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
。