技术架构转型 - 特斯拉转向采用单一、大型的端到端神经网络，直接接收像素和其他传感器数据作为输入，并输出下一个控制动作，不再依赖显式的感知模块[1][2][34] - 转向端到端架构的原因包括：将人类驾驶价值观（如平顺性）编入代码极其困难；传统模块化架构的接口定义不佳易导致信息丢失；该架构易于扩展以处理现实世界的长尾问题；并能实现具有确定性延迟的同构计算，这对实时系统至关重要[3][4][5][6][36] - 该技术路径被认为是解决机器人技术的正确方法，其优势在处理复杂场景时尤为明显，例如为避开路面水坑而驶入对向车道，或理解鸡群过马路的意图并耐心等待，这些决策难以用显式代码编写[40][46] 核心挑战与解决方案 - 面临维度灾难挑战，输入上下文极长，例如30秒窗口可达20亿个token[7][10][48] - 解决方案是利用庞大的特斯拉车队数据，通过基于触发器的机制（如用户干预、状态空间大变化）精准挖掘有价值的极端场景数据，而非海量普通数据，从而使模型能泛化到极端场景，实现主动安全[11][51][56] - 在高速公路上演示了系统的主动安全能力，当前方车辆失控撞向护栏时，系统不仅判断一阶碰撞风险，更预判了车辆反弹回车道的二阶效应，提前实施了约4米每平方秒的强力刹车[57][58] 可解释性与调试方法 - 端到端模型可被提示预测多种可解释的辅助输出用于调试和安全保证，包括3D占用和流、物体、交通控制、道路边界、语义以及自然语言表达的决策[12][13][60] - 生成式高斯溅射技术相比传统方法有显著提升，优化时长从约30分钟缩短至220毫秒，无需3D关键点初始化，能更好处理动态物体，且新视角生成质量更高[15][65][66] - 模型支持自然语言交互和“系统2思考”，在需要时可花费更长时间生成推理token，再产生与推理一致的行动，避免了始终推理导致的延迟[16][69] 评估体系创新 - 评估是最大挑战，好的开环性能不保证好的闭环结果，需要平衡且详尽的评估集，而非随机采样的大量普通驾驶数据[9][17][18][71] - 核心解决方案是神经网络闭环模拟器，该模拟器使用易于收集的状态-动作对数据训练，能生成所有8个摄像头的一致视频流（长达数分钟），并可与策略神经网络连接在闭环中模拟世界[19][20][22][77][79] - 该模拟器能重放历史失败案例以评估新策略，并能合成创造新的对抗性事件（如车辆横切）来测试极端案例，渲染性能接近实时，允许人类在模拟器中实时驾驶测试[23][24][81][82] 技术应用与扩展 - 下一代Cyber Cab是为robotaxi设计的专用车辆，旨在实现低于公共交通的交通成本，并由相同的端到端神经网络技术驱动[25][83] - 相同的核心技术，包括视频生成，可无缝转移到其他人形机器人Optimus上，展示了其在工厂内导航并生成一致视频的能力，体现了技术的高度可扩展性[26][84][86] - 公司全身心投入于机器人技术，致力于为世界生产智能、有用、大规模的机器人，并将该技术扩展到不同的车辆平台、地理位置和天气条件[83][84][87]

Photo by ChatGPT ©有界UnKnown原创 作者丨钱江 编辑｜山茶 你敢信？马斯克正在被一个年轻人"抢风头"。 2025年，人形机器人领域的两大主角——特斯拉的马斯克与Figure创始人Brett Adcock，几乎同一时间宣布要推出第三代机器人。但当Figure 03在10月10日 亮相并迅速刷屏时，马斯克的Optimus依旧"半遮半掩"，只是放出几段金色外壳与爆米花演示的片段，还强调那只是V2.5。 更直观的差距还体现在两者对于新产品的具体叙事上： 同样在X平台上，Brett既不谈算法，也不展示结构参数，只是让机器人出现在真实家庭空间里轻放碗盘、叠枕头、避开宠物、取笔记本。 这些动作流畅自然，一镜到底，观众看到的不是代码，而是一种被具象化的"生活感"——仿佛"机器人真的能在家中工作"。借此，Figure完成了一次从"实 验室产品"到"未来生活的可见样本"之间的转变。 2021年8月，马斯克在Tesla AI Day上首次宣布，要打造一台能承担"危险、重复、枯燥任务"的人形机器人——Tesla Bot（后更名为Optimus）。他描绘的愿 景是：在为人类建造的世界中，机器人能安全行走，协助完 ...

