当地时间6月3日，特斯拉首席执行官埃隆·马斯克在推特上宣布，公司将在9月30日的特斯拉人工智能日上发布原型车。它被称为“擎天柱”，也被称为“特斯拉人形机器人”（Teslabot），是特斯拉今年最重要的产品。
人形机器人的出现可以为数千个行业提供动力，将是下一波人工智能场景，人们期望该技术将不断成熟并迎来前所未有的数万亿美元的蓝海。
作为本期的智能内参，我们推荐西华证券的报告《Tesla Bot: AI的星辰大海》，该报告分析了仿人机器人的市场前景。
资料来源：兴华证券
原标题：
《Tesla Bot: AI的星辰大海》
作者：刘泽静
1.人工智能新篇章。特斯拉可能会在2023 年9 月30 日推出首款人形机器人原型机，并将其命名为OPTIMUS。早在2023年8月19日的特斯拉人工智能日上，马斯克就提出推出人形机器人来解决重复、单调、无聊和危险的任务。
马斯克宣布进军AI机器人领域，意味着特斯拉不仅仅是一家电动汽车公司，更是一家AI公司。马斯克还声称，随着时间的推移，特斯拉机器人有一天将变得比汽车公司更重要。
特斯拉机器人可以简单分为两个领域：AI领域和科技领域。
AI Domain :采用FSD计算机作为计算核心，拥有8个Autopliot摄像头作为传感器，支持深度学习、大数据分析、Dojo训练、自动标签等算法。
技术领域：机器人的头部包含一个显示信息的信息屏幕，机器人的四肢包含约40 个机电执行器，可实现平稳、敏捷的双足运动。
马斯克表示，该机器人高约1.73米，重约56.7公斤，可举起约20.4公斤重的产品，最高运行速度约为每小时8公里。
AI领域的核心是人形机器人，因为机器人只有通过不断的机器学习训练才能完成指定的任务。而且，特斯拉的人形机器人是特斯拉的自动驾驶大师。由于仿人机器人的核心共享智能驾驶和FSD系统，因此预计许多用于智能驾驶的神经网络系统将应用于仿人机器人。
数据是智能驾驶和智能机器人的基础，计算能力为机器学习和神经网络提供基础动力。随着特斯拉处理的数据量呈指数级增长，由于功耗问题，该公司放弃了Nvidia A100 GPU 作为超级计算机。我们没有使用专有阵列进行训练，而是利用强大的垂直集成能力开发了Dojo D1芯片，该芯片专注于深度学习训练，从而创建了Tesla Dojo超级计算机。
1.大脑：D1芯片D1芯片作为Dojo超级计算机的关键单元，提供超快的计算能力和超高的带宽，实现空间和时间的平衡。该芯片采用分布式架构和7纳米工艺，拥有500亿个晶体管、354个训练节点和17.7公里的内部电路。
Dojo 超级计算机是真正的性能野兽，计算能力高达9PFLOPS。 Dojo超级计算机的训练模块由1,500个D1芯片组成，总训练节点超过530,000个，通过特斯拉专有的高带宽和低延迟连接器提供高计算能力。世界上最好的超级计算机为9PFLOP。与业界相比，同等成本下性能提升4倍，同等能耗下性能提升1.3倍，空间增加5倍。
Tesla DOJO1芯片原理图
Tesla Dojo D1 芯片可以分为四个主要部分：CPU、Switch、Matmult 和SIMD。
CPU，即中央处理单元，是计算机系列的运算和控制中心，是信息处理和程序执行的最终指令单元。
交换机就是交换机，是计算机芯片之间的桥梁，具有数据传输的功能。
SIMD全称Single struct Stream Multiple Data Stream，利用一个控制器控制多个处理器，并通过干预技术实现空间并行。
Mat mult是一个计算单元，可以集中神经网络的计算，从而提高神经网络的计算速度。这是特斯拉计算机成为计算能力猛兽的根本原因之一。这个计算单元可以理解为人工智能芯片，或者AI处理器。专用于机器学习算法和神经网络运算的芯片，可用于训练和推理。与同时代的CPU 和GPU 相比，它可以提供15-30 倍的性能提升和30-80 倍的效率（性能）提升。
Dojo D1芯片架构
2.灵魂：AI机器视觉机器视觉是AI深度学习的应用和技术方向，无论是人形机器人还是智能驾驶，都是机器视觉的实现方向之一。
神经网络是实现人工智能深度学习的重要算法，涵盖了从人形机器人识别到指令生成的整个过程。探索通过对人脑基本单元神经元进行建模和链接来模拟人脑系统功能的模型，创建具有学习、联想、记忆、模式识别等智能信息处理功能的人工系统。神经网络在智能机器人中应用广泛，主要表现在物体识别、规划、假设、训练//测试等各个方面。
神经网络最重要的特征是它能够从环境中学习并将学习结果存储在网络的突触连接中。神经网络是一个学习过程。在环境刺激下，将几个样本模式（输入层）依次输入到网络中，并根据特定的学习算法调整网络各层的权重矩阵（隐藏层）。当网络值收敛到某个值（输出层）时学习过程结束。
特斯拉实现智能驾驶的方法类似于机器视觉中的人形机器人。整套训练和测试（（工作））作业包括传感器、感知、评估、规划、制动五个部分。
