特斯拉Optimus产量攀升至每周数百台
据一份新报告称，特斯拉目前在其弗里蒙特工厂每周组装数百台Optimus人形机器人，这一速度大约相当于该公司第二季度产量的十倍。这一数字代表了该项目发展轨迹的重大变化，使Optimus从更接近手工打造的工程练习转向真正的生产线。
在这款机器人公开亮相的大部分时间里，讨论一直围绕原型机、舞台演示和长期承诺展开。每周生产数百台表明，至少谜题的一部分已经得到解决：能够反复组装一台由数十个执行器、传感器和动力系统构成的复杂双足机器，并且以每周而非每季度为单位来衡量生产节奏。
与汽车制造相比，这个头条数字仍然不算大——特斯拉在汽车制造中以每周数千辆来衡量产量。但人形机器人不是汽车。每台设备都集成了密集的电子元件、铰接关节和软件密集型控制系统，此前没有任何公司展示过这种生产节奏。
机器人仍无法泛化
同一份报告指出了一个产量数字无法解决的局限。据报道，走下生产线的Optimus设备仍无法处理通用任务——它们无法可靠地适应不熟悉的工作、不熟悉的物体或不熟悉的环境。
这一区别在这篇报道中最为关键。一台在受控单元内重复排练动作的机器人是一种自动化设备，在功能上类似于几十年来遍布工厂车间的固定机械。而一台可以被交付新任务并自行找出完成方法的机器人则完全不同，这两类之间的差距正是人形机器人领域大部分预期价值所在。
行走与思考是不同的问题
特斯拉在运动能力方面可见的进展是真实的。平衡、步态和协调运动是工程挑战，其成功标准相对明确：机器要么保持直立并按指令移动，要么不能。泛化则是另一类问题。它没有单一的基准可以定论，而且进步往往表现为能力的缓慢积累，而非阶跃式变化。
一台经过训练、能从一种料箱中抓取一种类型部件的机器人，可能完美执行该动作数千次。但把一个不同形状的物体放在光照不同的环境中，同一系统可能以在人类观察者看来微不足道的方式失败。这一差距正是报告所描述的当前机群状态。
为什么泛化如此困难
人类环境的特征就是变化。光照会变化，表面会改变，物体会以意想不到的角度摆放，指令会以模糊的语言传来。一个针对某一设定紧密调校的系统，往往会把每一次偏差当作噪声而非信息。弥合这一差距通常需要广泛的训练数据、稳健的感知能力，以及能够将知识从一个任务迁移到下一个任务而非从头开始的模型。
仅靠制造规模无法解决这些要求中的任何一项。它们是软件和数据问题，而且往往按自己的节奏推进。
有制造领先，却无智能领先
报告中的核心张力在于两个时钟之间的错配。硬件迭代可以通过工装、供应商、厂房空间和增加班次来加速。能够泛化的软件则通过数据多样性、模型架构和算力来改进，而且它并不总是对更多资本或更多工时作出回应。特斯拉似乎加快了一个时钟，而另一个时钟仍按自己的时间运行。
还有一个更微妙的问题。每周制造数百台机器人并不会自动产生弥合能力差距所需的数据。如果这支机群在同一设施中执行同一组狭窄任务，它会产生大量高度重复的信息，而相对很少产生对泛化往往至关重要的变化。
为什么这一产能爬坡仍然重要
人们很容易把泛化问题当作忽视这一生产里程碑的理由。这种解读忽略了产能爬坡实际带来的东西：
- 规模化硬件反馈。在原型机中只出现一次的故障，会在数百台设备中表现为模式，使设计缺陷更容易被识别和纠正。
- 成本学习曲线。更高的产量会推动供应商、工装和组装流程沿成本曲线下降，这对任何最终商业案例都很重要。
- 测试机群。每周数百台新机器创造了一个足够大的群体，可以在许多设备而非少数设备上验证软件更新。
- 部署经验。将机器人从实验室移入工作环境，会暴露出任何模拟都无法完全捕捉的运营问题——维护、充电、安全、正常运行时间。
如果这一节奏保持下去，上述每一项优势都会复利式增长。按年化计算，每周数百台的速度意味着数万台的产量，这是此前没有任何人形机器人项目接近过的规模。
这些设备将去往何处
报告并未确定这支不断积累的机群最终将部署在哪里。这个问题很重要，因为一台Optimus设备的价值在很大程度上取决于它可以被信任去做什么。一台仅限于狭窄、预先测绘任务的机器人，在结构化环境中仍然有用，但其经济性看起来更接近传统自动化，而非推动人形机器人受关注的通用劳动力。
如果泛化仍然遥不可及，近期路径可能要通过日益结构化的环境：明确的工位、已知的零件、受控的光照，以及附近的人类监督。这是一项正当的业务，但比激励整个行业的愿景要小。
接下来值得关注什么
未来有两个指标值得关注，而它们指向不同方向。第一个是节奏——每周数百台会成为下限，还是被证明只是暂时激增。第二个是任务库，这从外部远更难衡量。
值得追踪的信号包括：特斯拉是否开始用具体工作而非演示来描述Optimus部署；这些机器人是否出现在公司并不完全控制的环境中；以及软件更新是否能显著扩展单台设备的能力，而无需为每项新任务重新训练。
特斯拉现在已经表明，它可以批量制造人形机器人。更难的问题——这些机器人能否学会处理它们从未专门准备过的工作——仍然悬而未决，而没有任何生产线能回答这个问题。
本文基于Electrek的报道。阅读原文。
Originally published on electrek.co