上一期我们讲到了特斯拉Optimus强大的电机与执行器控制，使得在特斯拉Optimus人形机器人更接近于我们人类的动作。而驱动Optimus人形机器人运动的另一大变量在于Optimus独特的思考能力，以及可供大规模生产的Dojo D1超级计算芯片，这是驱动特斯拉Optimus以更低成本进入商用领域的重要前提。
Optimus人形机器人眼中的世界是怎样的？在2022年特斯拉AI Day视频画面，你们可以清晰地看到Optimus是如何利用纯视觉识别物体创建向量空间。
让机器人通过视觉传感器，变得像人一样对环境产生区分与理解是非常难的。Optimus的头部拥有3颗不同方位的摄像头，分别控制左中右三个方向的画面，机器人正是靠着这三颗摄像头做视觉算法定位，与我们人类一样，近距离的物体移动速度快，远距离的物体移动速度慢。Optimus通过锚定坐标点来投射到向量空间。
Occupancy Networks是特斯拉在无人驾驶汽车上的神经网络模型，这是让Optimus机器人感知并理解周围环境的重要技术，绿色代表人类，紫色代表地面，而白色则代表不重要的物品但不能碰到，暗红色则代表预设任务目标，蓝色代表的是工具，青色代表的自己身体，从演示的画面来看，在Occupancy Networks这套模型下的帮助下Optimus对环境空间有着相对精准的识别能力，通过基这套神经网络模型的学习和训练，Optimus就能清楚的清楚自己位置，具备分析与执行的工作上的能力，包括即将需要去做的工作，如何完成工作等。
这也就是为啥说，Optimus目前比国内人形机器人走得更早一步的原因，Optimus并没有聚焦高爆发力、高动态扭矩这些通用化运动问题，而是在底层逻辑和算法方面，让Optimus初步具备了识别环境空间，以及完成标定任务等工作。如果仅仅跟波士顿动力一样，研究运动性能，通过特定的编程完成跳舞和跑酷的话，这并不是Optimus人形机器人的设计初衷。
毕竟，Optimus人形机器人的目标是能够大规模量产，定义通用人形机器人时代的产品。
最初Optimus人形机器人设计了包括头部、肩部、腰部在内的8颗摄像头，做到高、中、低位的立体式覆盖，但这真的必要吗？经过重新构思和计划，特斯拉仅仅保留了头部的左中右三颗摄像头，Optimus脖子的设计从可供活动变为固定，以此来保证摄像头监测画面的稳定性。
从最初的8颗减少到目前仅有3颗摄像头，在保证监测精度的前提下，极大节省了成本。此外，由于摄像头数量的减少，Optimus的运算压力也随之降低。
为了追求更低的生产所带来的成本，Optimus的运算芯片并没有单独定制为机器人产品研究开发，而是采用特斯拉车机的芯片，从目前已公布的资料来看，这颗芯片正是Dojo D1超级计算芯片。如果你开过特斯拉汽车的话，你应该清楚，在车机系统里面是两套系统和两颗芯片。FSD芯片用于全无人驾驶，而Dojo D1芯片则用于加速特斯拉自动驾驶系统的训练和改进，两颗芯片可以相互监控和校验。
而Optimus则拥有一个主板，一枚Dojo D1超级计算芯片，利用重复性的部件来为产品做减法，进而更大幅度降低生产所带来的成本，从底层逻辑来说，目前国内诸多机器人厂商至少还不具备造芯能力，更不用说基于芯片的底层优化与设计能力了。
Optimus的设计无时无刻不在考虑成本因素，对于马斯克而言，不管是Optimus人形机器人，还是SpaceX都在考虑零件高度复用问题，这或许给我国人形机器人企业一些新的思路。
从国内来看，人形机器人产品全部采用定制化零件，包括占据成本最高的三大原件，力矩电机、减速器、控制器。此外芯片的设计上尚未实现自主可控，人形机器人超过90%的零部件需要定制化，注定了产品售价不会便宜。即使国内人形机器人在未来几年，有机会能够大规模量产，想要达到Optimus市场行情报价，在性能不减配不缩水的前提下，确实很难做到。
2022年马斯克公布Optimus原型机，并宣布在未来3-5年内实现大规模量产上市，从目前已发布的进程来看，研发速度确实快得离谱，而今年世界人工智能大会上，特斯拉公布不超过15万元人民币的售价，也让所有人为止为止一惊，如果不考虑马斯克跳票和炒作的说法，留给中国人形机器人企业的时间恐怕不多了。如何能做到更低的定制化零部件生产，如何通过可复用零部件实现成本的优化，是接下来中国人形机器人企业要思考的问题。