電子發(fā)燒友網(wǎng)綜合報道，2025年初，埃隆?馬斯克在全員大會上放出豪言，稱年內(nèi)將量產(chǎn)至少5000臺第二代Optimus人形機器人，2026年產(chǎn)能更是要達到5萬臺。為支撐這一目標，特斯拉提前訂購了1萬 - 1.2萬臺核心組件，供應鏈企業(yè)也紛紛擴產(chǎn)備單。

然而，現(xiàn)實很快給特斯拉和馬斯克潑了冷水。截至7月，該機器人實際產(chǎn)量僅數(shù)百臺，不足原計劃的十分之一。多家外媒于2025年10月8日披露，由于手部與前臂無法復現(xiàn)人類級別的靈活操作，特斯拉已暫停Optimus生產(chǎn)線，工廠里堆滿了“無手機體”。

馬斯克在最近的一場播客節(jié)目中承認，Optimus的手部及前臂是人形機器人最具挑戰(zhàn)性的問題。這一判斷并非危言聳聽。據(jù)內(nèi)部消息，特斯拉工程團隊早在2024年夏季就發(fā)現(xiàn)無法打造具備人類般靈活度的機械手，歷經(jīng)多輪技術攻關仍未突破。

人類手掌擁有27個自由度，能完成捏雞蛋不碎、擰螺絲精準、端水杯平穩(wěn)等兼具力量與精細度的動作，這背后是骨骼、肌腱、神經(jīng)末梢的精密協(xié)同。而特斯拉二代Optimus的手部僅有11個自由度，即便配備基礎觸覺傳感器，仍陷入三重技術死局：

動力與空間的矛盾：為追求緊湊設計，第二代機型將電機集成于手掌內(nèi)部，只能采用扭矩密度較低的空心杯電機。這導致其負載能力僅1公斤，連抓取日常物品都困難，且電機過熱問題突出，搬運重物時頻繁停機。

傳動精度的瓶頸：在機械結(jié)構(gòu)方面，現(xiàn)有手部采用蝸輪蝸桿傳動，存在扭矩密度不足且易磨損的問題。即使在實驗室環(huán)境下，Optimus抓取網(wǎng)球的成功率也不足60%，無法完成擰螺絲、捏雞蛋等精細動作。

感知反饋的缺失：指尖傳感器僅能捕捉基礎壓力數(shù)據(jù)，缺乏對物體紋理、溫度的感知能力，導致機器人無法通過觸覺判斷操作力度，抓取易碎品時要么捏碎要么滑落。

值得注意的是，手部靈活性問題并非特斯拉獨有，而是整個行業(yè)面臨的共同挑戰(zhàn)。從波士頓動力到日本軟銀，各大機器人企業(yè)都在為“類人手”問題絞盡腦汁。但特斯拉的特殊之處在于，它將Optimus視為未來核心業(yè)務，馬斯克甚至表示Optimus可能貢獻特斯拉80%的市值。

面對挑戰(zhàn)，特斯拉正在尋求硬件方案調(diào)整。暫停二代量產(chǎn)的同時，特斯拉將希望寄托在了第三代機型上，計劃2025年底發(fā)布并于2026年量產(chǎn)。從已披露的技術細節(jié)看，Gen3靈巧手試圖通過五大設計革新實現(xiàn)突破：

電機“搬家”：將所有驅(qū)動電機從手掌遷移至前臂，既釋放手掌空間，又可換裝扭矩密度提升30%的微型無刷電機，成本降低且便于維護。

傳動升級：用微型滾珠絲杠替代蝸輪蝸桿，傳動效率躍升至90%以上，定位誤差縮小至0.02mm，負載能力提升至8kg，可滿足工業(yè)裝配需求。

腱繩仿生：借鑒人體肌腱結(jié)構(gòu)，采用“腱繩 + 保護套”復合設計，手指彎曲更自然，耐用性較二代提升數(shù)倍，能承受10萬次以上往復運動。

感知全域化：指尖集成分辨率0.1mm的觸覺傳感器、6軸力扭矩傳感器及溫度模塊，可實時采集多維度數(shù)據(jù)，為AI算法提供訓練依據(jù)。

算力加碼：配備5nm Dojo Edge專用芯片，結(jié)合跨模態(tài)Transformer模型，實現(xiàn)視覺與觸覺數(shù)據(jù)的融合處理，實驗室抓取成功率已達99.7%。

這些改進直指量產(chǎn)痛點，但能否落地仍存疑。在沒有公開技術路線、時間表與供應鏈背書的情況下，這一愿景能否兌現(xiàn)仍存巨大問號。供應鏈消息顯示，特斯拉正同步測試三家供應商的液冷電機方案，電池也計劃從2.3kWh擴容至3.2kWh，以解決續(xù)航與發(fā)熱問題。

更多熱點文章閱讀

點擊關注 星標我們

將我們設為星標，不錯過每一次更新！

喜歡就獎勵一個“在看”吧！

本文僅代表作者觀點，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請在文中注明來源及作者名字。

免責聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請及時與我們聯(lián)系進行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com