特斯拉开源ai,特斯拉开源的技术比亚迪有使用吗

1.特斯拉人形机器人Optimus亮相 FSD完全自动驾驶最新信息

2.特斯拉人形机器人怎么改变生活？特斯拉目标生产数百万台擎天柱

3.特斯拉自动割草机，通过除草作业试验，完善提升AI自动驾驶算法

4.特斯拉2022Ai日公布人形机器人A股会有哪些股票值得关注

作者?/?陈念航

编辑?/?王德芙

出品?/?汽车之心

在刚过去的?8?月，马斯克在推特上公布了关于?Autopilot?以及?FSD?的两条重要消息：

AP?团队正对软件的底层代码进行重写和深度神经网络重构；全新的训练计算机?Dojo?正在开发中。

「重写?AP」，是今年马斯克在推特上不断提及的一项重要行动。

在回应推友提问时，马斯克会时不时披露?AP?将有的新功能，比如：

对路面上的隆起和坑洞（bumps&patholes）的识别；对环岛路况（roundabouts）的处理等等。

特斯拉对?AP?的全面重写，包括了对数据标注、训练、推理全流程的重构。

而基于新架构的?FSD?将不再是渐进式的优化，而是一次「量子式跃升」（马斯克原文是?quantum?leap）。

马斯克在?7?月的世界人工智能大会上表示「有信心在今年完成开发?L5?级自动驾驶的基本功能」，马斯克能够实现他的承诺吗？

特斯拉为什么要在这个阶段对?AP?软件进行重写？重写?AP?到底要重写些什么呢？作为当下市面上量产最强的自动驾驶系统，AP?走向何方，FSD?何时到来？

1、特斯拉?AP?两大新进展

身兼特斯拉?AP?团队的最高负责人，马斯克经常充当着软件测试员的角色。

根据马斯克在推特上透露，他本人经常开着搭载?FSD?最新测试版本的特斯拉上下班，马斯克称在他使用系统的过程中，几乎不需要人工接管。

基于此，他乐观估计，最快在?6-10?周后（也就是10月-11月份），就可以向小规模地向用户推送?FSD?测试版本。

作为重写?AP?的一部分，马斯克还向外界介绍了其全新的用于神经网络（NN）训练的超级计算机?Dojo。

Dojo?在日语中意为「道场」，现在它成为了特斯拉训练数据的「道场」。

Dojo?将专门用于大规模的图像和视频数据处理，其浮点运算能力达到了?exaflop?级别，也就是每秒运算百亿亿次。正因此，马斯克称?Dojo?如野兽一般。

需要注意的是，Dojo?计算机将配合无监督学习算法（unsupervised?learning），来减少特斯拉对于数据人工标注的工作量，这样来帮助其数据训练效率实现指数级提升。

马斯克还在推特上发布英雄帖，为自家的?AI?和芯片团队招人。

目前，Dojo?计算机仍在开发中，从?V1.0?开始，大约一年后才会有成果。

有了全新的?AP?软件架构以及强大的数据训练计算机?Dojo，难怪马斯克会对其?FSD?的落地进展如此自信。

但话说回来，特斯拉为什么要在这个阶段对?AP?软件进行重写？还是以这样一种推倒重来的方式。

2、为什么特斯拉要重写?AP?

