1.马斯克：特斯拉正开人工智能系统 不再依靠雷达传感器

2.特斯拉马斯克：发力AI自动驾驶技术/助力中国实现“碳中和”

3.全面重写Autopilot，特斯拉自动驾驶的升维革命

4.特斯拉CEO马斯克：人工智能日推迟到9月30日举行

5.马斯克：特斯拉最早明年开始生产Optimus人形机器人

6.特斯拉在全智能方面的技术是否完善？

特斯拉人形机器人公布，这有何意义？未来机器人会普及吗？特斯拉已生产制造出人工智能机器人，而且大部分家里的计划生育企业已经开始促进人机交互技术的探索，针对人型机器人的探索，从技术上必须很多很多的资金投入，所以目前针对AI的成熟情况还不高，假如要真正的用以商业服务之中得话，还是有一些挑战性的，可是不久的将来，极有可能会完成机械设备文明行为。

特斯拉汽车本来只是一个新能源汽车企业，但现在为了能可以实现无人驾驶这一技术性，不得不做科学研究一些人工智能难题，如果要是可以解决人工智能难题得话，就等于是能够生产制造出来一个机器人，因此，在分析无人驾驶的前提下，也正式开始针对人型机器人的生产制造。针对人型机器人的探索通过在很大的一个发展趋势，如今在销售市场之中，针对机器人的探索越来越多了，许多的工厂都要一些机器人来完成工作任务。

伴随着如今社会的发展，机器人在众人日常生活当中会变得更好用，许多人想要在家里能拥有一个精神实质帮助处理一些问题，目前已有这方面的机器人生产厂家表明，可以开发出来自身洗衣做饭做家务的机器人，他能在生活之中做很多琐碎的事，乃至也可以用来照料老人和小孩。伴随着机器人生产与研究成本费层面一定会急剧下降，在日后很多投入市场时，一定会让多人都是可以买起。

对自己的科学研究是现在时代的态势，由于现在很多工作中都能用机巡来，代不用人们自身费劲去处理，尤其是像在生活之中做一些家务活或者协助我们处理一些小毛病，奇人都能通过电子计算机很快计算出来，那样比人们自己去做，要高效率高出很多，因此，尽管现在技术性不是那样成熟的，但希望在没多久未来的发展，智能化机器人的年代一定会到来的。

马斯克：特斯拉正开人工智能系统 不再依靠雷达传感器

北京时间10月1日，特斯拉2022AIDay活动于加州帕罗奥图举行，人形机器人擎天柱Optimus原型机亮相。特斯拉还公布了自动驾驶技术和Dojo超级计算机的最新进展。

数据显示，截至美东时间9月30日收盘，特斯拉报265.25美元/股，跌1.1%，总市值为8311.53亿美元。

人形机器人目标价不到两万美元

在特斯拉2022AIDay活动现场，人形机器人擎天柱Optimus原型机正式亮相。特斯拉CEO马斯克称，有信心以低成本实现机器人的量产，预计未来产量可达到数百万台，成本将比一辆汽车低得多，目标价格可能不到两万美元。

特斯拉展示了人形机器人在汽车工厂搬运箱、浇水植物、移动金属棒的视频，并展示了机器人原型机的内核版本，包括裸露的线束、管道和核心处理器等。在活动现场，Optimus能够实现行走、挥手等基本动作。马斯克表示，公司的目标是尽快制造出有用的仿人型机器人，目前展示的是第一个版本，具有与FSD测试版相同的技术。

据马斯克介绍，特斯拉在Optimus的身上也使用了汽车中的一些技术，如电池组、冷却系统等。该机器人利用特斯拉的人工智能软件，以及类似高级驾驶员辅助功能的传感器，具有与FSD测试版相同的技术。

此外，机器人包含一个2.3千瓦时的电池组，并有Wi-Fi和LTE连接。公司还将其用于汽车的技术用于模拟擎天柱的运动和对外部碰撞的反应。

中信证券认为，特斯拉发布的初代机器人虽然昂贵，但能在工厂发挥实际作用，项目吸引可观融资，资助特斯拉对人工智能的研究，从而助力特斯拉发布高智能、低价格的量产机器人，打开人形机器人商业化前景。开源证券预测，2027年，特斯拉机器人带来的伺服电机需求量市场空间或将达到399亿元。

