为什么慢吞吞的特斯拉人形机器人，需要的算力是高速汽车的十倍？

一辆两吨重的特斯拉在路上跑 120 码，和一个机器人在车间里慢慢走。 谁需要的芯片算力更大？ 直觉上肯定是车，对吧？ 车速那么快，遇到障碍物一瞬间就得做出反应，撞一下可是要命的事。 结果特斯拉给出的答案完全反过来。 现在的特斯拉汽车用的是 AI4 芯片。 算力大概在 500 TOPS 左右。 靠这块芯片，汽车可以看清八个摄像头的画面，在高速上超车、在路口避让行人。 但是到了人形机器人 Optimus 这里，AI4 芯片撑不住了。 在特斯拉第三季度财报电话会上，马斯克说了个细节。 他说团队费了很大劲，想把机器人需要的所有东西硬塞进 AI4 芯片里，结果非常吃力。 Optimus 必须等下一代的 AI5 芯片。 时间大概在明年四月。 这块新芯片的算力，是现有车机芯片的十倍左右。 一个走得慢吞吞的机器人，为什么比跑高速的自动驾驶汽车，需要多十倍的算力？ 区别就在两个词：自由度和任务空间。 先看自动驾驶汽车。 车开在路上，环境看起来很复杂，但车本身的控制其实极度简单。 它在二维的地面上移动。 不管路况怎么变，系统最后输出的物理动作只有三个：方向盘转多少度、油门踩多深、刹车踩多重。 它的任务也只有一个：从 A 点安全开到 B 点。 再看人形机器人。 光是 Optimus 最新设计的那双手，单手就有 22 个自由度。 再加上手腕、手肘、肩膀、脖子、腰部，以及两条腿上的膝盖和脚踝。 全身几十个关节电机。 机器人往前走一步，系统每秒钟要协调几十个电机的输出扭矩，实时计算重心，在三维空间里维持动态平衡。 更麻烦的是任务。 车只要不撞东西就行。 机器人呢？ 它要从桌上拿一个生鸡蛋，手指用力轻了会滑落，用力重了会捏碎。 它要拧螺丝、接电线、叠衣服、用扳手。 马斯克在电话会上说：一个人或者机器人能做的事情种类，是汽车的一千倍以上。 这就是为什么 AI4 芯片不够用。 特斯拉搞的是端到端神经网络。 摄像头把图像喂进来，神经网络直接输出电机的控制信号。 对于汽车来说，输入八路画面，输出转向和加减速，AI4 的 500 TOPS 算力和 16GB 内存刚好够用。 但如果要让机器人一边看清眼前的物体，一边实时解算几十个关节电机的运动轨迹，还要结合手指触觉传感器的微秒级反馈随时调整力度，模型参数和计算量直接爆掉了。 AI5 芯片就是为了把这个计算瓶颈砸开。 这块芯片用上了 3 纳米工艺，算力跳到了两千 TOPS 以上，内存也翻了好几倍。 有了这十倍的本地算力，复杂的具身智能模型才能真正装进机器人的脑袋里，不用连着云端服务器就能自己做决策。 按马斯克的节奏，明年四月完成 AI5 芯片在机器人身上的集成。 再加上灵巧手的高精度装配和关节寿命耐久测试，大约一年后，也就是 2027 年底，Optimus 才会正式开始向外部客户交付。 人类花了几亿年进化出的大脑，控制全身两百多块骨头和六百多块肌肉，我们随手拿个苹果觉得毫不费力。 等工程师想用硅基芯片复现这一套动作时，才发现这点日常动作背后的算力账单，比把一辆两吨重的铁疙瘩推到高速上跑，还要贵得多。