现在的?AP?已经碰到了性能瓶颈，必须要进行升维革命，否则难有大的突破。

马斯克用了一个术语来表述这个问题，他认为过去?AP?被困在一个局部最大值（Local?Maximum）里面，要向上突破已经非常困难了。

其中一个很关键的问题在于，原有?AP?软件架构下，其处理的数据都是不含有时间坐标的?2D?图像数据。

再想往上去处理?3D?甚至?4D（加上时间维度）?的数据，实现从图像级处理到视频级处理的跃迁，?AP?固有的软件和训练网络难以胜任。

关于引入?4D?数据带来的影响，一位来自国内自动驾驶公司的工程师向汽车之心分析：

「因为有了时间维度，系统就能知道目标物的运动，对其行为进行预测，而且，系统处理目标物识别、分类以及场景的重构这类任务会更加轻松。

总之，加入时间维度，很大程度上是提高系统对整体场景的理解。」

AP?要再往前走，必须进行革命，所以特斯拉这才决定重写?AP。

另一方面，因为数据转变成?4D，信息量更丰富，整个数据的容量也会变大，这也给特斯拉?AP?现有的用于深度神经网络训练的基础设施带来了挑战，所以就有了?Dojo。

所以，?AP?为了实现性能和功能上更大的突破，倒逼其对?AP?基础代码以及训练深度神经网络的基础设施进行重构。

这样工作量庞大的复杂工程也成为?FSD?迟迟推出不了落地版本的重要原因。

除了在车载软件和训练服务器端变革，特斯拉在车载硬件端也做好了准备，就是其自研的?FSD?芯片。

FSD?已经在去年?4?月份开始量产并搭载在特斯拉的车端。

一位对熟悉特斯拉的业内人士表示：

「在?FSD?发布后的一段时间里，特斯拉?AP?团队仍是基于?HW?2.x?的硬件（英伟达?Drive?PX?平台）进行功能开发，直到今年年初，特斯拉才开始全面转向基于?FSD?芯片的软件开发。」

相较于英伟达?Drive?PX?平台，特斯拉?FSD?芯片在基础算力和深度神经网络推理效率方面都有革命性提升，而且在视觉处理性能上，FSD?相较于英伟达的芯片有更大的优势。

所以趁着这一次特斯拉重写?AP，整个系统需要处理的数据升维到了?4D，对计算硬件的要求指数级提高，FSD?的强大性能便终于有了广阔的用武之地。

引入?FSD?芯片的?AP?在性能上会有多大提升？

马斯克此前在接受?Youtube?视频博主采访时透露过：

「如果特斯拉全车的?8?颗摄像头以?36?帧/秒的速度运行（性能拉满），软件则会基于?FSD?芯片的算力同步进行?3D?标注（2D?图像+深度信息），这会使标注效率提升?3?倍，准确性也会大幅提升。」

特斯拉重写?AP，除了马斯克口中所说的要突破「Local?Maximun」以及挖掘?FSD?芯片的极限性能这两方面的原因之外，还有一种可能性存在。

硅谷一位资深自动驾驶工程师告诉汽车之心：

「特斯拉现有的?AP?系统和后续要推出的?FSD?是两套独立开发的系统。

前者的架构是针对于?L2/L3?级自动驾驶，而?FSD?的目标从一开始就是?L4/L5?级自动驾驶。因此，两套系统在架构上有本质的差异，两者差着一个代际。」

后续，随着技术不断进步，FSD?也走向成熟，特斯拉决心把?FSD?和?AP?的框架进行整合。

但问题是，两个系统中有些模块可以融合，但是有些模块是融合不了的，毕竟一个为?L2?开发的系统很难直接演变成?L4?系统。

所以特斯拉?AP?团队要改写?AP?软件的框架和代码，以实现两个系统间的完美兼容，这样的话，后续才能以统一的版本推送给购买了全自动驾驶选装包的特斯拉车主。

实际上，我们也能从?AP?这些年的功能更新中发现一些蛛丝马迹。

2017?年?3?月，推送自动泊车和自动辅助变道功能；2018?年?10?月，推送自动辅助导航驾驶（NoA）功能；2019?年?9?月，推送智能召唤（Smart?Summon）；2020?年?4?月，推送识别交通信号灯和停车标志并作出反应（海外先行）。

