Re: [新聞] 馬斯克:特斯拉人形機器人Optimus今年試

作者Nance (5566)

標題Re: [新聞] 馬斯克:特斯拉人形機器人Optimus今年試

時間Sat Mar 22 21:55:29 2025

※ 引述《dream1124 ()》之銘言： : ※ 引述《Bisu (P)》之銘言： : : 這是兩天前波士頓動力公司釋出的影片 : : https://youtu.be/I44_zbEwz_w?si=b0kHaDok815A1V_2

: : 人類可以開始問一些假設性的問題 : : 五至十年內 : : 機器人是否能夠執行大部份人類的實際勞動力 : : 「機器人是否能夠在電廠生產電力」 : : 「機器人是否能夠在農場生產人類所需要的食物」 : : 人類科技的轉折點 : : 不會是能夠移民外星 : : 而是從資源的限制性跳脫出來 : : 也就是擺脫時間跟勞動力的限制 : 做人要實際一點，夢不要吹太大 : 我們就來看近期一個使用類人形機器去做原本手動的例子好了 : 這是北捷失物招領中心的取物機器人影片 : https://www.youtube.com/watch?v=MFTlF6O_7kY

: 以前櫃台取失物給旅客得先走進倉庫到架上拿失物， : 現在可以用機器手臂去架上拿，然後再轉交到櫃台。 : 這完全取代人的手臂和腳，感覺很炫砲，對吧？ : 問題是從好幾個角度來看，這套系統真的很低效。 : 大部分失物明明可能連 5kg 都不到， : 結果卻為了挑選並移動失物而趨動和搬運顯著超過失物重量的手臂， : 這樣既不節能，也不怎麼省時，甚至還有可能更花錢， : 從一個工具的角度來看實在鳥鳥的。 : 如果系統知道失物放在哪格，為什麼不用自動化倉儲系統將東西送到指定位置， : 然後再用簡單的輸送帶將失物送到接收窗口就好？ : 由此可見機器人也不是外形、動作跟人一樣就會成功，重點還是在於事情的效益與效率? : 工廠是很追求效率的地方。 : 如果預算很夠，為什麼不採購特定用途的自動化設備， : 然後重新設計生產線以追求成本、效率等多方面的最佳化，反而要搞這些半調子？ : 如果預算不夠，或是只想找過渡階段的人力， : 為什麼不僱用移工，不到低度開發國家生產，或是直接外包生產零件？ : 地球上的人類還是很多，50 年內頂多成長趨近於零，不是什麼地方都在高齡少子呀~ : 與其一直畫大餅要大家想像未來可以多美好， : 還不如分析現狀，看看到底哪些情況很需要類似人的機器人， : 或是想想哪些暨有產品可以智慧化，例如研究要怎麼讓充氣娃娃更像人， : 這種人形機器人應該有些發展潛力。 : 反之要是自己也想不到當下很棒的應用，那還是別再跟著網紅或名嘴瞎吹了吧~ 你覺得很低效，首富不覺得就跟2010年馬斯克剛做電動車時也是鋪天蓋地嘲諷：油車比電車生產便宜、要蓋海量充電站不可能、巨型廢鐵、造價高昂的有錢人玩具…等有些走的太先進的東西就是要讓有錢人去搞光是美國要搞製造業，降低人力成本，就非常需要機器人去做一些無腦的低階工作，隨著量產長期下來會比人工便宜而且也不是開發人型機器人就不開發非人型機器人網路上很常有網友硬是要二分法質疑人型機器人 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 42.72.41.13 (臺灣) ※ 文章網址: https://webptt.cc/bbs/Stock/M.1742651731.A.825.html

推文 (117)