多项技术取得新进展

特斯拉还公布了FSDBeta和超级计算机Dojo的最新进展。

据介绍，特斯拉FSDBeta可应用在自动驾驶汽车上的神经网络模型OccupancyNetworks、3D映射和提供汽车鸟瞰图方面，特斯拉在努力优化其视频模型训练。特斯拉FSDBeta目前有16万名客户，而2021年只有2000名客户。2022年，特斯拉已训练了7.5万个模型，基本每8分钟就完成一个模型的训练，共推送了35个版本更新。现FSDBeta版本可以实现一定程度的自动驾驶，包括从一个停车场导航到另一个停车场、根据情况停下来等待交通灯及应对在十字路口或道路上出现的其他交通参与者。

在FSD自动标注机制和仿真模拟方面，特斯拉开发了一种新的自动标注机制，以帮助进行3D标注。特斯拉通过网络数据集、仿真模拟、自动标注等能更为准确地预测转角的汽车运行情况。马斯克表示，特斯拉FSD测试版将于年底前在全球推出，北美以外的市场需要获得监管部门的批准。

此外，为实现人工智能训练的超高算力，同时扩展带宽、减少延迟、节省成本，特斯拉打造了Dojo超级计算机。得益于训练模块的独立运行能力和无限链接能力，由其组成的Dojo超级计算机的性能拓展在理论上无上限。实际应用中，特斯拉将以120个训练模块组装成ExaPOD，与业内其他产品相比，同成本下性能提升4倍，同能耗下性能提高1.3倍，占用空间节省5倍。

据介绍，特斯拉基于自主定制开发的驱动器和传感器打造人形机器人，并将其自主研发的Dojo超级计算机用于人工智能训练。Dojo超级计算机的单个训练模块由25个特斯拉自主研发的神经网络训练芯片——D1芯片组成。由于每个D1芯片之间都是无缝连接在一起，相邻芯片之间的延迟极低，训练模块最大程度上实现了带宽的保留，配合特斯拉自创的高带宽、低延迟的连接器；在不到1立方英尺的体积下，算力高达9千万亿次。

自2021年Dojo超级计算机发布以来，特斯拉FSD(完全自动驾驶能力)的开发进程持续加速。在今年的股东大会上，马斯克透露FSD10.13版本的研究已进行了一段时间，特斯拉做了“一些非常重要的架构改进”，如改进左转时的复杂问题等。他表示，特斯拉目前正在北美广泛部署FSDbeta版本，并将在今年启动完全自动驾驶能力(FSD)软件的大规模测试，目前测试版软件的累计行驶里程已经突破4000万英里，年底甚至有望超过1亿英里。

中信证券预测，特斯拉人工智能核心技术和终端机器人将协同发展，加速特斯拉由新能源车企向人工智能企业转型。

特斯拉马斯克：发力AI自动驾驶技术/助力中国实现“碳中和”

易车讯 日前，马斯克在特斯拉第一季度财报电话会议上说，特斯拉正在使用神经网络开发世界上最先进的人工系统，以开发完全自动驾驶（FSD），旨在最终依靠视觉并消除其车辆中的雷达。

在特斯拉2021年第一季度收益报告电话会议中，马斯克表示，特斯拉在FSD Beta V9的开发方面取得了重大进展，其团队正在继续开发新版本的FSD Beta-City Streets，该版本不久将在美国上市。马斯克认为FSD Beta是最难解决的技术问题之一，但该公司在这一领域取得了长足的进步。

马斯克指出，解决FSD是涉及庞大数据集的问题，而特斯拉是其中无可争议的领导者。该公司拥有巨大的优势，超过一百万辆车特斯拉汽车已经在路上行驶，这将有助于其处理极端情况。“这非常棘手，但是我们对完成这项工作充满信心，”马斯克说。

正如马斯克先前提到的那样，特斯拉认为，仅凭愿景就足以实现FSD，因此该公司的团队致力于实现这一目标。基于人工智能的软件架构越来越依赖于摄像头，以至于对雷达依赖越来越低。这就是为什么FSD团队完全专注于发展基于视觉的自治系统的原因。