AP?还在最新的迭代过程中更新了一些令人惊喜的小功能：

比如在城市工况施工区域，没有车道线的情况下，车身两侧皆为锥形桶，AP?能做到以锥形桶为依据实时绘制车道线。

AP?系统还能检测到小动物并及时进行避让，不过特斯拉是把小动物一律识别成人后才做出相应的操作。

基本上，在特斯拉官网上标明的?FSD?完全自动驾驶功能，还剩下一项最难的、也最能代表?L4?级自动驾驶能力的更新：在城市街道中进行自动辅助驾驶。

为了实现这一难度最大的更新，特斯拉给出的最优解就是重写?AP。

基于以上分析，特斯拉重写?AP?的原因便包括突破「Local?Maximun」、挖掘?FSD?芯片的极限性能以及将系统能力从?L2?进化至?L4。

4、特斯拉重写?AP，是重写什么？

先来看看特斯拉?AP?现在最新的?AI?软件堆栈是怎么样的：

最底层的是数据、GPU?集群以及?Dojo?计算集群，这一层主要进行数据采集、标注和训练，生成算法模型；往上走就是采用深度神经网络对模型进行分布式训练；再往上走就是用损失函数对模型进行评估；在评估层之上，是云端推理层和车端?FSD?芯片推理层，到这一层，意味着算法模型走完了大部分流程，然后就是部署到车端；在车端，特斯拉通过影子模式（Shadow?Mode）将这些算法模型与人类驾驶行为进行比对，检测是否存在异常。

这样的从数据采集到算法部署的闭环，目的就是让系统性能不断迭代，更加优秀。

在这个闭环当中，涉及到数据集、模型训练神经网络、云端和车端推理算法等等要素。

所以，当数据形式从二维的图像数据（2D）转换成四维的视频级数据（4D）后，相应的神经网络和推理算法都需要进行重写。

据马斯克透露，特斯拉?AP?新版本的深度神经网络会将包括感知、路径规划、目标识别等所有子神经网络综合于一体。

特斯拉?AI?高级总监?Andrej?Karpathy?在此前的一次演讲中表示：

「我们无法让每一个任务都享有单独的神经网络运算，因为同时处理的任务数实在太多，我们只能把一些运算分摊到共享骨干网络上」。

Andrej?Karpathy?将这一骨干网络称为?HydraNets（Hydra?意为九头蛇），意思就是有一个主干网络（Backbone），在这个网络上有多个不同的出口（Head）来做应用，然后输出各自的结果。

在特斯拉?AP?最新的?AI?软件堆栈中，有一个最值得关注的部分就是?Dojo?训练集群，这个集群可以处理海量的图像、视频数据。

引入这一训练计算机，一方面是为了满足特斯拉?AP?系统此后的?4D?视频数据处理需求。

另一方面，特斯拉在全球有超过?82?万辆搭载?HW?2.0/3.0?硬件的车辆每天在道路上行驶，可以采集海量的数据用于?AP?的训练，而如此海量的数据，必然需要具备强大计算性能计算机来进行处理。

