同花顺-圈子

　　今天和大家聊聊特斯拉的擎天柱机器人Optimus。

　　说到机器人这个主题，其实在今年的A股市场上算是熊市中的一抹亮色，不管公司行不行，现炒一波新鲜热辣再说。典型个股如绿的谐波，我们小圈子里面称之为绿毛龟，两个月跑了4倍，极致疯狂。

　　话说，最近这半年因为对AI的兴趣，深入接触了艺术，又因为对艺术的兴趣，深入研究了更多的AI。因此，我能够用更工程化的思维去看待这个领域。

　　于是，在北京时间十一的清早，特斯拉AI日直播上，我特别有兴致的看了看擎天柱Optimus的直播。

　　工作版的擎天柱Optimus 重 73 公斤（161 磅），在其暴露在伺服系统的底盘中装有一个 2.3 千瓦时的电池，并使用第三方执行器，它在自己的动力下四处走动并挥手。

　　而另一个外形更商业化的版本，它的底层开发还不够，无法靠自己的力量移动，只是挥手。

　　于是，中文直播间里有很多人在喊，这还不如雷军的铁蛋，大家都欠雷军一个道歉。

　　但Optimus和铁蛋的差别却可以很大。

　　得益于最近这大半年从模型到训练，深入AI各方面的研究，我现在的看法是，这Optimus一旦商用，后续几乎是颠覆式的。

　　让机器人动起来，并不难；让它走起来也不难。甚至让它按照既定程式跑起来，做动作，这些都不难。本质上都是大学工程专业的活。

　　难的是如何让他自己学会走路，如何具备学习能力。

　　机器人没有AI，就谈不上智能；AI达不到智能水平，它和一条废铁咸鱼没什么两样。因此，从2018年开始AUTOML的机器学习就一直是AI的焦点，终究目标就是让AI能自我进化。

　　前几年所有的大厂都花了巨大的功夫在NLP自然语义理解上，这本质上做的是AI的认知这一块。

　　从目前遍布生活每一个角落的摄像头背后使用的YOLO分类，从每一个APP后面接入的人脸识别，讲的都是认知。

　　今年开始火起来的AIGC，讲的是在认知的基础上做创作。这个也非常符合人类的教育演讲逻辑——》既然你能认知，自然你就能复现，检验认知能力的最好标准，就是我告诉AI什么是一只狗，然后AI把它精确的画出来。

　　而在机器人领域上，它不仅要知道什么是一只狗，还需要知道用什么行为去对待一只狗。这其中的进化，靠的全是训练。

　　我想用建楼房来形容特斯拉在发布会展示的内容，他们是把整个楼是怎么建的，从原理到用料再到过程都给你展示一遍，这里面有大量的技术过程，他们实际上都拿出来讲了。当然，受众未必听得懂。

　　在特斯拉的AI DAY，我们看到他们年轻的工程师花了大量的时间去讲他们是怎么训练的。全是硬核的内容。

　　比如，对机器人的训练相当一部分基于特斯拉FSD自动驾驶的训练基础。

　　在FSD部分，特斯拉工程师团队解释了他们如何将汽车的决策能力提升 10 倍到100毫秒级别。 FSD 的技术首先 把Teslas 周围的世界全景实时建模并映射为 全数字环境，并根据周围的环境做出选择。这个在元宇宙领域被称为数字孪生，背后需要巨大的算力支持。

　　这和基于激光雷达和视觉的自动驾驶机制是完全不一样的。反过来说，目前仅仅基于视觉和激光雷达的方案，对于前方路线突然侵入的人和车，自动驾驶的反应能力是堪忧的。

　　那么，为什么是100毫米级别呢？各位看官，人脑的反应速度一般在100-300毫秒以内。也就是FSD的决策也同样需要这样。

　　为了训练 FSD 模型。特斯拉组建了三台超级计算机，也称为 Dojo 超级计算平台，目前由 14,000 个 GPU 组成——其中 10,000 个用于训练，4,000 个用于标记。一个Dojo Exapod的算力规格是1.1 EFLOP、1.3 TB SRAM 和 13 TB DRAM。

　　1.1EFLOP（相当于每秒计算1.1亿亿次，你没看错，是亿亿）的算力，是什么概念？根据工信部数据，中国今年6月为止全国算力总规模大概是140E FLOPS。

　　作为对比，国内的蔚小理是怎么样的呢？

　　公开资料显示，蔚来从未提及自己的超算训练，所有宣传里面只有基于车身算力的所谓 "蔚来超算平台Adam",由四颗NVIDIA Drive Orin芯片构建。

　　相比之下，小鹏汽车在乌兰察布建造的自动驾驶专用智算中心“扶摇，公开算力规模是600PFLOPS，相当于0.6EPFLOS。

　　理想和蔚来类似，后端的超算训练从未提及，所有宣传只有基于车身的算力和反应系统。

　　目前市场通用的训练级GPU,比如说英伟达的A100，一个是7万块人民币。据此推算，一台DOJO至少是10亿级别。这样的算力支持下迭代更新的内核，机器人的AI成长会像武侠小说里面常用的“在脑海中修炼绝世武功，一日千里”这种烂梗桥段一样匪夷所思。

　　但这就是硬打硬的实际训练基础，小到聊天机器人，玩具机器人，大到自动驾驶，核心的语义识别模型，行为模型都是这样实打实训练出来的。

　　我想用建楼房来形容特斯拉在发布会展示的内容，他们是把整个楼是怎么建的，从原理到用料再到过程都给你展示一遍，这里面有大量的技术过程，他们实际上都拿出来讲了。当然，受众未必听得懂。

　　在特斯拉开完发布会之后，有些看不懂的人笑话它还不如铁蛋，尤其是自媒体领域，我想说的是，其实是你智商不够了。

　　中文体系里面大部分的消费者最近这些年接受的发布会模式，实际上源自于那个下周回国让梦想再一次窒息的男人贾布斯。贾布斯产品做不好，但不影响他仍然是PPT融资的顶级高手。

　　同样，雷布斯展示的铁蛋也存在这种问题，它只展示了它能走路，能把花给你，它还能做什么？它基于什么样的体系开发？小米用了多大的算力去开发铁蛋呢？

　　概念先行在商业上没什么问题，但概念先行如果缺了基础，就如同开发商拿了没打地基的房子卖楼花，真要交付的时候那就是人命关天的。

　　最后，感谢你看完本文。下次和你分享更多的AI感悟。