2021年的特斯拉AI Day，特斯拉PPT首发了人形机械人Tesla Bot的看法机设计方案。根据马斯克画的大饼，Tesla Bot可以完全取代身类“从事重复性/无聊的事情”。

也许是忧郁在场观众干看PPT无聊，马斯克请来了一位身着紧身衣的皮套人，模拟Tesla Bot尬舞了一段。

AI Day竣事，科技媒体The Verge示意，马斯克的Tesla Bot就是个笑话[1]。文章还援引中央兰开夏大学机械人工程教授Carl Berry的评价：说它是马粪都算提升它了（horse shit sounds generous, frankly）。

Carl Berry还专门搬出机械人领域的网红公司波士顿动力，以为后者正在踏扎实实的做事，而特斯拉在加深民众对机械人不切现实的理想。

今年4月，特斯拉的皮套人尬舞再度被拉出来鞭尸。在波士顿动力展示新款机械人的视频中，机械人以一种天真到有些诡异的方式从地上站起来。

波士顿动力也在推特上阴阳怪气了一句：“我们保证这不是一个穿着紧身衣的人。”

事情的原由是，波士顿动力宣布11岁“高龄”的人形机械人Atlas正式退休——Atlas算得上是初代机械人网红，它被波士顿动力员工一棍子撂倒，接着踉踉跄跄爬起来的视频，一度引发了“住手霸凌机械人”的后现代哲学思索。

效果Atlas领退休金的*天，“焕新版”Atlas正式出道。*的转变是，波士顿动力甩掉了原有的液压结构，改为电机驱动。

现在，“焕新版”Atlas的宣传片已经在YouTube上收获了500多万播放量。

相比Atlas熟悉的后空翻大劈腿，相较之下，去年年底的第二代Tesla Bot才刚学会缓慢行走和90度深蹲。

加上马斯克近几年大饼画的太多，也不难明白The Verge会提出“机械人为什么要像人”的质疑。

然而，可能恰恰是2021年PPT上的Tesla Bot和滑稽的皮套人尬舞，决议了波士顿动力的运气。

谷歌发现了什么？

相比荒唐开场的Tesla Bot，波士顿动力这家公司是机械人领域根正苗红的祖师爷。

波士顿动力确立于1992年，前身是麻省理工学院的腿部实验室，耐久致力于有腿机械人的研究。

2012年，DARPA（美国国防高级研究设计局）为了推念头器人研究，资助了一场机械人挑战赛，波士顿动力由此进入美国军方的视野。

DARPA是五角大楼旗下的研究机构，和NASA一起降生于美苏争霸的白热化时期，目的是借助国家意志确保美国在高科技领域的*。只不外NASA认真地球以外，DARPA认真地球以内。已往几十年间，DARPA直接或间接的推动了GPS、互联网等手艺的降生。

2012年，正值DARPA在机械人、自动驾驶等领域鼎力投资，为了降低参赛门槛，DARPA希望能有一款尺度化的人形机械人，供参赛团队编程。

在这之前，波士顿动力已经为DARPA开发了多款产物，好比外型神似野猪的LS3，能够穿梭于种种极端战场环境，快速运送物资。

波士顿动力LS3

2013年7月，在DARPA的资助下，波士顿动力打造出了身高1.88米，重达150千克的初代Atlas。这个新闻很快传到了谷歌的耳朵里，波士顿动力的运气随之改变。

那时，谷歌正在隐秘筹备一个代号为“Replicant（复制人）”的机械人项目，由“安卓之父”安迪·鲁宾亲自带队。根据鲁宾的设想，谷歌将打造一个编程平台，从而推念头器人普及，最终在机械人身上复刻安卓系统的乐成[3]。

