埃隆·马斯克对 Optimus 的愿景极为宏大：一款能稳定行走、用灵巧双手执行复杂非标准任务的人形机器人——既能走上工厂流水线，也能进入家庭厨房。
但要实现这一目标，前方横亘着几座大山：平衡与运动控制、自主完成泛化任务、以及接近车规级的可靠性。
现实中，进展却参差不齐。2024 年 1 月，特斯拉展示了一段 Optimus 叠衣服的视频。同年 10 月，在 “ME Robot” 发布会上，Optimus 走向人群并与观众互动，但事后被证实是远程操控。同样在 Tesla Diner 开业时，Optimus 操作爆米花机的场景，也被业内批评只是“遥控秀”。
甚至与国内一些二线机器人公司（如越疆、星动纪元）相比，Optimus 在运动控制上并未展现明显优势。它的行走稳定性和抓取能力仍有待提升。
这是否意味着特斯拉的机器人没戏了？当然不是。特斯拉的核心优势在于 软硬件一体化的垂直整合。Optimus 配备了 28 个全自研一体化电驱关节，电机、减速器、编码器、驱动板、热管理全部自产自研。这与许多初创公司依赖外购零件、仅做集成形成鲜明对比。
在电池方面，Optimus 使用特斯拉自研的 4680 圆柱电芯与 BMS；在芯片方面，更是采用了特斯拉自主研发的 FSD AI5 SoC，专为纯视觉端到端模型设计，而多数竞争对手还依赖英伟达或英特尔。
值得注意的是，不少中国机器人公司将 Optimus 视为对标对象。有媒体采访智元机器人内部人士时，他坦言：如果特斯拉的 Optimus 能打 7 分（满分 10 分），那么智元目前只能打 3–4 分。这还是在 Optimus 第三代更新前的评价。
第三代 Optimus 最大的飞跃在于泛化能力。特斯拉已从依赖动捕服、VR 远程操控的数据采集，转向直接用“人类视频”来训练模型。一旦通用视觉系统被训练成功，它理论上可在全球范围部署，而无需依赖环境地图。从经济性看，多传感器套件动辄数万美元，而摄像头成本仅几百美元。这让纯视觉路线在规模化商业化上更具天然优势。
然而，现实并不轻松。研究表明，仅凭 2D 视频远远不够。真正高效的具身智能模型需要多模态数据：3D 轨迹、6DOF 位姿、操作对象的运动路径，以及第一视角视频。这些数据仍需昂贵的人工遥操作来采集，无法由 2D 视频替代。此外，灵巧手在复杂场景下的抓取仍然力不从心，本质问题在于高质量数据的不足。
泡沫，还是百年机遇？
批评者认为，随着销量与利润承压，马斯克借 AI 概念维持特斯拉高估值。美国 Electrek 评论员 Fred Lambert 更直言，Optimus 计划只是“一堆模糊的 AI 承诺拼凑”，甚至讽刺它“连爆米花都端不好”。相较于马斯克此前清晰可行的《大师计划》，第四篇章更像是“给股东的鸦片”。
但这并非马斯克第一次“画大饼”。2016 年的《大师计划》至今仍有多项未兑现：太阳能屋顶未大规模普及，廉价电动车 Model 2 遲迟未出，完全自动驾驶也未实现。可别忘了，正是马斯克的 Falcon 9 火箭大幅降低了太空发射成本；正是他带领特斯拉从濒临破产走到年销近两百万辆。
如今，特斯拉董事会甚至为马斯克开出 1 万亿美元薪酬方案，目标是在十年内将市值做到 8.5 万亿美元，年销 2000 万辆车，交付 100 万辆 robotaxi 和 100 万台 Optimus。这意味着年均 26% 的复合增长率，前所未有。马斯克本人对此欣然接受。
作为表态，他近期豪掷 10 亿美元买入 257 万股特斯拉股票，消息公布后股价盘前一度飙升 8%，市值瞬增近千亿美元。特斯拉董事长 Robyn Denholm 评价他是“一代难遇的领导者”，留住他是“优化特斯拉未来的最佳方式”。
AI 是否是泡沫仍有争议，但最危险的泡沫从来不是投机，而是无法兑现的业绩。无论是 AI 还是机器人，终局远未到来。当前最关键的，是继续吸引人才与资本，夯实基础设施，推动跨行业应用。马斯克正在追逐一个万亿级的梦想，而故事，才刚刚开始。