中国人形机器人产业的手中，握着制造业的王牌，也卡着智能模型的瓶颈。 前者让我们"后发先至"—— 中国人形机器人进入全球观众视野不过几年。在这之前，波士顿动力的Atlas，本田的ASIMO 早已声名鹊起，但高昂的成本始终把它们困在实验室。 仅仅几年前，产业界还讨论着人形机器人难以落地的零售价格：Atlas单台价值为200万美金，本田Asimo单台价值250万美元，基本杜绝了普通人的购买可 能。 不过两年时间，宇树科技G1机器人售价9.9万元起；最新双足机器人R1售价3.99万元起。中国四足机器狗更凭借"击穿底价"的价格优势，全球大卖。 不想重蹈波士顿动力覆辙的马斯克多次表示，Optimus会以约20000美元的价格进行出售。但目前看，无论特斯拉使用哪种降本方式——其降本都很难脱离 中国制造。 这一切，都是是中国工业合力的优势体现。 source：pixabay 但在智能模型的赛道上—— 过去一年里，中国人形机器人一边热衷于看谁跑得更快、跳得更高。宣传与造势层出不穷。一边是企业凭借供应链优势将价格击穿至十万元以内的量产狂 欢。 美国那边，特斯拉、Figure AI则在"端到端神经网络"中加速孕育通用智能雏形。 《 ...

人形机器人行业现状与宣传热度 - 人形机器人行业正处于技术成熟度曲线的起点，远未达到宣传热度的峰值，而生成式人工智能已过峰值[4] - 行业核心理念是研发能完成人类所有工作的通用人形机器人，无需制造不同类型的专用机器人[7] - 部分公司预测人形机器人将在两年内产生显著经济影响，更保守的预测则认为需要五年时间[9] - 特斯拉首席执行官预测其Optimus人形机器人可能创造30万亿美元收入，并称之为"或许是全球最大的产品"[9] 人形机器人发展历史 - 人形机器人研发历史可追溯至20世纪60年代中期日本早稻田大学的研究，该校于70年代初研制出首台人形机器人WABOT-1[11] - 本田公司在80年代末开始研发双足行走机器人，最终于2000年推出ASIMO人形机器人[11] - 波士顿动力公司在2013年推出了人形机器人ATLAS，该公司35年前从麻省理工学院拆分出来[11] - 麻省理工学院研究团队于1992年开始研发人形机器人Cog，先后开发了七个不同版本的平台[12] 灵巧性挑战与技术瓶颈 - 实现类人操控能力是人形机器人存在的根本原因，但目前尚无多关节手指机器人手部能满足实际工业应用需求[16] - 工业机器人主要使用平行夹爪抓取器和吸盘式末端执行器，德国公司雄克生产销售1000多种平行夹爪抓取器[18] - 人类手部无毛皮肤中约有1.7万个低阈值机械感受器，仅每个指尖就有约1000个，目前已发现15种不同类型神经元参与触觉感知[56][58] - 人类灵巧性依赖于丰富的触觉感知系统，包括默克尔小体、迈斯纳小体、帕西尼小体和鲁菲尼小体等特殊结构[58] 当前训练方法的局限性 - Figure和特斯拉等公司采用"从演示中学习"方法，通过人类完成任务的第一视角视频训练机器人[28][29] - 当前数据收集方法存在局限性，包括无手腕力反馈、手指控制精度有限、无触觉感知以及精度仅为1-3厘米[27] - 麻省理工学院研究团队开发的新型数据收集方法能将人类手指动作与触觉信号关联起来，超越了仅收集视觉数据的局限[62] - 人类在进行灵巧动作时往往会先制定任务目标规划，而非直接将传感器信息映射为动作[64] 行走安全性问题 - 当前人形机器人主要依靠大功率电机维持平衡，使用基于零力矩点算法的改进版，该算法已有约56年历史[70] - 双足行走人形机器人对人类而言存在安全隐患，其腿部会携带大量自由动能，在空间中快速加速，可能造成严重伤害[71] - 根据物理缩放定律，将机器人尺寸放大到人类尺寸（比例系数2）时，能量需求会变为8倍，潜在伤害级别完全不同[72] - 研发行走机器人的公司在其发布的视频中不会出现人类靠近行走中人形机器人的场景，除非有隔离物[73] 行业未来发展趋势 - 未来人形机器人的定义将发生变化，"脚"可能被轮子取代，腿部形态不再与人类相似[75] - 将出现单臂、双臂、三臂等不同版本，部分配备五指手，但更多会采用两指平行夹爪抓取器或吸盘[75] - 未来会出现大量为特定人类任务设计的专用机器人，形态各异，但都会被称为"人形机器人"[76] - 目前为提升当前人形机器人性能投入的巨额资金可能付诸东流，这些机器人将被淘汰[76]