全面重写Autopilot，特斯拉自动驾驶的升维革命

易车讯 3月20日，在中国发展高层论坛2021年会上，特斯拉马斯克发表了新的观点和想法，未来不仅将会助力中国在2030年实现“碳中和”目标，还会发力AI技术融合入自动驾驶的关键技术，同时还有一些其他新的观点。

此外，针对“特斯拉车型在中国被部分机构禁止入内”，马斯克表示“特斯拉如果用车在中国或其他地方进行间谍活动的话，我们就寸步难行了。”

愿用最高等级的措施保护用户数据安全

马斯克为凡是可能影响到人类安全的技术都需要被妥善监管，飞机、药品、汽车都已经在相关监管之下。

他说人工智能是目前最重要的挑战，“之前没有什么比人类更聪明”。马斯克将人工智能比作人类，认为二者之间有非常多的共同点，但人类处理事情的“带宽”运转速度有限，所以人工智能会强大很多。而对于人工智能安全而言，监管是合理且必要的，一定程度上我们对人工智能的管理与共生也是很重要的。

马斯克直言：“特斯拉是不会将收集到的数据用于间谍活动的，因为这样会让特斯拉的发展受到严重的影响。”特斯拉愿意使用最高等级的保密措施，希望和大家共创互信的未来。

“之前美国曾提及要禁用TikTok，幸好最终并没有真正落实，这其实是完全没必要的担心。”马斯克坦言道，中美间的共识其实远比人们看到的要多，双方应该在互信基础上，协同发展，共同繁荣。

将考虑创办特斯拉企业大学

谈及人才与教育问题，马斯克称，目前制造业中工业机器人很容易买到，但能给机器人编程的人才却很稀缺，并表示未来或许也将尝试企业大学的形式，把教育和产业发展结合起来。

事实上，特斯拉已经开始与全球各国大学展开合作，研究电池技术、材料等领域。在培养专业型、复合型人才方面，特斯拉与上海电力大学联手创立员工岗位专项技能提升培训课程，同时在积极寻求与国内各大学合作。

关于高等教育体系如何为下一代年轻人做好准备，实现颠覆性技术，马斯克说，物理学的教育很有必要，并且需要让学生更好地参与进来。

当回答“如何提高学习物理学的兴趣”的相关问题时，马斯克表示，其实物理一点儿都不无聊，需要以包含更多情感、通过有“温度”的教学来向大家展示物理的精彩。同时，在学习物理的同时，马斯克认为经济学也是不可忽视的重要部分，因为提供技术解决方案的同时也要兼顾经济效益。

跨星际旅行将成为可能

马斯克表示，人工智能、数字医药的应用都是颠覆性的创新技术，将会改变人们未来的生活。

他还强调了跨星际旅行将成为可能。马斯克说道：“亘久以来，这是第一次出现生命可以走出地球的机会，我们也可以去探索其他的星球，而脑机接口技术则可以确保人类意识的传递和延续”。

