Reference · Company dossier
特斯拉内部垂直整合的人形机器人项目，试图把 FSD 视觉栈与汽车产线复制到人形机器人，以 2 万美元级成本为目标，但截至 2026 年 10 月仍未商业化交付。[确认]
Tesla 于 2003 年成立，CEO 为 Elon Musk；Optimus 项目 2021 年 AI Day 以 "Tesla Bot" 名义公布，2022 年 9 月展出首台原型，2023 年 12 月发布 Gen 2，2024 年 10 月 "We, Robot" 活动展示第二代样机。[确认] 2025 年 6 月 Optimus 负责人 Milan Kovac 离职，Autopilot 负责人 Ashok Elluswamy 接手，两个 AI 项目合并汇报。[确认] 团队规模与组织细节未披露。[未获取]
Optimus 无独立主体、无外部融资，全部依赖 Tesla 资产负债表与资本市场。[确认] 2025 年 11 月 6 日股东会通过 Musk 近 1 万亿美元薪酬方案，12 项运营里程碑中包含"交付 100 万台机器人"，把 Optimus 与 CEO 激励直接绑定。[确认] 2026 年 7 月 22 日 Q2 更新确认 Fremont 原 Model S/X 产线已拆除并安装第一代 Optimus 线，Giga Texas 厂区同步施工。[确认] 项目累计投入与单位成本未单独披露。[未获取]
当前量产版本为 V3（Gen 3）：据 The Information，V3 更轻、摄像头更多。[确认] 手部据专利文件为 22 自由度、约 25 个执行器移至前臂的腱绳方案。[推测] 官方从未公布完整规格、售价或正式发布，V3 亮相从 2026 年 Q1 一路推迟到"年底"，截至 10 月中旬仍未举行。[确认] 2026 年 8 月 Fremont 周产"数百台"，约为 Q2"数十台"的十倍；管理层目标年底超过 1,000 台/周，长期约 20,000 台/周。[确认] 初期产量主要进入内部 "Optimus Academy" 做训练数据采集，工厂内仅在受控区域执行特定任务，尚未对外销售。[确认] 商业化路径据报先向商业客户出租，公开销售目标为 2027 年底。[确认]
Optimus 的技术栈沿用特斯拉的自动驾驶路线。感知靠摄像头，模型是端到端神经网络，输入图像与本体状态，输出关节目标；机载推理用特斯拉自研的 FSD 芯片，AI5 计划在 2027 年 4 月前后装进机器人，单芯片算力相比 AI4 提升一个数量级。[确认] 整机执行器、电池包、计算平台与线束由特斯拉内部定义，Fremont 的原 Model S/X 产线被改造为 Optimus 线，Giga Texas 同步建设产能。[确认]
第三代机型的硬件重点在手。据 2026 年 4 月公布的国际专利，V3 手部为腱绳驱动，每指四个自由度、腕部两个，合计 22 个自由度，单手与前臂约 25 个执行器全部移到前臂，每指三根细缆经腕部路由进入指节；关节采用滚动接触结构，定位精度宣称达到 0.08 毫米 [推测]（专利文件）。 执行器数量与布线密度决定了前臂的体积、散热与装配难度。
数据流分三层。机器人端做实时推理与安全限制，工厂内的运行片段与遥操作演示回传训练集群，新权重经 OTA 下发到机队；训练侧用人类第一人称视频、仿真合成数据与机器人自博弈，训练算力来自特斯拉自建集群[推测]。Optimus Academy 的长期设想是让一万到两万台机器人反复练习任务，把数据回流成模型改进 [推测]；当前进入 Academy 的是试产批次，规模远低于这个设想 [确认]。
感知是纯视觉。头部与手部相机提供场景与抓取视角，V3 增加了摄像头数量；深度由多视角几何与学习得到，整机不配激光雷达。[确认] 这条路线继承了 FSD 的成本结构，摄像头模组便宜、布线简单，代价是对光照、纹理与反射敏感。