特斯拉Optimus战略规划 - 马斯克将Optimus定义为特斯拉有史以来最重要的产品 占据公司未来价值80% [2] - 2025年实现数千台内部限量生产与测试 2026年爬坡至5万-10万台并开启外部销售 2027年目标50万台 5年内达成年产百万台规模 [2] - 当前版本为Optimus 2.5 V3版本预计2026年正式推出 [2] 供应链体系结构 - 执行器与传感器各占物料成本约30% 供应链由集成T1供应商和零件制造下级供应商构成 [4] - 特斯拉采取自研+外协策略搭建供应链体系 在保持核心协同的同时借助供应链优势降低成本 [6] - 海外T1供应商包括安费诺提供线缆 泰科电子供应六维力扭矩传感器 THK提供丝杠 [8] 核心供应商布局 - 三花智控与拓普集团是执行器Tier1供应商 鸣志电器和兆威机电为灵巧手Tier1供应商 [7] - 执行器组件供应商包括双环传动和绿的谐波提供减速器 贝斯特提供丝杠 荣泰健康提供绝缘件 [7] - 传感器供应商包括柯力传感供应六维力扭矩传感器 汉威科技提供电子皮肤 芯动联科供应IMU单元 [7] 技术瓶颈与挑战 - 硬件层面存在关节电机过载和易过热问题 灵巧手灵活度和负载能力不足 传动部件寿命问题尚未解决 [10] - 软硬件协同层面 机器人硬件与大模型和软件的匹配度有待提升 复杂动态环境中可靠性不足 多任务协同能力尚未突破 [10] 热管理技术突破 - 三花智控为Optimus提供液冷散热模组 其微型化电子膨胀阀与微通道液冷技术可将执行器工作温升控制在5℃以内 较波士顿动力Atlas提升20% [13] - 三花智控2025年Q3向特斯拉交付约2000台执行器 全年订单预计达5000-10000台 [13] - 公司计划总投资不低于38亿元建设机器人机电执行器生产基地 目标2026年形成100万台年产能 [13] 行业竞争格局 - 银轮股份成立机器人热管理事业部并申请多项专利 腾龙股份与特斯拉联合开发关节液冷模块 拓普集团将汽车领域技术迁移到机器人执行器领域 [14] - 2026年被视为决定行业格局的关键变局 Figure、Apptronik、波士顿动力、宇树科技、智元机器人等公司均获得巨额融资 [14] 技术发展趋势 - 人形机器人向智能化、长续航和轻量化发展 散热需求涉及核心驱动电机到人工智能处理芯片 [15] - 未来可能出现的瓶颈包括微通道换热器制造能力、先进冷却液供应以及高度集成热泵总成 [15] - 2025年12月深圳将举办热管理产业大会 涵盖热管理材料、组件、液冷技术等综合解决方案 [15][17]

