作者Nance (5566)
看板Stock
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://www.ptt.cc/bbs/Stock/M.1742651731.A.825.html
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: 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: 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