機器人是特斯拉的下一盤棋嗎？車的確不是馬斯克最上心的事

特斯拉AI Day是一場招聘會？自研云計算芯片，人形機器人首秀，車真的是馬斯克最不上心的項目？

9月初，美國加州通過了一項新法案：禁止特斯拉在輔助駕駛系統(tǒng)廣告中使用“自動駕駛”等詞語。美國今年至少有幾起死亡事件與特斯拉輔助駕駛系統(tǒng)Autopilot有關(guān)，自動駕駛技術(shù)的虛假廣告有可能引發(fā)嚴重的安全問題，而2022 AI Day上，特斯拉FSD自動駕駛依然是重頭戲。

10月1號，特斯拉在美國加州舉辦2022 AI Day活動，本次發(fā)布會特斯拉首次亮相Optimus人形機器人，并展示了FSD輔助駕駛和Dojo超級計算機的最新進展，我們今天重點來看看特斯拉FSD的最新進展，因為人形機器人也用到了FSD的類似技術(shù)。

最新FSD能2D變3D，克服靜態(tài)物體？

之前我們文章中提到過，目前參與FSD  Beta版本測試的用戶已從2021年的2000人擴大至16萬人，并且有可能在明年達到百萬用戶一起測試。在這一年之內(nèi)，特斯拉自駕團隊已經(jīng)測試了7萬5千個軟件模型，并且發(fā)布了多達281個模塊，更新了35個版本。這一年左右的更新，主要圍繞著一些細節(jié)場景的優(yōu)化，比如無保護左右轉(zhuǎn)等。

在最新的FSD版本上，特斯拉將提升交叉路口轉(zhuǎn)彎的決策優(yōu)化，通過更復(fù)雜場景中路面行人和其他車輛的軌跡的研究和模擬，提升決策的安全性和舒適性，并在100毫秒內(nèi)作出決策。

其中最重大的更新，就是上個月發(fā)布的Occupancy Network，直接在神經(jīng)網(wǎng)絡(luò)中完成2D的圖像平面到3D的BEV空間的變換，提升了多攝像頭感知下的準(zhǔn)確性和穩(wěn)定性。今年，進一步將整個閉環(huán)流程優(yōu)化。工程師透過視頻來訓(xùn)練計算機，實現(xiàn)可以自動Label模塊，可預(yù)測物體軌跡，計算出最佳路線，而運算時間只需要10毫秒。

我們在網(wǎng)上看到過不少特斯拉自主躲避碰撞的視頻，這一次特斯拉首次展示出了自己的“避障方案”。

這是特斯拉依靠車身上的8顆攝像頭，輸出的3D占據(jù)網(wǎng)絡(luò)，目前大多數(shù)自動駕駛公司的思路都是通過激光雷達、毫米波雷達甚至是4D成像毫米波雷達來掃描構(gòu)建3D世界，但上文我們提到了特斯拉用2D平面轉(zhuǎn)變?yōu)?D世界。

雖然看上去畫面很粗糙，但其實其位置精度很高，而且每個物體都是含有語義信息的，視覺的精準(zhǔn)程度還是不能精準(zhǔn)成像的雷達系統(tǒng)所比擬的。通過這樣的視覺占據(jù)網(wǎng)絡(luò)，特斯拉FSD能夠擺脫曾經(jīng)“先識別再感知”的過程，像之前那種遇上不認識的物體直接撞上去的事情，今后會越來越少下一版的 FSD 有望提升障礙物避讓的泛化能力。

場景優(yōu)化更為細致，但亮點其實不多

想要用純視覺實現(xiàn) 3D 占據(jù)網(wǎng)絡(luò)，最大的難題在于對海量數(shù)據(jù)的標(biāo)注處理，雖然特斯拉依靠百萬輛的搭載量，已經(jīng)獲取了數(shù)量龐大的數(shù)據(jù)集。

FSD Beta的車道模型也跟以前大不相同，大部分的車道模型是根據(jù)道路上的標(biāo)線而來，因此對行車環(huán)境有要求。但FSD Beta的車道，不僅有標(biāo)線，還可以依據(jù)現(xiàn)場環(huán)境自動繪制出的合理行車路線，這一點其實有些類似于之前我們提到過的比亞迪在無車道線的時候，依據(jù)周邊車輛的距離，進行自主的車道居中保持功能。

特斯拉展示了在十字路口，F(xiàn)SD Beta現(xiàn)在可以標(biāo)示每個車道的起點、中間點和終點，即使路口沒有轉(zhuǎn)彎標(biāo)線，計算機也能掌握車輛合理的行車路線，通過動態(tài)預(yù)測完成高難度的開放路口左轉(zhuǎn)。

