当前位置:首页 > 文章列表 > 科技周边 > 人工智能 > 特斯拉人形机器人进一步进化:通过视觉自主分类实现瑜伽能力

特斯拉人形机器人进一步进化:通过视觉自主分类实现瑜伽能力

来源:51CTO.COM 2023-09-25 14:52:01 0浏览 收藏

科技周边不知道大家是否熟悉?今天我将给大家介绍《特斯拉人形机器人进一步进化:通过视觉自主分类实现瑜伽能力》,这篇文章主要会讲到等等知识点,如果你在看完本篇文章后,有更好的建议或者发现哪里有问题,希望大家都能积极评论指出,谢谢!希望我们能一起加油进步!

沉寂了几个月的特斯拉人形机器人擎天柱(Optimus)终于有了新的动态。记得上一次看到它还是在特斯拉股东大会上,当时 Optimus 展示了自由行走、灵活抓取放下物体等技能。

特斯拉人形机器人进一步进化:通过视觉自主分类实现瑜伽能力

特斯拉 Optimus 在今天再次升级。现在,它具备了自主物体分类的能力。其中最引人注目的是完全端到端训练的神经网络:输入视频,输出控制。这类似于特斯拉自动驾驶 FSD V12 开发中的神经网络训练,能够处理所有输入信号并输出驾驶决策

特斯拉人形机器人进一步进化:通过视觉自主分类实现瑜伽能力

 不禁要问,如何做到的呢?

Optimus具备了自我校准手臂和腿部的能力,只需使用视觉和关节位置编码器,它就能够准确定位自己的肢体在空间中的位置

特斯拉人形机器人进一步进化:通过视觉自主分类实现瑜伽能力

Optimus具备精确的校准能力,使其能够更高效地学习各种任务。它仅仅通过视觉输入,在其神经网络上完全实现了on-board运行

这样一来,Optimus 可以完全自主地将物体按颜色进行分类。

特斯拉人形机器人进一步进化:通过视觉自主分类实现瑜伽能力

特斯拉人形机器人进一步进化:通过视觉自主分类实现瑜伽能力

即使有人干扰,Optimus仍然能够准确地按照颜色对物体进行分类

特斯拉人形机器人进一步进化:通过视觉自主分类实现瑜伽能力

Optimus 还展示了自主纠正(将歪倒的物体摆正)的行为能力。

特斯拉人形机器人进一步进化:通过视觉自主分类实现瑜伽能力

经过训练后,它还能执行新任务,比如将分类好的物体打乱。

特斯拉人形机器人进一步进化:通过视觉自主分类实现瑜伽能力

经过了一整天的「工作」,是时候伸展一下、做个双手合十吧。

特斯拉人形机器人进一步进化:通过视觉自主分类实现瑜伽能力

特斯拉人形机器人进一步进化:通过视觉自主分类实现瑜伽能力

 团队资深软件工程师 Julian Ibarz 表示,「非常高兴分享团队在过去几个月中取得的进展。现在 Optimus 可以完成长期任务,比如完全以任务无关的方式自动对物体进行分类。只需要收集更多数据,则无需更改任何代码就可以训练新的复杂任务。」

特斯拉人形机器人进一步进化:通过视觉自主分类实现瑜伽能力

马斯克也确认了这一「进展」

特斯拉人形机器人进一步进化:通过视觉自主分类实现瑜伽能力

网友在震惊之余,也提出了一些问题,比如是否可以输入 prompt 让 Optimus 来执行任务?答案是肯定的,视频中使用相同的网络来执行分类或取消分类任务,只需要告诉 Optimus 你想做什么就行了。

特斯拉人形机器人进一步进化:通过视觉自主分类实现瑜伽能力

Optimus 的「前世今生」

Optimus 并非一开始就是一个实体机器人的,它从「Tesla Bot」这样一个机器人通用计划慢慢孵化。

特斯拉人形机器人进一步进化:通过视觉自主分类实现瑜伽能力

2021 年马斯克在「特斯拉 AI 日」上展示了 Tesla Bot 的大致形态。

甚至在 Tesla Bot 动作展示时,是由工作人员穿着特制的紧身服装,扮成机器人的模样表演了一段舞蹈。但就是这样一个想法,逐渐扎根,并走向现实,一次次突破给人们惊喜。

一年后的「特斯拉 AI 日」上,曾经由人扮演的 Tesla Bot 变为了机器人 Optimus。

特斯拉人形机器人进一步进化:通过视觉自主分类实现瑜伽能力

2022 年的「特斯拉 AI 日」上,Optimus 与人们互相打招呼

Optimus 刚亮相的时候已经能够搬运箱子、给花浇水并在工厂里工作。然而,这并不是 Optimus 的最终目标。Optimus 的目标是成为一台拥有「大脑」的人形机器人

特斯拉人形机器人进一步进化:通过视觉自主分类实现瑜伽能力

Optimus 在特斯拉超级工厂里工作

马斯克表示,当时这个机器人设计出来只用了半年时间,未来成型的样子有很多值得期待的地方。

在2023年的特斯拉股东大会上,Optimus的表现更加出色,步伐更加顺畅,动作也更加熟练

特斯拉人形机器人进一步进化:通过视觉自主分类实现瑜伽能力

优化者可以灵活地抓取和放下物体

而现在,Optimus 已经向着它的目标不断前进,拥有「大脑」的路程也越走越清晰。下一次它将如何进化,我们拭目以待。

今天关于《特斯拉人形机器人进一步进化:通过视觉自主分类实现瑜伽能力》的内容就介绍到这里了,是不是学起来一目了然!想要了解更多关于AI,机器人的内容请关注golang学习网公众号!

版本声明
本文转载于:51CTO.COM 如有侵犯,请联系study_golang@163.com删除
特斯拉机器人全面进化!感知、大脑、运动控制能力升级 端到端方案初现成效特斯拉机器人全面进化!感知、大脑、运动控制能力升级 端到端方案初现成效
上一篇
特斯拉机器人全面进化!感知、大脑、运动控制能力升级 端到端方案初现成效
微软AR/VR专利提出利用角、线特征进行多摄像头图像对齐
下一篇
微软AR/VR专利提出利用角、线特征进行多摄像头图像对齐
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    461次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    524次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    542次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    488次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    308次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码