Optimus V3 亮相可能是一个军团

作者推测:特斯拉Optimus V3发布会若想惊艳,答案不是更好的单个机器人,而是约5000台列队行进的「军团」——用规模与物流证明工业实力。

HUMANOID SCOTT(@GOINGBALLISTIC5)观点长文 · 已翻译 · 约 8 分钟
阅览室 · 前沿观察#军团#规模#特斯拉#可能#Optimus原文

以下内容纯属我个人的推测,并非基于任何内幕消息,只是对这件事可能走向何方的一次思想实验。

Optimus V3 的亮相一再推迟。早先承诺去年就能让我们一睹真容,后来推到第一季度,再后来又滑到了量产启动之时。如今量产在某种意义上已经开始了,而我们基本上还是什么都没看到。

保持沉默或许有充分的理由。近期的报道,尤其是来自 The Information 的报道,暗示这套 AI 并没有像期望中那样整合到位,手部依然麻烦不断。原型机似乎还没有完全成型。

然而特斯拉正在大力推动其供应链,零部件订单不断放量,如今每周已有几百台机器人,目标是在年底达到每周一千台。所以即便原型机尚未完成,他们也在生产。

特斯拉要如何让这次亮相足够惊艳?高超的操控演示本可以做到,但 Optimus 还没到那一步。编排好的舞蹈也不行,宇树已经给我们看过舞蹈和排场,实际上就是一场地面版的无人机灯光秀。而埃隆也无法再靠一场戏剧性的“西装人”时刻来撑场面,小鹏已经原样做过这件事,并因此抢走了关注。这就是那个套路:埃隆预告点什么,不出几个月就有一家中国公司把他比下去。单靠一个人形机器人走上舞台挥挥手也不够看,那是 Bumble C,2022 年亮相时的第一台原型机。

当人们争论特斯拉真正的优势时,AI 这个答案从来都不太有说服力。特斯拉的优势一直在于制造和规模,在量产上比几乎任何人都做得更好。那才是他们的护城河。

他们应该顺势而为。这场亮相不该只是一个打磨精致的机器人,而应该是数量庞大的一群,让规模本身成为奇观。而还有什么比一支擎天柱军团更能体现规模?埃隆素来是罗马史的研习者,这个说法很贴合他,而且一语双关恰到好处:军团既是一个具体的数字,也指代某种史诗级的事物,而这正是他一直承诺这场亮相会有的样子。

数字看似疯狂,却切实可行。一个罗马军团大约有5000人。而供应链方面的报道似乎指向约5000台份的零部件。如果特斯拉在年底前达到每周一千台,那么到第一季度初拥有5000台机器人是触手可及的。差不多正好一个军团,这让这个称号从隐喻变成了目标。

一个军团的物流

造出5000台擎天柱是一回事,把它们调度到位又是另一回事。而这很可能是最疯狂的部分。

它们在演出开始前很久就下了弗里蒙特的生产线,所以你需要仓库来存放数千台机器人,充好电,且不被外界看到。每台约60公斤,那就是大约300吨的搬运量,几十卡车的运量,这意味着这场亮相几乎必须在本地举行。然后是人的层面:按每十台机器人配一名操作员来估算充电和调度,你需要大约500人来照管这一切,一支本身也必须隐形的迷你军队。而让数千台机器人同步列队行进、不撞成一团的AI,其协调难度可以说与硬件本身一样令人惊叹。做到这一点,规模就不仅仅是奇观,而是证明。

寻找场地

那么,在哪里举办?从直觉出发,再逐步往下推。

一个篮球馆立刻就不够用了。场地只有约420平方米;5000个Optimi肩并肩挤在一起需要约2800平方米。那相当于半个足球场,甚至更多——如果他们要不发生碰撞地列队行进的话。你得用十几个篮球场才装得下一个军团。

所以你得往大了找:体育场。在Q1其实障碍不多,橄榄球赛季到二月初就结束了。但露天的问题却是致命的:首次大规模亮相时可能碰上恶劣天气,无人机在正式开演前就航拍曝光,而且没法秘密排练。就算大型室内场馆能解决,它们整个季度都被冰球和篮球占着,何况它们也给不了你所需的场地面积和隐蔽集结区。

