前天，特斯拉開了一場相當(dāng)科幻的發(fā)布會，其中一大看點就是新一代人形機器人 Optimus。

「你能以 2 萬到 3 萬美元的價格購買一臺 Optimus 機器人，它可以當(dāng)老師、幫你照顧孩子，可以遛狗、修剪草坪、買菜、做你的朋友、端上飲料，你能想到的任何事情，它都能做?！?/span>

「我認為這將是有史以來最偉大的產(chǎn)品！」

身穿皮衣亮相發(fā)布會的馬斯克，一臉自豪地夸贊著自家的機器人。

與此同時，社交媒體上也冒出一堆視頻，均是展示 Optimus 的強大實力。

比如，戴著牛仔帽的 Optimus 化身調(diào)酒小哥，平穩(wěn)地倒著飲料：

視頻來源：https://x.com/ChrisJBakke/status/1844610918552121596

唱著生日快樂歌：

視頻來自：https://x.com/ray4tesla/status/1844606188790370611

它還到處閑逛，各種跟人搭話聊天：

視頻來源：https://x.com/teslaownersSV/status/1844610376165425658

現(xiàn)場如此嘈雜，聲音也是紛亂，Optimus 不僅能精確地鎖定對答，還如此流暢，絲毫察覺不到響應(yīng)的間隔。語言風(fēng)格、語氣語調(diào)聽起來都與真人無異。

如果這些都是 Optimus 的自主回應(yīng)，那說明特斯拉的技術(shù)已經(jīng)達到了新的 level。

除了交流，Optimus 的動作似乎更加「出賣」了它。

它的頭部可以在對話過程中四處觀察環(huán)境，掃視眾人。手指也比往常更加靈敏，看起來每個動作都精準(zhǔn)且生動，不得不讓人懷疑，這真的是 Optimus 自己的水平嗎？

果不其然，有科技博主開始在線「打假」。

科技博主在線「打假」

幾天前，特斯拉在華納兄弟工作室的攝影棚中，舉行了一場備受期待的媒體活動，并推出一款馬斯克稱之為 Cybercab 的無人駕駛出租車。

華爾街并不買賬，特斯拉股票應(yīng)聲跌了約 9%。

當(dāng)然，這并沒有影響 Party 上的氣氛，參加特斯拉活動的人們在社交媒體上發(fā)布了幾十個視頻，展示了 Optimus 機器人的絕活 —— 跳舞、說話，甚至調(diào)酒。

不過，科技博主 Robert Scoble 在 X 上質(zhì)疑：「這并非完全是人工智能，而是有人在遠程協(xié)助」，并附上了一段視頻。

圖源：https://x.com/Scobleizer/status/1844593576040333767

Scoble 的質(zhì)疑并非空穴來風(fēng)。

他在現(xiàn)場專門問了一個機器人：「嘿，Optimus，你的人工智能成分有多少？」

Optimus 有些慌亂地回答：「我不能透露具體有多少。這是你以后需要弄清楚的事情?！?/span>

Scoble 又問：「是有一部分還是完全沒有？」

Optimus 開始打太極：「我想說，可能有一部分。我不會確認，但可能有一些?！?/span>

視頻來源：https://x.com/Scobleizer/status/1844594008225611858

答案似乎呼之欲出。

以馬斯克的性格，如果他真的制造了一群能與大量人群實時互動的機器人，早就大肆宣揚這一點了，但現(xiàn)實情況恰恰相反，他們的回應(yīng)相當(dāng)含糊其辭。

Scoble 還發(fā)了一條后續(xù)推文，說他與一位特斯拉工程師進行了交談以獲得清晰的答案。

「當(dāng)它走路時，是 AI 在控制 Optimus。Optimus 可以在人群中走來走去，這真的太棒了?！沟?Scoble 沒有進行進一步詳細說明。

科技媒體 Gizmodo 也表示，以他們對 Optimus 的了解，馬斯克實際上遠遠落后于競爭對手。

今年 1 月份，馬斯克篡改了一個 Optimus 的演示視頻，被網(wǎng)友抓包。

視頻中，Optimus 正在疊襯衫，但眼尖的觀眾注意到，有一只手不斷進入攝像機的視野。這意味著，有人在鏡頭外執(zhí)行折疊任務(wù)，而機器人只是在模仿人類。

圖注：特斯拉的擎天柱機器人在 2024 年 1 月折疊衣物，紅色箭頭標(biāo)注顯示的是人類的手。

如果 Optimus 真的能夠完全自主地玩石頭剪刀布，無需人類干預(yù)，并且可以毫不延遲地進行快速對話，那確實很牛，但目前并沒有相關(guān)的證據(jù)能夠表明這一點。

被遙控操作的機器人們

特斯拉在今年 8 月底，發(fā)布了「動捕師」訓(xùn)練人形機器人 Optimus 的招聘，時薪最高達到了 48 美元。特斯拉 Optimus 人形機器人讓我們看到了動作捕捉這一數(shù)據(jù)采集思路的應(yīng)用潛力。這是一種常見且往往經(jīng)濟高效的訓(xùn)練機器人執(zhí)行類人動作的方法，特斯拉是首批大規(guī)模使用動作捕捉技術(shù)的公司之一。

Optimus 訓(xùn)練過程

其實操控機器人并不是一件新鮮事。

在年初爆火的斯坦福機器人 Aloha，既是炒菜的一把好手，又能打理家務(wù)。備菜、翻炒、出鍋，洗衣、逗貓、澆花它是樣樣精通。這其中就有不少遠程操控的展示，Aloha 也憑借這種視覺效果拿下了不少人對機器人養(yǎng)老的期待。

來自英偉達的研究科學(xué)家 Jim Fan 當(dāng)時發(fā)布了推文，提醒大家別因為視頻的驚艷程度就忽略了其中技術(shù)真相。他提到，應(yīng)該將 Mobile ALOHA 看作是一輛制造精良的跑車，而它仍需要人類駕駛才能表現(xiàn)出自己的能力。現(xiàn)在的水平與能夠完全自主的廚師還有較大的差距。

在機器人技術(shù)領(lǐng)域，從人類示范中進行的模仿學(xué)習(xí)已經(jīng)取得了令人矚目的成績。其實訓(xùn)練 Mobile ALOHA 的過程就是像是在玩游戲 —— 操作機器人直到動作通關(guān)。Mobile ALOHA 之所以能夠讓人發(fā)出驚嘆，是因為它所展示的任務(wù)不局限于桌面操作。這些復(fù)雜且靈活的動作源于研究者開發(fā)的一套系統(tǒng)，用于模仿需要全身控制的雙臂移動操作任務(wù)。利用 Mobile ALOHA 收集的數(shù)據(jù)，進行有監(jiān)督的行為克隆。

研究團隊在介紹時表示，對于一些簡單的任務(wù)，Mobile ALOHA 可以在 50 次學(xué)習(xí)之后達到 90% 的行動成功率。對于一些簡單的任務(wù)，如炒一只蝦仁（有且只有一只）、拿塊抹布、擺放好椅子，Mobile ALOHA 無需人類指點，還是可以自己 hold 住的。