埃隆·马斯克在得克萨斯超级工厂的CNBC专访中再次强调，Optimus人形机器人将成为特斯拉产品线中的一颗璀璨明珠。为了支撑这一雄心勃勃的声明，特斯拉官方Optimus社交媒体账号发布了一段视频，展示了Optimus在日常生活场景中的卓越表现，这段视频无疑是其能力展示中的巅峰之作。
视频中，Optimus在家庭环境中大显身手，无论是扔垃圾、使用清洁工具，还是撕纸巾、烹饪辅助，甚至是家居管理如开关窗帘，都显得游刃有余。更令人惊叹的是，它还能轻松地将一辆Model X的前连杆搬移到手推车上，展现了其强大的物理操作能力和精准度。
值得注意的是，Optimus执行这些复杂任务的基础是一个统一的神经网络。特斯拉Optimus团队通过向机器人输入大量人类执行类似任务的第一人称视频数据，使其能够直接学习和模仿这些动作。这一创新方法不仅提高了机器人的学习效率，更为其快速掌握和完善新技能奠定了坚实基础。
特斯拉Optimus项目副总裁Milan Kovac在社交媒体上分享了团队的最新进展和未来规划。他透露，团队正致力于让Optimus能够直接从互联网视频中学习人类执行任务的方式，这包括第一人称视角、第三人称视角以及随机摄像头拍摄的内容。这一能力的实现，标志着Optimus在智能学习方面取得了重大突破。
Kovac进一步解释说：“我们最近在将人类视频知识转移到机器人上取得了显著进展，目前虽然仅限于第一人称视角，但这已经让我们能够比仅依赖远程操作数据更快地开展新任务。远程操作不仅复杂，而且数据获取有限。”他强调，通过这一过程，Optimus正迅速涌现出众多新技能，这些技能可以通过自然语言（无论是语音还是文本）进行调用，并由机器人上的单一神经网络统一处理。
展望未来，特斯拉Optimus团队计划进一步扩大其学习范围，将第三人称视频的转移学习纳入其中，即利用随机互联网视频作为学习材料。同时，他们还将通过在真实世界或合成世界（模拟/世界模型）中进行自我强化学习，进一步提升机器人的可靠性和性能。这一系列举措无疑将推动Optimus向更高层次的智能和实用性迈进。
