知情內部人士告訴《商業內幕》，特斯拉已在6月底告知員工，公司未來將更加專注于通過純視覺方案來推進Optimus人形機器人的訓練。

此前，特斯拉使用動作捕捉服和虛擬現實(VR)頭顯來記錄人類操作員的數據，并遠程操控機器人。現在，特斯拉將主要通過錄制員工執行任務的視頻來訓練機器人，讓其學習如何完成例如拾取物體或折疊T恤等動作。

內部人士稱，特斯拉表示，放棄動作捕捉服和遠程操作將使團隊能夠更快速地擴大數據收集規模。

這一調整標志著特斯拉機器人戰略的重大轉變，將讓Optimus的訓練方式與埃隆?馬斯克(Elon Musk)長期堅持的理念保持一致：AI可以通過攝像頭掌握復雜任務。長期以來，特斯拉也采用類似的方法來訓練其自動駕駛系統。

打破常規

遠程操作和動作捕捉是行業訓練機器人時的標準做法。例如，知名機器人公司波士頓動力就曾使用遠程操作來訓練其Atlas機器人。在訓練過程中，員工會穿上動作捕捉服執行各種任務。這些數據隨后會被傳輸給機器人。動作捕捉服也可用于遠程控制機器人。

目前尚不清楚特斯拉未來是否會再次優先使用動作捕捉服和遠程操作，或者是否利用視頻數據在此前收集的信息基礎上進行進一步訓練。

人類與機器認知研究所的高級研究科學家羅伯特?格里芬(Robert Griffin)對《商業內幕》表示，大量遠程操作數據使機器人能夠通過與環境的實際互動來學習。他表示，要教會機器人將視頻數據轉化為現實世界的動作并非易事。

“如果你只是使用視頻數據，就沒有這種直接交互體驗。”他說道。

今年5月，特斯拉發布了一段視頻，似乎顯示Optimus機器人正在根據視頻錄像完成各種任務。

Optimus

特斯拉負責Optimus硬件研發的總監康斯坦蒂諾斯?拉斯卡里斯(Konstantinos Laskaris)似乎已經承認了這一新策略。今年5月，他在領英上發文稱：“這聽起來令人難以置信，但我們的機器人正在通過人類視頻直接學習新任務！”

馬斯克也在5月表示，Optimus最終將能夠通過觀看YouTube視頻學習執行任務。

知情內部人士稱，在技術轉型期間，特斯拉曾短暫停止Optimus團隊的招聘。截至8月底，特斯拉的招聘頁面仍列出了50多個與Optimus相關的職位。

技術轉型

知情人士表示，在6月底之前，特斯拉仍在遠程操作Optimus，并通過動作捕捉服訓練機器人。員工們需要花時間排查動作捕捉服和Optimus的問題，這限制了團隊能夠收集的數據量。

自訓練方式轉變以來，員工們開始專注于使用5個內部自制攝像頭記錄自身動作。這些攝像頭安裝在員工佩戴的頭盔和沉重背包上。攝像頭向各個方向拍攝，為AI模型提供精確的環境定位數據。

佛羅里達州立大學FAMU-FSU工程學院機器人實驗室主任克里斯蒂安?胡比茨基(Christian Hubicki)表示，多角度拍攝可能幫助特斯拉采集更精細的細節，“比如關節和手指的位置”，并實現機器人的空間精準定位。他指出這些視頻也可用于增強此前通過遠程操作收集的數據集。

執行訓練任務的工作人員會收到具體指令，特別是在手部動作方面需要確保動作盡可能接近人類形態。一名人士稱，有些員工可能需花費數月時間重復執行同一個簡單動作。

謝菲爾德大學機器人專家喬納森?艾特肯(Jonathan Aitken)告訴《商業內幕》，特斯拉很可能需要想辦法教會Optimus使用可應用于多種任務的動作。

“在這種規模的操作中，他們必須建立通用動作庫，否則逐個訓練所有動作將耗費無窮的時間。”艾特肯表示。

他補充說，特斯拉可能會采用與Physical Intelligence公司類似的策略，后者向機器人輸入海量示范數據，使其能夠學習可轉移技能并靈活應用，而非僅僅機械記憶單項任務的執行方式。

比自動駕駛更難

這一新策略與特斯拉訓練其自動駕駛系統的方案一致。盡管其他自動駕駛公司使用激光雷達和雷達傳感器來訓練軟件，特斯拉主要依賴多個攝像頭。

特斯拉使用從數百萬特斯拉車主收集的數據，這些車輛配備了八到九個攝像頭。馬斯克表示，特斯拉之所以能在中國發布其輔助駕駛系統，得益于該公司利用公開亞洲街道視頻訓練其AI系統。

不過，馬斯克在1月份的財報電話會議上承認，“Optimus人形機器人的訓練需求，可能最終至少是汽車所需的10倍。”

艾特肯表示：“這是非常符合特斯拉風格的機器人開發方式。沒有其他公司在同等規模上嘗試這樣做。他們需要的數據量將與訓練汽車所用的數據量相當。”

俄勒岡州立大學AI與機器人專家艾倫?費恩(Alan Fern)表示，對于特斯拉來說，訓練Optimus將比開發自動駕駛汽車更加艱巨。

“駕駛只是單一任務。”費恩稱。他表示，主要靠視頻學習要求機器人理解視頻中發生的情況，然后具備完成任務的技能，“有些技能可以通過觀察學習，有些則需在模擬器或現實中進行物理實踐”。

截至發稿，特斯拉尚未就此置評。