夢晨 詹士 發自 凹非寺
量子位 | 公眾號 QbitAI
一年一度特斯拉AI DAY， 開場就王炸！
馬斯克只用3分鐘簡短熱場，人形機械人擎天柱 （Optimus）直接登台亮相。
不同於去年概念PPT上光滑圓潤的外形，今年的擎天柱金屬與線纜裸露在外，就像是電影中的終結者。
現場這台擎天柱，展示了穩步行走、轉體俯身、揮手與台下觀眾打招呼。
錄像中的一台還真正走入特斯拉辦公室，澆花、幫員工搬運快遞。
換到汽車工廠，也有模有樣地搬起了磚。
然鵝，馬斯克表示這還不是擎天柱機械人的完全形態，只是試做版原型機。
舞台大幕再次拉開，更接近最終產品的「帶皮膚」機械人也被搬了上來（這台還要幾周時間才能才能下地走路）。
早在特斯拉今年第一季度的財報電話會議上，馬斯克就曾表示「擎天柱的價值將超過汽車業務，超過FSD」。
今天他更是直言，達到數百萬量產規模後，機械人每台售價會大大低於汽車，預計低於2萬美元。
接下來，馬斯克解釋了舉辦這場活動的目的：
用最酷的技術演示，吸引最有才華的工程師，一起把成果量產，幫助千百萬人。
在馬斯克眼中，自動駕駛的未來可改善人類交通效率至少半個數量級。
而他對人形機器的野心更大，改善經濟生產至少兩個數量級。
為啥適合來特斯拉幹事業？
馬斯克認為，特斯拉作為上市公司，如果公眾不認可特斯拉所作所為可以用股權投票。
如果我不合適，甚至可以投票把我開除。
我並不能隨心所欲，儘管很多人是這麼想的。
現場招聘工程師環節結束後，馬斯克本人不再是這場發佈會的主角。
而是由機械人各個環節的技術負責人輪番上陣，介紹自己的工作成果。
擎天柱一年，有何進展？
去年8月擎天柱概念首次公開，前面看到的開發平台版與今年2月完成，最新一代成果仍在持續改進中。
不變的是對模仿人類的追求，包括身高體重要與人類相仿，全身關節特別是手部高度自由，以及盡量向生物的低能耗靠攏。
最新版本的特斯拉擎天柱，大腦用的是特斯拉SoC芯片，能源靠的是2.3千瓦時電池組，全身28個執行器（Actuator）。另外手部11個自由度，五指可以獨立運動。
不過這個「大腦」是裝在胸口的，因為這裡更安全，同時集中擺放也更省電。
執行器共設計了6種，旋轉執行器與線性執行器各3種規格。
線性執行器中最高規格的一款可以提起一台三角鋼琴。
這些執行器裝配到機械人全身不同關節，還需要做細緻的參數調整。
對雙足形態機械人來說，行走是行業公認的第一大難關。
行走對人類是毫無難度的一件事，千百萬年進化讓你無需思考便能自動執行。
但對雙足形態機械人來說，想用完全不同於生物的一套材料、靠人為設計去模仿逼近，工程難度可見一斑。
特斯拉工程師介紹，需要關注有四點：
物理上的自我感知，節省能源的步態、保持平衡不摔倒、全身協調運動。
特斯拉的方法與造車流程如出一轍，設計、仿真、驗證。
拿膝蓋舉例，靈感從人類身上來，但因機械結構材料等問題不能完全模仿人類。除了屈膝邁步以外，還要考慮下蹲揀取物體等情況的受力。
結構設計好後，可以先到模擬環境中規划動作。
一旦來到現實世界的複雜性中，還是走不出三步就會倒。
通過傳感器測量，將真實世界的複雜性引入訓練環境成了解決問題的關鍵。
最終特斯拉擎天柱也像波士頓動力Atlus一樣，反覆訓練，甚至適應了人類干擾後才學會在步行中保持穩定。
從邁出緩慢第一步到學會用腳趾離地，總共花費6個月。
而手部運動亦是如此流程，先捕捉人類搬箱子時的運動軌跡，再結合機械人自身特點規劃。
特斯拉工程師介紹，雙電機版特斯拉汽車只需要考慮有限幾種速度和路況。
機械人則要完成行走、上台階、蹲起、轉身等更多身體動作，以及從擰螺絲到提重物等多樣任務。