Dojo?还有一个特别之处在于，它可以与无监督学习进行配合。

所谓无监督学习，就是无需人工对训练数据集进行标注，系统可以自行根据样本间的统计规律对样本集进行分析，常见任务如聚类等。

例如无监督学习在不给任何额外提示的情况下，仅依据一定数量的「狗」的特征，将「狗」的从大量的各种各样的中将区分出来。

有了无监督学习技术加持的?Dojo?计算机，便能以极低的成本对数据进行自动标注和训练，实现算法性能的指数级提高。

不过，用上了无监督学习技术的特斯拉，依然有一支大约?500?人规模的数据标注团队。

因为在一些初始神经网络模型的搭建过程中，采用人工标注的方式置信度更高。而且，特斯拉并未大规模采用无监督学习技术，现在都还处在尝鲜阶段。

那么，Dojo?计算机上搭载的会是谁家的芯片呢？

目前特斯拉自研的?FSD?芯片属于推理芯片，用于?Dojo?计算机的芯片属于训练芯片。

有业内人士向我们分析表示，Dojo?所采用的芯片应该是?FSD?芯片的扩展版本。

这也是为什么马斯克在为自家?AI?和芯片团队招人时，特意公布了其在研发的?Dojo?计算机的情况，大概率要招的人就是为了研发用于?Dojo?计算机的芯片。

5、特斯拉?FSD?走向何方

无论是大力投入资源重写?AP?基础代码和深度神经网络，还是广纳贤才开发性能强大的数据训练计算机?Dojo，都体现了特斯拉要先人一步搞定完全自动驾驶的决心。

特斯拉拥有庞大规模的数据采集车队，也聚集了?300?多位全球顶尖的自动驾驶和深度学习方面的软硬件研发人才，从数据到算法到商业化，特斯拉在自动驾驶领域有着其他厂商无法比拟的优势。

在这些优势的加持之下，特斯拉仍然迟迟无法量产真正意义上的完全自动驾驶功能，那些买了?FSD?选装包的特斯拉用户着急，马斯克则更急。

所有人都在期待着重写完成后的?AP?系统能真正进化至?FSD?版本，而这一切都要等到今年年底见真章。

在重写?AP?的同时，特斯拉也没有停止在硬件层面的持续研发。

据媒体报道，特斯拉正与博通合作研发新款?HW?4.0?自动驾驶芯片，其性能比?FSD?还要强大?3?倍，计划明年第四季度进行大规模量产，由台积电负责生产。

特斯拉在?AP?层面，是一个接一个的大动作，而这一切动作都有一个统一的目标：更优秀的?AP、更强大的?FSD。

即使现在其表现还不尽如人意，但未来值得期待。

本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

特斯拉人形机器人Optimus亮相 FSD完全自动驾驶最新信息

太平洋汽车网特斯拉后期可以加入自动驾驶系统，特斯拉自动驾驶后期能加装，自动驾驶技术还不成熟，特斯拉做的虽然很好，但在路况复杂的时候依然需要人为介入。自动驾驶时间长了会让人产生惰性，让人反应变慢，可能没法做到无缝对接。

何必二十多万买特斯拉，动手改装自动驾驶汽车之前，大名鼎鼎的“神奇小子”GeorgeHotz冷不丁在推特上公布自家公司Comma.ai开发的自动驾驶模块的全部代码，宣布CommaOne这一产品彻底开源；近日，Hotz又分享了其开发的一款开源驾驶助理openpilot。

CommaOne曾备受瞩目叫板特斯拉，后因NHTSA干涉彻底开源2016年，GeorgeHotz利用2000行代码编写了一套视觉识别程序，外加简单的家用级别的摄像头、传感器等必要硬件设备，完成了：无人驾驶程序，并且大胆的把汽车无人驾驶开起来了。

CommaOne是利用了CNN（卷积神经网络），而且几乎只用了CNN。他们的车从一个摄像头把图像导入网络，从网络中输出命令，调整方向盘和速度，让车子保持在车道内。这样，系统内的传统代码很少，只有神经网络和一些控制逻辑。

2016年年底，霍兹在推特上称，因为监管的原因，他们取消了博得广泛关注的CommaOne开发计划，转向探索其他产品和市场。他说，NHTSA（美国高速公司交通安全管理局）给他寄来了一封满是威胁的信，称在他能完全保证产品的安全性之前不允许他销售这款产品，并且要求他进行详细的技术解释。霍兹称，他并不想要花时间和监管者、律师打交道，更愿意花时间打造让人惊艳的技术。此后，不少关于Comma.ai的质疑四起。

（图/文/摄：太平洋汽车网问答叫兽）

特斯拉人形机器人怎么改变生活？特斯拉目标生产数百万台擎天柱

易车讯 北京时间10月1日，在特斯拉为了招聘而“秀肌肉”的2022 AI Day上，人形机器人Optimus正式亮相。特斯拉表示其售价可以降低至不到2万美元，比汽车更便宜。此外，特斯拉还发布了FSD完全自动驾驶和Dojo超级计算机的最新信息。

