今年以來特斯拉人形機器人不僅量產低於預期，在10月11日的「We，Robot」釋出會上，其「載入史冊」的時刻與實際表現落差較大，與國內媒體大肆宣揚的人形機器人正激發全球觀眾的無限遐想不同，
資本圈和業內人士多數認為，特斯拉釋出會效果不及預期。
有業內人士表示， 原先特斯拉每次釋出都有能「抄作業」的技術和創新，這次卻看不到太多新東西。在一個世界最前沿的領域，不能持續創新和突破，已經代表了落後。
特斯拉股價表現最為直接，市場價釋出會進行中轉跌，一度跌近10%。不少華爾街分析師直言，在人形機器人上， 最大問題依然是缺乏新技術和明確的落地時間表。
投資和財富咨詢公司Laffer Tengler Investments的CEO兼特斯拉投資者Nancy Tengler表示：「唯一一條具體資訊就是Cybercab三萬美元的定價。但落地時間和市場競爭力堪憂，」預計特斯拉在此次活動後將面臨壓力。
國外部份媒體對於這場活動也並沒有嘴下留情。有外媒甚至稱這場活動是「只戴了牛仔帽卻不帶牛的牛仔競技表演」。
一些投資者也擔心特斯拉會從其核心業務電動汽車生產轉向投機性的機器人和人工智能。對於特斯拉，人形機器人已經成為壓力的一部份。
▍ 問題始末
不少投資者開始質疑，馬斯克對於切入人形機器人是否真正想明白，貿然切入人形機器人板塊對於特斯拉而言可能存在一定的反邏輯錯誤。
對於為何下場「造人」，特斯拉沒有公開解釋過，馬斯克僅頗具哲學意味地提到， 「這將是文明的根本轉變。」並在多次活動中認為，人形機器人具有極強的經濟意義與社會意義。 但也每次都加上，當規模達到一定值的時候。
在【馬斯克傳】中，這樣描述馬斯克入局人形的初衷。2021年初，馬斯克在特斯拉高管會上播放了波士頓動力人形機器人Atlas的影片，畫面中人形機器人可以像人一樣，靈活完成高難度動作。他告訴參會的高管， 「不管你喜不喜歡，人形機器人都會出現。我們應該入局。」
馬斯克的宏偉故事並沒有怎麽提振特斯拉的股價，資本的耐心已經逐步消耗。從2022年的高點以來，特斯拉的市值已經跌掉近40%。
在今年4月的財報會上，馬斯克直言 不知道特斯拉怎麽在Optimus上贏。
因為規模效應必然需要強大的供應鏈支持。
「（人形機器人）量產極度困難，是被低估的。」2021年8月的AI Day召開時，特斯拉的人形機器人專案還是一個概念，馬斯克就預示了即將面臨的困難。
從2022年中開始，特斯拉就嘗試讓中國的零部件供應商送零部件測試。
拓普、三花智控、鳴誌電器、綠的諧波、宇立儀器等廠商都宣稱為特斯拉送樣。但 最終受限於地緣政治壓力，特斯拉只能在中國之外建立一條人形機器人供應鏈。
這意味著，中國公司想為特斯拉機器人供貨，需要先海外投資建工廠。
因此雖然Optimus人形機器人目前已經生產數百台，但最終到底誰成為特斯拉真正的供應商一直沒有訊息。
有內部人士透露，由於美國大選將近， 特斯拉可能最終選擇了日本和歐洲部份供應商。
這使得馬斯克所承諾的人形機器人量產後最終售價，只能卡在最低2萬美元這個尷尬值，最終的量產時間也一拖再拖。即便很多友商已經宣布量產並且銷售出幾百台機器人。
▍ 技術的瓶頸
在價格之外，技術問題也遇到了瓶頸。
設計人形機器人時，特斯拉的團隊為馬斯克提出過各類方案，試圖尋找各種辦法降低量產的成本和難度。據【馬斯克傳】，一個典型的例子是人形構型和靈巧手的選擇。
在每周召開的人形機器人討論會上， 馬斯克直接否決了大量類人設計方案， 例如輪式復合機器人、機械臂+末端工具的技術路線。
為此，馬斯克的理由是，特斯拉的汽車工廠中， 剩余20%的總裝環節需要類人的機器人來完成 ，他需要能夠在自動化現場，完成離散的工作，例如用手組裝零部件，或拿著電鉆擰螺絲等。同時，有了特斯拉主機廠這個場景，機器人更容易進行相應的設計、制造、測試等流程。
但按照目前的進度，人形機器人依然達不到馬斯克的最低要求。
難點在於正向設計重構的周期長， 人形機器人的設計本身也是反邏輯的事。降成本、提高產品性價比需要一個過程，生產制造成本是一方面，研發成本則是另外一座需要跨越的大山。
與特斯拉開發其他產品的邏輯研發叠代截然相反，馬斯克對人形機器人團隊的要求一直都是要一步到位，量產就得是終極形態，成本低到於2萬美元，而且足夠智能，能替代一部份工人的工作。