编辑丨 量子位 点击下方 卡片 ，关注" 具身智能之心 "公众号 >> 点击进入→ 具身 智能之心 技术交流群 更多干货，欢迎加入国内首个具身智能全栈学习社区 ： 具身智能之心知识星球 (戳我) ， 这里包含所有你想要的。 马斯克在忙着裁人，小扎这边继续忙着挖人。 这不？ Optimus AI团队负责人Ashish Kumar 决定离开特斯拉，加入Meta担任研究科学家。 至于离职感言，他表示： 带领Optimus AI团队的经历非常精彩和难忘。 我们全力推进可扩展方法——用强化学习取代传统技术栈，并通过视频学习来提升机器人的灵巧度。 他还进一步强调， 人工智能才是解锁人形机器人的最关键因素 。 与此同时，小扎砸钱挖人的形象已经深入人心，使得网友不禁锐评，有10亿美元吗？ Optimus团队负责人接连出走 那这位Optimus AI团队负责人到底是何大神？ Ashish Kumar ，UC伯克利博士，导师是被李飞飞尊称为"学术祖父"的Jitendra Malik教授，因在CV领域的研究而出名。 2015年，Ashish本科毕业于印度理工学院焦特布尔分校，之后到微软位于印度的实验室做了两年研究员，研究方向是资源 ...

京东商业竞争与业务拓展 - 刘强东强调民营企业竞争应聚焦商业模式和价值创造而非个人恩怨 倡导企业间简单直接的沟通方式[1][2] - 京东计划年底前公布酒旅行业新模式 通过供应链优化降低酒店经营成本 避免行业价格战[8] - 京东外卖业务竞争涉及美团和滴滴 但企业高层会面未实现[2] TikTok合规进展 - 字节跳动表示将依法推进TikTok美国业务运营 确保美国用户服务连续性[2] - 中国政府支持企业基于市场规则进行商业谈判 要求美方提供公平营商环境[3] iPhone 17市场表现 - iPhone 17 Pro Max 1TB版本黄牛加价高达1000元人民币 基础款价格已跌破发售价[4] - 发售首日多地苹果门店出现排队现象 广州单店提货人数近千人[4] - Pro Max版本尤其橙色款受黄牛青睐 256G版本加价约300元人民币[4] 人形机器人行业融资与进展 - Figure完成10亿美元C轮融资 投后估值达390亿美元 资金将用于AI平台Helix扩展和GPU基础设施建设[5] - 英伟达、英特尔、高通等产业资本参与融资 凸显算力与数据资源重要性[5] - 特斯拉否认Optimus机器人获1万台订单 但确认Gen3设计定型 年底推进量产[6][7] AI行业趋势与基础设施 - 朱啸虎预测AI应用将在2025年爆发 称新一代字节级创业公司已于2024年成立[9] - 七牛云与五象云谷合作布局AI推理算力市场 瞄准千亿规模需求[10] - 全球GPU云市场规模预计2033年达128亿美元 租赁模式缓解算力紧缺[10] 智能硬件产品发布 - Meta发布首款带显示AI眼镜 支持实时翻译和3K视频录制 国内AI眼镜板块股价应声上涨[11] - 2025年全球AI智能眼镜销量预计570万台 同比增长超200% Meta份额有望超65%[11] - 地平线引擎提升虚拟内容创作效率 硬件策略体现系统性布局[11]

据悉，在特斯拉任职期间，Ashish Kumar主导了Optimus AI团队的核心技术研发工作，其团队专注于通 过人工智能技术突破人形机器人的实用化瓶颈。他在社交平台发文中特别提到，团队"全力推进可扩展 方法——用强化学习取代传统技术栈，并通过视频学习来提升机器人的灵巧度"。 来源：环球网 强化学习作为人工智能领域的前沿技术，允许机器人通过试错自主优化行为策略，而非依赖预设程序。 Ashish Kumar团队此前展示的Optimus原型机已具备分拣电池、搬运物品等基础任务能力，其流畅的动 作控制被业界视为强化学习技术落地的标杆案例。此外，该团队通过视频学习技术，使机器人能够从人 类操作视频中提取动作模式，显著缩短了技能训练周期。 【环球网科技综合报道】9月20日消息，据多家外媒报道，特斯拉Optimus（擎天柱）人形机器人项目AI 团队负责人阿希什·库马尔（Ashish Kumar）已正式辞去在特斯拉的职务，并将于近期加入Meta（原 Facebook）公司担任研究科学家一职。当地时间9月19日，Ashish Kumar在个人社交平台发布长文，回 顾其在特斯拉的职业生涯，并透露了关于人形机器人技术发展的关键 ...

