特斯拉的Optimus进入产能爬坡阶段后，遇到了不少问题：灵巧手难以稳定装配，AI对新任务的适应能力有限，训练数据仍高度依赖人工采集。
根据《The Information》报道，最近几个月，Optimus的周产量提高了约十倍，达到数百台。但强如特斯拉，也没能绕过人形机器人的工程化难题。
特斯拉管理层希望年底前建成一条连续自动化生产线，把产能提高到每周1000台以上，长期目标则是每周约2万台。
不过，从弗里蒙特工厂下线的Optimus V3，并不是未来直接交付客户的最终版本。大多数机器人仍用于内部测试、训练和数据采集。周产量上去了，灵巧手、AI能力和训练数据这三道坎却没有随之消失。
01
灵巧手，又卡住了量产
特斯拉不缺制造经验。
Model S和Model X停产后，公司把部分工人和工程师调到擎天柱测试线，还从Model Y生产线抽调了数十名工程师支援。但汽车生产线上的经验，并不能直接解决人形机器人的装配问题。
擎天柱的零部件比汽车零部件更小，对装配精度的要求也更高。根据《The Information》报道，生产线上的多个工位已经出现对位问题，包括组装手部、关节，以及安装软件和测试电子设备的工位。
用于固定零部件的设备无法每次都精确对齐，一些新开发的工装和自动化设备在产线加速后也不能稳定工作，导致更多下线机器人需要返修。
问题最集中的地方还是灵巧手。
（特斯拉招聘灵巧手工程师）
擎天柱的手部和前臂包含100多个螺丝及其他小型零部件，目前仍要由工人手工组装。样机阶段，工程师可以慢慢调；到了每周生产数百台时，问题就变成了每一只手能否以相同精度装出来。
耐用性也没有完全解决。报道提到，部分触觉传感器已经出现可靠性问题。特斯拉为此开发了一种包含触觉传感器的“传感手套”，损坏后可以单独更换，不必替换整只手，并计划明年将这套系统应用到擎天柱上。
这个改动看起来不大，却很接近量产的核心：性能之外，机器人还要容易装、容易修，出现故障时不能付出过高的更换成本。
灵巧手的复杂设计已经造成进度延误和成本上升，而马斯克此前给出的远期售价目标是2万至3万美元。如果这双手仍需要大量人工装配，传感器又经不起持续使用，实现这一价格目标的难度就会明显增加。
量产难题还从灵巧手和生产线延伸到了供应链。电机、精密齿轮等零部件仍依赖外部供应商，一些供应商可以完成原型和小批量产品，产量提高后却难以保持质量和一致性。
特斯拉不仅要设计一双足够灵巧的手，还要摸索怎样稳定地把它造出来。
02
AI能力，还不能泛化
手的问题是怎样把机器人造出来，AI的问题则是造出来以后，它究竟能干多少活。
根据《The Information》报道，擎天柱目前还无法可靠处理范围广泛的任务。它仍高度依赖针对特定任务的训练和编程，一旦遇到没有训练过的任务或者新情况，表现就可能变得难以预测。至少现阶段，它还没有形成稳定的泛化能力。
特斯拉正在教擎天柱学习一套可以重新组合的基础动作，希望机器人换到新任务时，不必每次都从头训练。但即便学习一些基础任务，它仍可能需要好几天，距离通用人形机器人的目标还有明显差距。
现在，特斯拉主要让擎天柱在严格管控的工厂区域工作，机器人的活动范围、动作和任务都受到密切监督。
它更像一名只能在固定工位上完成指定操作的新员工，而不是能够理解环境、临时处理问题的通用劳动力。
这也解释了特斯拉为什么优先寻找与自家工厂和仓库布局相似的客户。环境越接近，机器人需要重新学习的内容越少，部署成本也越低。
特斯拉计划先把机器人租给商业客户，而不是直接出售。租赁期结束后，公司可以收回设备，进行升级或翻新，同时利用机器人在客户工厂和仓库采集的数据继续训练AI。
这种模式可以帮助特斯拉控制早期产品的可靠性风险，但也意味着公司仍要深度参与机器人的训练、升级和维护。
03
训练数据，还远远不够
AI能力不足，还是落到了训练数据上。
根据《The Information》报道，特斯拉目前已经积累超过50万小时的机器人训练数据，并计划在年底前将这一数字翻倍。
这些数据，靠的还是人。工作人员需要远程操作机器人，或者穿上动作捕捉服，记录真人叠T恤、擦桌子、分拣电池的过程，再把动作教给擎天柱。
特斯拉一度希望得克萨斯州和加利福尼亚州工厂的生产工人穿上数据采集服，在工作时记录动作。但这些工人知道，机器人长期要接替的正是部分生产工作，一些人因此表示不满。
（特斯拉Optimus工程师团队）
随后，特斯拉开始招聘专职数据采集员。
他们在与正式生产线相对隔离的区域分拣零件，头戴摄像头，背着连接电脑的沉重背包，有时还要佩戴追踪手部动作的触觉手套。
特斯拉还在科罗拉多州、亚利桑那州和佛罗里达州建立训练中心，并将一部分原本服务于自动驾驶软件的数据标注人员转到擎天柱项目。
机器人想替人干活，先得找一批人把活干给它看。
数采员提供的不只是动作视频。他们生成的是第一人称视觉、身体运动和手部操作数据。机器人要从中学习手应该伸向哪里、物体应该怎样抓、动作做到什么程度才算完成。
特斯拉希望复制自动驾驶的数据路径：机器人进入真实环境，产生更多数据；公司用这些数据改进软件，再把更新推送给整个机器人群体。
但机器人比汽车更难启动这个循环。汽车上路时，司机可以处理系统不会的情况；擎天柱如果不能可靠完成任务，就很难进入大量客户现场。
部署规模不够，真实数据就不够；真实数据不够，机器人适应新任务的能力又很难提高。数采员和训练中心，正在用人工把这个循环推起来。
擎天柱接下来要跨过的，不只是从周产数百台提高到1000台，更是从“能造出来”走到“客户能持续使用”。灵巧手要经得起长期工作，AI也不能再为一个基础任务花上好几天。数据来源也要从人类示范，逐步扩展到机器人在真实场景中产生的反馈。
现在的周产数百台，只能说明特斯拉有能力把擎天柱送上生产线，还不能证明它能够稳定交付。只有等机器人离开严格管控的工位后仍能持续干活，产量才会变成交付，最后变成一门生意。
热门跟贴