而这才是真正的约束:你需要的不是一个橄榄球场,而是两个。一个是观众看到的表演场地,另一个是同等大小的隐蔽集结区,让军团在那里待命,既不被观众看到,也不被天空看到。在户外,这就意味着要把一个停车场用帐篷罩起来,否则机器人从上方就能被看见。简直是后勤噩梦。

这样一来就只剩一种场地了:大型会展中心。一个无柱展厅作为亮相场地,一个相邻展厅用于隐蔽集结和充电,还有装卸货台供来自Fremont的车队使用,有空调控温,不受天气影响,没有无人机视线,全都在同一个屋檐下,机器人从隐蔽展厅流向表演场地,全程不用经过露天区域。在Fremont附近,圣何塞麦克内里会展中心是最突出的选择,约有16.5万平方英尺的连续空间,圣克拉拉的会展中心则是另一个明显候选。

这些展厅按设计就是空盒子,所以没有固定座位来跟你作对。你沿着一侧或两侧推入看台,架高起来,让观众俯视整个军团,这同时也给了你那个英雄镜头:5000个机器人铺满场地,只有从高处看才有效果。体育场给你的是你搬不动的座位;会展大厅则随演出而变。

他们真能订到场地吗?

你无法从外部确认是否有空档,因为填满这些中心的那些大型展会预订都是一到三年前就定好的,从不会出现在公开日程上。“没有列出”并不等于“可用”,而第一季度正是硅谷的展会旺季。

但这个计划并不需要整栋大楼或整整三周。会议中心很少把每一平方英尺都卖出去,展会同时并排举办也是常态,所以你只需要两到三个相连的展厅。而且大部分繁重的准备工作——充电、诊断、分组编队演练——都可以在场地外的弗里蒙特完成,那里本来就更容易保密。等机器人抵达展厅时,它们已经分部件测试和排练完毕。你需要场地来做的是全尺寸整合:真实的地面、真实的间距、一两次带妆彩排,然后就是正式演出。一周,也许更短。

对几个展厅做为期一周的预留,占用规模小到第一季度的空档有可能存在,也低调到没人会把一个中等规模的预订与 Legion 的发布会联系起来。也许在某个地方,一片展厅已经被预订出去了,而没有人把这些点连起来。

反方论点

当然,这一切可能全错了,值得一问的是反方论点是什么。最明显的反驳是:仅仅为了办一场发布会就生产 5,000 台机器人,这是一笔惊人的闲置资本。但这个反驳假设了它们有更好的用途,而目前并不清楚是否存在这样的用途。这些机器人似乎还没准备好投入真正的工作,没有迹象表明它们已经训练充分,或已证明其操作能力、鲁棒性或自主性。所以,你不能简单地把 5,000 台机器人丢到工厂车间里就指望它们干活。这就引出了真正的问题:如果它们还不能部署,那特斯拉一开始造这么多是要干什么?

有一种理论能把这一切串起来。训练这些机器人最好的方式或许不是在仿真环境中——物理引擎在接触和操作方面仍然力不从心——而是通过真实硬件上的自我对弈,即大规模物理强化学习。埃隆此前提到过这种可能性。而如果真是这样,那你无论如何都需要大量硬件。突然间,生产数千台尚不具备能力的机器人根本不是什么闲置资本,而是训练机群。而协调这支机群、为其充电、调度部署、同步移动,再加上一小队操作人员学习如何驾驭它,这些本就是特斯拉无论如何都必须练就的肌肉。一场“军团”发布会非但不会分散这项工作的精力,反而会是它最极致的展示。它某种意义上会是一场毕业典礼。记住,这一切只是推测。

或者,这场活动也可能只是规模缩小版。历史资料记载,早期罗马军团规模小至4200名步兵,可分为十个大队,每队约420人。巧合的是,这大致就是能舒舒服服站在一个篮球场上的Optimus数量。

无论哪种方式,要办成这件事,都意味着要展示特斯拉闻名于世的两样东西:规模与复杂的物流。

这就是赌注所在:特斯拉对于一场被推迟、被质疑、被抢风头的发布会,给出的答案不会是一台更好的单个机器人。而是五千台机器人,列队行进,以无人能及、也无人能在物流上驾驭的规模登场。一场纯粹工业实力的展示。那不会只是史诗级的。那将是……军团。

已读完 · 本文由熊猫易读翻译重排