定位在工厂内靠视觉里程计与已知工位，家庭场景没有预置地图，机器人需要边建图边定位。[推测] 双足机体的位姿估计融合 IMU 与足底接触，漂移由视觉修正；在长走廊、重复货架与反光地面，视觉特征稀疏，定位误差会累积到厘米以上，抓取精度随之下降。
失效模式集中在视觉的物理边界。透明玻璃、镜面金属、黑色织物与强逆光会让深度估计失准；机械臂遮挡相机时，抓取点判断错误；手指触觉传感器在量产条件下可靠性不足，特斯拉为此开发可更换的手套式传感层，维修便利性提升，感知精度问题仍在。[确认] 加装深度相机、结构光或外部动捕可以补足，演示环境常用外部定位，量产机型没有这些设备。
规划与控制分成行为与执行两层。端到端网络把视觉输入映射为动作意图，底层控制器把意图转成关节位置、速度与力矩；行走、平衡与手部动作由不同网络或控制模块承担，具体分层未公开。[推测] 特斯拉公开的说法是一个网络覆盖全部行为，工程上仍需要实时控制器保证稳定性。
操作能力是当前瓶颈。腱绳驱动的优点是执行器远离手指、手部轻，缺点是缆绳存在摩擦、蠕变与回差，力控精度依赖张力估计与关节传感；25 个执行器挤在前臂，散热与装配一致性难，单手与前臂逾百颗螺丝仍需人工装配。[确认] 触觉反馈不足时，抓取易碎物与插装任务只能靠视觉与电流估计，成功率随物体形变上升而下降。
失败模式在接触与平衡。湿滑地面、油污、线缆与地毯边缘会让双足失去支撑；负载改变重心时，摔倒风险由限速与急停承担；人机近距离协作缺少认证的安全等级与力矩限制，工厂部署被限制在受控区域。[推测] 轮式底盘加固定工位是更稳的工程选择，稳定性好、成本低，特斯拉仍押注通用人形。
模型路线是端到端加多源数据。FSD 的视觉主干与训练基础设施被复用，Optimus 增加运动与操作网络；训练数据包括人类第一人称视频、遥操作演示、仿真合成与机器人自博弈，Cortex 集群的算力按长期扩张配置。[确认] 与汽车不同，Optimus 没有数百万台在路车辆提供数据，数据规模需要靠自建机队补齐，这是马斯克在 2026 年第三季度电话会上明确承认的差异。[确认]
数据质量是核心约束。遥操作数据带有人与机器人的动力学差异，直接模仿会把人的动作习惯带进控制器；仿真数据存在现实差距，接触密集的任务尤其明显；触觉数据因传感器不可靠而稀缺，模型只能更多依赖视觉。[推测] 合成数据与视频生成可以扩充场景，无法替代真实接触的物理反馈。
验证边界在公开基准的缺失。特斯拉没有发布任务成功率、泛化测试集或第三方复现报告，公开演示经过剪辑与场景选择；2026 年 1 月马斯克承认 2025 年没有 Optimus 做有用工作，说明演示能力与生产可用性之间仍有距离。[确认] 若第三方在未公开的工厂任务上测得的成功率显著低于演示，模型能力的叙事需要下调。
制造是特斯拉的相对优势。Fremont 的原 Model S/X 产线被拆除，安装第一代 Optimus 线；2026 年 8 月周产达到数百台，约为第二季度数十台的十倍，管理层目标年底超过一千台每周，长期两万台每周。[确认] 汽车产线的节拍管理、拧紧与检测设备、供应商质量管理可以部分迁移，人形机器人的总装仍有大量手工工位。
供应链的薄弱点在精密件。单手与前臂逾百颗螺丝与微型零件需要人工装配，装配良率低；触觉传感器在高循环寿命下失效，特斯拉用可更换手套缓解维修；部分中国供应商在量产一致性上不达标，稀土磁体出口管制又造成两到三个月的延迟，一度出现有机器人没手臂的情况。[确认] 行星滚柱丝杠、谐波减速器与高分辨率编码器的产能集中，放量会同时挤压这些环节。[推测]
成本目标与现实的差距未披露。规模量产时的物料成本目标为两万美元 [确认]；当前单台成本、良率与工时都没有公开数据，Fremont 与 Giga Texas 的产线投资计入特斯拉整体资本开支，Optimus 没有独立损益 [未获取]。 外购执行器与手部模组能加快爬坡，成本与迭代速度受制于供应商，特斯拉选择垂直整合。
