特斯拉没有机器人车队：为什么 Optimus 必须像小孩一样通过自我博弈学干活？

特斯拉的车能天天在路上自己跑，靠的是几百万车主每天在替它当免费教练。 人形机器人可没有这个福气。 谁家里会平白无故放着几百万台机器人，天天教它怎么叠衣服、怎么拿杯子？ 这就是为什么把自动驾驶做出来之后，特斯拉反而撞上了一堵更硬的墙。 在 2026 年三季度的财报电话会上，马斯克和特斯拉人工智能软件副总裁阿肖克·埃卢斯瓦米，把这个难题摊在了桌面上。 自动驾驶能跑通，是因为特斯拉在全球有海量的实车在跑。 你每一次打方向盘，每一次踩刹车，或者在辅助驾驶开小差的时候猛拉一把方向，车上的传感器都在记录你的动作。 车身本身就是传感器，车主就是最好的数据标注员。 但人形机器人没有现成的车队。 埃卢斯瓦米在会上讲了一个细节。 人类不可能钻进机器人的外骨骼里，像提线木偶一样操控它过日子。 如果全靠工程师戴着虚拟现实头显远程操控，录一个小时动作的成本高得吓人，根本凑不够训练大模型所需要的数据规模。 既然没有人给它喂数据，这台机器到底要怎么学会干活？ 马斯克在会上打了个粗糙但很形象的比方：你看小孩是怎么长大的。 刚学步的小孩走起路来晃晃悠悠，什么都不会，拿个勺子都能扣在脸上。 你不需要给小孩的大脑写几万行控制代码，也不可能二十四小时抓着他的手做示范。 小孩是通过摸索和玩耍，自己搞懂物理规则的。 摔几次跤，他就知道重心该放在哪里； 抓掉几个玩具，他就知道手指该用多大的握力。 马斯克说，到最后小孩学会自己擦屁股，这就是一件了不起的大事，当过父母的人都知道这有多难。 在算法的世界里，这种摸索方式叫自我博弈与强化学习。 当年围棋人工智能可以通过左右互搏自己学会下棋，因为棋盘只有十九路，规则完全确定，算力放在电脑里一秒钟能推演几十万盘。 但真实世界不是棋盘。 抓一个玻璃杯，杯壁上有水珠，摩擦力是多大？ 拿一张纸巾，手上使多少力才不会把它扯破？ 柔软物体的接触、摩擦力、材料形变，在电脑里纯靠物理引擎根本算不准。 这就是机器人领域常说的仿真到真实差距。 在电脑里练得再好，一放到真实的物理世界里，照样寸步难行。 既没有现成的人类数据，仿真环境又不够靠谱，那要怎么破局？ 特斯拉给出的工程解法很直接：自己造一支队伍来试错。 他们计划先造一万台到两万台 Optimus 机器人出来。 这些机器人不急着卖给普通家庭，直接送进自家的超级工厂和训练基地，建立所谓的擎天柱学院。 成千上万台机器人被放在真实的产线和环境里，让它们自己去抓零件、搬箱子、插插头。 抓掉一次零件，背后的端到端神经网络就调整一次权重。 一万台机器人同时在车间里摸索，一天积累的真实接触数据，就相当于人类好几十年的经验。 一号机器人在车间里踩了坑，当天晚上通过中央算力集群一更新，第二天所有机器人的模型同步升级。 在能替人类打工之前，这些机器人必须先当自己的试验品。 以前大家总觉得，人形机器人的门槛在电机、减速器和机械手指。 但真正决定它能不能走进现实的，是物理世界的数据飞轮能不能转起来。 马斯克把机器人比作学步的小孩，一点都没夸张。 在它能走进千家万户做家务之前，特斯拉得先在自己的工厂里，把这座全世界规模最大的机器人托儿所建起来。