推 leefengynh 人類可操縱的機具或人類自己都可以ai化 03/22 21:56

→ leefengynh 所以不一定要人形但可選擇到形體也是有限的 03/22 21:57

→ leefengynh 人類可操縱的機具ai化(汽車飛機) 03/22 21:57

→ leefengynh ai化本質也是在學人類如何操作 03/22 21:57

→ leefengynh 非以上的形體基本上你取得不到海量的運動數據 03/22 21:58

→ leefengynh 比方說機器狗吧你很難ai化 03/22 21:58

→ leefengynh 你當然可以去取上萬隻流浪狗的動作數據 03/22 21:59

→ leefengynh 丟入模型去訓練你的機器狗如何反應的「更像一隻狗 03/22 21:59

→ leefengynh 」 03/22 21:59

→ leefengynh 但這就不是人工智慧 03/22 22:00

→ leefengynh 因為狗本身就沒智慧你叫ai去學一隻狗要幹麻 03/22 22:00

→ leefengynh 自動駕駛本質也就是用人類開車的數據去訓練模型 03/22 22:02

→ leefengynh 本質就是在學人類如何開車 03/22 22:02

推 AGODC 狗才好AI化吧，讓他多看些狗狗的影片模仿就好了。以 03/22 22:04

→ AGODC 前機械手臂什麼的都要寫好程式編上對應位置，現在直 03/22 22:04

→ AGODC 接訓練AI照著做就好了，完全跳脫以前的應用框架 03/22 22:04

推 leefengynh 看狗的影片他就變一隻狗而已啊XDDD 03/22 22:04

→ leefengynh 變成狗能叫做ai嗎你家的狗能夠做什麼複雜工作 03/22 22:05

→ AGODC 不要忘了，AI真的落地發展才2年時間而已，各種應用 03/22 22:05

→ AGODC 已經飛速發展，真的用不了10年，人類連當電池的價值 03/22 22:05

→ AGODC 可能都沒有了 03/22 22:05

→ leefengynh 而且不是看狗的影片而是你要把動作感測器安裝在真 03/22 22:05

→ leefengynh 狗的每個關節上 03/22 22:06

→ leefengynh 把這些運動數據取出來手腳轉彎幾度等等 03/22 22:06

→ leefengynh 然後再餵進去ai 03/22 22:06

→ leefengynh 然後幾萬幾千萬隻狗數據大概才夠 03/22 22:07

→ leefengynh 然後他就能變一隻動作很像狗的機械狗 03/22 22:08

→ AGODC 你把AI訓練成狗然後要叫它做工作？ 03/22 22:08

→ leefengynh 所以根本的原因是幹嘛要用狗形不用人形? 03/22 22:08

→ leefengynh 那些說為什麼一定要人形的人不就是在搞笑嗎 03/22 22:09

→ leefengynh 因為狗形你就只能用狗去訓練那要怎麼工作 03/22 22:09

→ leefengynh 難不成要用汽車形飛機形? 03/22 22:09

→ leefengynh 人形用人類去訓練剛好可以做人類的工作 03/22 22:10

→ leefengynh 為什麼不用異形因為無法取得海量異形的動作data 03/22 22:11

推 aegis43210 是的，深度學習是在訓練出直覺，也就是所謂的習慣性 03/22 22:20

→ aegis43210 動作 03/22 22:21

推 leefengynh 不就一堆根本不知道現在ai怎麼玩的雜魚 03/22 22:24

→ leefengynh 用大量的數據找出規則建立模型 03/22 22:25

→ leefengynh 你用機器異形體你是要去哪裡找數據 03/22 22:25

→ leefengynh 光「大量數據」這關你就遇到問題了 03/22 22:25

→ dongdong0405 到底在說啥，那叫四足機器人，怎麼拿真的狗來對標= 03/22 22:26

→ dongdong0405 = 而且誰說人工智慧不能放在四足機器人裡面，早就有 03/22 22:26

→ dongdong0405 一堆強化式學習了，就好比特斯拉的FSD可以放在電動 03/22 22:26

→ dongdong0405 車也能放在機器人一樣 03/22 22:26

→ leefengynh 以為隨便自己可以發明一個機器外型就ai化XDDDDD 03/22 22:26

→ leefengynh fsd是學人類如何開車他把大量的人類開車數據餵養給 03/22 22:26

→ leefengynh 模型 03/22 22:27

→ leefengynh fsd把行車紀錄畫面+煞車+電門+方向盤的作動數據 03/22 22:27

→ leefengynh 都餵進去模型 03/22 22:28

→ leefengynh 就是在學習人類如何轉方向盤踩電門踩剎車 03/22 22:28

→ leefengynh 你用四足機器人要怎麼學人類工作 03/22 22:29

→ leefengynh 關節根本不對應 03/22 22:29

推 dongdong0405 你以為真的直接用喔當然要微調啊= = 而且之前的採 03/22 22:30

→ dongdong0405 訪早就說Optimus 有採用FSD了到底誰在不懂裝懂 03/22 22:30

推 aegis43210 其實也是有方法，叫幾百個演員演出狗是怎麼做事的， 03/22 22:30

→ aegis43210 再用那些巨量資料去訓練出會做事的機器狗 03/22 22:30

推 leefengynh 很難因為人跟狗的身體構造不一樣 03/22 22:31

→ leefengynh 人類做一個手軸旋轉的動作狗形根本做不出來 03/22 22:32

→ aegis43210 另一種則是老黃希望大家做的，用巨量的GPGPU做出數 03/22 22:32

→ aegis43210 位孿生模型，模擬出巨量會做事的狗，以此來訓練 03/22 22:32

→ leefengynh optimus沒有用fsd optimus的走路是另外訓練的 03/22 22:33