软件平台几乎不对外开放。没有公开的 SDK、应用商店或开发者计划，机队管理、远程监控与 OTA 由特斯拉内部掌握；外部客户计划在 2027 年底开始交付，初期以租赁方式进入商业场景。[确认] 这种封闭与 FSD 的策略一致，特斯拉把机器人当作整机产品交付，集成工作由自己完成。
工业接口是明显缺口。进入汽车产线需要与制造执行系统、仓储管理系统、安全 PLC 与产线节拍对接，需要支持 EtherNet/IP、PROFINET 一类现场总线，需要给出安全等级与急停规范；特斯拉没有公开这些能力的清单。[未获取] 对比 FANUC、KUKA 的接口文档与认证，Optimus 的平台化程度很低。
封闭的收益与代价并存。整机由一家公司提供，现场变量少，失败样本回流到同一套训练管线；客户无法二次开发，系统集成商无法围绕它建立增值服务，替换成本落在整条产线的改造上。[推测] 对特斯拉而言，早期封闭有利于质量控制；对客户而言，单供应商风险与产线停机成本需要合同条款覆盖。
壁垒目前只到潜在的规模经济加部分流程能力，兑现时点取决于 V3 发布、良率与 2027 年首批外部交付。
第一条可证伪条件在交付。V3 的亮相从 2026 年第一季度推到年中，再推到年底，截至 10 月中旬仍未举行 [确认]；若 2027 年底无法向外部客户交付可用机器，或首批客户在试用后不再续租，时间表与产品成熟度的叙事同时失效 [推测]。观察窗口为 2027 年底，指标与阈值是首批外部客户在三个月内续租率低于一半，或交付数量低于合同量的三成。反向证据是外部客户披露运行时长、任务清单与停机原因，且复购发生。
第二条在手部可靠性。腱绳、25 个前臂执行器与触觉手套构成维修成本的主要部分；若现场数据显示手套更换频率高、手指精度随使用衰减，单台年维护成本会抵消两万美元物料成本带来的降价余地 [推测]。观察窗口为 2027 年，指标与阈值是手套更换周期短于三个月，或手指重复定位精度在使用一年后衰减超过两成。观察点还包括特斯拉是否公开手部寿命测试、保修条款与备件价格。
第三条在算力与供应链。AI5 计划在 2027 年 4 月前后集成，若延期到 2027 年下半年之后，机载算力会限制模型规模；稀土磁体出口管制与精密件供应商的产能，决定周产一千台的目标能否维持 [确认]。观察窗口为 2027 年，指标与阈值是 AI5 集成推迟两个季度以上，或周产在一千台的门槛上停留超过两个季度；两项同时受阻，产量目标与成本目标都会后移。
无公开销售渠道、无定价、无外部客户交付。[确认] 短期客户就是特斯拉自家工厂与"Academy"，中期靠租赁给商业客户，长期指向家庭。[推测] 成本目标为规模量产时 2 万美元 COGS（2025 年 11 月口径）；Musk 自 2022 年反复提到的 2–3 万美元是长期售价目标，不是现价。[确认]
主要对手为 Figure、Agility Robotics、Apptronik、1X、Boston Dynamics，以及 Unitree、优必选等中国厂商。[确认] Tesla 的相对优势是资金、产线与 AI 基础设施；相对劣势是进度落后、泛化能力弱、手部工程未过关，且竞争者可逐帧拆解其发布会。[确认]
时间表多次跳票：V3 发布从 Q1 推到"年中"再推到"年底"；Musk 在 2026 年 1 月 28 日 Q4 电话会上承认 2025 年没有任何 Optimus 做"有用工作"；中国磁体出口管制又拖慢 2–3 个月，一度出现"有机器人没手臂"。[确认] 叠加手部可靠性、装配良率、供应商质量与薪酬里程碑压力，量产与盈利路径均未验证。[推测] 结论：Tesla 是唯一同时具备"汽车级制造 + 自有 AI 栈 + 内部场景"的人形项目，但 2026 年仍处于试产与数据采集阶段；真正的验证点是 V3 正式发布、>1,000 台/周的良率，以及 2027 年首批商业交付。[推测]
Philosophy sword
融合主轴尚未定义。这里将放：一句话定性、三线状态、三项判定与反证条件。
预留位 · 不参与当前分析