特斯拉機器人Optimus最新影片出爐，已經可以在工廠裡打工了。
正常速度下，它分類電池（特斯拉的4680電池）是這樣的：
官方還放出了20倍速下的樣子－在小小的「工位」上，揀啊揀啊揀：
這次放出的視頻亮點之一在於Optimus在工廠完成這項工作，是完全自主的，全程沒有人為的干預。
並且在Optimus的視角之下，它也可以把放歪了的電池重新撿起來放置，主打一個自動糾錯：
對於Optimus的手
，英偉達科學家Jim Fan給出了高度的評價：
Optimus的手是全球五指機器人裡最靈巧的之一。
它的手不只有觸覺感應，自由度（DoF）也達到了11個，而同行基本上都只有5-6個自由度。
且堅固耐用，無需經常維護即可承受大量物件互動。
而就在Jim Fan的評論區，馬斯克還現身透露了一個更重磅的消息：
##今年晚點時候，Optimus手的自由度將達到22個！
端到端的神經網路來訓練分類電池的任務。
也正因如此，Optimus所用到的數據只是來自於2D相機和手部的觸覺、力度感測器，並直接產生關節控制序列。
Milan Kovac進一步透露，這個神經網路完全是在機器人的嵌入式FSD電腦上運行，並且由機上電池供電：
當我們在訓練過程中加入更多不同的資料時，單一神經網路可以執行多個任務。在訓練資料方面，我們可以看到是人類戴著VR眼鏡和手套，透過遠端操作的方式來收集：
將軟體設定為第一人稱視訊串流輸入和精確控制串流輸出，同時保持極低的延遲是非常重要的。
這是因為人類對自己的動作和機器人的動作之間哪怕是最小的延遲都非常敏感。
而Optimus剛好有流體全身控制器，可以即時執行人體姿勢。
而特斯拉機器人已經將這種模式擴展到了其它任務中：
#如此規模也是令Jim Fan大受震驚的一點：
並行收集數據，一個機器人是遠遠不夠的，人類還得每天輪班倒。
這種規模的操作可能是學術實驗室裡想都不敢想的。
#不僅如此，從影片中Optimus們正在執行的任務來看也是多種多樣，有分揀電池的，有疊衣服的，還有整理物品的。
Milan Kovac表示特斯拉在其中一家工廠已經部署了幾個機器人，它們每天正在真實的工作站接受測試並不斷改進。
總而言之，Optimus單是從視覺和人類示範來進行訓練來看，這一點上是和特斯拉汽車的邏輯是有點類似了。
在影片的最後，官方也爆出Optimus另一個能力上的提升－可以走更遠的路了：
Jim Fan的實驗室也在這兩天放出了一個新進展——
#讓機器狗踩著瑜珈球行走！
而它的訓練方法和特斯拉Optimus截然不同，是完全在模擬環境中進行，然後零樣本遷移到真實世界中，無需微調，直接運行。
具體背後的技術則是團隊新推出的DrEureka，它是以之前五指機器人轉筆背後的技術Eureka為基礎。
DrEureka是一個LLM智能體，可以編寫程式碼來訓練機器人在模擬中的技能，並編寫更多的程式碼來彌合困難的模擬與現實之間的差距。
簡而言之，它完全自動化了從新技能學習到現實世界部署的流程。
而相較於特斯拉Optimus和英偉達機器狗的訓練方式，Jim Fan也做了個靈魂總結：
遠程操作是解決類人機器人問題的必要但不充分的條件。從根本上說，它無法擴展。
並且也有網友對此表示認同：
那麼你覺得呢？
以上是特斯拉機器人進廠打工，馬斯克：手的自由度今年將達到22個！的詳細內容。更多資訊請關注PHP中文網其他相關文章！
