Teslas humanoida robot Optimus har nått en avgörande utvecklingsmilstolpe och visar upp en imponerande bredd av förmågor tack vare ett banbrytande inlärningssätt.
I en videodemonstration som släpptes den 21 maj 2025 visades Optimus-roboten utföra en rad olika uppgifter, bland annat hushållssysslor som dammsugning, matlagning, att dra för gardiner samt industriella moment som hantering av delar till Teslas bilar. Det som särskiljer denna prestation är att alla uppgifter utfördes med hjälp av ett enda neuralt nätverk, där roboten lärt sig direkt från förstapersonsvideor där människor utför liknande handlingar.
Milan Kovac, Teslas vice vd för Optimus, beskrev framsteget som ett "betydande genombrott" i robotens utvecklingsresa. "Vi har nyligen haft ett stort genombrott och kan nu överföra en stor del av inlärningen direkt från människovideor till robotarna," förklarade Kovac. Denna metod påskyndar dramatiskt robotens förmåga att lära sig nya uppgifter jämfört med den tidigare teleoperationsmetoden, som krävde mer omfattande mänsklig inblandning.
Det nuvarande systemet fokuserar på videor ur förstapersonsperspektiv, men Teslas team siktar på att utöka denna kapacitet till att även omfatta tredjepersonsvideor från slumpmässiga internetkällor. Detta skulle potentiellt göra det möjligt för Optimus att lära sig från det enorma utbudet av instruktionsvideor som finns online, vilket skulle öka inlärningstakten exponentiellt.
Produktionsplanerna för Optimus är redan igång, där Tesla siktar på begränsad produktion under 2025 för internt bruk i sina fabriker. Enligt senaste uppgifter planerar Tesla att tillverka cirka 5 000 Optimus-robotar i år, med målet att öka till omkring 50 000 enheter till 2026 när robotarna blir tillgängliga för andra företag. Elon Musk har antytt ett konsumentpris på cirka 30 000 dollar när roboten så småningom når den bredare marknaden.
Även om vissa robotikexperter förhåller sig skeptiska till tidsplanen för en verkligt allmän humanoid robot, representerar Teslas senaste demonstration ett betydande framsteg inom robotinlärningssystem som kan påskynda utvecklingen i hela branschen.