據馬斯克此前所透露，擎天柱正式生產最早於明年開始，
不過既然是特斯拉AI DAY，除了機械人以外，自動駕駛和自研超算進展也不能少，下面一起來看看。
自動駕駛
自動駕駛作為特斯拉一塊招牌，他們的FSD（Beta）用戶數在一年內就從2000飆升到16萬。
在AI Day現場篇幅自然不小，核心強調更面向複雜場景將技術做深做精。
比如在沒有人行橫道的路口左轉，對面道路有直行車輛行駛，還得面對個把拉着孩子橫穿馬路的行人，如若讓車從行人面前快速通過也會給對方帶來驚嚇，造成更多難以預判的行為。
特斯拉稱，他們加入安全與舒適性等維度分析，通過樹搜索算法並提供人類示範，讓系統能找到「合適」通過的時機和路線，最終，從橫穿馬路的行人身後通過。
再比如六個方向的交叉路口，即便車上配8個攝像頭，如遇到其他車遮擋，預測難度也不小。
基於種種複雜場景，特斯拉方公布一個詳細架構，讓各路攝像頭信號通過RegNets，卻不同攝像頭使用不同RegNet，再進入Special attention層，該架構同樣適用於車輛、行人行為預測等場景。
視覺路線一直在圈內質疑不斷，現場特斯拉以一個案例作為回應。
他們公布了一種通過語義識別預測周邊車輛的方式，即便高速路上，前車撿起雪花擋住視線，使攝像頭無法「看見」前車，但算法仍能通過語義預測前車的存在並做出適當決策。
此外，為支撐種種複雜場景的模型訓練，其全棧式開發平台已能做到每8分鐘生產一路算法模型，以1.4萬個GPU組成陣列提供計算支持，此外他們還使用了Accelerated Video Library，增加了30%訓練速度。
在邊緣端，他們還進行了輕量化處理，讓系統降低延遲，8個攝像頭通過神經網絡快速實時識別建築及不同路面場景，更快完成3D場景生成。
指的一提的是，在今年4月奧斯汀超級工廠開業慶祝活動及Q1財報電話會上，馬斯克都提及了不帶方向盤和踏板的自動駕駛的士產品，不少人預測他會在今天聊聊RoboTaxi，但在現場特斯拉並未提及。
芯片與超算
去年AI Day上，特斯拉公布了D1芯片及超級計算機平台DOJO，用以加速自動駕駛模型訓練，一時吸引不少眼球——
後續提問中，有人質疑了他們如何將芯片組合併實現高效編譯，今年，他們拿出了具體的答案。
首先關於芯片連接上，他們考慮到芯片連接處熱膨脹係數(CTE)問題，於是，乾脆做了個外部「骨架」將一個個芯片放入其中，底部配備高速記憶模塊，搞了個「鐵鎖連環陣」：
然後整體封裝，放進機櫃里：
那麼一通操作下來成績如何？
按特斯拉的說法，他們在經典項目RESNET-50上的計算能力擊敗了A100：
在替代性方面，他們以自動標註為例，宣稱4個DOJO機櫃可替代72個GPU RACKS：
對未來，他們更是充滿自信，認為不僅現在吊打100，到2023年Q1即可實現多倍超越：
在現場，馬斯克也強調特斯拉被外部認為是一家自動駕駛和造車公司，但事實遠不止於此，他將特斯拉稱為前沿人工智能公司，並補充半導體也是技術的一種體現，緊接着他號召更多人才加入公司，畫足了技術願（大）景（餅）。
其實活動之前，馬斯克就早早發出預告，稱這次活動是為了招募人工智能和機械人工程師/芯片超算工程師，如此看來，種種秀技術肌肉之舉，也帶着一魚兩吃的盤算。
One More Thing
馬斯克本人在今天的活動中戲份並不多，下台後轉頭就開始高強度網絡衝浪
比如宣稱未來會有「貓女」版擎天柱機械人。
又或者給網友的梗圖點贊。
看了這麼多，最後讓擎天柱給大家比個心吧。
直播回放：
https://www.youtube.com/watch?v=ODSJsviD_SU