人形机器人Optimus亮相

Optimus机器人全身拥有28个自由度；人体工程学手部设计，拥有11个自由度；拥有仿生学关节设计。整体基于车辆设计基础研发，基于汽车安全模拟分析能力打造安全性，执行器可提起半吨重的钢琴。

人形机器人Optimus将主要处理体力工作、大量重复劳动工作，让人们更多从事脑力劳动。马斯克在现场介绍：“我们现在展示的机器人是我们即将投入使用的机器人”。特斯拉未来有信心生产数百万台人形机器人，售价可以降低至不到2万美元，比汽车更便宜。

相比于去年发布的机器人概念，Optimus将更重，为73千克，搭载与特斯拉汽车相同的FSD系统，特斯拉把对于汽车的训练，应用到了机器人身上，通过传感器和计算机视觉，利用海量数据持续训练，变得越来越强大。不仅能承担重复性劳动，还可以成为你的朋友伴你左右。

FSD完全自动驾驶技术最新信息

特斯拉也公布了FSD的最新进展，目前参与FSD Beta版本测试的用户已从2021年的2000人扩大至16万人。

在最新的FSD版本上，特斯拉将提升交叉路口转弯的决策优化，通过更复杂场景中路面行人和其他车辆的轨迹的研究和模拟，提升决策的安全性和舒适性，并在100毫秒内作出决策。

FSD Beta的深度神经网络达到100万参数，15万+神经网络层，37.5万个连接。可以在5分钟内模拟出现实中未出现的场景。将来，FSD会更加智能，不断提升驾驶的安全性，让每一次出行都更轻松、更智能。

Dojo超级计算机

为实现人工智能训练的超高算力，同时扩展带宽、减少延迟、节省成本，特斯拉打造了Dojo超级计算机。Dojo超级计算机的单个训练模块由25个特斯拉自主研发的神经网络训练芯片——D1芯片组成。2023年一季度特斯拉将推出 Dojo 机柜。

每个Dojo ExaPod集成了120个训练模块，内置3000个D1芯片，拥有超过100万个训练节点，算力达到1.1 EFLOP（每秒千万亿次浮点运算）。

根据易车App“热度榜”数据，特斯拉的日均关注度为2.70万，在全部品牌中排名第154位，如需更多数据，请到易车App查看。

特斯拉自动割草机，通过除草作业试验，完善提升AI自动驾驶算法

一年前特斯拉人形机器人“擎天柱”作为彩蛋出现在特斯拉AI(人工智能)日上，震惊四座；一年之后，原型机亮相，具象了的擎天柱反而吊起了更多人的胃口：特斯拉为何要造机器人？技术到底行不行？

10月1日，全球科技圈和汽车圈的目光无疑都聚焦在擎天柱身上。特斯拉CEO埃隆·马斯克一直被称作“硅谷钢铁侠”，对于马斯克的机器人，外界似乎抱有更高期待，甚至希望其能够像**中钢铁侠的AI管家贾维斯一样惊艳。

不过，擎天柱原型机的现身令不少人大失所望，与人们早已熟知的波士顿动力人形机器人阿特拉斯(Atlas)、本田人形机器人阿西莫(ASIMO)相比，擎天柱行动迟缓、步履蹒跚，甚至被网友戏称作“阿特拉斯的爷爷”。

BBC在报道中称，对于特斯拉转向机器人技术，不少投资者和金融分析师表示怀疑，他们认为特斯拉应将重点放在更接近核心业务——电动汽车相关的项目上。

当然，马斯克并不这么认为。他表示，特斯拉的目标是生产数百万台擎天柱，而这将为人类文明带来根本性改变。

擎天柱将进厂拧螺丝？

作为一名商人，马斯克势必不会让擎天柱只呆在实验室中。对于擎天柱的规模化量产，马斯克已经给出了时限：3-5年。同时，他预估量产机器人最终价格将达到2万美元以下。

亚利桑那州立大学机器人学教授HenriBenAmor对此表示，马斯克2万美元的目标价是一个“好提议”，因为目前人形机器人的成本高达10万美元。

不过他也提到：“这种雄心壮志与他们所提出的内容之间存在一些差异。”“说到灵巧、速度、稳定行走的能力等等，还有很多工作要做。”

