埃隆·马斯克在得克萨斯超级工厂的最新采访中，再次将聚光灯投向了特斯拉的Optimus人形机器人，称其为公司未来发展的核心驱动力之一。他亲自演示了这款机器人在日常生活中的多种应用场景，包括打扫房间、操作清洁工具、处理家务细节如撕纸巾、烹饪辅助、开关柜门以及窗帘操控，甚至展示了其强大的物理能力——轻松提起Model X的前连杆并放入手推车。
尤为引人注目的是，Optimus所展现的所有这些复杂功能，都是由一个统一的神经网络所驱动的。特斯拉的研发团队采用了一种创新的学习方法，即向机器人输入大量人类执行日常任务的第一视角视频数据。这种技术使得Optimus能够直接观察、学习并模仿人类动作，极大地加速了其新技能的掌握和性能优化。
特斯拉Optimus项目的领航者Milan Kovac，在社交媒体上分享了项目的最新进展和未来规划。他透露，团队正积极探索让机器人从更广泛的视频资源中学习人类行为的可能性，不再局限于第一人称视角的视频，而是扩展到包括第三人称视角在内的多种摄像设备拍摄的内容。
Kovac强调：“我们已经在将人类视频知识转化为机器人可执行动作方面取得了显著成果，尽管目前主要集中在第一人称视频上。这一突破让我们能够更迅速地在新任务中部署机器人，相较于传统的人工远程操作，效率有了质的飞跃。”
他还进一步阐述，借助这一创新方法，Optimus正不断解锁新的能力。这些能力可以通过简单的语音或文字指令激活，并由机器人的核心神经网络统一调度执行。展望未来，Kovac的团队计划进一步深化这一技术，将学习范围扩展到基于第三人称视角的视频，利用互联网上丰富的视频资源，同时探索在真实或模拟环境中引入自我强化学习机制，以增强机器人的稳定性和环境适应能力。