特斯拉CEO马斯克：人工智能日推迟到9月30日举行

作者?/?陈念航

编辑?/?王德芙

出品?/?汽车之心

在刚过去的?8?月，马斯克在推特上公布了关于?Autopilot?以及?FSD?的两条重要消息：

AP?团队正对软件的底层代码进行重写和深度神经网络重构；全新的训练计算机?Dojo?正在开发中。

「重写?AP」，是今年马斯克在推特上不断提及的一项重要行动。

在回应推友提问时，马斯克会时不时披露?AP?将有的新功能，比如：

对路面上的隆起和坑洞（bumps&patholes）的识别；对环岛路况（roundabouts）的处理等等。

特斯拉对?AP?的全面重写，包括了对数据标注、训练、推理全流程的重构。

而基于新架构的?FSD?将不再是渐进式的优化，而是一次「量子式跃升」（马斯克原文是?quantum?leap）。

马斯克在?7?月的世界人工智能大会上表示「有信心在今年完成开发?L5?级自动驾驶的基本功能」，马斯克能够实现他的承诺吗？

特斯拉为什么要在这个阶段对?AP?软件进行重写？重写?AP?到底要重写些什么呢？作为当下市面上量产最强的自动驾驶系统，AP?走向何方，FSD?何时到来？

1、特斯拉?AP?两大新进展

身兼特斯拉?AP?团队的最高负责人，马斯克经常充当着软件测试员的角色。

根据马斯克在推特上透露，他本人经常开着搭载?FSD?最新测试版本的特斯拉上下班，马斯克称在他使用系统的过程中，几乎不需要人工接管。

基于此，他乐观估计，最快在?6-10?周后（也就是10月-11月份），就可以向小规模地向用户推送?FSD?测试版本。

作为重写?AP?的一部分，马斯克还向外界介绍了其全新的用于神经网络（NN）训练的超级计算机?Dojo。

Dojo?在日语中意为「道场」，现在它成为了特斯拉训练数据的「道场」。

Dojo?将专门用于大规模的图像和视频数据处理，其浮点运算能力达到了?exaflop?级别，也就是每秒运算百亿亿次。正因此，马斯克称?Dojo?如野兽一般。

需要注意的是，Dojo?计算机将配合无监督学习算法（unsupervised?learning），来减少特斯拉对于数据人工标注的工作量，这样来帮助其数据训练效率实现指数级提升。

马斯克还在推特上发布英雄帖，为自家的?AI?和芯片团队招人。

目前，Dojo?计算机仍在开发中，从?V1.0?开始，大约一年后才会有成果。

有了全新的?AP?软件架构以及强大的数据训练计算机?Dojo，难怪马斯克会对其?FSD?的落地进展如此自信。

但话说回来，特斯拉为什么要在这个阶段对?AP?软件进行重写？还是以这样一种推倒重来的方式。

2、为什么特斯拉要重写?AP?

现在的?AP?已经碰到了性能瓶颈，必须要进行升维革命，否则难有大的突破。

马斯克用了一个术语来表述这个问题，他认为过去?AP?被困在一个局部最大值（Local?Maximum）里面，要向上突破已经非常困难了。

其中一个很关键的问题在于，原有?AP?软件架构下，其处理的数据都是不含有时间坐标的?2D?图像数据。

再想往上去处理?3D?甚至?4D（加上时间维度）?的数据，实现从图像级处理到视频级处理的跃迁，?AP?固有的软件和训练网络难以胜任。

关于引入?4D?数据带来的影响，一位来自国内自动驾驶公司的工程师向汽车之心分析：

「因为有了时间维度，系统就能知道目标物的运动，对其行为进行预测，而且，系统处理目标物识别、分类以及场景的重构这类任务会更加轻松。

总之，加入时间维度，很大程度上是提高系统对整体场景的理解。」

AP?要再往前走，必须进行革命，所以特斯拉这才决定重写?AP。

另一方面，因为数据转变成?4D，信息量更丰富，整个数据的容量也会变大，这也给特斯拉?AP?现有的用于深度神经网络训练的基础设施带来了挑战，所以就有了?Dojo。

所以，?AP?为了实现性能和功能上更大的突破，倒逼其对?AP?基础代码以及训练深度神经网络的基础设施进行重构。

这样工作量庞大的复杂工程也成为?FSD?迟迟推出不了落地版本的重要原因。

除了在车载软件和训练服务器端变革，特斯拉在车载硬件端也做好了准备，就是其自研的?FSD?芯片。

FSD?已经在去年?4?月份开始量产并搭载在特斯拉的车端。

一位对熟悉特斯拉的业内人士表示：

「在?FSD?发布后的一段时间里，特斯拉?AP?团队仍是基于?HW?2.x?的硬件（英伟达?Drive?PX?平台）进行功能开发，直到今年年初，特斯拉才开始全面转向基于?FSD?芯片的软件开发。」

相较于英伟达?Drive?PX?平台，特斯拉?FSD?芯片在基础算力和深度神经网络推理效率方面都有革命性提升，而且在视觉处理性能上，FSD?相较于英伟达的芯片有更大的优势。

所以趁着这一次特斯拉重写?AP，整个系统需要处理的数据升维到了?4D，对计算硬件的要求指数级提高，FSD?的强大性能便终于有了广阔的用武之地。

引入?FSD?芯片的?AP?在性能上会有多大提升？

马斯克此前在接受?Youtube?视频博主采访时透露过：

「如果特斯拉全车的?8?颗摄像头以?36?帧/秒的速度运行（性能拉满），软件则会基于?FSD?芯片的算力同步进行?3D?标注（2D?图像+深度信息），这会使标注效率提升?3?倍，准确性也会大幅提升。」