为了这个重大设计，谷歌疯狂扫货，一口吻收购了九家机械人初创公司，Atlas问世不到半年，波士顿动力就被谷歌收入囊中。往后，Atlas的迭代速率也坐上了火箭。

2016年，波士顿动力毫无征兆的宣布了一则新款Atlas的演示视频，视频中Atlas熟练的行走跳跃，尤其是被推倒在地后，仍能自主起身继续完成事情，整个历程栩栩如生，带给民众的震撼不亚于2022年底ChatGPT的问世。

‍

现在，这条视频的Youtube播放量已经积累到了4059万。2017年，Atlas再接再厉，用一个精彩的后空翻再度把波士顿动力送上全球热搜。

然而，就在波士顿动力风头正盛的2017年，投资了五年之久的谷歌却将其甩卖。根据彭博的说法，谷歌治理层的焦点分歧在于商业化。

波士顿动力希望专一研究，但谷歌希望尽快打造能商业化的产物：“我们不能能用30%的资源去投入一个需要10年以上的项目[4]。”

在彭博的报道中，丰田和亚马逊都是潜在的买家，但波士顿动力最终被卖给了软银，2020年又被卖给了韩国现代。

谷歌内部，安迪·鲁宾因性丑闻被扫地出门，Replicant项目也草草收场，划上一个全是遗憾的句号。

一家明星公司在当打之年被潦草脱手，谷歌内部真实的决议历程难以知晓。但在这个历程中起到决议性作用的，很可能是2017年发生在谷歌内部的另一件事。

我来组成头部

2017年6月，谷歌的8位AI科学家联名揭晓了一篇名为《Attention Is All You Need》的论文。这是继2012年AlexNet勇夺ImageNet挑战赛冠军之后，人工智能生长史上的又一个里程碑事宜。

谷歌的科学家在论文里提出了一种“注重力机制”，并基于此开发一个名叫Transformer（变形金刚）的深度学习模子，解决了传统RNN模子的一系列问题。

搏杀9.9，这次瑞幸也没扛住

2020年，谷歌又提出了Vision Transformer ( ViT )看法，赋予了Transformer处置图像的能力。

随着Transformer一口吻解决了众多缺陷，它逐渐生长成了AGI领域的*解。

2012年的AlexNet让AI有了“感知”的能力，而Transformer和之后的大模子让AI有了“天生”的能力。换句话说，2012年的AI可以识别出林林总总的猫，2017年之后的AI已经可以自己天生猫的图片了。

因此，Transformer的推出直接开启了今天的大模子时代，2018年6月，OpenAI推出了基于Transformer模子的GPT-1，GPT里的“T”，就是Transformer的首字母。往后，OpenAI沿着这条蹊径连续迭代，并基于GPT模子开发了ChatGPT。

在大模子百花齐放的同时，Transformer也为人形机械人的提高打开了一扇窗户。

传统机械人大多基于特定的设计执行特定的操作，好比运输、分拣，不具备感知和决议能力。人形机械人不仅能与物理天下交互，另有感知和明白能力。

举一个不太适当但好明白的例子：送餐机械人执行“把外卖送到1203号房”这个义务时，并不明白什么是“外卖”和“1203号房”，只是凭证软件系统既定的指令和蹊径设计完成义务。

但人形机械人可以借由智能化，明白物理天下种种物体、语言和文字的寄义，并自主设计和决议。也就是说，机械人可以不依赖预先的编程，就能完成诸如“关掉最上层抽屉”等较为模糊的指令。

波士顿动力的问题在于，无论Atlas的机械与动力结构何等优异，都无法解决“穷举法”的问题。

Atlas的软件原理是通过摄像头与传感器输入外界环境数据，再凭证提前确立的行为库，执行对应的动作。在其官方的文档里，波士顿动力坦诚了这么做的坏处：

“若是盒子向一侧移动了0.5 米，那么Atlas会找到并完成跳跃；若是盒子移动得太远，那么系统将住手[5]。”

由于Atlas的所有动作都依赖提前设计的模版，那么真实环境的一点点转变，都可能让机械人无所适从。这也是为什么传统机械人只被用于环境、蹊径和职能极端牢靠的工厂、旅店送餐等场景。