Tesla机器视觉完整流程图
特斯拉最著名的人工智能算法是其机器视觉领域的Pure Vision 解决方案，该解决方案在人形机器人的生产中得到了延续。
基于图像的目标检测： 目标是确定图像中是否存在特定类别的目标实例。返回每个目标实例的空间位置和覆盖范围（如果有）。目标检测是解决更复杂和更高级别（例如时间记忆）视觉任务的基础，例如分割、场景理解、目标跟踪、图像描述、事件检测和活动识别。
将2D 物体识别转换为3D 物体识别： Tesla 通过八个不同位置的摄像头从不同角度捕捉同一物体，通过神经网络（类似于NeRF 算法）渲染物体的3D 图像，并记录尺寸。感知步骤包含3维和时间维度信息，将其存储在训练集中以持续增强学习。
特斯拉从2D物体识别到3D物体识别的过程示意图
2、广阔的前景和准备从智慧城市到智能驾驶，AI浪潮正在发生变化，有望成为人工智能的下一个应用场景。
大数据时代： 2023年，AI击败柯洁。与此同时，我国由于基础算力的提升，迎来了新的人工智能热潮和大数据时代。政策和资本先行，应用场景将逐步丰富。无人机、AI翻译机等纷纷出现。
智能驾驶： 随着海量数据的爆炸，以及底层算力和芯片的不断演进，特斯拉自动驾驶仪的完善功能定义了依赖于数据不断学习的算法，并实现了软件升级，正式进入智能世界。驾驶。与此同时，谷歌、百度、腾讯、华为等互联网巨头纷纷进入市场，加速智能驾驶发展。叠加政策将继续促进自主商业运营的落地。目前，国内厂商在智能座舱、智能驾驶等方面正在取得务实进展，本土化生态未来潜力巨大。
人形机器人：相信，随着未来人形机器人的出现，买菜、做家务等枯燥、重复的工作将很容易被人形机器人取代，这将是下一波人工智能浪潮，国内企业可能会效仿。在智能驾驶领域取得成果。
人工智能的变化趋势
随着人工智能的不断进步，预计到2030年，全球约有3.75亿人将因人工智能技术的进步而实现再就业，而麦肯锡的数据显示，这一数字从1.02亿人增至1.02亿人。该国将需要重新雇用人员。全球平均劳动力替代率为15%，但在人口众多的日本，基本与世界其他国家持平，均为16%。
更重要的是，马斯克表示，人形机器人的实际成本并没有那么高，可能比汽车还低。安德鲁的估价是25,000美元，约合人民币16万元。由于特斯拉MODEL 3的最低售价约为28万元，因此擎天柱的售价保守估计为20万元。长期来看，全球仿人机器人市场保守估计到2030年将达到1万亿，成为人工智能前所未有的蓝海，仅次于智能驾驶有轨电车。
人形机器人的出现可以为数千个行业提供动力，并有望取代高度重复、单调和无聊的任务。同时，一系列危险问题和搜救等一系列场景也有望得到解决。预计将首先在快递、家政、服务业、工业等领域引入。此外，人形机器人是AI场景的下一波浪潮，随着技术的不断成熟和商业化的实现，在我国智能驾驶逐步进步和成熟的背景下，将出现前所未有的蓝海。预计将交付。生态、人形机器人机器人的出现是必然的，国内企业极有可能复制在智能驾驶领域取得的成就。
拥有自主研发的人工智能处理器的制造商可以为人形机器人中的神经网络提供计算能力支持。人工智能的本质与海量数据的计算相比AI算法，最重要的是数据。计算能力作为加速数据处理的动力来源的重要性不言而喻。
根据机器学习算法步骤，训练环节在训练过程中需要非常大量的数据输入来支持复杂的神经网络模型。大量训练数据的使用由于计算量大，对处理器的计算能力和效率（能耗）提出了巨大的要求。
AI处理器芯片可以支持深度神经网络学习和高速计算，与GPU和CPU相比，性能显着提升，功耗极低。另外，虽然推理环节的计算量相对于训练环节来说较小，但仍然需要大量的矩阵运算，因此人工智能芯片的作用很大。
虽然实现人形机器人需要下游场景的数据融合，但实现AI算法的制造商具有比较优势。特斯拉在智能驾驶领域实现了纯视觉解决方案，相关的FSD系统可以直接应用于人形机器人的机器视觉领域。
然而，在人形机器人商业化之前，其数据必须与下游细分场景紧密结合。通过数据和算法在高质量细分场景上的持续迭代训练，最终将能够提供有价值的商业服务。人形机器人在细分场景中的大量数据无法直接捕获，而拥有商业化AI算法的公司在定位自己与下游细分场景密切相关方面具有优势。通过合作，双方可以共同增强并加速他们的客户。实现了人形机器人的研制和实用化。
志东熙表示，特斯拉的人形机器人的目标是用于重复、无聊和危险的环境和工作条件，最终将到达我们的家庭，并有助于持续的劳动力短缺问题，相信这一趋势将得到彻底解决。特斯拉在人工智能和机器人技术方面拥有强大的技术基础，但我们可能要到9月份才能知道马斯克的海口项目能否取得成果。
本文和图片来自网络，不代表火豚游戏立场，如若侵权请联系我们删除：https://www.huotun.com/game/570789.html