特斯拉重写?AP，除了马斯克口中所说的要突破「Local?Maximun」以及挖掘?FSD?芯片的极限性能这两方面的原因之外，还有一种可能性存在。

硅谷一位资深自动驾驶工程师告诉汽车之心：

「特斯拉现有的?AP?系统和后续要推出的?FSD?是两套独立开发的系统。

前者的架构是针对于?L2/L3?级自动驾驶，而?FSD?的目标从一开始就是?L4/L5?级自动驾驶。因此，两套系统在架构上有本质的差异，两者差着一个代际。」

后续，随着技术不断进步，FSD?也走向成熟，特斯拉决心把?FSD?和?AP?的框架进行整合。

但问题是，两个系统中有些模块可以融合，但是有些模块是融合不了的，毕竟一个为?L2?开发的系统很难直接演变成?L4?系统。

所以特斯拉?AP?团队要改写?AP?软件的框架和代码，以实现两个系统间的完美兼容，这样的话，后续才能以统一的版本推送给购买了全自动驾驶选装包的特斯拉车主。

实际上，我们也能从?AP?这些年的功能更新中发现一些蛛丝马迹。

2017?年?3?月，推送自动泊车和自动辅助变道功能；2018?年?10?月，推送自动辅助导航驾驶（NoA）功能；2019?年?9?月，推送智能召唤（Smart?Summon）；2020?年?4?月，推送识别交通信号灯和停车标志并作出反应（海外先行）。

AP?还在最新的迭代过程中更新了一些令人惊喜的小功能：

比如在城市工况施工区域，没有车道线的情况下，车身两侧皆为锥形桶，AP?能做到以锥形桶为依据实时绘制车道线。

AP?系统还能检测到小动物并及时进行避让，不过特斯拉是把小动物一律识别成人后才做出相应的操作。

基本上，在特斯拉官网上标明的?FSD?完全自动驾驶功能，还剩下一项最难的、也最能代表?L4?级自动驾驶能力的更新：在城市街道中进行自动辅助驾驶。

为了实现这一难度最大的更新，特斯拉给出的最优解就是重写?AP。

基于以上分析，特斯拉重写?AP?的原因便包括突破「Local?Maximun」、挖掘?FSD?芯片的极限性能以及将系统能力从?L2?进化至?L4。

4、特斯拉重写?AP，是重写什么？

先来看看特斯拉?AP?现在最新的?AI?软件堆栈是怎么样的：

最底层的是数据、GPU?集群以及?Dojo?计算集群，这一层主要进行数据采集、标注和训练，生成算法模型；往上走就是采用深度神经网络对模型进行分布式训练；再往上走就是用损失函数对模型进行评估；在评估层之上，是云端推理层和车端?FSD?芯片推理层，到这一层，意味着算法模型走完了大部分流程，然后就是部署到车端；在车端，特斯拉通过影子模式（Shadow?Mode）将这些算法模型与人类驾驶行为进行比对，检测是否存在异常。

这样的从数据采集到算法部署的闭环，目的就是让系统性能不断迭代，更加优秀。

在这个闭环当中，涉及到数据集、模型训练神经网络、云端和车端推理算法等等要素。

所以，当数据形式从二维的图像数据（2D）转换成四维的视频级数据（4D）后，相应的神经网络和推理算法都需要进行重写。

据马斯克透露，特斯拉?AP?新版本的深度神经网络会将包括感知、路径规划、目标识别等所有子神经网络综合于一体。

特斯拉?AI?高级总监?Andrej?Karpathy?在此前的一次演讲中表示：

「我们无法让每一个任务都享有单独的神经网络运算，因为同时处理的任务数实在太多，我们只能把一些运算分摊到共享骨干网络上」。

Andrej?Karpathy?将这一骨干网络称为?HydraNets（Hydra?意为九头蛇），意思就是有一个主干网络（Backbone），在这个网络上有多个不同的出口（Head）来做应用，然后输出各自的结果。

在特斯拉?AP?最新的?AI?软件堆栈中，有一个最值得关注的部分就是?Dojo?训练集群，这个集群可以处理海量的图像、视频数据。

引入这一训练计算机，一方面是为了满足特斯拉?AP?系统此后的?4D?视频数据处理需求。

另一方面，特斯拉在全球有超过?82?万辆搭载?HW?2.0/3.0?硬件的车辆每天在道路上行驶，可以采集海量的数据用于?AP?的训练，而如此海量的数据，必然需要具备强大计算性能计算机来进行处理。

