在数据采集方面的新策略，以及由此带来的挑战。随着项目负责人离职，特斯拉似乎正在调整其数据收集方式，放弃了过去的动作捕捉方案，转而采用更加“朴素”的方式——雇佣员工进行模拟人类行为的数据采集。

　　为了训练Optimus机器人，特斯拉雇佣了一支数据采集团队，他们需要长时间重复诸如拿杯子、擦桌子、拉窗帘等动作。与过去使用动作捕捉服或手动控制不同，特斯拉现在主要通过摄像头采集数据。这种方式虽然扩大了数据采集的规模，但也对员工的体力提出了更高的要求。员工需要佩戴头盔和沉重的背包，上面搭载着多个摄像头进行全程记录。长时间的体力劳动和头显设备的使用，给员工带来了身体上的负担，甚至导致了晕动症等问题。

　　据报道，在鼎盛时期，特斯拉的数据采集团队超过100人。这背后是马斯克对人形机器人的宏伟愿景：在今年第三季度财报会议上，马斯克宣称公司将实现年产100万台Optimus的目标，并预计人形机器人业务将占据特斯拉价值的80%左右。数据被视为提升人形机器人泛化能力的关键，九游会J9而特斯拉此举无疑是为了构建更坚实的数据基础。

　　数据采集是人工智能训练的基石。目前，行业内“虚实结合”的方案逐渐成为主流。 真实数据虽然训练效果好，但采集成本高，格式不统一。仿真数据则可以大规模生成，成本低廉，但训练出来的模型往往不适应。 业内人士认为，基于海量高仿真物理数据，结合高质量的真实采集数据，将是未来提升智能泛化能力的重要途径。 根据 ResearchNester 的报告，数据采集系统市场规模预计在2035年达到39.8亿美元，复合年增长率约为5.2%。

　　尽管特斯拉的数据采集方式面临挑战，但也有迹象表明，未来机器人训练有望实现“AI化”。特斯拉近日官宣在自研世界模型中训练Optimus。东吴证券认为，目前企业多采用世界模型、九游会J9遥控操作、仿真迁移、模拟训练等方法，但都有局限性，无法获得通用泛化能力。具身智能的学习训练方法还有待探索。从放弃动作捕捉到依赖人工，再到探索AI自主学习，特斯拉Optimus的数据采集之路充满了挑战，也充满了机遇。你认为，在数据采集和AI训练方面，特斯拉Optimus未来会面临哪些挑战，又将如何克服？