当前位置:

首页 > 业界资讯 > 特斯拉机器人全面进化!感知、大脑、运动控制能力升级 端到端方案初现成效

特斯拉机器人全面进化!感知、大脑、运动控制能力升级 端到端方案初现成效

《科创板日报》9月25日讯(编辑郑远方)当地时间24日,特斯拉机器人官方账号TeslaOptimus更新了“具身智能首秀”。在介绍中,特斯拉称,人形机器人Optimus(擎天柱)已可以自主对物品分类,其神经网络训练是“完全端到端的”——即可实现视频信号输入,控制信号输出。在视频中,特斯拉机器人展示了视觉自标定、颜色分拣任务、单脚保持平衡等能力,在感知、大脑、运动与控制方面具备多项亮点:在感知方面,通过视觉感知及关节位置编码器,Optimus便可自动校准四肢,并精准定位四肢的空间位置。在大脑方面,凭借纯视觉

本文目录

    《科创板日报》9月25日讯(编辑 郑远方)当地时间24日,特斯拉机器人官方账号Tesla Optimus更新了“具身智能首秀”。

    在介绍中,特斯拉称,人形机器人Optimus(擎天柱)已可以自主对物品分类,其神经网络训练是“完全端到端的”——即可实现视频信号输入,控制信号输出。

    特斯拉机器人全面进化!感知、大脑、运动控制能力升级 端到端方案初现成效

    在视频中,特斯拉机器人展示了视觉自标定、颜色分拣任务、单脚保持平衡等能力,在感知、大脑、运动与控制方面具备多项亮点:

    在感知方面,通过视觉感知及关节位置编码器,Optimus便可自动校准四肢,并精准定位四肢的空间位置。

    在大脑方面,凭借纯视觉技术及完全本地部署的神经网络,其可以迅速适应环境并完成多项任务。

    其将蓝色与绿色积木分别分拣到对应颜色的托盘之中,即便在抓取积木过程中,有人在一旁将积木打乱,Optimus也可以立即调整并适应新环境,继续分拣积木。与此同时,其还可以将翻倒的积木摆正,并执行“打乱分类好的积木”等新任务。

    在运动控制能力方面,Optimus可以精准抓取物品,在做出动作时,该机器人的四肢、躯干、手指动作都极为灵活,且与人类接近。此外,Optimus还做出多个单腿支撑的运动拉伸动作,并能在拉伸的同时保持躯干平衡。

    特斯拉机器人全面进化!感知、大脑、运动控制能力升级 端到端方案初现成效

    值得注意的是,特斯拉端到端模型输入端为视频信号,即图像及音频信号的混合输入,但此次展示显示,其识别部分神经网络算法仅使用视觉信息。

    中信证券认为,特斯拉V12自动驾驶的算法体系同时应用于人形机器人及汽车是可行的,且有利于加速提升识别算法的泛化能力。随着特斯拉展示了机器人端到端技术路线可能性,该方案与其FSD的运行模式类似,FSD以及Dojo的成功经验有望加速机器人迭代速度,由单一任务向多任务拓展。

    分环节来看,(1)在输入端,分析师指出,本次特斯拉展现的图像识别,2D及3D相机都可实现,选配核心为成本控制因素,国内视觉镜头及相机等核心零部件厂商已具备此类产品生产能力,产品配套方案及产品性价比值得关注。

    (2)在输出端,特斯拉人形机器人输出端为信号及姿态控制,关节、传感器、控制系统对输出端稳定性至关重要,此领域可选方案较多,不同厂商有望在不同价格段占据优势。

    (3)在算法端,端到端框架能够直接从原始输入端到最终输出端进行训练,无需进行手动特征工程或中间阶段处理。尽管此视频未展示其具体算法,但基于其输入输出信息,建议关注基于强化学习框架的机器人控制算法。

    (4)在硬件端,视频展现出特斯拉机器人的静态运动控制稳定性及用以控制平衡的IMU的较高精度,且关节模组中的“双编码器”并非存在阻滞性较强的缺点,灵巧手中的编码器也同样具备较高精度。IMU、编码器等传感环节的重要性愈发显现。

    落实到具体标的上,浙商证券看好人形机器人产业化大趋势,聚焦人形机器人核心部件制造龙头。

    电机:鸣志电器,关注汇川技术、江苏雷利、步科股份、伟创电气等;

