據馬斯克透露，目前人形機器人是在特斯拉內部優先級最高的項目。

微軟和谷歌要給機器人注入靈魂

從產品現狀來看，特斯拉的Optimus人形機器人還沒有很強的思維能力，只能完成指定的任務。目前，市面上大部分的人形機器人基本都處于“弱人工智能”的階段。

不過，這種情況將很快得到改變，微軟、谷歌等公司都已經開始布局將AI大模型引入到機器人領域。

上面我們提到了谷歌的AI模型PaLM-E。根據谷歌的說法，PaLM-E是通過分析來自機器人攝像頭的數據來執行高級指令，整個過程并不需要預訓練。在演示視頻里，工程師只要說出“從抽屜里給我拿袋米片”的指令，PaLM-E就可以自主完成剩余的操作。

PaLM-E執行拿薯片指令

當然，谷歌PaLM-E的潛能絕不限于此，其最終目標是打造一個機器人的大腦。PaLM-E是一種多模態具身視覺語言模型，集成了參數量540B的PaLM和參數量22B的視覺Transformer（ViT），不僅可以理解圖像，還能理解、生成語言，還具有零樣本學習的能力，即在沒有任何訓練數據的情況下完成新任務。

這也引申出一個新的概念，那就是英偉達公司提出的具身智能。在ITF World 2023半導體大會上，英偉達黃仁勛表示，人工智能的下一個浪潮將是具身智能。具身智能能夠在物理世界中進行操作和感知，輸出各種機械動作。如果要更簡單地解釋，那么具身智能就是當前AI大模型和人形機器人的深度融合。其中，AI大模型讓具身智能擁有一個超強的大腦，能夠處理視覺信息、生成提示詞等各種信息；特斯拉的DOJO D1芯片以及Optimus身上的伺服系統和傳感器則負責執行機械動作。

上海交通大學教授盧策吾表示，“雖然人工智能能給你輸出一個表征，但很難檢驗它們是否真的理解了這些概念。所以我們可以先在一些可驗證、可測量的概念上面做出個閉環。而具身智能剛好是這樣一個閉環，這樣的具身智能可能是邁向通用智能的一個很好的起點，因為它可測量、可解釋、可檢驗。”

目前，具身智能已經被認為是繼AIGC之后下一個浪潮。因此，引領AI大模型和AIGC潮流的OpenAI定然也不想錯過這波潮流，該公司正在積極地將GPT大模型擴展到機器人領域。目前，國外機器人公司 Engineered Arts將其人形機器人Ameca接入GPT3，實現其人形機器人可以自由地跟工程師對話。

另外，微軟工程師也在嘗試使用ChatGPT控制機械臂，這名工程師使用對話反饋來教會模型如何將最初提供的API組合成更復雜的高級功能，由ChatGPT自己編碼。

4月27日，在第六屆數字中國建設峰會上，阿里巴巴董事會主席兼CEO、阿里云智能集團CEO張勇透露，阿里云工程師正在實驗將千問大模型接入工業機器人，在釘釘對話框輸入一句人類語言，即可遠程指揮機器人工作。在演示視頻中，工程師輸入：“我渴了，找點東西喝吧?！鼻柎竽Ｐ土⒓蠢斫饬酥噶顑热莶⒒卮穑昂玫模艺艺矣惺裁春鹊??！?/div>