Dojo?还有一个特别之处在于，它可以与无监督学习进行配合。

所谓无监督学习，就是无需人工对训练数据集进行标注，系统可以自行根据样本间的统计规律对样本集进行分析，常见任务如聚类等。

例如无监督学习在不给任何额外提示的情况下，仅依据一定数量的「狗」的特征，将「狗」的从大量的各种各样的中将区分出来。

有了无监督学习技术加持的?Dojo?计算机，便能以极低的成本对数据进行自动标注和训练，实现算法性能的指数级提高。

不过，用上了无监督学习技术的特斯拉，依然有一支大约?500?人规模的数据标注团队。

因为在一些初始神经网络模型的搭建过程中，采用人工标注的方式置信度更高。而且，特斯拉并未大规模采用无监督学习技术，现在都还处在尝鲜阶段。

那么，Dojo?计算机上搭载的会是谁家的芯片呢？

目前特斯拉自研的?FSD?芯片属于推理芯片，用于?Dojo?计算机的芯片属于训练芯片。

有业内人士向我们分析表示，Dojo?所采用的芯片应该是?FSD?芯片的扩展版本。

这也是为什么马斯克在为自家?AI?和芯片团队招人时，特意公布了其在研发的?Dojo?计算机的情况，大概率要招的人就是为了研发用于?Dojo?计算机的芯片。

5、特斯拉?FSD?走向何方

无论是大力投入资源重写?AP?基础代码和深度神经网络，还是广纳贤才开发性能强大的数据训练计算机?Dojo，都体现了特斯拉要先人一步搞定完全自动驾驶的决心。

特斯拉拥有庞大规模的数据采集车队，也聚集了?300?多位全球顶尖的自动驾驶和深度学习方面的软硬件研发人才，从数据到算法到商业化，特斯拉在自动驾驶领域有着其他厂商无法比拟的优势。

在这些优势的加持之下，特斯拉仍然迟迟无法量产真正意义上的完全自动驾驶功能，那些买了?FSD?选装包的特斯拉用户着急，马斯克则更急。

所有人都在期待着重写完成后的?AP?系统能真正进化至?FSD?版本，而这一切都要等到今年年底见真章。

在重写?AP?的同时，特斯拉也没有停止在硬件层面的持续研发。

据媒体报道，特斯拉正与博通合作研发新款?HW?4.0?自动驾驶芯片，其性能比?FSD?还要强大?3?倍，计划明年第四季度进行大规模量产，由台积电负责生产。

特斯拉在?AP?层面，是一个接一个的大动作，而这一切动作都有一个统一的目标：更优秀的?AP、更强大的?FSD。

即使现在其表现还不尽如人意，但未来值得期待。

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。

马斯克：特斯拉最早明年开始生产Optimus人形机器人

易车讯 近日，特斯拉CEO马斯克通过社交媒体表示，第二届人工智能日（AI Day）将推迟到今年9月30日举行，届时可能会推出可运行的Optimus原型机。此前，马斯克曾通过微博发布了该活动将于8月19日开幕的消息，并表示将会有非常多超酷的更新。

与此同时，马斯克还表示，由于感觉经济状况不佳，公司需要“裁减大约10%的员工”，并将暂停全球招聘。截至2021年底，其全球员工人数为99290人。受此消息影响，特斯拉美股盘前跌近3%。

在即将到来的第二届人工智能日上，预计特斯拉会继续展示在人工智能领域方面的最新研究成果，其中最主要的亮点是可能越来越接近完全自动驾驶能力的Autopilot软硬件系统，另外融合DOJO计算机的人形机器人可能也会披露最新的研发进展。

在去年8月20日的首届人工智能日上，特斯拉发布了旗下结合了AI（人工智能）技术，也就是基于视觉神经网络神经系统预测能力的自动驾驶技术，具有极强算力的DOJO D1超级计算机芯片，甚至还提到了2022年推出人形机器人的可能，这些都是特斯拉目前基于人工智能技术，针对自动驾驶等领域深度研发的最新软硬件技术。

