特斯拉AI日，马斯克自豪地推出「擎天柱2.0」。会比心的机器人，你见过没？

　　马斯克称，「擎天柱」产量预计可以达到数百万台，要比汽车便宜得多，不到2万美金（142320元）即可拥有。

　　现场，研究人员称，初次亮相的只是一款概念机，到今年AI日已经实现了第二次迭代，实物图也与概念图进一步贴近。

　　不得不说马院士的团队还是很拼的，马院士也特别向手下的工程团队表示了感谢。

　　接下来就进入正题环节了，「擎天柱」能够完成这一系列动作背后都有哪些技术加持？

　　经过两次大版本改进，现在的人形擎天柱已经可以说是名副其实了，身高173，净重73公斤，与一个成年男子相仿。

　　功耗控制方面，静坐状态100W，快速行进状态为500W。全身自由度高达200以上，光是手部自由度就高达27。

　　最新一代机器人（图示）身体整体构造中，橙色是执行器/执行单元，蓝色是电驱动系统/计算单元，配备2.3kWh电池组，搭载28个结构执行器，以及自由度高达11的手。

　　比如，根据汽车撞击试验，模拟机器人的摔倒场景，以保护「大脑」中央计算平台。说不定以后也会有机器人的碰撞试验了...

　　从下面的红色组件的密度上就能看出，机器人的动力系统能够实现比特斯拉自动驾驶车更丰富的功能。

　　而在执行器单元的设计方面，特斯拉团队也想出了6种独特的结构设计方案，应对不同的载荷需求，同时尽可能实现轻量化。

　　在执行器的具体配置上，针对不同载荷和运动精细程度的要求，采用了不同的内部结构和轴承装备方案。

　　刚刚提到，特斯拉机器人一共有28个关节，每一个关节里面都有多套执行器，这些执行器都会在后台去分析它的执行效率，减少无效的工作。

　　更重要的是，这些执行器可以在高压的情况下实现线性拉伸，比如都能提起一架近半吨的钢琴。

　　特斯拉的人形机器人的执行器，是从人体骨骼的运动轨迹上得到的灵感，以实现自由行走、蹲下、拿东西等涉及多个自由度的高难度动作。

　　它拥有6个执行器，11个自由度，支持自适应抓取，可抓起20磅重量，特别适用于精密小零件的抓取。

　　在软硬件配置上，特斯拉汽车和机器人采用了同款视觉感知。Tesla Bot 的导航系统就是一个很有意思的3D路径导航。

　　特斯拉机器人还支持室内路径规划，不仅会走路，还会像人一样走路，还能通过视觉识别判断物体。

　　而讲到机器人走路，特斯拉工程师还特意带我们回顾了一下擎天柱走路的「进化史」。

　　从今年4月迈出第一步，到7月解锁Pelvis，到8月手臂实现摆动，再到今天，终于实现了脚趾离地的行走。

　　为此，特斯拉设计规划了「运动方案」系统，由实际期望的运动路径出发，经由运动规划器（Locomotion Planner）生成参照投影，生成机器人的步伐运动方案。

　　实际上，在真实世界中，环境复杂、背景丰富，远不可能像理论模拟的理想环境这么简单。

　　对于机器人如何搬东西这一过程，研究人员称，先让人示范这一动作，并进行动捕后，让机器人在孪生世界中去训练。

　　特斯拉研究人员称，未来几个月，我们努力让机器人变得更加灵活，实现更好的平衡控制，以及导航，希望让擎天柱进一步扩展，来帮助我们处理更多事情。

　　特斯拉预计将在AI Day之后发布v.10.69.2.3，不过没有公布确切的日期。

　　在过去一年里，特斯拉的自动驾驶团队训练了75,000多个模型，相当于每8分钟就训练一个模型。

　　如此一来，每个动作的用时可以从传统方法的125毫秒被降至差不多100微秒。

　　为了给汽车周围的三维世界建模，特斯拉团队建立了这个网络是特斯拉团队的解决方案，它目前没有显示在我们面向客户的可视化中，我们在这里看到的是我们内部的dab工具输出的道路网络。

　　FSD可以实时计算行车路线两侧环境和潜在碰撞目标，对于危险目标自动成像，10毫秒内完成计算。

　　使用体积渲染技术，进行3D深度重建模。深度计算模型采用大型自动标注数据集进行训练。

　　摄像头成像是自动驾驶技术的重要技术基础，即使是有了激光雷达，摄像头在自动驾驶中仍是不可替代的。

　　特斯拉FSD寻路神经网络的可视化部分，使用主摄像头、左摄像头和后摄像头的三组信号作为输入，经过Transformer等神经网络处理，与地图信息一起作为寻路导航信号的输出，再经过语言模块的解码转换，实现自动选择行车路线。

　　车内FSD网络参数数量约为10亿，组成一个15w层以上的神经网络，连接数量更是高达37.5w以上。

　　之前，特斯拉的自动驾驶团队依靠人工数据注释来识别和描述特斯拉汽车上的摄像头和传感器所拍摄的短视频片段中的物体。

　　这些标记的片段用于训练特斯拉的神经网络，并改进驾驶辅助系统，使特斯拉汽车能够在驾驶者的监督下绕行，自动避开障碍。

　　现在，有超过100万辆装有摄像头的车辆在路上行驶，并有一个建立在虚幻引擎中的模拟器，用来改进自动驾驶。

　　实现其目标的一个关键步骤是它的训练图块，它在 2021 年 AI 日期间推出。

　　特斯拉一直试图弄清楚如何使其 Dojo 设计具有可扩展性，并在此过程中遇到了挑战。

　　Dojo的出现主要目的之一便是，比市售云计算能力更强大。它的设计之初就考虑了硬件层面要为深度神经网络训练作考虑。

　　Dojo超算结构关键组件，首先就包括「D1芯片」，提供AI算力362TFLOPs。

　　接口处理器提供内存宽带和通讯接口，PCIE板卡形式。单片可提供800GB/S的带宽，用于训练。单片32GB DRAM、900TB/s高速通讯协议。

　　通过6颗D1芯片组合，再加20个接口处理器，组成一个托盘，再由多个托盘组成一个机柜Dojo Cabinet。

　　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）。

　　在特斯拉自研芯片的加持下，只需四个Dojo机柜就能取代由4000个GPU组成的72个GPU机架。

　　此外，Dojo的整体集成度比英伟达A100主机也要高很多，一个「Dojo 砖」可以顶多个主机，但成本却比一个还低。

　　特斯拉在介绍Dojo的时候还放了一个小彩蛋：训练Stable Diffusion生成了几张「火星上的Cybertruck」。

　　最后，特斯拉计划在2023年之前建造它的第一个Exapod（1/7），预计将可以极大地提高自动标注的产量 。

　　系统构建成功后，Dojo超级计算机预计将成为世界上最强大的超级计算机之一。