对于擎天柱的用途，业内似乎也充满了争议。

“我们的目标是尽快制造出有用的人形机器人，”马斯克在AI日上多次强调。

他承认说，今天有可用的机器人，似乎能够做更多的事情，但与他们不同的是，擎天柱旨在大规模生产，多达数百万台。

他还补充说，实现这一目标将给人类的文明带来根本性改变。

然而卡内基梅隆大学机械工程教授AaronJohnson评价说，机器人的需求值得商榷。“真正令人印象深刻的是他们如此迅速地达到了这个水平。不过现在仍不确定的是，这数百万个机器人，他们的使用场景将会是什么样的？”

在社交媒体上，网友对于擎天柱的使用场景脑洞大开，既有猜测其将被用于殖民火星的，也有人认为它只会在特斯拉超级工厂的生产线上，而特斯拉方面已经透露过，擎天柱将会最先在特斯拉工厂中进行使用测试。

《华尔街日报》在文章中表示，马斯克最初介绍特斯拉机器人时，表示该机器人将解决劳动力短缺问题，将会对劳动力市场产生广泛影响。

该文章还进一步提到，特斯拉自身正面临着自动化的问题。早期，特斯拉试图通过高度自动化来扩大汽车生产规模，但此举遭受挫折，公司不得不严重依赖于工厂工人。此后马斯克在推特上表示“人类被低估了”。

卡内基梅隆大学机器人学教授ChrisAtkeson表示，围绕特斯拉人形机器人的一大问题是其核心目的。他说，如果特斯拉的主要目的是提升制造能力，那么四足机器人可能比人形机器人更好用，部分原因是腿多有利于保持平衡。

造机器人，特斯拉真的不如波士顿动力？

在AI日上，特斯拉展示的仅是人形机器人的原型，马斯克及其团队也毫不掩饰这款机器人距离成熟尚远，特斯拉甚至还搬出了未完工的下一代擎天柱原型来让观众取笑。

对于这款还在研发阶段的产品，其性能究竟如何外界还难以测评，不过不少业内人士在社交媒体上表示出了对特斯拉研发进展的肯定。美国科技媒体CNET也在文章中评价道，“这个机器人看起来不像其他一些机器人那样华丽，比如波士顿动力公司会跑酷的阿特拉斯，但它是特斯拉在不到八个月的时间里组装起来的。”

CNET还表示，像波士顿动力这样的竞争对手，多年来一直致力于人形机器人，但到目前为止只生产了原型。日常更常见的则是功能有限的机器人，如轮式送货机器人或亚马逊的Astro，这就是一款配备了轮子的家用平板电脑。

不过也有不少分析人士对特斯拉制造机器人的能力表示出了怀疑。

“如果特斯拉或任何其他公司能够以相对较低的成本开发出可工作、功能强大、有效的机器人，那么它将对现代经济和社会造成难以想象的巨大改变。仓库工人、快餐工人、看门人、工厂工人、建筑工人、女佣、园林绿化工人、物流人员以及库存文员都将是高级人形机器人所担任的角色。”《福布斯杂志》写道，“但是机器人专家质疑的是，特斯拉是否真的具备交付这种机器人的能力。”

麻省理工学院教授、计算机科学与人工智能实验室主任DianaRus对《福布斯杂志》表示，“你涵盖越多，做得好的就越少”，这正是为什么人类今天拥有的多数机器人都并不具备人形的原因。

“机器人执行任务的效率与机器人所具备的功能种类之间存在一种权衡，”Rus认为，机器人应该是模块化的，按照不同需求来进行组装。

其实持有与Rus类似观点的人并不少见，人形机器人出现多年，但始终未能真正实现商业化。尤其是2022年3月本田“20多岁”的人形机器人阿西莫宣布退役，更让不少人对人形机器人的可行性产生了质疑。

