当地时间6月3日，特斯拉CEO埃隆·马斯克(elon musk)在推特上宣布，原型车将于9月30日特斯拉人工智能日发布。它被称为“擎天柱”，也被称为“特斯拉机器人”，是特斯拉今年最重要的产品。
人形机器人的出现可以赋能千万个行业，是人工智能场景的下一波浪潮。随着技术的不断成熟和商业化，有望带来前所未有的万亿蓝海。
本期智能内参推荐华西证券《特斯拉bot:AI的星辰大海》报告，分析人形机器人的市场前景。如果你想收藏这篇文章的报道，可以在Zhidx(微信官方账号:zhidxcom)回复关键词“nc634”获取。
01.
人形机器人
艾新篇章
特斯拉将于2022年9月30日推出首款人形机器人原型，并命名为“擎天柱”。早在2021年8月19日，马斯克就提议在特斯拉人工智能日推出人形机器人，意图解决重复、单调、枯燥的危险差事。
马斯克宣布进入AI机器人领域，意味着特斯拉不仅仅是一家电动汽车公司，而是一家AI公司。此外，马斯克声称，随着时间的推移，特斯拉机器人总有一天会比汽车公司更重要。
特斯拉可以简单拆分两个域，即AI域和技术域。
AI领域:以FSD计算机作为计算能力的核心，搭载8个Autopliot摄像头作为传感器，支持深度学习、数据分析、道场训练、自动阅卷等算法。
技术领域机器人的头部包含用于显示信息的信息屏幕。此外，该机器人由轻质材料制成，其四肢包含约40个机电执行器，并通过力反馈感应系统实现平滑敏捷的两足行走。
据马斯克介绍，该机器人身高约1.73米，体重约56.7公斤。它可以拾取约20.4公斤的货物，其最快行走速度可达约8公里/小时
AI领域是仿人机器人的核心，因为机器人只有通过机器学习的不断训练才能完成指定的任务。另外，特斯拉人形机器人是特斯拉自动驾驶的集大成者。由于仿人机器人的核心与智能驾驶共享FSD系统，我们期望智能驾驶的许多神经网络系统将应用于仿人机器人。
数据是智能驾驶和智能机器人的基础，计算能力为机器学习和神经网络提供基础动力。随着特斯拉处理的数据呈指数级增长，该公司因功耗原因放弃了Nvidia A100 GPU作为超级计算机的阵列进行训练，而是凭借其强大的垂直集成能力开发了专注于深度学习和训练的Dojo D1芯片，于是特斯拉Dojo超级计算机应运而生。
1.大脑:D1芯片
作为道场超级计算机的关键单元，D1芯片实现了超强的计算能力和带宽，实现了空间和时间的平衡。芯片采用分布式结构和7 nm工艺，配备500亿个晶体管和354个训练节点。仅内部电路就有17.7公里长。
Dojo超级计算机真的是一个计算能力高达s 9PFLOPs的“性能怪兽”。Dojo超级计算机的训练模块由1500个D1芯片组成，训练节点超过53万个。相邻码片之间的延迟很低。凭借特斯拉自制的高带宽、低延迟的连接器，运算能力高达9PFLOPs，成为世界领先的超级计算机。同行业相比，同样的性价比可以提高4倍，同样的能耗性能可以提高1.3倍，占用空间可以节省5倍。
特斯拉道场D1芯片可以拆卸成四个部分，即CPU，开关，马特mult和SIMD。
中央处理器CPU是计算机系列运算和控制的核心，是信息处理和程序运行的最终指令单元。
交换机是计算机芯片之间的桥梁，具有数据传输的功能。
SIMD单指令流多数据流，可以理解为并行计算，是一种用一个控制器控制多个处理器并进行干预，实现空间并行的技术。简单来说，一条指令可以处理多条数据。
Mat mult是计算单元，可以专注于神经网络的计算，进而加快神经网络的计算速度，这也是特斯拉计算机实现计算能力野兽的根本原因之一。这个计算单元可以理解为人工智能芯片，即AI处理器，是专门用于机器学习算法和神经网络运算的芯片，可以用于训练和推理。与同期CPU和GPU相比，可以实现15-30倍的性能提升，30-80倍的效率(性能)提升。
机器视觉是AI深度学习的一个应用和技术方向。无论是人形机器人还是智能驾驶，都是机器视觉的落地方向之一。
神经网络是实现AI深度学习的重要算法，覆盖了仿人机器人从识别到指令生成的全过程。它是通过对人脑的基本单位神经元进行建模和链接，探索模拟人脑系统功能的模型，开发出的具有学习、联想、记忆、模式识别等智能信息处理功能的人工系统。神经网络在智能机器人中应用广泛，主要在物体识别、规划、假设、训练//测试等方面。
神经网络最重要的特点是能够从环境中学习，并将学习结果存储在网络的突触连接中。神经网络是一个学习的过程。在环境的刺激下，将一些样本模式陆续输入网络，按照一定的学习算法调整网络各层的隐层。当网络各层的权值收敛到一定值时，学习过程就结束了(输入层)。
