特斯拉涉及的人工智能技术和原理,特斯拉类人机器人

1.特斯拉机器人全球首秀，最快3年内量产，你怎么看？

2.重写系统 引入人工智能的特斯拉自动驾驶将有巨大进步

3.无人驾驶的智能汽车

4.特斯拉“擎天柱”亮相AI日后专家称量产和价格预期“毫无意义”

太平洋汽车网特斯拉自动驾驶用的分别是自动泊车、自动辅助变道、自动辅助导航驾驶、智能召唤、识别交通信号灯和停车标志并作出反应、以及在城市街道中自动辅助驾驶等技术。

6项功能，初步组成完全自动驾驶在这个完全自动驾驶选装包中，主要是包含6项功能。分别是自动泊车、自动辅助变道、自动辅助导航驾驶、智能召唤、识别交通信号灯和停车标志并作出反应、以及在城市街道中自动辅助驾驶。其中前四项在更新之前已经实现，而后两项是本次升级的重点所在。不得不说特斯拉的自动驾驶技术的确是目前最先进的，像最简单的自动泊车在主流的自主品牌车型中基本已经实现，自动辅助导航驾驶在一些韩系车型上也能见到，而其余四项功能目前估计只有特斯拉敢让车主应用。

自动辅助变道是实现完全自动驾驶首先要突破的问题，不然自动驾驶就只限于跟车行驶，这一点特斯拉早已做到。智能召唤可以说是远程启动车辆的升华版，不仅能够远程开启车辆，还能自动开到面前，着实方便了不少。识别交通信号灯和停车标志从而作出反应这是自动驾驶的又一次进化，目前市面上达到L2+级自动驾驶的车辆仅能够根据前车的运动轨迹跟随行驶、停止或起步，能识别交通信号算是基本实现了完全自动驾驶。这个功能也是城市街道中实现自动辅助驾驶的先决条件，看样子特斯拉似乎是已经做到了完全自动驾驶的基本功能。

（图/文/摄：太平洋汽车网问答叫兽）

特斯拉机器人全球首秀，最快3年内量产，你怎么看？

马斯克曾说会在2019年年底推出功能齐全的自动驾驶（Full?Self?Driving,简称?FSD），但现在已经到了2020年，特斯拉升级系统后除增加了“车辆召唤”功能，也并没有完全开放自动驾驶权限。对此，马斯克表示特斯拉希望通过训练神经网络来识别城市中可能遇到的每个物体并采取相应的行动，从而强行进入城市驾驶，这可能还需要数月的时间。

不得不说，尽管还需数月，但如果能在今年内开放城市内的完全自动驾驶，也足以令人惊叹。而最近有日本媒体拆解了特斯拉Model?3，更是宣称它的自动驾驶技术要领先其余汽车制造商6年的时间，究竟有什么玄妙？

什么是“Hardware?3”？

说起来特斯拉的自动驾驶技术，不能忽略的就是它的自研芯片，也就是在2019年4月发布的“Hardware?3”。

其实在最开始的时候，特斯拉并没有完全独立研究这块集成芯片，而是与?Mobileye?合作，但后来特斯拉产品在辅助驾驶情况下经历了一次事故，这显然没有达到预期的要求，所以二者不欢而散。随后特斯拉又携手英伟达，采用英伟达的芯片解决方案，但显然马斯克觉得这还不够，于是在2016?年请来“芯片皇帝”?Jim?Keller?担任特斯拉硬件开发副总裁，也正式拉开了自研自动驾驶芯片的序幕。

从成品的FSD?电脑中可以看出，里面包含了两块自研芯片。这两款芯片独立运行，拥有各自的电源、DRAM?内存以及闪存，也就是说，当其中任何一个出现故障，FSD?电脑依然会正常驱动汽车进行自动驾驶。

“Hardware?3”拥有60亿颗晶体管，每秒能完成144万亿次计算，能同时处理每秒2300帧的图像。对比特斯拉上一代处理器（HW2.5），FSD在性能方面提高了21倍，并且能够应对L5级别自动驾驶所需的感知层数据量和计算能力，目前来看哪怕与英伟达这样的芯片公司相比也丝毫不落下风。