→ leefengynh fsd是模擬人類轉方向盤踩油門踩剎車 03/22 22:34

→ leefengynh 在生成式ai架構下雙足平衡已經很容易了 03/22 22:35

→ leefengynh 雙足平衡早期難是因為早期都用敲代碼 03/22 22:36

→ leefengynh 現在有生成式ai 就是直接模擬人類怎麼平衡 03/22 22:36

→ leefengynh 根本不困難 03/22 22:36

→ leefengynh 這種「直覺模擬」是你用寫程式很難寫出來的 03/22 22:36

→ leefengynh 把人類身上都加上動作感測器數據全部取出來 03/22 22:38

→ leefengynh 餵養進去機器人機器人自然知道哪些關節要如何做動 03/22 22:38

→ leefengynh 去產生雙足平衡 03/22 22:38

推 dongdong0405 內核明明是用差不多的東西，我這邊講FSD當然不是說 03/22 22:42

→ dongdong0405 車子用的整個搬到機器人裡，FSD他是純視覺資料訓練 03/22 22:42

→ dongdong0405 ，你說的那些車控是網路決策後才行動的，所以視覺網 03/22 22:42

→ dongdong0405 路你可以用機器人那塊的資料重新pre train ，或者拿 03/22 22:42

→ dongdong0405 前者微調（效果不一定好）然後生成式AI模擬平衡？？ 03/22 22:42

→ dongdong0405 ？你叫LLM模擬平衡看看 03/22 22:42

推 leefengynh 機器人走路不是用fsd 是用人類裝上動作感測器走路 03/22 22:44

→ leefengynh 同時人類眼睛位置也有使用攝影機 03/22 22:44

→ leefengynh 把攝影機畫面和走路時動作感測收集到數據餵進去ai 03/22 22:45

→ leefengynh 基本上跟fsd是兩個系統 03/22 22:46

→ leefengynh LLM就是餵養大量人類文章進去模仿人類說話啊 03/22 22:46

→ leefengynh 機器人就是餵養大量人類動作數據和人類視覺進去 03/22 22:46

→ leefengynh 模擬人類行為啊 03/22 22:46

→ leefengynh 原理一模一樣 03/22 22:47

→ leefengynh fsd是模擬方向盤煞車電門被人類的操作後的數據 03/22 22:47

推 dongdong0405 FSD的VRU為什麼不能用在Optimus ，明明就已經有工廠 03/22 22:49

→ dongdong0405 實例影片了，他們都是差不多的網路套不同訓練資料而 03/22 22:49

→ dongdong0405 已，我的意思一直都是放在機器人自己導航這塊，你一 03/22 22:49

→ dongdong0405 直扯到動作平衡幹嘛，我是看起來那種拿導航做動作的 03/22 22:49

→ dongdong0405 機器人嗎 03/22 22:49

→ dongdong0405 https://youtu.be/DrNcXgoFv20?si=cic1hIKnH7-YobOt 03/22 22:50

→ dongdong0405 這都五個月前的東西了 03/22 22:50

→ leefengynh 不是牽扯到視覺就跟fsd有關你加油吧XDDD 03/22 22:51

→ leefengynh fsd是fsd 他就是開車用的 03/22 22:52

→ leefengynh 機器人用的就要另外訓練 03/22 22:52

→ dongdong0405 他們基本上一定都是類似的技術，當然不可能直接搬， 03/22 22:52

→ dongdong0405 但是一定會有一些類似的網路設計 03/22 22:52

→ dongdong0405 LLM你那邊根本瞎雞巴亂講你才要加油吧 Transformer 03/22 22:53

→ dongdong0405 先了解一下吧 03/22 22:53

→ leefengynh 同樣都是汽車純視覺但不同家車廠的自駕模型就差很 03/22 22:53

→ leefengynh 多了更何況是機器人跟四輪 03/22 22:54

→ dongdong0405 而且你為啥一直在說FSD吃方向盤電門那些數據，VRU明 03/22 23:01

→ dongdong0405 明就不吃這些，他這些都是網路決策後的行動 03/22 23:01

→ dongdong0405 https://electrify.tw/tesla-fsd-patent-revealed/ 03/22 23:05

→ dongdong0405 這篇很詳細，你自己讀吧 03/22 23:05

→ dongdong0405 我想表達的意思很多網路設計和技術其實都是可以沿用 03/22 23:05

→ dongdong0405 的，甚至綜合起來，只是說可能需要因應不同情境調整 03/22 23:05

→ dongdong0405 部分網路架構和數據資料，所以你一定可以看到類似的 03/22 23:05

→ dongdong0405 東西出現不同的Bot上面，幹嘛一直拘泥分開來 03/22 23:05

→ leefengynh 樓上已經過時了 v12的技術和v13基本上有很大差異 03/23 00:14

推 leefengynh V12用的決策調用的是8個攝影機影像逐個像素分析 03/23 00:16

→ leefengynh V13已經開始取得攝影機的HDR光子數進行決策 03/23 00:16

→ leefengynh 視覺欺騙在V13版本根本不可能存在 03/23 00:16

推 fantasyscure 問為何設計人形真的蠻蠢的取代人類的勞力不設計 03/23 01:59

→ fantasyscure 成人形不然要設計成魚形犬形嗎？ 03/23 01:59

推 fantasyscure 人形就是基本應用各種環境還可以用外掛裝備支援以 03/23 02:01

→ fantasyscure 後消防鎮暴反恐都能夠派上用場 03/23 02:01