从爆米花到万亿梦想：Optimus机器人到底稳不稳？

摘要：马斯克曾描绘过一个宏大的图景：Optimus机器人不只是个能走路的铁家伙，而是一个可以叠衣服、做饭、搬运、装配的“万能员工”，能上流水线，也能进厨房。但截至目前，现实和理想还隔着几座山。

马斯克曾描绘过一个宏大的图景：Optimus机器人不只是个能走路的铁家伙，而是一个可以叠衣服、做饭、搬运、装配的“万能员工”，能上流水线，也能进厨房。但截至目前，现实和理想还隔着几座山。

2024年初，特斯拉发布了Optimus叠衣服的视频，但随后被行业质疑为“预录演示”。10月的“ME Robot”发布会上，Optimus走到人群中“互动”，其实是远程遥控。甚至在Tesla Diner开业现场，Optimus负责爆米花机的操作，也被业内认为是“摆拍”。

从机器人基本功来看，无论是行走的稳定性，还是操作的灵巧度，Optimus都还称不上行业领先。国内机器人第二梯队的越疆、星动纪元，在运动控制方面可能还更胜一筹。到目前为止，Optimus并没有展示出压倒性的技术优势。

如果只看眼前技术表现，Optimus确实不够“稳”，但特斯拉真正的底牌，是它的“全栈自研”。

Optimus的28个关节全部采用一体化电驱模组，电机、减速器、编码器、驱动板甚至热管理系统，全部由特斯拉自研。这种从芯片到硬件的“垂直整合”，是初创公司难以比拟的。对比来看，市面上不少人形机器人公司还在采购第三方电机，只做“控制集成”。

再看能源系统，Optimus使用特斯拉自产的4680电芯和自研BMS，而其他公司多依赖外购电池。芯片方面，特斯拉直接用自研的FSD AI5芯片，匹配自家纯视觉模型，省去了高成本的多传感器套件。

在AI训练上，特斯拉也走了一条独特路径。Optimus不再依赖传统的动作捕捉、VR遥控等方式收集数据，而是通过“人类视频”训练具身智能模型。这种端到端视觉学习模式，理论上能让机器人适应任何环境，且成本更低。

但问题是：理想归理想，现实中，2D视频训练的泛化能力仍有限。机器人要完成复杂任务，仍需大量带有3D坐标、6DOF位姿、物体轨迹等的多模态数据，而这类数据目前只能靠人工遥控采集，成本高、效率低。

此外，灵巧手的能力仍是整个行业的技术瓶颈，特斯拉也不例外。当前的Optimus在面对不规则物体、复杂抓取任务时，仍显吃力，核心问题是高质量训练数据不足，而非模型或硬件本身。

批评者认为，马斯克的机器人布局，是在电动车销量下滑、利润缩水时，借AI热潮“讲故事”。美国科技媒体Electrek甚至讽刺：“马斯克的机器人连爆米花都端不好。”还有人质疑，《大师计划》第四章更像是股东的“精神鸦片”，缺乏可执行性。

但这并不是马斯克第一次“跑火车”。2016年，他在“大师计划”里就提出过自动驾驶、车队共享、太阳能屋顶等目标，虽有延迟，但最终大多落地——特斯拉也从年销几千辆变成了年销近200万辆的巨头。

Optimus的背后，不只是技术梦想，还有巨大的商业野心。根据最新披露，特斯拉董事会为马斯克制定了一个“疯狂”的未来：10年内将市值从1万亿美元干到8.5万亿，交付2000万辆车、100万台Optimus、100万辆robotaxi。要实现这一目标，特斯拉需要年复合增长率达到26%，这是全球前所未有的挑战。