このヒト型ロボットは、単一のニューラルネットワークを通じてすべてのタスクを完了することができました。
イーロン・マスク氏がギガ・テキサスで CNBC のデイヴィッド・フェイバー氏とのインタビューに応じた際、オプティマスはテスラの最大の製品の一つになると改めて述べました。このマスクCEOの主張をアピールするかのように、ソーシャルメディアプラットフォーム X のテスラ・オプティマスの公式アカウントは、ヒト型ロボット・オプティマスの非常に印象的なデモ映像をシェアしました。
オプティマスの最新デモ
最近のビデオデモでは、テスラオプティマスチームは、さまざまなタスクを実行するヒト型ロボットを紹介しました。その中には、ゴミを捨てる、ほうきや掃除機を使う、紙タオルをちぎる、鍋をかき混ぜる、キャビネットを開ける、カーテンを閉じるなどの家事があります。また、このビデオでは、オプティマスがモデル X のフロントリンクを拾って台車の上に置く様子も紹介されています。
The biggest product ever
— Kekius Maximus (@elonmusk) May 21, 2025
pic.twitter.com/AgmU7AjcDT
テスラオプティマスチームのデモで最も注目すべき点は、ヒューマノイドロボットが単一のニューラルネットワークを通じてすべてのタスクを完了できたことです。ロボットの行動は、同様のタスクを行う人間の第一人称視点のビデオからオプティマスにデータが供給され、直接学習されました。このシステムにより、オプティマスは新しいスキルを迅速かつ確実に学習し、洗練することができるようになります。
テスラ、オプティマスの副社長が洞察を語る
X のフォローアップ記事で、テスラ・オプティマス（テスラボット）の副社長であるミラン・コヴァック氏は、チームの目標のひとつは、オプティマスに、第三者によって撮影された映像やランダムなカメラで撮影した映像など、人間がタスクを実行しているインターネットの動画から直接学習させることだと述べました。
「この取り組みにおいて、私たちは最近大きな進歩を遂げ、学習内容の大部分を人間のビデオからロボットに直接転送できるようになりました（現時点では一人称視点のみ）。これにより、遠隔操作のロボットのデータのみを使用する場合（運用負荷が高い）に比べ、新しいタスクの起動を大幅に高速化することができます。」
「このプロセスを通じて、多くの新しいスキルが生まれ、自然言語（音声/テキスト）によって要求され、ボット上の単一のニューラルネットワーク（マルチタスク）によって実行されます。次は、3人称視点のビデオ配送（別名ランダムインターネット）に拡大し、現実世界および/または合成世界（シミュレーション/世界モデル）での自己プレイ（RL）によって信頼性を高めていきます」
上記のようにコヴァック氏は X への投稿で述べています。
※免責事項：この記事は主にテクノロジーの動向を紹介するものであり、投資勧誘や法律の助言などではありません。また、記事の正確性を保証するものでもありません。掲載情報によって起きたいかなる直接的及び間接的損害に対しても、筆者・編集者・運営者は一切責任を負いません。また、運営者はテスラ株式のホルダーです。
コメント