馬斯克曬 Optimus 新舞姿：完全在模擬中靠強化學習練成

人形機器人跳舞這件事，科技圈已經看了不少次。但馬斯克這次拿出來的影片，有意思的不是舞姿有多好看，而是這個機器人到底是怎麼把舞步學到手的。

馬斯克在社交平臺 X 上發了一段 6 秒鐘的短影片，展示了特斯拉 Optimus 人形機器人的最新動態。影片裡，Optimus 的手臂和雙腿隨著節奏擺動，保持著不錯的平衡感，動作明顯比過去更從容，儘管實話實說，看起來多少還是有一點生硬和機械感。

馬斯克給影片配文說，團隊在幕後付出了很多努力，很快會有更多成果公佈。

沒捱過打，全在電腦裡試錯

如果只是按預設指令碼跳一段舞，並不算稀奇。但馬斯克隨後解釋，這段舞蹈是 Optimus 完全在虛擬模擬環境裡，通過強化學習和不斷試錯自己琢磨出來的。

在機器人研發裡，把演算法在虛擬世界訓練好、再直接放到真實物理硬體上執行，被稱為模擬到真實遷移。這件事難就難在現實差距，虛擬世界算得再精細，現實裡的摩擦力、重力和微小延遲也總會讓機器人當場出醜。

馬斯克表示，特斯拉在模擬到真實的資料管線上做了大量最佳化和修復。據外媒 Latestly 報道，一位未具名的特斯拉工程師也證實，Optimus 確實是完全在虛擬環境中完成的訓練。

影片裡的 Optimus 並沒有接電纜走線，不過背景裡能看到一根細安全繩。馬斯克特意解釋說，繩子只是防止機器人摔壞做個保險，並沒有吊著它，因為目前還只是早期測試結果，穩定性很快會跟上。

從被質疑遙控到隔空較勁

從 2021 年最初畫餅、找真人套著皮套在臺上跳舞，到 2022 年展示走得顫顫巍巍的原型機，再到後來能分揀物品、接網球和爬斜坡，Optimus 的步子邁得確實不算慢。

不過，外界對它的質疑一直沒停過。最典型的是在 2024 年 10 月特斯拉的 We, Robot 活動上，現場展示的 Optimus 後來被曝光很大程度上是由後臺工程師遠端遙控的，並沒有達到完全自主作業的水平。

而這次展示即時自適應運動，看起來也是在挽回自主性的口碑。有外媒分析認為，馬斯克選在這個時間點放影片，也是在隔空回應近幾個月動作頻頻的中國人形機器人同行。

早在 2022 年的特斯拉 AI Day 上，馬斯克就公開斷言，隨著時間推移，Optimus 機器人的潛力甚至可能超過特斯拉的汽車業務。

為什麼重要

我們認為，這次展示的核心看點是全模擬強化學習的路徑終於走通了一部分。如果機器人不需要在現實裡摔爛幾百臺機器，就能在虛擬世界把底層運動控制學好，整個硬體迭代的成本和速度會成倍加快。

對於工業和家庭服務場景來說，跳舞本身毫無實用價值，但舞蹈背後要求的全身動態平衡、重心自適應調節，正是未來搬重物或走複雜地形的底層地基。只要模擬到真實的遷移管線跑順了，教它做別的動作就會快很多。

不過隱患同樣明顯。一段 6 秒鐘還帶安全繩的擺拍，距離真正進廠幹活還隔著巨大的鴻溝。現實世界充斥著無法預測的干擾，在乾淨平地上搖擺幾下，跟在工廠流水線裡精準擰螺絲完全是兩碼事。特斯拉現在最需要證明的，不是自家機器人有多會整活，而是它什麼時候能在不靠人工接管的情況下，獨立做完一件枯燥而複雜的實際工作。