VLA ギャラリー / モデル一覧 / ヒューマノイドVLA

Tesla Optimus

Tesla · 2024-05(2차)

기타ヒューマノイドVLA非公開非公開

公式の技術公開はなく、二次情報によれば2Dカメラとハンドの触覚・力センサーを使うend-to-endニューラルネットがFSDコンピュータ上でリアルタイムに動く。

論文

論文なし

概要

分類

ヒューマノイドVLA

タイプ

기타

発表

2024-05(2차)

機関

Tesla

重み公開

なし

パラメータ

非公開

構造

バックボーンLLM

非公開

ビジョンエンコーダ

—

アクションヘッド

非公開 (非公開)

チャンク

非公開

制御周期

非公開

構造の原文要約

非公開 ('end-to-end neural network'・'single neural network'、二次情報)

学習

事前学習アクセラレータ

非公開

事前学習期間

非公開

事前学習ステップ・バッチ

非公開

GPU・TPU時間

非公開

ファインチューニング

非公開

データ種類

実ロボットのテレオペレーション(二次情報) / 人の動画(二次情報)

データ規模

非公開

主要データセット

非公開

タスク・評価

バッテリーセル分類(2024-05、二次情報); 一人称の人の動画ベースの家事(2025-05、二次情報); 指標なし

ロボット

Tesla Optimusヒューマノイド

推論

推論デバイス・速度

オンボードFSDコンピュータ(二次情報); 速度は非公開

推論メモリ

非公開

重み bf16(計算)

非公開

実行場所

オンボード (FSDコンピュータ、二次情報)

強化学習・ベース

強化学習

非公開 · 公式の技術文書なし

ベース制御

ヒューマノイド歩行 (形式の記載なし) · 二足ヒューマノイドの均衡・ナビゲーションのソフトウェアスタックのみ言及; 歩行を担うニューラルネット構造・指令方式は非公開

備考

主な特徴

公式の技術公開はなく、二次情報によれば2Dカメラとハンドの触覚・力センサーを使うend-to-endニューラルネットがFSDコンピュータ上でリアルタイムに動く。2025-05には人間の動画から学習の相当部分を直接転移すると明らかにした(二次情報)。

備考

モデル公開なし。発表月は2024-05のバッテリーセル分類動画基準(二次出典の日付)。Tesla AIページの'48 networks, 70,000 GPU hours'はFSDの値でありOptimusに使ってはならない。タイプ・アーキテクチャ非公開のためタイプはその他、アーキテクチャは非公開とした。検証ファイルの対象外。二次出典: https://www.notateslaapp.com/news/2761/teslas-optimus-is-now-learning-by-watching-first-person-today-third-person-tomorrow-video ; https://www.digit.in/news/general/watch-tesla-optimus-robot-sorting-batteries-strolling-through-factory.html

検証

未検証