而在造車乃至造火箭，特斯拉的做法都是從高利潤的產品起步，逐步提升生產效率，再叠代造出便宜的車型，軟件的邏輯也是在高規格的硬件基礎上，從低到高，邊賣邊提升。
這種極限施壓的方式在許多時候能夠激發團隊的活力，但由於目前人形機器人行業處於從1到N階段，人形機器人的方案依然處於不確定期 。面臨非標客製化的高研發投入，各類硬件產品以及軟件叠代速度卻非常快，可能一個月前選定的構型，到下一個月就不再是領先。
尤其在國內廠商這種幾乎1個月一次小叠代，3個月一次大叠代面前，技術誰敢說絕對領先，過幾天就有人能模仿出來。
正如比爾·蓋茨在1995年的【未來之路】所言， 「我們總是高估了未來兩年的變化，卻總是低估了未來十年內的變革。」
適合人形機器人的高精度電機與常用電機的結構、材料不同，標準部件難以整合到人形機器人上，許多新方案需要重新設計。但特斯拉也不知道什麽樣的方案，才能做到真正領先，這就導致後面的降本增效無法進行。
2024年，馬斯克已經發覺，一步到位造出像人一般行動的機器人基本不可能，4月後只能進行一些工程上的妥協，讓團隊嘗試邊做邊叠代。
例如在人形機器人手指上，完全的仿生仿人難以實作，團隊在2年內嘗試了驅動電機和繩驅和外部驅動的方式，但目前這套方案依然正在叠代。
今年5月，馬斯克聲稱今年內會將Optimus手部自由度提升到22個，向人手靠近。據相關人稱，因為壽命問題局限很大，這套方案馬斯克的滿意度依然不高。有分析人士認為，馬斯克將過大精力投向於此，以至於特斯拉承諾的新車型一度延期。
▍ 通用性的邊界
除了加強對核心零部件研發，人形機器人產業突破的另一技術支柱還在於人工智能。
機器人演算法在原先許多分析師認為是特斯拉最有希望領先，並且能從汽車領域復用的技術，但實際情況卻是， 這套框架進入沒有數據Scaling Laws的真實世界，缺乏可靠性。
特斯拉最早的做法是把汽車上的FSD中的機器視覺神經網絡移植到Optimus上。希望像教汽車開車那樣，讓Optimus認識現實世界並作出適當的反應，讓它從人類的動作中學習並進步。
但由於人類每人每天平均會接觸600多個物體，如果把人換成人工智能模型，則其模型訓練至少需要處理3500萬種可能的場景。而現實是，當前並沒有哪一家企業或研究機構擁有能夠覆蓋如此多場景的人工智能模型。
自動駕駛是要求汽車在一個2D世界裏避免碰撞任何物體，但機器人的任務是在3D世界裏主動碰撞、接觸無窮多的事物。
人形機器人要盡可能模擬人在各類場景下‘感知-認知-決策-執行’的過程，但現階段人形機器人在復雜場景下， 機器視覺、激光雷達等產品容易失敗，人工智能還‘不夠智能’。
任務的訓練學習時間和成本過大，馬斯克不得不為此繼續招募了大批數據標註人員和訓練師。
但有分析師調研表明，到今年年中，Optimus在長度超過500米的行走測試中透過率只有不到60%。Optimus人形機器人還達不到可以上產線工作的狀態，目前只能用來采集數據、測試不同的設計方案。
這使得部份接觸過特斯拉的投資人對此信心沒有想象中的那麽足。
特斯拉機器人團隊面前的挑戰是，目前他們只能采取，可能針對特定的工作場景，比如擰螺絲，專門訓練模型， 讓人形機器人先進入場景並行揮一部份作用，再找到更合適的機會突破瓶頸。
至於這種妥協的結果馬斯克能不能接受，還不得而知。
▍ 結語與未來
特斯拉Optimus未來投入特斯拉工廠的進度、重要主機廠產業化行程、智能化叠代都是人們關註的核心影響因素。
在最新的人形機器人Optimus亮相中，馬斯克似乎在規劃另一個美好的藍圖，他預言，Optimus不僅能夠勝任家務、兒童看護、寵物陪伴等日常任務，還可以在活動現場化身服務生，為嘉賓提供飲品、表演舞蹈。
但從釋出會現場的走路姿勢看，使用者期望值過高，技術和套用場景卻未完全成熟， Optimus不僅行走步態比競爭對手好不了太多，所展現的語言模型和動作模型融合技術也存在一定準確性和時延問題。
雙手強大的操作能力也被猜測在如此昏暗的環境中不太可能實作，很大概率給人調酒、倒酒，送物品等都是基於遙操作實作。
這種混亂的賽博演示，反而顯得Figure AI、星動紀元、宇樹等公司的機器人叠代進展超預期。至少從影片展現中的東西來看，國產主機廠已經有望加速追趕海外龍頭，在人形機器人領域實作超越和領跑。
但如果真正超越特斯拉，當領跑時，我們確定準備好了嗎？
