科技
您现在的位置:首页 > 科技 > 特斯拉在其AIDay活动上亮相了一款人形AI机器人
  • 第三批专项债六月底发完 项目完成审核

    第三批专项债六月底发完 项目完成审核

    发布时间:2020/04/06

    财政部副部长许宏才4月3日在新闻发布会上表示,今年以来,根据全国人大常委会授权,财政部提前下达了2020年部分新增专项债券额度12900亿元。截至2020年3月31日,全国各地发行新增专项债券1.08万亿元,占84%,发行...

  • 国美零售转型加速 携拼多多“迎战”零售业大考

    国美零售转型加速 携拼多多“迎战”零售业大考

    发布时间:2020/04/06

    随着国内疫情初步得到控制,零售消费市场也在逐渐恢复运转。日前,国务院联防联控机制举办新闻发布会。商务部消费促进司负责人王斌在会上指出,将千方百计促进消费回补和潜力释放,壮大新型消费和升级消费,扩大...

  • 美新冠疫情蔓延,建霖家居等IPO企业受累

    美新冠疫情蔓延,建霖家居等IPO企业受累

    发布时间:2020/04/06

    编者按: 随着疫情蔓延,全球新冠肺炎确诊病例已突破百万,累计死亡超5万例,其中,美国确诊超过23万例,欧洲确诊超过50万例。作为全球经济重要力量的欧美地区,其疫情将对IPO企业产生什么影响? “有一天美国将成...

  • 信托代销哪家强?招行去年赚64亿

    信托代销哪家强?招行去年赚64亿

    发布时间:2020/04/04

    证券时报记者 杨卓卿 随着银行年报密集披露,一些行业巨头代销信托产品的情况也浮出水面。 证券时报记者注意到,“零售之王”招商银行2019年代销的信托产品规模超过3000亿元,借此实现64.32亿元的手续费及佣金收入...

特斯拉在其AIDay活动上亮相了一款人形AI机器人

发布时间:2021/08/23 科技 浏览次数:146

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。