特斯拉在其AIDay活动上亮相了一款人形AI机器人

据报道，在百度刚刚发布了一款具备L5级自动驾驶功能的“汽车机器人”后，特斯拉在其AIDay活动上亮相了一款人形AI机器人。

特斯拉CEO伊隆·马斯克称，公司推出这款机器人的初衷是希望它能代替人类完成一些枯燥、危险、重复性强的工作。

不过，这款AI机器人仅仅是本次AIDay上的餐后“甜点”，备受外界关注的“主菜”仍然是特斯拉在自动驾驶方面的布局。在活动现场，特斯拉发布了纯视觉方案FSD的进展、神经网络自动驾驶训练、D1芯片、Dojo超级计算机等重磅信息，“黑科技”满满。

受上述消息影响，8月18日，特斯拉股价高开，一度涨近3%，不过随后逐步走低，截至发稿，涨幅收窄至0.8%，报678.83美元/股，总市值6721亿美元。

继续坚持视觉感知路线

长期以来，在自动驾驶的感知路线上，各家车企采取的思路各有不同，但大体上可以氛围三类：一类是以Waymo、奥迪为代表的激光雷达派，另一类是以蔚来、比亚迪、宝马、奔驰为代表的毫米波雷达派，而特斯拉则更加倾向于仿生理念，可以称之为摄像头派。

目前，由于激光雷达的成本较高，大多数企业采用的是多颗毫米波雷达的路线。不过，最近，以小鹏汽车、理想汽车为代表的企业，已开始加速推进激光雷达的上车。

不久前，有媒体曝光称，特斯拉与激光雷达公司Luminar签订了使用激光传感器技术进行测试和开发的合同，同时已有特斯拉ModelY正在搭载激光雷达传感器进行路测。

这一消息发布后，不少业内人士认为，特斯拉有可能会改变其纯视觉感知的路线，实现激光雷达的上车。然而，在本次AIDay上，特斯拉则再度表明了其在纯视觉传感器路线上的坚决态度。

在活动现场，特斯拉展示了其支持多任务学习HydraNets神经网络架构，这一架构可以将特斯拉车身上8个摄像头获取的画面拼接起来，并完美平衡视频画面的延迟和精准度，实现纯视觉感知。

特斯拉人工智能部门总监AndrejKarpathy表示，“我们希望能够打造一个类似动物视觉皮层的神经网络连接，模拟大脑信息输入和输出的过程。就像光线进入到视网膜当中，我们希望通过摄像头来模拟这个过程。”

用AI神经网络提升辅助驾驶能力

特斯拉表示，经过实践，摄像头捕捉到的参数和空间追踪是很难通过C++这个基础架构实现拼接的，同时一些涉及到空间的数据输出质量也有所欠缺，不同摄像头获取的物体信息不同，拼合时很难进行整体把握。

为解决这些问题，特斯拉开发了“矢量空间”技术，同时兼具了非凸优化算法和高维度两大优势。该技术可以通过8个摄像头输入的数据为基础绘制3D鸟瞰视图，形成4D的空间和时间标签的“路网”以呈现道路等信息，帮助车辆把握驾驶环境，更精准的寻找最优驾驶路径。

值得一提的是，在此基础上，特斯拉还在世界各地组织了一个规模在千人以上的数据标注团队，团队每天将对视频数据中的物体在“矢量空间”中进行标注，在善于把握细节的人工标注和效率更高的自动标注配合下，只需要标注一次，“矢量空间”就能自动标注所有摄像头的多帧画面。

特斯拉方面认为，这为特斯拉带来了上百亿级的有效且多样化的原生数据，而这些数据都会用于神经网络培训。同时，特斯拉还开发了“仿真场景技术”，可以模拟现实中不太常见的“边缘场景”，用于自动驾驶培训。

基于上述技术的开发，特斯拉的FSD系统已可以实现每1.5毫秒2500次搜索的超高效率，预测可能出现的各种情况，并在其中找到最安全、最舒适、最快速的自动驾驶路径。

发布超级计算机和AI机器人

当前，随着自动驾驶技术的升级，智能汽车所需处理的数据也在呈现海量的升级，对芯片的算力要求越来越高。为此，特斯拉发布了D1芯片和Dojo超级计算机。

据悉，D1芯片采用分布式结构和7纳米工艺，搭载了500亿个晶体管、354个训练节点，仅内部的电路就长达17.7公里，可实现了超强算力和超高带宽。

而特斯拉则是将1500个D1芯片共53万余训练节点，组成为Dojo超级计算机的训练模块，据悉该训练模块的算力可达到9千万亿次。

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超级计算机可在性能上进行充分扩展，与其他竞品相比，其成本下降的同时性能可提升4倍，占用空间将节省5倍。

据悉，不久后，特斯拉将开始对Dojo超级计算机进行首批组装。除了备受期待的神经网络学习与Dojo超级计算机，特斯拉还公布其研发的人形机器人“TeslaBot”。

这款机器人高1.72米，重56.6千克，面部屏幕可显示信息，拥有人类水平的双手。马斯克表示，TeslaBot将利用Dojo超级计算机的训练机制来改进功能，这一产品的推出，主要是为了进一步解放劳动力。据悉，TeslaBot或将在明年推出首个原型机。

值得关注的是，在特斯拉公布了一系列黑科技后，投行Wedbush发布研报表示，TeslaBot可能并不是投资者希望看到的，更多的投资者仍然希望特斯拉能将研发重点放在芯片、FSD和重新加速的中国电动汽车需求上。

光大证券分析称，特斯拉在自动驾驶产业链上的竞争优势明显，用户规模较大，以美国场景为主体的FSD技术变现前景明晰，将为其带来更高的估值溢价。