“神经网络”才是重点？

想要在自动驾驶方面比其它汽车制造厂更好仅仅拥有一块自研芯片也是不够的。特斯拉之所以能在辅助驾驶领域拥有较好口碑，还有一个关键点，就是神经网络。

神经网络（NEURAL?NETWOTRK）现在对于用户来说并不再陌生，因为大家熟悉的手机产品很多都使用了这种机器学习方式，比如：Iphone?上的Siri。神经网络的工作原理的数学模型就像是生物神经网络。最主要的能力就是能够依赖大量的数据信息进行自我学习，而特斯拉拥有庞大的用户群以及数据量。所以特斯拉可以通过大量用户数据，教会机器识别车道线、车辆、行人、交通信号等内容。

具体来说，特斯拉会首先在神经网络中放置一个种子数据集，随机采集大量数据然后进行标注，当神经网络在后续识别中存在识别不准确或者车内司机进行某些操作触发反馈机制后，车子会向总部回传这些数据，特斯拉会对数据进行验证修复，在经过海量数据学习之后，机器就变得更加智能，识别更加准确，同时更利于后续的路径规划以及决策操作。

根据之前特斯拉公布的一份数据，利用在全球的车队，特斯拉已经收集超过?160?亿公里的真实行驶数据，其中超过16?亿公里的行驶里程使用了?Autopilot?自动辅助驾驶系统，海量的自动驾驶数据也是特斯拉相比其它汽车制造厂更占优势的地方。

视觉传感器有何作用？

说完了特斯拉自动驾驶中的“大脑”，想要完成出色的自动驾驶功能，还有一个部分不可缺少，那就是车辆的“眼睛”，也就是视觉传感器，俗称摄像头。

在特斯拉看来，人就是通过两只眼睛来实现对外界的感知，车辆上的摄像头作用与之类似，而特斯拉产品上的的视觉传感器有8?个，并且还有毫米波雷达等辅助设备一起完成车辆在自动驾驶时对外界的感知。

总结

通过上述内容可以总结出，特斯拉自动驾驶技术的核心就是视觉感知+自我学习。而特斯拉这种通过神经网络来完成的“用户数据—自动驾驶—用户数据”提升闭环也能使特斯拉自动驾驶技术愈发的领先。

要说特斯拉完全自动驾驶功能何时能下放到现有产品上，很多行业人士乐观的认为将会在2020年内完成。反观其它汽车制造商，无论是传统品牌还是造车新势力，要么就被禁锢在传统的汽车制造逻辑中难以脱离，要么就是缺乏可用的大量用户数据。这些因素虽不说让它们在技术上落后特斯拉6年，但差距总归还是有一些的。据消息称，特斯拉的下一代芯片也会在两三年内面世，如再不加以追赶，特斯拉会不会在自动驾驶的道路彻底甩离这个时代呢？

本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

重写系统 引入人工智能的特斯拉自动驾驶将有巨大进步

特斯拉CEO埃隆·马斯克在2022年的AIDay活动中，带来了TeslaBot人形机器人“Optimus”原型机的全球首秀。这款机器人能够进行转身、停止、挥手问候等流畅动作，并在无人操作的情况下自主行走。此外，特斯拉还展示了Optimus在实际使用场景中的表现，如在办公室内灵活地提起水壶浇花、双手搬运物料至目标位置、准确定位周围人员并主动避让。

对于特斯拉的这一举动，我们可以从以下几个方面进行分析：

首先，特斯拉的人形机器人研发显示了公司对人工智能和机器人技术的重视，也体现了其在科技创新方面的领先地位。通过展示新技术吸引全球人才加入，特斯拉有望在未来的人工智能领域取得更大的突破。

其次，特斯拉的人形机器人最快在3年内就能量产，这显示出公司的生产能力和对市场需求的敏锐把握。如果人形机器人能够成功投入市场并得到广泛应用，将对相关产业产生深远影响。

然而，人形机器人的量产和商业化也面临着一些挑战。例如，如何确保人形机器人的安全性和可靠性，如何处理与人类的关系等问题都需要得到妥善解决。

总的来说，特斯拉的人形机器人全球首秀无疑是一次重要的技术突破，预示着人工智能和机器人技术在未来可能会有更多的应用。然而，这也提出了新的挑战和问题，需要我们持续关注和研究。