特斯拉的智能驾驶和人形机器人在机器视觉的道路上有异曲同工之妙。一套完整的训练、测试((工作))练习包括五个部分:传感器、感知、评估、规划和刹车。
特斯拉最著名的AI算法是其在机器视觉中的纯视觉解决方案，该方案在人形机器人的制造中延续了它。
基于图像的目标检测:目的是确定图像中是否存在给定类别的目标实例，可以是动态的，也可以是静态的。如果有，将返回每个目标实例的空间位置和覆盖范围。目标检测是解决更复杂、更高级(时间记忆等)的基础。)视觉任务，例如分割、场景理解、目标跟踪、图像描述、事件检测和活动识别。
从2D物体识别到3D物体识别的转换:Tesla通过八个不同位置的摄像头获取不同角度的同一物体，然后通过神经网络(类似于NeRF算法)渲染物体的3D图像，记录物体的大小和位置;然后生成一个3D向量空间，通过另一个神经网络(类似于LSTM算法)和物体识别，通过鸟看图的方式，计算出物体下一个时间点的位置。到目前为止，人形机器人已经完成了所有的感知步骤，包括三维信息和时间维度信息，并将这些信息存储在训练集中，不断加强学习。
从智慧城市到智能驾驶AI浪潮，人形机器人有望成为人工智能的下一个落地应用场景。
大数据时代:2016年AI战胜柯洁。与此同时，随着基础计算能力的提升，中国开始了新一轮人工智能浪潮，即大数据时代。政策和资本先行，应用场景逐渐丰富。无人机、AI翻译机相继落地。
智能驾驶:随着海量数据的爆炸，基础计算能力和芯片的进化，特斯拉Autopilot以其完善的功能定义，基于数据不断学习的算法，通过OTA进行软件升级，正式进入智能驾驶时代。与此同时，谷歌、百度、腾讯、华为等互联网巨头纷纷进入市场，推动智能驾驶加速发展。叠加政策持续推动自动驾驶商业化运营。如今国内厂商在智能座舱、驾驶等方面都有了实际突破，未来的国产化生态将大有可为。
人形机器人:未来，随着人形机器人的落地，买菜、做家务等枯燥重复的工作很容易被人形机器人取代。我们认为这是人工智能的下一波浪潮，国内公司很可能会复制在智能驾驶领域取得的成就。
麦肯锡数据显示，随着AI的不断进步，预计2030年全球将有约3.75亿人因AI的技术突破而重新就业。从数量上看，中国将有1200-10200万人需要再就业。世界上被置换劳动力的平均比例是15%，中国作为人口大国，基本等于世界上的16%。
另外，根据马斯克的说法，人形机器人的实际成本不会很高，可能低于汽车。安德鲁的预测是2.5万美元，约合人民币16万元。特斯拉MODEL3最低售价28万左右，保守估计Optimus卖20万。从长远来看，保守估计，到2030年，全球人形机器人市场将达到万亿规模，这是继智能电车驾驶之后，前所未有的AI蓝海。
人形的出现可以赋能各行各业，有望替代重复性高的繁琐任务。同时，搜救等一系列危险问题有望得到解决，快递、家政、服务业、工业等一系列场景有望率先落地。另外，人形机器人是AI场景的下一波浪潮。随着技术的不断成熟和商业化，有望带来万亿美元的前所未有的蓝海。在中国智能驾驶生态逐渐突破和成熟的背景下，仿人机器人势在必行，国内公司很可能会复制在智能驾驶领域取得的成果。
拥有自研AI处理器的厂商可以为人形机器人的神经网络提供计算支持。人工智能的本质和数据的海量计算，相比AI算法，数据才是最重要的。力作为加速数据处理的动力源，不言而喻。
按照机器学习的算法步骤，可以分为训练和推理两个环节。训练环节需要庞大的数据输入来支持复杂的神经网络模型。在训练过程中，由于复杂的神经网络结构和海量的训练数据，计算量巨大，因此对处理器的计算能力和效率(能耗)要求很高。
AI处理器芯片可以支持深度神经网络的学习和加速计算，相比GPU和CPU性能提升了一倍，功耗极低。另外，与训练过程相比，推理过程的计算量相对较小，但仍然涉及大量的矩阵运算。所以人工智能芯片会发挥很大的作用。
人形机器人的落地需要下游场景的数据融合，有AI算法落地的厂商有比较优势。特斯拉在智能驾驶领域实现了纯视觉解决方案，相关的FSD系统可以直接用于人形机器人的机器视觉领域。
但人形机器人进入商业使用时，其数据需要与下游细分场景紧密结合，对高质量细分场景中的数据和算法进行反复训练，最终提供有价值的商业服务。人形机器人在细分场景的海量数据无法直接获取，而AI算法商业化的公司有卡位优势，即与下游细分场景紧密相连，双方可以通过合作共同赋能客户，从而加速人形机器人的商业化。
东西认为，特斯拉人形机器人的目标是在重复、枯燥、危险的环境和工作条件下应用，最终它将走向我们的家庭，彻底解决人力持续短缺的趋势。虽然特斯拉在AI和机器人方面有着扎实的技术基础，但马斯克的海口能否成真，可能要到9月份才能知道。