核心观点 - 特斯拉Optimus人形机器人是公司向AI转型的关键，但量产进度落后于预期，核心问题在于算法移植和数据获取的挑战，车企在硬件供应链和生产制造上的优势可能大于软件算法 [6][8][18] 特斯拉Optimus项目进展与战略定位 - 2024年5月最后一批Model S/X下线宣告停产，46天后旧生产线拆除，搭建Optimus人形机器人首条量产线 [6] - Optimus大脑直接移植了FSD算法，特斯拉强调车上FSD算法可复用给机器人，汽车重资产包袱变成边际成本趋于零的软件优势 [6] - 木头姐公开认错，表示2029年2600美元的目标价模型里没算进Optimus价值，称“在自动驾驶领域过于激进，但在人形机器人领域可能又过于保守” [6] - 马斯克抱怨华尔街低估特斯拉价值，财报会上称第三代产品是“真正意义上的通用机器人”，是“日常生活中真正有用的产品” [6] - 特斯拉最早提出人形机器人概念在五年前，至今未走到量产这一步 [6] 算法移植的挑战 - 前AI总监Andrej Karpathy透露早期Optimus一度以为自己是辆汽车，因使用相同计算机、摄像头和汽车算法 [8] - 人形机器人和自动驾驶技术存在共通性：本质都是让机器理解物理世界，遵循“感知-决策-控制”链条 [8] - 外界估算Optimus大约复用60%的FSD算法，何小鹏认为人形机器人和汽车在软件上共通性高达90% [8] - 智驾算法输出的加速刹车指令无法直接转化成机器人需要的技能 [17] - 汽车和机器人面对物理世界截然不同，算法目标有本质区别：自动驾驶服务于“从A点移动到B点”，人形机器人需识别桌面水杯并拿起、整理衣物打扫卫生 [14] - 智驾算法只要知道什么是好的驾驶技术，人形机器人价值体现在接触环节，需懂得物理常识才能操作万物 [14] - 拿起鸡蛋场景：机器人需识别鸡蛋、确认位置、控制力度避免滑脱或碎掉，涉及多体动力学和摩擦学，非智驾算法优先考虑事项 [15] 车企的硬件优势 - 车企优势来自硬件，包括供应链管理能力和生产制造能力 [12] - 汽车和人形机器人零部件技术原理八九不离十，供应链重叠度高，除传感器、电池外，关节电机、减速器和丝杠三大件有大量汽车供应商参与：恒帅做电机、中鼎做减速器、双林做丝杠、三花智控做模组、舍弗勒什么都做 [12] - Optimus供应链里唯一的国产谐波减速器公司绿的谐波，也阴差阳错打入汽车供应链 [12] - 车企可将供应链管理经验系统性迁移到机器人业务，庞大汽车订单能拿到极低采购价，深度参与产品研发确保成本优势 [12] - 汽车是复杂工业品之一，组织大规模标准化生产本身就是能力 [12] - 车企拥有高自动化生产线、成熟四大工艺和严苛质量管控体系，生产经验完全可以复用 [13] 数据难题 - 人形机器人需要大量数据训练算法，本质是打破莫拉维克悖论：人做起来轻而易举的事AI觉得困难，如徒手抓鸡蛋捏豆腐 [19] - 相比单一驾驶数据，人形机器人需要的数据既要覆盖方方面面又要源源不断 [19] - 智驾数据可坐在办公室里等量产车队回传，人形机器人获取数据明显困难 [19] - 过去数据采集主要靠真机遥操，操作员佩戴VR头显和力反馈手套，1V1手把手教学，优点是操作数据精准，问题是无操作员不行、换机器数据易失效、成本很高 [19] - 最近流行效率高的无本体数据，采集工具以UMI和EGO为主：UMI是手持特制夹爪记录手部动作，EGO通过可穿戴设备记录第一人称视角操作 [19] - 无本体数据可用作算法模型预训练，真机数据退居幕后用于模型微调，提高整体效率 [20] - 在数据环节，车企和原生机器人公司面临的挑战基本一致，只能捡脏活累活，国内外没有差别 [21] - 造车经验也许能造出机器人，但活干得好不好最终要看数据和算法，在人形机器人竞赛里没人掌握直接通关密码 [21] 行业人才流动 - Optimus项目团队中有相当一部分工程师来自车辆部门，汽车行业创业最拥挤的赛道非人形机器人莫属 [9] - 关键人物包括：AI软件副总裁Ashok Elluswamy（Optimus总负责人）、车辆工程副总裁Lars Moravy（也负责Optimus制造）、电机技术总监Konstantinos Laskaris（Optimus硬件部门主管）、Optimus AI负责人Julian Ibarz [10] - 前AI总监Andrej Karpathy现供职Anthropic，前Autopilot和Optimus工程主管Milan Kovac现供职波士顿动力，前Optimus AI负责人Ashish Kumar现供职Meta，前Autopilot和Optimus项目工程师Perry Jia现供职Sunday Robotics，前AI基础设施工程负责人Nadeesha Amarasinghe现供职Sunday Robotics [10]