特斯拉Optimus最新展示總結：實驗室達到「跑步」速度、手部細節與模擬訓練進展

本文總結一次YouTube訪談，重點討論特斯拉於當日發布的Optimus（Gen 2.5）示範影片及在NeurIPS會場的演示，並整理受訪者Dr. Scott Walter對影片中機器人速度、步態、手部結構、充電與訓練模擬的專業觀察與推論。

1) 速度與「跑步」判定
- 特斯拉公開的實驗室影片顯示Optim us具備短暫「飛行相」（兩腳離地），技術上屬於跑步而非快走。
- Dr. Scott 根據畫面測量（以骨盆/軀幹為基準、逐格計時）估得約4公尺行程耗時1.71秒，換算約2.34 m/s、8.4 km/h，約5.2 mph（接近Elon早前承諾的5 mph 範圍）。

2) 步態與鞋頭（toe box）問題
- 影片慢動作可見鞋頭在腳趾離地時明顯彎折／打開，屬結構性關節位置導致的「翻起/張開」現象，而非單純落地反彈。
- 這種開口若在真實環境遇到砂石等異物，可能卡住或導致破損；Dr. Scott 推測未來版本會把底板做成連續、減少此縫隙以降低風險。

3) 手部結構與現有限制
- 特寫顯示機械手已裝上保護手套（glove），手掌有掌節彎折的設計。內部結構推估為22個手指關節（不含腕），但實際致動器只有17個（＋腕部2個），部分伸展回復靠彈簧／彈性材料（ligament）被動完成。
- 因為缺少部分主動回拉致動器，手指的精準控制與回位力有限，長期摩耗會使手套與關節處易損。Dr. Scott 預期後續版本會加入更多致動器（例如在前臂增加數個致動器），以把被動回復改為主動控制，並改善拇指CMC等較「鬆」的結構以提升抓握穩定性與力量。

4) 充電與展示場定位
- 會場與先前影片可見Optimus靠背後插座或站位充電（有掛牆或支架定位的可能），展示機可能固定在某種支撐架上以維持站姿與續航。

5) 模擬訓練與NeurIPS演示（世界模型）
- Tesla 在NeurIPS示範其「神經網路即時生成世界」的能力：利用大量真實影片資料生成外觀與物理逼真的即時模擬場景（示例為車輛駕駛），可用於強化學習和大量合成訓練資料。
- 這些方法可直接移植到Optimus訓練流程，讓機器人在高保真合成環境反覆學習複雜場景與邊界條件，快速擴增訓練數據集與情境多樣性。

6) 產品世代、量產與供應鏈考量
- 影片為Gen 2.5（仍在用作訓練與驗證硬體），Elon 先前表示Gen 3預計在明年第二季發表（可能3月）。Dr. Scott 推測2.5將作為訓練與測試平台，同時替下一代硬體累積大量RL訓練經驗。
- 有關量產（Gigafactory 與每年大量產能）的傳聞與供應商訊息（例如中國供應商與外包廠檢）似有其真實性，但大規模零件與致動器供給、製程設備與產線建置需大量時間與資本，完整生產化通常需數年達到高量產率；即便廠房搭建快，內部自動化與關鍵零組件的產能爬升仍會慢慢放量。

7) 觀察結論與意義
- 此次展示具代表性意義：Optimus已達到可被稱為「跑步」的步態速度（約5 mph），手部機構已顯著進化且有可見的工程實作，但仍存在設計可改進之處（致動器數量、掌部縫隙與耐久等）。
- 更重要的是，Tesla 正在把在自駕（FSD）上累積的世界模型與模擬訓練能力運用到人形機器人領域，這會大幅提升在模擬中訓練稀有或危險情境的能力，縮短學習週期。
- 總體來說：進展明顯且值得肯定，但仍屬開發與驗證階段，量產與穩定可靠性尚需時間、供應鏈協同與更多硬體改良。