特斯拉機器人，開始干家務了。

馬斯克通過最新視頻，曬起特斯拉擎天柱機器人疊衣服，引發大量網友圍觀。

現在機器人疊衣服只需要3步，30秒一件。

第一步，先把衣服從籃子里拿出來，直接就疊好一邊袖子。

第二步，絲滑調整衣服位置，對齊另外半邊。

最后一頭一尾連續對折一氣呵成。

已經有人迫不及待詢問什么時候可以買到了。

也有網友提出，快給孩子買個謝耳朵同款疊衣板吧。

熱評第一則開始思考未來的人們會如何看待這一時刻。

鑒于之前火爆全網的斯坦福機器人做飯視頻引起了大量誤會，馬斯克稍后也補充了一個免責聲明：

重要提示：擎天柱目前尚不能自主執行疊衣服操作，但將來肯定能夠在任意環境（桌子不需要完全固定，籃子里也不需要只有一件衣服）中完全自主執行。

只說了不能完全自主，演示具體如何實現的馬斯克沒細說，但仔細看視頻里其實露出了馬腳。

從第8秒開始，右下角有一只機械手悄悄出現，動作軌跡與機器人完全一致，稍有一點延遲。

那么答案也很明顯了，與斯坦福的方法一樣，AI都是從模仿人類動作開始練起。

但正如AI預測蛋白質、AI畫圖等技術的發展過程，AI從能干一件事到超越人類也用不了多久。

硅谷資深科技博主Robert Dcoble認為少于17個月，你覺得呢？

特斯拉二代機器人

這個會疊衣服的機器人，已經是特斯拉Optimus的二代目了，加上之前的原型機Bubmlebee，一共經歷了兩次大升級。

其中最值得關注的，是特斯拉為Optimus全新打造的手部。

與前一代相比，新款機器人的手不僅動作更快，自由度也增加到了11個，還新增了觸覺傳感器。

而且也懂得控制力度，從盒中捏起雞蛋，倒手，再放進碗里，整個過程沒有出現把雞蛋捏碎的情況。

除了手部以外，Optimus的頸部也進行了全新改版，采用鉸接式結構，擁有兩個自由度。

同樣在Optimus的腳上也采用了鉸接結構，并模仿了人類腳部的幾何形狀。

而從整體上看，Optimus的移動速度比前一代增加了30%，重量減輕了10公斤。

升級后的機器人，可以輕松完成深蹲的動作，整個過程都能很好地保持平衡。

不僅是特斯拉，進入2024年，人類在機器人上取得的新進展就如雨后春筍般出現。

2024，家用機器人元年？

2024才剛剛過去半個月，包括特斯拉在內就已有至少4項機器人領域的突破性成果。

這些機器人的一個共性特征，是先通過模仿人類來學習，然后逐漸脫離人類操作實現自主行動。

比如斯坦福的ALOHA機器人，通過人類的遙操作可以完成烹飪等一系列復雜的動作，而人類的操作過程恰好也是機器人學習的素材。

經過學習之后，機器人可以自主掌握一些人類動作，從而完成特定的任務。

幾乎是在同一時間，谷歌DeepMind也發布了自己的機器人模型Robotics Transformer（簡稱RT）的升級版。

而且是三個框架聯發——RT-Trajectory解決泛化能力問題，SARA-RT用于提升決策速度，AutoRT則負責數據收集。

其中用于提升泛化能力的RT-Trajectory，主要是借助多模態大模型的視覺能力實現，學習素材同樣從人類的動作捕獲或直接人工繪制的軌跡。

緊隨斯坦福和DeepMind之后，機器人初創公司Figure也推出了自己的“咖啡機器人”Figure 01。

不需要任何的遙操作，它就可以自主完成打開機器蓋、放入咖啡、啟動機器的全過程，還能自主糾錯。

訓練時，Figure 01同樣是學習人類動作，只不過學習的方式是視頻。

只用了10個小時的端到端訓練，Figure 01就熟練地掌握了用機器制作咖啡的過程。

除了近期的幾項成果，稍早些的許多機器人項目，比如谷歌的HYDRA、英偉達的MimicGen等，也都采用了模仿人類的學習方式。

特斯拉機器人工程師Milan Kovac也具體介紹了這種技術路線的好處：

• 驗證當前的硬件能否勝任靈活地完成任務
• 收集訓練端到端神經網絡的數據，準備轉型全自動模式
• 積累足夠的數據多樣性，更快泛化到更多任務

從模仿人類到完全自動執行一項任務，再到泛化到更多樣的任務，成了智能機器人行業當今的大趨勢。

也在短時間內集中爆發大量突破性成果，讓機器人能執行的任務越來越接近實際需求。

技術有了發展，市場也給出積極回應。

優必選科技成為人形機器人第一股，歷史上機器人首次參與了上市敲鐘。

華為天才少年稚暉君創辦的智元機器人估值超過10億美元，火速晉升獨角獸。

剛剛結束的科技盛會CES展上，機器人也是最火爆的。微軟CEO納德拉也到開普勒機器人展位參觀，聽取講解還頻頻點頭。

所以在AIGC元年，大模型元年之后，2024年真的會是人形機器人元年？

One More Thing

有網友介紹了另一種完全不同的機器人機器人：

疊衣服速度是特斯拉擎天柱的50倍，成本還能減少95%。

不過就只能做疊衣服這一種任務了。