无人驾驶的智能汽车

[汽车之家?行业]?据外媒报道，特斯拉完全自动驾驶系统的重写取得新进展，此次重写将带来“量子飞跃式”的改进，更新后的系统将在6-10周内推送给早期用户车主，测试反馈后才会面向更广泛用户应用。

“特斯拉正在经历自动驾驶系统的重大基础重写”的新闻，从去年就有了。这次重写，新系统将更多地发挥神经网络的作用，还将引入更复杂的标签系统，能够对道路上的各种物体和对象进行识别标注。埃隆·马斯克表示，特斯拉的此次完全自动驾驶（FSD）重写将带来“量子飞跃式”的改进，“因为这是一个根本性的架构重写，而不是一个渐进式的调整。”

特斯拉是目前最为激进的自动驾驶践行者，此次重写是基于其最新硬件系统Hardware?3（HW3.0）开展的，也被特斯拉称为Full?Self?Driving?Computer（全自动驾驶计算机），HW3.0采取双神经网络处理器冗余模式，包含两套完整的FSD。

『特斯拉最新的自动驾驶硬件：HW3.0』

与传统自动驾驶厂商采用激光雷达不同，特斯拉的自动驾驶系统放弃激光雷达，加入了人工智能处理器，人工智能技术的引入，使得系统具有更强大的自我学习能力。马斯克曾表示，他的车用的就是最前沿的技术，从家里去上班“没有对特斯拉汽车自动驾驶进行任何干预……真的比人们意识到的要好得多。”

马斯克此前表示，他非常有信心在今年年底推出完全自动驾驶能力。不过，此次重写改进的版本，将在6-10周内首先推送给早期用户车主，用于测试一些高级功能，并收集这些用户的反馈，大规模的推送还得在此之后。

编辑点评：

特斯拉的自动驾驶在质疑声中一再跳票，但这并没有阻止马斯克的“激进”。新系统的大规模商用还有待时日，对于个人用户，这一系统可能还会像AP早期推出那样，只作为选装而不是标配。（资料来源：Electrek；编译/汽车之家?王静波）

特斯拉“擎天柱”亮相AI日后专家称量产和价格预期“毫无意义”

无人驾驶的智能汽车

无人驾驶汽车是一种通过电脑系统实现无人驾驶的智能汽车。它依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作，让电脑可以在没有任何人类主动的操作下，自动安全地操作机动车辆。

百度无人驾驶汽车已经取得了一定的进展，并且在2021年6月21日，交通运输部、外交部、120余位驻华使馆外交官和国际组织驻华代表在北京首钢园体验了百度共享无人车出行服务。此外，特斯拉等其他汽车制造商也在无人驾驶汽车技术上取得了类似的进展。

百度无人驾驶车项目已经完成了从初代车到六代车的不断迭代，每次迭代都让无人车的成本降低一半，能力提升十倍。

当地时间9月30日，特斯拉人工智能日(AIDay)在美国加尼福尼亚州帕罗奥图开幕。

这是特斯拉历史上第二个AI日活动。特斯拉特意将今年的AI日延迟了一个多月，主要是为了能向大众展示其能够运转的人形机器人“擎天柱”(Optimus)。

就这点而言，特斯拉首席执行官埃隆·马斯克(ElonMusk)确实说到做到了。

活动现场，擎天柱的原型机在万众期待下走上舞台，其内部构造一览无余，关节、骨骼、线路等都清晰可见。它向观众挥手，并在空中挥舞着胳膊。马斯克表示，这是机器人首次在没有系绳的情况下运行。在现场展示的视频中，擎天柱还可以在办公室内用喷壶浇花、双手搬运物料等等。

但机器人的这些能力并没有打动业内专家。

美国电机电子工程师学会(IEEE)的一篇评论员文章直言，特斯拉未能通过其新的人形机器人原型机展示任何独特和令人印象深刻的东西。

来源：特斯拉AI日活动视频截图

IEEE:量产和价格预期“毫无意义”

IEEE的文章称，去年8月特斯拉2021年AI日结束时，马斯克提出了“特斯拉机器人”概念，一种机电驱动的自主性双足“通用”人形机器人。马斯克表示，特斯拉机器人的原型将在2022内完成。在2022年的AI日上，特斯拉机器人原型确实有登场亮相，但事实证明，之前的炒作过度了。

