，人形机器人行走平衡一直困扰业界的一大难题，特斯拉的做法或许将改变行业的走向。除了引入人工智能的解法之外，擎天柱在设计过程中还大量复用了汽车的经验。比如为了保护机器人，研发人员类比汽车碰撞模拟的技术，对机器人结构基础进行了优化，让其摔倒时不会损坏价值最高的变速器和胳膊。一位机器人公司创始人对36氪表示，“特斯拉人形机器人的电机和结构做得非常好。外观很小，功率很够，控制很稳。看上去动态控制的算法还没有完善。但是有了这些设计的基础，那都不是大问题。”在最后的量产方面，马斯克表示，Optimus后续的生产规模可能会达到数百万台，并且因为这台机器人所采用视觉算法、计算芯片、电池均与特斯拉汽车产品线共用，所以它并不是一个完全从零开始的产物，并且可以获得比其他类人型机器人更好的成本控制。未来售价或低于2万美元。发布会的第二部分，特斯拉依旧通过视频演示，展示了其FSD（Full Self-Drive完全自动驾驶）的最新进展。从演讲时长上来看，自动驾驶是绝对的重头戏。但和人形机器人相比，自动驾驶的惊喜意味就稍逊几分，Autopilot负责人在开场白中也戏谑道“在optimus后面担心冷场”。甚至和同样选择渐进式的国内玩家——小鹏，以及同样热衷于AI Day的毫末智行相比，FSD看起来能实现的功能还稍显滞后。但和人形机器人演示一致，特斯拉同样将每个模块的实现技术分拆开来，作了详细讲解。据Autopilot负责人介绍，今年FSD Beta测试工作的参与用户从2021年的2000名增长至16万名，增长几乎超80倍。在这一基础上，FSD全年进行了7.5万余个神经网络模型训练，基本上每8分钟就训练了一个模型。当前FSD Beta可以完成从一个停车场到另一个停车场的自动泊车；根据交通灯或交通标志行驶；在十字路口与其他车辆交汇时，能够协调并选择最路径实现转弯等功能。这些能力都要归功于FSD背后基于摄像头打造的神经网络模型模拟、高度自动化的数据闭环体系，以及仍在不断进化的高速反应迭代速度。首先感知层面，特斯拉展示了神经网络模型（Occupancy Networks）的进化。通过3D几何结构分析和语义模型的结合，预测周围物体如人、车、以及其他随机物体等对可见空间的占用率。在BEV网络中生成一个个3D立方体，并以时空特征来赋予障碍物的不同运动状态属性，这样能在不用识别出物体是什么的情况下就可以实现避障，提供连贯的道路预测。FSD Lanes则能够通过神经网络系统产生车道线感知，以及判断车道线节点位置以及起点、终点属性等。将车上8个摄像头的视觉代表数据用道路导航模型实现强化，来预测道路情况以及路口未划线区域的连通情况，进而实现车道精准识别。在完成感知识别后，数据训练方面，特斯拉主要介绍了三种技术工具。自动标记技术（AutoLabeling）让系统在模型上自主标记道路线，再用少量的人工对特殊标记进行复核校正。这一全新标注机制通过获取并恢复车辆的高精轨迹信息，极大增加了数据标注量，实现覆盖更多的道路场景。仿真模拟（Simulation）基于常规的数字孪生，通过AI在虚拟世界中模拟搭建贴近现实状况的模型并进行训练，这一技术的提升在于5分钟内能迅速完成搭建，效率得以大幅提高。数据引擎（DataEngine）借助影子模式，把车辆在行驶过程中的不断收集的数据与驾驶者的决策作比较，将二者不一致的数据放入评估集，随后利用有效数据训练车端在线上线下的模型，最后将经过验证的新模型重新部署到车端，这一动作使得模型整体预测准确率已经从去年九月的88%左右提升到了目前的99%以上。直观来看特斯拉的数据训练体系，也意味着corner case的覆盖率——99%小数点之后的 “9” 正在不断延长。在AI Day之后第三天，笃信纯视觉路线的特斯拉宣布，将用完全基于摄像头的特斯拉视觉驾驶辅助系统来取代超声波雷达传感器。将在未来几个月内移除Model 3和Model Y上的超声波雷达，并将从2023年开始移除Model S和Model X上的超声波雷达。这也表明，在弃用毫米波雷达之后，特斯拉正式又弃用了超声波雷达。此后便仅依赖车上的8个摄像头来实现辅助驾驶和自动驾驶的功能。而至于FSD Beta的正式上线时间，马斯克坦言，FSD beta正在北美进行一定规模的测试，累计行驶里程已突破4000万英里，今年年底前将面向全球推出FSD Beta版本软件，但北美以外的市场由于监管政策，上线时间可能稍有滞后。价格方面，据了解早在上个月月初，特斯拉正式将当时并未增加新功能的FSD价格提至了1.5万美元（约10.39万元人民币）。AI Day上特斯拉再次大秀技术，无论是技术复用至人形机器人，还是技术核心自动驾驶的精进，都拥有足够的先驱性。但对于车企和上市公司特斯拉而言，技术暂且只是重要的一环。即使特斯拉最近受大盘反弹有所修复。但至于能否走出连续跌幅趋势，还需要特斯拉在10月20日的Q3财报中证明。
36氪旗下官方公众号
真诚推荐你关注
*文章为作者独立观点，不代表 爱尖刀 立场
本文由
36氪发表，转载此文章须经作者同意，并请附上出处(
爱尖刀 )及本页链接。
原文链接 https://www.ijiandao.com/2b/baijia/444861.html
来个“分享、点赞、在看”
36氪
关注网络尖刀微信公众号
