在百度剛剛發布了一款具備L5級自動駕駛功能的“汽車機器人”后，特斯拉在其AI Day活動上亮相了一款人形AI機器人。
特斯拉CEO伊隆·馬斯克稱，公司推出這款機器人的初衷是希望它能代替人類完成一些枯燥、危險、重復性強的工作。
不過，這款AI機器人僅僅是本次AI Day上的餐后“甜點”，備受外界關注的“主菜”仍然是特斯拉在自動駕駛方面的布局。在活動現場，特斯拉發布了純視覺方案FSD的進展、神經網絡自動駕駛訓練、D1芯片、Dojo超級計算機等重磅信息，“黑科技”滿滿。
受上述消息影響，8月18日，特斯拉股價高開，一度漲近3%，不過隨后逐步走低，截至發稿，漲幅收窄至0.8%，報678.83美元/股，總市值6721億美元。
繼續堅持視覺感知路線
長期以來，在自動駕駛的感知路線上，各家車企采取的思路各有不同，但大體上可以氛圍三類：一類是以Waymo、奧迪為代表的激光雷達派，另一類是以蔚來、比亞迪、寶馬、奔馳為代表的毫米波雷達派，而特斯拉則更加傾向于仿生理念，可以稱之為攝像頭派。
目前，由于激光雷達的成本較高，大多數企業采用的是多顆毫米波雷達的路線。不過，最近，以小鵬汽車、理想汽車為代表的企業，已開始加速推進激光雷達的上車。
不久前，有媒體曝光稱，特斯拉與激光雷達公司Luminar簽訂了使用激光傳感器技術進行測試和開發的合同，同時已有特斯拉Model Y正在搭載激光雷達傳感器進行路測。
這一消息發布后，不少業內人士認為，特斯拉有可能會改變其純視覺感知的路線，實現激光雷達的上車。然而，在本次AI Day上，特斯拉則再度表明了其在純視覺傳感器路線上的堅決態度。
在活動現場，特斯拉展示了其支持多任務學習HydraNets神經網絡架構，這一架構可以將特斯拉車身上8個攝像頭獲取的畫面拼接起來，并完美平衡視頻畫面的延遲和精準度，實現純視覺感知。
特斯拉人工智能部門總監Andrej Karpathy表示，“我們希望能夠打造一個類似動物視覺皮層的神經網絡連接，模擬大腦信息輸入和輸出的過程。就像光線進入到視網膜當中，我們希望通過攝像頭來模擬這個過程。”
用AI神經網絡提升輔助駕駛能力
特斯拉表示，經過實踐，攝像頭捕捉到的參數和空間追蹤是很難通過C++這個基礎架構實現拼接的，同時一些涉及到空間的數據輸出質量也有所欠缺，不同攝像頭獲取的物體信息不同，拼合時很難進行整體把握。
為解決這些問題，特斯拉開發了“矢量空間”技術，同時兼具了非凸優化算法和高維度兩大優勢。該技術可以通過8個攝像頭輸入的數據為基礎繪制3D鳥瞰視圖，形成4D的空間和時間標簽的“路網”以呈現道路等信息，幫助車輛把握駕駛環境，更精準的尋找最優駕駛路徑