而Transformer带来的思绪是，只要让机械学习足够多的数据，就能拥有类人的智能，可以脱离预设的设计举行自主决议。

去年7月《纽约时报》探班谷歌实验室， 完整纪录了基于RT-2模子的机械人智能闪现的瞬间：

桌子上放着一堆塑料玩具，工程师让单臂机械人“捡起灭绝的动物”，机械人拿起了恐龙。

这意味着机械人不仅能识别三种动物，也能明白“灭绝的动物”的寄义，还可以完成详细的操作。

Google RT-2

Transformer的泛起彻底改变了机械人的手艺路径，在感知-决议-执行的完整链条中，焦点能力不再是驱念头器人后空翻大劈腿的机械结构，而是组成机械人大脑的软件算法。

人工智能的提高在各行各业上演着软件对硬件的夺权，机械人只是其中之一。

另一个正在由软件界说的行业是自动驾驶，这也是为什么马斯克会说：当你能解决自动驾驶，你就能解决现实天下中的人工智能。

特斯拉的三张牌

特斯拉在AI天下的进场，经常出现某种荒唐不经的色彩。

2022年特斯拉备受期待的Tesla Bot*次“真人”亮相，居然要依赖三名壮汉搀扶。两个月后ChatGPT横空出世，Tesla Bot成了一块无人问津的靠山板。

然而，特斯拉在机械人领域的积累，可能比任何一家公司都要深挚。

自动驾驶本质上是机械人的一个“前置产业”，两者的焦点都是基于人工智能，实现感知-决议-执行的完整链条。

这就意味着无论是软件层面的算法，照样硬件层面的视觉传感器、FSD芯片等零部件，理论上都可以用于人形机械人。

特斯拉也简直是这么做的：Tesla Bot共设置有3颗摄像头，左右眼各一个，外加一颗鱼眼广角。芯片是和特斯拉电动车一模一样的FSD自动驾驶芯片。软件上，Tesla Bot也承袭了自动驾驶的手艺方案。

2023年特斯拉股东大会，马斯克也确认了这一点：特斯拉已经买通了自动驾驶芯片FSD和机械人的底层模块，实现了一定水平的算法复用。

任何人工智能的生长都需要算法、算力、数据三驾马车来拉动，算法决议了盘算机用什么方式识别事物；但算法又需要足够大的算力来驱动；同时，算法的提升又需要大规模高质量的数据；三者相辅相成，缺一不能。

算法和算力层面，特斯拉已经借助电动车营业，完成了从云端（D1）到终端（FSD），焦点软硬件的自研。

数据层面，2022年的AI Day上，特斯拉宣称已经存储的有价值训练数据集有23.2万帧，验证数据集0.38万帧。上百万车主正在源源不停的为算法训练孝顺着数据。

马斯克本人在AI领域的涉足也常被忽略，他是OpenAI的首创人之一，也是DeepMind的早期投资人。他介入的人工智能公司另有脑机芯片Neuralink、谈天机械人Grok。特斯拉天天接受并处置的视频画面跨越1600亿帧，这很可能是商业公司能拥有的*的真实天下数据集。

波士顿动力很可能意识到了这个问题，但“焕新版”Atlas*的改变，是从液压改为全电动，*的利益可能是降低成本。

在一次采访中，首创人Marc Raibert曾示意Atlas在一定水平上激励了马斯阻止造Tesla Bot的想法。但在人工智能残酷的竞争中，波士顿动力已经落伍太多。

波士顿动力的问题在于，他们用了20年的时间试图教会机械人若何“运动”，但现实上，机械人应该先学会“思索”。

或许在不久的未来，判断机械人的智能化水平，可能不是看它会不会后空翻大劈腿，而是能不能从九张图片中选出包罗红绿灯或摩托车的图片，或者滑动滑块使图片位于准确的角度。