上周末，特斯拉迈阿密门店的“Autonomy Visualized”活动现场，Optimus人形机器人在递送一瓶水时，因手部动作过快导致水瓶脱手。就在它试图恢复平衡的瞬间，身体后仰，双手却突然抬至面部，做出一个清晰的抓握动作——仿佛在摘下一顶并不存在的VR头显。下一秒，它重重摔倒在地。这段视频迅速在社交媒体发酵，引发全球关注。人们讨论的焦点，早已不是机器人是否该摔倒，而是那个“摘空气头显”的动作：这真的是AI自主运行吗？还是背后有人在操控？
这一幕之所以刺眼，是因为它与人类远程操控VR设备时的本能反应如出一辙。当操作员通过VR头显控制机器人，一旦系统失控或画面剧烈晃动，第一反应往往是下意识摘下头显。而Optimus在无任何头部装置的情况下复现这一动作，被科技媒体Electrek称为“彻底打破了特斯拉精心营造的自主幻觉”。尽管特斯拉尚未回应，但公众的质疑声浪已无法平息。
特斯拉对Optimus的自主性承诺，向来高调。自2021年首次发布概念以来，马斯克多次强调，Optimus将完全依赖AI和视觉系统运行，不使用激光雷达，也不依赖动作捕捉或远程操控。2025年，Optimus V2.5在NeurIPS大会上展示出22自由度的灵巧手，能完成弯曲、挥手等精细动作；同年，它在实验室中实现自主慢跑与充电，标志着其具备“感知-决策-行动”闭环能力。更早前，它已进入特斯拉工厂和洛杉矶餐厅执行送餐、分拣等任务。这些进展本应是技术成熟的证明，但一次“露馅”动作，让所有高光时刻蒙上阴影。
问题在于，公众并非首次对人形机器人的“自主性”产生怀疑。波士顿动力的Atlas曾因完成复杂任务而被广泛认可为“真正自主”，其背后是大型行为模型（LBM）支持下的端到端决策，甚至能在被干扰后自主纠正动作。相比之下，Figure AI在2025年高调宣称其Figure 03“无遥控”，却因演示环境过于理想、动作固定而被批为“精心设计的表演”。小米CyberOne等国产机器人虽未直接被指遥控，但公众普遍质疑“机器人肚子里是否藏着人”，根源在于行业过往的“剪辑门”“吹牛门”已严重透支信任。
技术专家指出，Optimus的“摘头显”动作极可能是远程操控的“行为指纹”。在AI系统中，机器人不会理解VR头显的存在，更不会模拟摘除动作。这种高度拟人化的应急反应，只能来自后台操作员的无意识投射。越疆科技、川崎重工等企业已成熟应用VR远程操控技术，操作员的每一个细微动作都会被完整复现。因此，这一动作不是程序错误，而是人机同步系统的“露馅”证据，揭示了当前人形机器人技术中AI自主与人工干预的模糊边界。
这场风波的影响，远超一次技术失误。它暴露了公众对高科技演示的普遍不信任：当企业只展示“完美视频”，却不允许现场检验、不公开失败数据时，再炫目的表演也难逃“作秀”质疑。波士顿动力通过发布未剪辑的抗干扰测试建立可信度，而特斯拉若继续沉默，或将失去关键的信任窗口。更深层看，人形机器人要真正进入家庭与工厂，必须跨过“信任门槛”——不是靠口号，而是靠可验证的透明度。
未来，Optimus的走向将取决于特斯拉如何回应。是承认部分场景仍需远程辅助，还是拿出更硬核的自主证据？行业正等待答案。可以确定的是，人形机器人的竞争，已从技术参数转向公信力较量。正如业内所言：“真正的自主，不是视频里不摔倒，而是在菜市场被人推一把后，还能稳稳把菜送回家。” 特斯拉若想让Optimus成为“比人类更可靠”的存在，光靠AI还不够，还得赢回人心。
全部评论 （0）