テスラは、ヒューマノイドロボット「Optimus」の量産版に、完全自動運転（FSD）と共通の基盤を持つエンドツーエンドの視覚大規模モデルを初めて搭載したと発表しました。従来の硬直的なプログラム制御から、ニューラルネットワークが視覚入力から直接動作を生成する方式に変わり、複雑な物理環境での自律的な判断と身体動作が大きく向上したとしています。
ポイント
- 量産版OptimusがFSDと共通基盤のエンドツーエンド視覚大規模モデルを初搭載
- 従来のモジュール型段階的アルゴリズムを廃止し、視覚入力から直接動作を出力
- 搭載カメラで環境を認識し、大規模モデルが全身の関節制御指令をリアルタイム生成
- 外力への対応や不整地歩行、繊細な物品の把持・仕分けで高い性能を確認
- テキサス工場で専用生産ラインの建設を加速し、大規模量産に備える
エンドツーエンド方式への転換
新型Optimusは、従来のモジュール化された段階的アルゴリズムを廃し、ニューラルネットワークが直接駆動する「視覚入力から動作出力へ」のエンドツーエンド方式を採用しました。ロボットは機体に搭載したステレオカメラで周囲を認識するだけで、大規模モデルがリアルタイムに高精度な全身の関節制御指令を生成できます。
実地テストでは、突然の外力で押された場合への対応、凹凸のある路面での安定した歩行、繊細な物品の把持と仕分けなどを確認しました。動作の滑らかさ、反応速度、バランス性はいずれも高い水準に達したということです。
ハードウェアと量産の進展
テスラのエンジニアリングチームは、軽量素材と関節モーターを最適化することで、ロボット全体のエネルギー消費を大幅に削減しました。これにより、1回の充電あたりの稼働時間が大きく向上したとしています。
また、テキサスにあるギガファクトリーでは専用生産ラインの建設を加速しており、今後の大規模量産に向けた基盤を整えています。