特斯拉還介紹了FSD在為用戶進行決策時使用的方式，以及收集數(shù)據(jù)對改進自動駕駛算法的作用，并解釋占用及其在3D映射和提供汽車鳥瞰圖方面所起的作用。目前，F(xiàn)SD Beta的深度神經(jīng)網(wǎng)絡(luò)達到100萬參數(shù)，15萬＋神經(jīng)網(wǎng)絡(luò)層，37．5萬個連接?？梢栽?分鐘內(nèi)模擬出現(xiàn)實中未出現(xiàn)的場景。

自研訓(xùn)練芯片，比英偉達芯片更強？

面對數(shù)十萬的測試用戶所產(chǎn)生的巨大的數(shù)據(jù)量，特斯拉后臺的超算中心自然也不會弱，為了提升訓(xùn)練效率，特斯拉還自建了超算中心Dojo，并為此自研了訓(xùn)練芯片D1，沒錯，就是在自研了自動駕駛FSD芯片后，又自研了自動駕駛訓(xùn)練芯片。

1芯片還使用了前沿的“晶圓封裝技術(shù)”，將25個D1芯片直接封裝在整個晶圓上面，每個Dojo ExaPod集成了120個訓(xùn)練模塊，內(nèi)置3000個D1芯片，擁有超過100萬個訓(xùn)練節(jié)點，算力達到1．1 EFLOP（每秒千萬億次浮點運算）。

單片芯片性能超越了英偉達的A100和H100芯片，在與英偉達A100的對比中，特斯拉的工程師給出了 Dojo 和英偉達A100在跑經(jīng)典圖像分類模型ResNet－50時的結(jié)果，Dojo可以實現(xiàn)比A100更高的幀率；而跑神經(jīng)網(wǎng)絡(luò)模型 Occupancy Network時，Dojo的性能倍增；最終的目標(biāo)是4．4倍于A100的單芯片訓(xùn)練速度，和更低的能耗、成本。英偉達的黃老板估計很快就會做出回應(yīng)了。

特斯拉在凡事都靠自己這條路上確實是越走越遠，這與其全球車企市值第一的地位，以及有一個志向不在地球的老板有密不可分的關(guān)系。

Model 3價格的一半，就能擁有機器人同事？

這一次，其實更受人關(guān)注的是首次亮相Optimus人形機器人，相比之前的概念版，原型機看起來十分粗糙。沒有外殼、涂裝，零件也完全裸露，就是為了讓它一絲不掛的，把最本真的一面展示給大家。

Optimus 使用了一顆特斯拉自研的 SoC 作為其智能中樞的關(guān)鍵組件，支持 WiFi 和 LTE（4G）網(wǎng)絡(luò)連接?？紤]到機器人身處的場景與汽車的巨大差異，無線網(wǎng)絡(luò)、音頻輸入等支持，是保護人類用戶和 Optimus 雙方安全的必要組成，它的視覺感知系統(tǒng)類似于FSD的感知，目前還不知道它的具體感知邏輯，估計是比人類感知更加強大。

Optimus擎天柱的傳感器、控制系統(tǒng)全部整合在軀干上，全身擁有28個關(guān)節(jié)驅(qū)動器，完成200個以上不同角度的動作，最重要的手部，擁有6個驅(qū)動器，可以完成27個角度動作，可以負重10公斤并精準(zhǔn)抓握小型零件。

在Optimus的腹部軀干，裝有一個2．3 kWh的電池，足以提供它一整天工作所需電量，目前Optimus功耗并不大，靜坐時功耗約100瓦，慢走時功耗約為500瓦。

未來3至5年內(nèi)Optimus的開發(fā)就能成熟。在特斯拉機器人業(yè)務(wù)達到數(shù)百萬臺的量產(chǎn)規(guī)模時，其單臺售價將會大大低于汽車，預(yù)計價格將不會高于每臺2萬美元，差不多是特斯拉Model 3標(biāo)準(zhǔn)續(xù)航升級版4萬美元單價的一半。

想象一下，開車不用人為干預(yù)，辦公伙伴還是機器人，你還需要做什么？

總結(jié)

馬斯克在社交網(wǎng)絡(luò)上說，這次活動的目的是招聘人工智能和機器人領(lǐng)域的工程師，開了個秀肌肉的大會，其實是一場招聘宣發(fā)會。

特斯拉的AI Day幾乎從來都不是PPT大會，而是用真材實料打動每一個人。面對這樣的企業(yè)，我們也不能完全地只驚嘆于這些技術(shù)，更要思考這些技術(shù)一旦全部付諸實際后，我們?nèi)祟愖陨碛謺窃鯓右粋€地位呢？

作者丨鄒宇源

       原文標(biāo)題 : 機器人是特斯拉的下一盤棋嗎？車的確不是馬斯克最上心的事