Am 24. Ortszeit aktualisierte der offizielle Account von Tesla Robot, TeslaOptimus, das „Embodied Intelligence Debut“. In der Einleitung sagte Tesla, dass der humanoide Roboter Optimus (Optimus Prime) Gegenstände autonom klassifizieren kann.Das Training neuronaler Netze erfolgt „komplett durchgängig“, d. h. der Videosignaleingang und der Steuersignalausgang werden erreicht.


Im Video demonstrierte der Tesla-Roboter seine Fähigkeiten zur visuellen Selbstkalibrierung, zur Farbsortierung und zum Balancieren auf einem Fuß.Es hat viele Highlights in Wahrnehmung, Gehirn, Bewegung und Kontrolle:

Was die Wahrnehmung betrifft, kann Optimus durch visuelle Wahrnehmung und Gelenkpositionsencoder die Gliedmaßen automatisch kalibrieren und die räumliche Position der Gliedmaßen genau lokalisieren.


Was das Gehirn betrifft, so kann es sich mit rein visueller Technologie und vollständig lokal eingesetzten neuronalen Netzen schnell an die Umgebung anpassen und mehrere Aufgaben erledigen.

Es sortiert blaue und grüne Bausteine ​​in farblich entsprechende Fächer. Selbst wenn jemand die Blöcke beim Greifen stört, kann sich Optimus sofort an die neue Umgebung anpassen und mit dem Sortieren der Blöcke fortfahren. Gleichzeitig kann er auch umgestürzte Bausteine ​​wieder aufrichten und neue Aufgaben wie „Sortierte Bausteine ​​mischen“ übernehmen.


Was die Bewegungssteuerungsfunktionen betrifft, kann Optimus Objekte präzise erfassen. Bei Bewegungen sind die Gliedmaßen, der Rumpf und die Fingerbewegungen des Roboters äußerst flexibel und menschenähnlich. Außerdem OptimusEs führt auch mehrere einbeinige Stützsport-Dehnbewegungen aus und kann beim Dehnen das Gleichgewicht des Rumpfes aufrechterhalten.


Es ist erwähnenswert, dass der Eingang des End-to-End-Modells von Tesla ein Videosignal ist, also ein gemischter Eingang aus Bild- und Audiosignalen. Diese Demonstration zeigt jedoch, dass der Erkennungsteil des neuronalen Netzwerkalgorithmus nur visuelle Informationen verwendet.

CITIC Securities ist davon überzeugt, dassEs ist möglich, das autonome Fahralgorithmussystem Tesla V12 sowohl auf humanoide Roboter als auch auf Autos anzuwenden, und es wird dazu beitragen, die Generalisierungsfähigkeit des Erkennungsalgorithmus zu beschleunigen. Da Tesla die Möglichkeit einer End-to-End-Technologieroute für Roboter demonstriert, ähnelt die Lösung seinem FSD-Betriebsmodell. Es wird erwartet, dass die erfolgreiche Erfahrung von FSD und Dojo die Iterationsgeschwindigkeit von Robotern beschleunigt und von Einzelaufgaben auf Multitasks erweitert.

Wenn Sie sich jeden Link ansehen, (1)Auf der Eingabeseite wiesen Analysten darauf hin, dass die von Tesla dieses Mal demonstrierte Bilderkennung sowohl durch 2D- als auch durch 3D-Kameras erreicht werden kann.Der Kern der Auswahl sind Kostenkontrollfaktoren. Inländische Hersteller von Kernkomponenten wie Vision-Objektiven und Kameras verfügen bereits über die Produktionskapazität solcher Produkte. Produktunterstützende Lösungen und Produktkosteneffizienz verdienen Beachtung.

(2)Auf der Ausgangsseite der humanoide Roboter TeslaDas Ausgangsende ist die Signal- und Lageregelung. Gelenke, Sensoren und Steuerungssysteme sind entscheidend für die Stabilität des Abtriebsendes. In diesem Bereich gibt es viele Möglichkeiten und es werden Vorteile von verschiedenen Herstellern in unterschiedlichen Preissegmenten erwartet.

(3)Auf der Algorithmusseite ist das End-to-End-Framework in der Lage, ohne manuelles Feature-Engineering oder Zwischenstufenverarbeitung direkt von der ursprünglichen Eingabe zur endgültigen Ausgabe zu trainieren. Obwohl dieses Video seinen spezifischen Algorithmus nicht zeigt, basierend auf seinen Eingabe- und Ausgabeinformationen,Es wird empfohlen, sich auf Robotersteuerungsalgorithmen zu konzentrieren, die auf Reinforcement-Learning-Frameworks basieren.

(4)Auf der Hardwareseite zeigt das Video die Stabilität der statischen Bewegungssteuerung des Tesla-Roboters und die hohe Genauigkeit der IMU, die zur Steuerung des Gleichgewichts verwendet wird. Darüber hinaus haben die „Dual-Encoder“ im Gelenkmodul nicht den Nachteil eines starken Widerstands und auch die Encoder in geschickten Händen weisen eine hohe Genauigkeit auf.Die Bedeutung von Sensorverbindungen wie IMU und Encoder wird immer deutlicher.

Wenn es um konkrete Ziele geht, ist Zheshang Securities hinsichtlich des allgemeinen Trends der Industrialisierung humanoider Roboter optimistisch und konzentriert sich auf den führenden Hersteller von Kernkomponenten humanoider Roboter.

Elektromotor: MOONS Electric, achten Sie auf Inovance Technology, Jiangsu Leili, INCO Co., Ltd., VEICHI Electric usw.;

Leitspindel: Hengli Hydraulic, Changsheng Bearing, Wuzhou New Year, achten Sie auf Best, Dingzhi Technology, Rifa Precision Machinery, Qinchuan Machine Tool usw.;

Reduzierstück: Doppelringgetriebe, Green Harmonic, Zhongli De, Shanghai Electromechanical, Hanyu Group, Fengli Intelligent, Han's Laser, Haozhi Electromechanical usw.;

Sensoren: Huayi Technology, Keli Sensing, Hanwei Technology, Xindong Lianke usw.;

Controller: Huazhong CNC, Bozhong Seiko, achten Sie auf New Star, Eft, INVT usw.;

Leichtgewicht: Jinggong Technology, Zhongfu Shenying, Jilin Chemical Fiber, Jilin Carbon Valley usw.;

Integration: Sanhua Intelligent Control, Top Group usw.;

Komplette Robotermaschine: Eston, Boshi Co., Ltd., Xinsong Robot usw.;

Spezialroboter: Jingpin-Spezialausrüstung.