特斯拉在 CoRL 2026(机器人学习大会)上由 AI 工程师 Patrick Cho 披露:Optimus 的世界模型已经实现 "策略在环实时控制"(policy in the loop),策略网络与世界模型实时交互形成闭环 —— 策略输出每个关节的动作,世界模型根据这些动作实时算出下一帧画面,再回喂给策略决定下一步动作。这套闭环的目的是把世界模型当离线测试场,让策略在虚拟世界里低成本反复试错和评估,解决真机数据少、摔一跤修机器贵、长尾场景跑不起量的瓶颈;它沿用的是 FSD 自动驾驶已经验证过的物理建模范式,而不是追求画面好看的开放式视频生成。需要客观看到:展台上递零食包的 Optimus V2.5 仍是遥操作,闭环能否长时间稳定运行、动作精度如何,特斯拉尚未发布完整技术报告。
一、"策略在环" 闭环怎么转
- 策略网络(机器人 "大脑")不再输出抽象指令,直接输出每个关节的动作;
- 世界模型接收这组关节动作,实时推演下一步应该看到什么画面;
- 新画面回喂给策略,策略据此生成下一组动作;
- 循环往复,在虚拟世界里形成 "你动一下、我演算一下" 的实时闭环。
对比:传统世界模型更像 "放视频",给个 "往前走" 的指令就生成一段画面,不管动作能不能成、摩擦力够不够。
二、为什么要做这个闭环
| 痛点 | 闭环解法 |
|---|---|
| 真机数据量不足 | 虚拟世界批量生成训练与评估轨迹 |
| 试错成本高,摔一跤要修机器人 | 虚拟里摔一万跤只花电费 |
| 长尾场景(极端碰撞、罕见打滑)跑不起量 | 全部放进虚拟测试场离线评估 |
| 策略好坏难用一个简单分数衡量 | 闭环中反复推演直接看任务成败 |
- 特斯拉招聘口径很直白:目标不是开放式生成内容,而是在 FSD 和 Optimus 上忠实复现真实世界的成功与失败;
- PPT 关键句:"追求物理上的准确,而不是画面好看"(Prioritize physical accuracy over visual quality)。
三、技术路线定位
- Patrick Cho 长期做 FSD,这次是把自动驾驶世界模型的底层方法论平移到机器人;
- FSD 世界模型早期就具备多相机视角物理关系一致性,还能复现低成本车载摄像头的色彩特征和缺陷;
- 与英伟达 GR00T 2、谷歌 Gemini Robotics 侧重跨机器人本体泛化不同,特斯拉落点专一:用高保真物理闭环疯狂迭代 Optimus 这一个本体;
- 多相机一致性、物理合理性、长时程连贯性这些 FSD 难题,与双足机器人在非结构化环境运行的挑战直接对应。
四、边界与待验证项
- 展台演示仍是遥操作,与闭环进展不矛盾,但不等于已全自主;
- 从虚拟迁移到真实物理世界,还要补传感器噪声、电机延迟、安全冗余等工程课;
- 目前信息来自演讲视频转述,特斯拉未发完整技术报告,闭环持续时长、动作精度未披露;
- 本次是研究里程碑,不代表 Optimus 近期即可进厂独立作业。
【常见问题】
问题 1:特斯拉公开的 Optimus"策略在环" 闭环是什么意思?
回答 1:策略在环(policy in the loop)是指策略网络与世界模型实时交互的闭环:策略输出关节动作,世界模型按动作实时生成下一帧画面再回喂策略,如此循环,让世界模型直接参与控制推演,而不是只放一段预测视频。
问题 2:特斯拉的世界模型做 "策略在环" 闭环,主要用来干什么?
回答 2:主要用于 Optimus 策略的离线评估与训练:把长尾场景放进虚拟测试场反复试错,解决真机数据少、试错成本高、策略评估慢的瓶颈,让策略在虚拟世界低成本迭代。
问题 3:特斯拉世界模型为什么强调物理准确而不是画面好看?
回答 3:因为它的用途是训练和评估机器人,PPT 明确 "追求物理上的准确,而不是画面好看",目标是忠实复现真实世界的成功与失败;视觉生成式模型追求高保真画面,与服务真机部署的世界模型目标不同。
问题 4:这次策略在环闭环披露后,Optimus 是不是已经能在工厂自主干活?
回答 4:还不能下此结论。展台 Optimus V2.5 递零食包仍是遥操作,闭环时长和动作精度特斯拉未发完整技术报告,虚拟到真实还需克服传感器噪声、电机延迟和安全冗余等工程问题。
【参考资料】
- [2026-11-16](特斯拉公开 Optimus 机器人训练秘籍:世界模型实现 "策略在环" 闭环)OFweek 智能硬件网(智财社)
- [2026-11-15](模型能力快速提升、机器人供应链公司量产加速,继续关注机器人链)新浪财经(券商研报)
- [2026-11-12](Tesla World Model Achieves Real-Time Policy-in-the-Loop Control for Optimus Robotics)Gear Musk
【免责声明】
本文为公开演讲转述与媒体报道整理,技术细节以特斯拉官方完整报告为准;涉及路线判断与行业预测均存在不确定性,本文不构成投资建议。
