在百度刚刚发布了一款具备L5级自动驾驶功能的“汽车机器人”后，特斯拉在其AI Day活动上亮相了一款人形AI机器人。

特斯拉CEO伊隆·马斯克称，公司推出这款机器人的初衷是希望它能代替人类完成一些枯燥、危险、重复性强的工作。

不过，这款AI机器人仅仅是本次AI Day上的餐后“甜点”，备受外界关注的“主菜”仍然是特斯拉在自动驾驶方面的布局。在活动现场，特斯拉发布了纯视觉方案FSD的进展、神经网络自动驾驶训练、D1芯片、Dojo超级计算机等重磅信息，“黑科技”满满。

受上述消息影响，8月18日，特斯拉股价高开，一度涨近3%，不过随后逐步走低，截至发稿，涨幅收窄至0.8%，报678.83美元/股，总市值6721亿美元。

继续坚持视觉感知路线

长期以来，在自动驾驶的感知路线上，各家车企采取的思路各有不同，但大体上可以氛围三类：一类是以Waymo、奥迪为代表的激光雷达派，另一类是以蔚来、比亚迪、宝马、奔驰为代表的毫米波雷达派，而特斯拉则更加倾向于仿生理念，可以称之为摄像头派。

目前，由于激光雷达的成本较高，大多数企业采用的是多颗毫米波雷达的路线。不过，最近，以小鹏汽车、理想汽车为代表的企业，已开始加速推进激光雷达的上车。

不久前，有媒体曝光称，特斯拉与激光雷达公司Luminar签订了使用激光传感器技术进行测试和开发的合同，同时已有特斯拉Model Y正在搭载激光雷达传感器进行路测。

这一消息发布后，不少业内人士认为，特斯拉有可能会改变其纯视觉感知的路线，实现激光雷达的上车。然而，在本次AI Day上，特斯拉则再度表明了其在纯视觉传感器路线上的坚决态度。

在活动现场，特斯拉展示了其支持多任务学习HydraNets神经网络架构，这一架构可以将特斯拉车身上8个摄像头获取的画面拼接起来，并完美平衡视频画面的延迟和精准度，实现纯视觉感知。

特斯拉人工智能部门总监Andrej Karpathy表示，“我们希望能够打造一个类似动物视觉皮层的神经网络连接，模拟大脑信息输入和输出的过程。就像光线进入到视网膜当中，我们希望通过摄像头来模拟这个过程。”

用AI神经网络提升辅助驾驶能力

特斯拉表示，经过实践，摄像头捕捉到的参数和空间追踪是很难通过C++这个基础架构实现拼接的，同时一些涉及到空间的数据输出质量也有所欠缺，不同摄像头获取的物体信息不同，拼合时很难进行整体把握。

为解决这些问题，特斯拉开发了“矢量空间”技术，同时兼具了非凸优化算法和高维度两大优势。该技术可以通过8个摄像头输入的数据为基础绘制3D鸟瞰视图，形成4D的空间和时间标签的“路网”以呈现道路等信息，帮助车辆把握驾驶环境，更精准的寻找最优驾驶路径