特斯拉機(jī)器人全面進(jìn)化！端到端方案初現(xiàn)成效

www.kjdzwh.cn 2023-09-25 14:00

轉(zhuǎn)自：財聯(lián)社APP

《科創(chuàng)板日報》9月25日訊（編輯鄭遠(yuǎn)方）當(dāng)?shù)貢r間24日，特斯拉機(jī)器人官方賬號Tesla Optimus更新了“具身智能首秀”。

在介紹中，特斯拉稱，人形機(jī)器人Optimus（擎天柱）已可以自主對物品分類，其神經(jīng)網(wǎng)絡(luò)訓(xùn)練是“完全端到端的”——即可實現(xiàn)視頻信號輸入，控制信號輸出。

在視頻中，特斯拉機(jī)器人展示了視覺自標(biāo)定、顏色分揀任務(wù)、單腳保持平衡等能力，在感知、大腦、運動與控制方面具備多項亮點：

在感知方面，通過視覺感知及關(guān)節(jié)位置編碼器，Optimus便可自動校準(zhǔn)四肢，并精準(zhǔn)定位四肢的空間位置。

在大腦方面，憑借純視覺技術(shù)及完全本地部署的神經(jīng)網(wǎng)絡(luò)，其可以迅速適應(yīng)環(huán)境并完成多項任務(wù)。

其將藍(lán)色與綠色積木分別分揀到對應(yīng)顏色的托盤之中，即便在抓取積木過程中，有人在一旁將積木打亂，Optimus也可以立即調(diào)整并適應(yīng)新環(huán)境，繼續(xù)分揀積木。與此同時，其還可以將翻倒的積木擺正，并執(zhí)行“打亂分類好的積木”等新任務(wù)。

在運動控制能力方面，Optimus可以精準(zhǔn)抓取物品，在做出動作時，該機(jī)器人的四肢、軀干、手指動作都極為靈活，且與人類接近。此外，Optimus還做出多個單腿支撐的運動拉伸動作，并能在拉伸的同時保持軀干平衡。

值得注意的是，特斯拉端到端模型輸入端為視頻信號，即圖像及音頻信號的混合輸入，但此次展示顯示，其識別部分神經(jīng)網(wǎng)絡(luò)算法僅使用視覺信息。

中信證券認(rèn)為，特斯拉V12自動駕駛的算法體系同時應(yīng)用于人形機(jī)器人及汽車是可行的，且有利于加速提升識別算法的泛化能力。隨著特斯拉展示了機(jī)器人端到端技術(shù)路線可能性，該方案與其FSD的運行模式類似，F(xiàn)SD以及Dojo的成功經(jīng)驗有望加速機(jī)器人迭代速度，由單一任務(wù)向多任務(wù)拓展。

分環(huán)節(jié)來看，（1）在輸入端，分析師指出，本次特斯拉展現(xiàn)的圖像識別，2D及3D相機(jī)都可實現(xiàn)，選配核心為成本控制因素，國內(nèi)視覺鏡頭及相機(jī)等核心零部件廠商已具備此類產(chǎn)品生產(chǎn)能力，產(chǎn)品配套方案及產(chǎn)品性價比值得關(guān)注。

（2）在輸出端，特斯拉人形機(jī)器人輸出端為信號及姿態(tài)控制，關(guān)節(jié)、傳感器、控制系統(tǒng)對輸出端穩(wěn)定性至關(guān)重要，此領(lǐng)域可選方案較多，不同廠商有望在不同價格段占據(jù)優(yōu)勢。

（3）在算法端，端到端框架能夠直接從原始輸入端到最終輸出端進(jìn)行訓(xùn)練，無需進(jìn)行手動特征工程或中間階段處理。盡管此視頻未展示其具體算法，但基于其輸入輸出信息，建議關(guān)注基于強(qiáng)化學(xué)習(xí)框架的機(jī)器人控制算法。

（4）在硬件端，視頻展現(xiàn)出特斯拉機(jī)器人的靜態(tài)運動控制穩(wěn)定性及用以控制平衡的IMU的較高精度，且關(guān)節(jié)模組中的“雙編碼器”并非存在阻滯性較強(qiáng)的缺點，靈巧手中的編碼器也同樣具備較高精度。IMU、編碼器等傳感環(huán)節(jié)的重要性愈發(fā)顯現(xiàn)。

落實到具體標(biāo)的上，浙商證券看好人形機(jī)器人產(chǎn)業(yè)化大趨勢，聚焦人形機(jī)器人核心部件制造龍頭。