当时，特斯拉CEO马斯克也现身活动现场，并表示特斯拉并非一家单纯的纯电动车制造公司，更是一家拥有深度AI（人工智能）技术的高科技创新公司。对于旁观者而言，创新和硬核科技才是是特斯拉竞争力的核心所在。

同时，特斯拉还公布了部分人形机器人的设计参数，高约1.7米，重约56.7千克，可以举起约20.4千克物品，硬拉重量约68千克，行进速度月8公里/时。能够实现与人类想进的手部动作能力，通过摄像头、人工智能技术神经网络、DOJO计算机实现身体控制。

根据易车App“新能源品牌热度榜”数据，特斯拉以349.39万的日均关注度排名第3位。如需更多数据，请到易车App查看。

特斯拉在全智能方面的技术是否完善？

财联社（上海，编辑 牛占林）讯， 特斯拉首席执行官马斯克当地时间周四(4月7日)在得州奥斯汀的特斯拉新车装配厂开幕式上表示，特斯拉可能最早明年开始生产Optimus人形机器人。

特斯拉在2021年8月的“人工智能日”上首次就Optimus人形机器人做出预告，表示这将是一种能够完成各种任务的通用机器。

马斯克声称，Optimus最终将能够做“任何人类都不愿意做的事情”，并将带来“一个富足的时代”。马斯克还暗示，这种机器人将“改变世界......其程度甚至超过使特斯拉闻名的 汽车 ”。

然而，特斯拉还没有透露这款机器人的工作原型，目前也不清楚在这一阶段，Optimus的精密程度究竟如何。

人工智能被称为对人类的潜在威胁，马斯克在2018年曾表示，他认为人工智能比核武器更危险。 他说：“当你看到Optimus的开发时，每个人都需要确保它是安全的。不会出现终结者之类的东西。”

当马斯克首次宣布特斯拉的机器人计划时，他表示这款机器人将基于特斯拉公司用于自动驾驶功能 汽车 的芯片和传感器。他称，机器人有5英尺8英寸高，头部位置有一个屏幕，可以获取外部有用的信息。

很多人一开始认为这款机器人不过是特斯拉的人工智能招聘工具，但马斯克在1月份表示，这款机器人实际上是今年新产品开发的重中之重。

当时，马斯克谈到机器人时说：“我认为，随着时间的推移，它有可能比 汽车 业务更加重要。”他现在谈到2023年的生产，这一事实表明，Optimus是一项实质性任务。

对于个人而言，特斯拉的全智能方面的技术还没有完全成熟。虽然特斯拉已经开始运用第二代的系统，但是距离完全的无人驾驶还有段距离。再者说无人驾驶涉及到人们的出现安全，因此车企在研究无人驾驶技术时，更应该小心谨慎的研究。

无人驾驶是汽车领域的一个未来前进方向，现在世界上各大车企也早已在进行有关的研究。各种各样的无人驾驶性能测试也不断出现的电视节目中，让我们感觉汽车的无人驾驶好像就在眼前，其中特斯拉就是其中的佼佼者。

无人驾驶技术说白了就是人工智能技术的一个大分支，而特斯拉对这项技术的应用是处于全球领先地位的。虽然自从这个技术被运用，特斯拉汽车就经常会出现各种事故，但是从比例上来看，特斯拉还是比较成功的。

然而透过现象看本质，我们也要发现现在的汽车自动驾驶技术还没有完全成熟，更不要说所谓的全智能了。在我看来全智能技术就是汽车完全可以自动驾驶，不用人操控和辅助，这种经常出现在**中的场景和技术，是现在的智能技术远远无法达到的。

前一段时间，特斯拉公布了正式开始启用第二代系统芯片，这标志着特斯拉在人工智能领域又前进了一步。当然特斯拉方面也表示，将二代系统运用到自动驾驶上还需要时间。虽然特斯拉已经明确了自动驾驶技术的大体方向，但是其细枝末节的细节方面却还有待调试和改进。毕竟自动驾驶听上去非常的酷炫，很有现代感，但是涉及到驾驶安全，再小的细节也不能忽视。

最后，关于全智能方面的技术，特别关于汽车驾驶方面的智能技术，我们应该抱着谨慎的态度来看待。毕竟，这涉及到每个人的生命安全，汽车事故可不是开玩笑的，稍微严重点的事故，就有可能对我们的生命造成威胁。