“到目前为止，我们(仍然)几乎没有看到有迹象表明特斯拉会比其他任何人更擅长解决这个问题。特斯拉似乎没有什么特别或令人兴奋的东西能为马斯克超越其他从事类似工作的公司的愿景提供任何独特的基础。我将重申我一年前说过的话：困难的部分不是建造机器人，而是让机器人做有用的事情。”文章如是写道。

对于擎天柱原型机当天在现场的行走演示，IEEE文章的作者评论称，他并没有感到特别印象深刻，只是感到一些困惑。在展台上，“擎天柱”做的动作做得很少，步履还有些蹒跚，动作僵硬。这意味着它所做的“动作”很可能够是完全脚本化的，所以并不知道这个机器人能在多大程度上自行平衡。

实际上，马斯克当时也介绍，为保持安全，他们不想让机器人在舞台上做太多的动作，让它“摔个狗吃屎”。

不过，对于现场视频展示的浇花的能力，IEEE文章指出，抓住喷壶有些让人印象深刻，因为使机器人抓住纤细的喷壶手柄看起来不那么容易。另外，对于机器人拾取物体并试图将其放入垃圾箱的动作，但由于放置成功之前，视频被剪切了，IEEE表示，这让他们认为这个视频是特斯拉精心策划的方案。

在AI日现场，马斯克表示，特斯拉有信心以较低的成本实现量产，最终产量将达到数百万台。据马斯克预计，擎天柱的售价将不到2万美元(约合人民币14万元)。

对此，IEEE直言，在目前看来这些“预期”和数字毫无意义。

TechCrunch也评论称，除非特斯拉的AI团队在让机器人如人类般执行任务方面取得了非常快的进展，否则消费级产品似乎不太可能在明年推出。

而伦敦大学学院计算机科学名誉教授、英国皇家学会科学媒体专家PeterJ.Bentley在接受《每日经济新闻》记者邮件采访时评价称，只要投入的资金足够，要大规模生产人形机器人并不是没有可能，但机器人能不能按设计预期那样完成工作，还是另外一码事。

来源：特斯拉AI日活动视频截图

专家：没必要开发双足，应专注手的研发

对于擎天柱未来的发展，IEEE文章认为，在中短期内，特斯拉很难找到擎天柱在独特用途方面的定位。

SRIInternational的机器人临时总监亚历山大·克恩鲍姆(AlexanderKernbaum)向CNBC表示，要创造一种可以在工厂中发挥作用的机器人，特斯拉真的没有必要开发双足机器人。他解释说，“对于工厂环境来说，移动性应该尽可能简单，这意味该用车轮走路，而不是腿。”

一方面，机器人的腿需要大量的动力，这会给特斯拉专门为机器人开发的电池带来更多负荷。此外，双足机器人就像人一样，容易被绊倒和摔倒，而轮式机器人就不太可能翻倒。克恩鲍姆建议，安全问题标准应该对标工厂机器人。

克恩鲍姆认为，特斯拉更适合专注于研究机器人手。他说：手就像终极的多功能工具。灵巧性和手持物体操作是10年来的巨大挑战之一，它将对所有精密制造产生明显影响。

“实际上，人形机器人能够做多少是移动性和人工智能能力的复合问题。”卡内基梅隆大学机械工程助理教授、研究人类运动的研究员埃尼·哈利拉杰(EniHalilaj)对CNBC表示，模仿人类移动性将受到限制，部分原因是目前人类对自己的移动性知识的掌握也有限制。

“我们的身体是一个复杂的工程系统，我们仍然没有完全理解。”哈利拉杰说。我们还有很长的路要走，才能对它进行逆向工程，这使得人形机器人的运动规划和控制具有挑战性。例如，我们仍然不明白我们的中枢神经系统如何选择特定的肌肉协调模式来执行日常任务，这是生物力学和神经控制的巨大挑战之一。

仿生学的成功取决于我们对生物系统的理解。哈利拉杰解释称。

“人类所做的很多事情对机器人来说非常非常困难，这点并不会因为机器人是手臂状还是人形状而改变。”人形机器人公司AgilityRobotics的首席技术官赫斯特告诉路透社。