也有分析人士在社交媒体中表示，要从特斯拉人工智能生态的角度来看待这一人形机器人，汽车、机器人和自动驾驶、DOJO超级计算机可以形成闭环，DOJO和自动驾驶系统充当“大脑”，汽车和机器人则在物理空间中拓展认知，再反过来训练“大脑”，最终的成果或许比一个会跑酷的机器人更能影响人类文明。

特斯拉2022Ai日公布人形机器人A股会有哪些股票值得关注

在这个电动 汽车 高速发展的时代，特斯拉无疑是最领先、最耀眼的那一款了，无论是从技术上还是各领域的对比 ，特斯拉都是走在行业的前列的。

这时就不得不提起一个人了，号称“钢铁侠”的特斯拉掌舵人埃隆马斯克。他绝对是一个传奇的人物，在他的带领下完成了很多的壮举，同时他也通过旗下的一些创新技术做了很多的民用产品。比如说特斯拉 汽车 、冲浪板等，当然以他们的实力做什么品类的产品应该都是非常棒的，只不过是想不想做而已。

近期有消息显示，特斯拉旗下流露出一款概念的自动割草机设计，虽然目前仅是停留在概念阶段，但是非常的有趣呢！

它使用由太阳能供电的电池供电，具有由特斯拉的防弹Cybertruck合金制成的锋利刀片，并使用特斯拉的自动驾驶算法在草坪上导航，从而区分出院子中已割成的部分和未割成的部分，并积极识别并避免人，草坪家具或您毫无戒心的宠物等障碍物。

设计师Prokop Strnka将这款自动割草机称之为特斯拉G的概念基本上是室外修剪草坪的Roomba。它可以自动运行，在您的花园中成行行驶，修剪草丛，但避开您喜欢的玫瑰灌木丛或苗圃。割草机依靠特斯拉自动驾驶算法的一种版本，可以在高高的草丛中行驶时主动扫描并感知其环境。

割草机上的传感器可以帮助检测草和植物之间的差异，并可以主动绘制草坪图，从而使割草机最终不会越过鹅卵石进入道路或邻居的财产。割草机依靠太阳能运行，但是当割草机的电量不足且相对较暗时，它会踩踏其无线充电中心，以快速为其电池蓄电。

从概念上讲，自动驾驶割草机是通过机器学习帮助特斯拉完善其 汽车 自动驾驶AI的好方法。割草机的工作条件几乎与 汽车 相同，只是用草代替沥青。它不会检测到交通信号灯，但是会练习停留在车道（或草坪）内，并主动扫描障碍物，如脚，家具或宠物的尾巴。

这是让AI变得更好的完美方法，而没有死亡的风险和对城市可能造成灾难性破坏的风险。实际上，特斯拉也应该发布Roomba版本。这似乎是个好主意，尤其是考虑到人们现在在家里花费更多的时间，而 汽车 只是闲置地坐在车库里了。。。

如果喜欢，请您关注 “ 有范儿生活 ”，我们会一直给大家推荐有颜儿、有料儿、有趣儿的创意好物

北京时间10月1日，特斯拉2022AIDay活动于加州帕罗奥图举行，人形机器人擎天柱Optimus原型机亮相。特斯拉还公布了自动驾驶技术和Dojo超级计算机的最新进展。

数据显示，截至美东时间9月30日收盘，特斯拉报265.25美元/股，跌1.1%，总市值为8311.53亿美元。

人形机器人目标价不到两万美元

在特斯拉2022AIDay活动现场，人形机器人擎天柱Optimus原型机正式亮相。特斯拉CEO马斯克称，有信心以低成本实现机器人的量产，预计未来产量可达到数百万台，成本将比一辆汽车低得多，目标价格可能不到两万美元。