    丝杠:恒立液压、长盛轴承、五洲新春,关注贝斯特、鼎智科技、日发精机、秦川机床等;

    重写内容:减速器品牌包括双环传动、绿的谐波、中大力德、上海机电、汉宇集团、丰立智能、大族激光、昊志机电等

    传感器:华依科技、柯力传感、汉威科技、芯动联科等;

    可供选择的控制器品牌包括华中数控、博众精工、新时达、埃夫特、英威腾等

    轻量化:精工科技、中复神鹰、吉林化纤、吉林碳谷等公司都在追求轻量化技术

    集成:三花智控、拓普集团等;

    机器人整机:埃斯顿、博实股份、新松机器人等公司提供

    特种机器人:晶品特装。

    重写内容如下:

    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    业界资讯
    相关文章 更多
    DeepSeek模型权重与DeepInfer有什么区别?开源对象和生态协作
    DeepSeek模型权重与DeepInfer有什么区别?开源对象和生态协作

    了解DeepSeek模型权重与DeepInfer推理框架的对象差异,查看官方项目入口,并从价格竞争、开发者协作和小团队参与三个角度理解开源策略。

    幻方与DeepSeek:萤火二号算力积累和V3训练硬件怎么区分?
    幻方与DeepSeek:萤火二号算力积累和V3训练硬件怎么区分?

    理清幻方量化与DeepSeek的发展脉络,关键在于区分早期萤火二号的A100集群积累与DeepSeek-V3的H800训练配置。本文解析软硬件协同工程在其中的作用,避免将资金投入简单等同于模型能力。

    Kimi K3.1 Pro、SKY-001与Mercury 3:用途与评测指标
    Kimi K3.1 Pro、SKY-001与Mercury 3:用途与评测指标

    了解 Kimi K3.1 Pro 案例费用、SKY-001 零件构建耗时和 Mercury 3 测试表的限定条件,查看经核实的官方产品说明入口。

    laper ai什么工资薪资待遇与岗位收入查询教程
    laper ai什么工资薪资待遇与岗位收入查询教程

    想了解Laper AI的真实工资待遇?本文教你如何通过多渠道交叉验证岗位薪资,识别招聘话术中的水分,获取更准确的收入预期参考。

    豆包、火山引擎与TRAE有什么区别?视频生成与办公用途导览
    豆包、火山引擎与TRAE有什么区别?视频生成与办公用途导览

    解析字节旗下豆包App、火山引擎、Seedance、TRAE及飞书的定位差异。通过官方文档核对云服务、视频模型、编程工具与办公AI的功能边界,帮助读者准确选择适合的产品入口。

    AI Agent、Genie 4与机器人有什么区别?从任务输入到场景演示
    AI Agent、Genie 4与机器人有什么区别?从任务输入到场景演示

    认识AI Agent、Genie 4与机器人的区别:任务输入不等于完成结果,世界模拟不等于现实执行,装载机动作展示也不能替代完整工程验收。

    claude怎么收费最新价格与会员收费标准详解
    claude怎么收费最新价格与会员收费标准详解

    想了解Claude怎么收费?本文梳理了Claude Free、Pro及Team版的最新月费价格、消息限额与高级功能权益,并对比了不同层级的性价比,助你快速找到适合的AI办公伙伴。

    本周AI动态怎么理解?DeepSeek、可灵与特斯拉相关话题
    本周AI动态怎么理解?DeepSeek、可灵与特斯拉相关话题

    本周AI领域热点集中在DeepSeek编程效率、可灵30秒视频生成及特斯拉Roadster飞行演示。本文不罗列参数,而是从普通用户视角出发,分析如何正确评估编程助手的真实成本、视频生成的控制能力以及硬件展示的落地限制,助你透过现象看本质。

    Harness Engineering是什么?与提示词、上下文工程的关系
    Harness Engineering是什么?与提示词、上下文工程的关系

    了解 Harness Engineering 的核心定义及其与提示词工程、上下文工程的关系。文章通过分层视角,解释如何从问题表达、信息组织到系统搭建,全面理解智能体的运行机制。

    Temperature与Top-p有什么区别?大模型采样参数解析
    Temperature与Top-p有什么区别?大模型采样参数解析

    深入解析大模型中 Temperature 和 Top-p 参数的区别。通过 Softmax 计算和累计概率示例,说明温度如何影响概率分布形状,Top-p 如何筛选候选词集合,帮助理解模型生成机制。

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。