时令 发自 凹非寺 量子位 | 公众号 QbitAI 马斯克在忙着裁人，小扎这边继续忙着挖人。 这不？ Optimus AI团队负责人Ashish Kumar 决定离开特斯拉，加入Meta担任研究科学家。 至于离职感言，他表示： 带领Optimus AI团队的经历非常精彩和难忘。 我们全力推进可扩展方法——用强化学习取代传统技术栈，并通过视频学习来提升机器人的灵巧度。 他还进一步强调， 人工智能才是解锁人形机器人的最关键因素 。 与此同时，小扎砸钱挖人的形象已经深入人心，使得网友不禁锐评，有10亿美元吗？ Optimus团队负责人接连出走 那这位Optimus AI团队负责人到底是何大神？ Ashish Kumar ，UC伯克利博士，导师是被李飞飞尊称为"学术祖父"的Jitendra Malik教授，因在CV领域的研究而出名。 2015年，Ashish本科毕业于印度理工学院焦特布尔分校，之后到微软位于印度的实验室做了两年研究员，研究方向是资源高效的机器学习算 法。 2017年，Ashish从职场重返校园，开始到UC伯克利攻读博士，2023年7月他以ML科学家的身份加入特斯拉，一年多之后便成为擎天柱的AI 负责 ...

行业表现 - 中国人形机器人概念股自9月5日以来平均上涨13.5% 远超同期市场表现 [1] - 机器人板块延续强势 再度掀起涨停潮 芯片产业链全天持续走高 [1] - 与机器人本体制造相关的公司表现尤为突出 涨幅高达15.7% [3] 核心驱动因素 - 特斯拉Optimus的密集动态与全球科技厂商的最新推进是核心驱动力 [1] - 特斯拉公布新激励方案及人形机器人量产路线图 随后Optimus Gen3与新生产计划表态持续发酵 [1] - 特斯拉提出针对CEO的长期激励计划 关键运营里程碑是在未来10年内交付100万台擎天柱机器人 [7] - 特斯拉发布擎天柱Gen2.5图片并配文"加速进化" [7] - 马斯克透露擎天柱Gen3设计已进入收尾阶段 手部灵巧度将与人类相当 [7] - 马斯克称将在特斯拉主持召开会议 重点讨论擎天柱的生产计划 [7] 全球竞争态势 - FigureAI首席执行官暗示在未来3天内公布三项重大消息 为市场增添想象空间 [5] - 中国本土集成商合计签约近十亿元人民币大单 [1] - 优必选 傅利叶智能 宇树科技 逐际动力和星尘智能等公司宣布与中国移动 HKC等客户合作 订单总价值累计约9.75亿元人民币 [5] - 订单部署时间集中在未来两到三年内 标志人形机器人正从实验室走向真实商业应用场景 [5] 行业发展趋势 - 行业正沿技术突破-订单确认-资本催化的正向循环演绎 [1] - 头部客户率先验证机器人在制造 物流等环节的ROI 商业化规模应用加速成为行业新趋势 [5] - 市场期待未来2-3个月特斯拉 FigureAI与本土独角兽的关键进展 [1] 重要事件时间表 - 7月23日特斯拉2025年第二季度财报电话会议 [2] - 7月26-28日世界人工智能大会 [2] - 8月8-12日世界机器人大会 [2] - 8月15-17日世界人形机器人运动会 [2] - 9月16-18日Figure更新 [2] - 11月6日特斯拉年度股东大会 [2] - 10-12月宇树科技申请IPO [2] - 未来将发布新订单公告 特斯拉擎天柱第三代生产更新 [2] - 科技巨头如Mag 7 华为 小米活动可能包含人形机器人更新 [2]