特斯拉展示了人形机器人在汽车工厂搬运箱、浇水植物、移动金属棒的视频，并展示了机器人原型机的内核版本，包括裸露的线束、管道和核心处理器等。在活动现场，Optimus能够实现行走、挥手等基本动作。马斯克表示，公司的目标是尽快制造出有用的仿人型机器人，目前展示的是第一个版本，具有与FSD测试版相同的技术。

据马斯克介绍，特斯拉在Optimus的身上也使用了汽车中的一些技术，如电池组、冷却系统等。该机器人利用特斯拉的人工智能软件，以及类似高级驾驶员辅助功能的传感器，具有与FSD测试版相同的技术。

此外，机器人包含一个2.3千瓦时的电池组，并有Wi-Fi和LTE连接。公司还将其用于汽车的技术用于模拟擎天柱的运动和对外部碰撞的反应。

中信证券认为，特斯拉发布的初代机器人虽然昂贵，但能在工厂发挥实际作用，项目吸引可观融资，资助特斯拉对人工智能的研究，从而助力特斯拉发布高智能、低价格的量产机器人，打开人形机器人商业化前景。开源证券预测，2027年，特斯拉机器人带来的伺服电机需求量市场空间或将达到399亿元。

多项技术取得新进展

特斯拉还公布了FSDBeta和超级计算机Dojo的最新进展。

据介绍，特斯拉FSDBeta可应用在自动驾驶汽车上的神经网络模型OccupancyNetworks、3D映射和提供汽车鸟瞰图方面，特斯拉在努力优化其视频模型训练。特斯拉FSDBeta目前有16万名客户，而2021年只有2000名客户。2022年，特斯拉已训练了7.5万个模型，基本每8分钟就完成一个模型的训练，共推送了35个版本更新。现FSDBeta版本可以实现一定程度的自动驾驶，包括从一个停车场导航到另一个停车场、根据情况停下来等待交通灯及应对在十字路口或道路上出现的其他交通参与者。

在FSD自动标注机制和仿真模拟方面，特斯拉开发了一种新的自动标注机制，以帮助进行3D标注。特斯拉通过网络数据集、仿真模拟、自动标注等能更为准确地预测转角的汽车运行情况。马斯克表示，特斯拉FSD测试版将于年底前在全球推出，北美以外的市场需要获得监管部门的批准。

此外，为实现人工智能训练的超高算力，同时扩展带宽、减少延迟、节省成本，特斯拉打造了Dojo超级计算机。得益于训练模块的独立运行能力和无限链接能力，由其组成的Dojo超级计算机的性能拓展在理论上无上限。实际应用中，特斯拉将以120个训练模块组装成ExaPOD，与业内其他产品相比，同成本下性能提升4倍，同能耗下性能提高1.3倍，占用空间节省5倍。

据介绍，特斯拉基于自主定制开发的驱动器和传感器打造人形机器人，并将其自主研发的Dojo超级计算机用于人工智能训练。Dojo超级计算机的单个训练模块由25个特斯拉自主研发的神经网络训练芯片——D1芯片组成。由于每个D1芯片之间都是无缝连接在一起，相邻芯片之间的延迟极低，训练模块最大程度上实现了带宽的保留，配合特斯拉自创的高带宽、低延迟的连接器；在不到1立方英尺的体积下，算力高达9千万亿次。

自2021年Dojo超级计算机发布以来，特斯拉FSD(完全自动驾驶能力)的开发进程持续加速。在今年的股东大会上，马斯克透露FSD10.13版本的研究已进行了一段时间，特斯拉做了“一些非常重要的架构改进”，如改进左转时的复杂问题等。他表示，特斯拉目前正在北美广泛部署FSDbeta版本，并将在今年启动完全自动驾驶能力(FSD)软件的大规模测试，目前测试版软件的累计行驶里程已经突破4000万英里，年底甚至有望超过1亿英里。

中信证券预测，特斯拉人工智能核心技术和终端机器人将协同发展，加速特斯拉由新能源车企向人工智能企业转型。