Optimus, il capo AI di Tesla: «I movimenti sono essenzialmente telecomandati»

Ashok Elluswamy, responsabile dell’intelligenza artificiale di Tesla, ha dato una descrizione insolitamente esplicita di alcune dimostrazioni di Optimus: i movimenti del robot sono «essenzialmente telecomandati». Secondo Elluswamy, il robot esegue «piuttosto alla cieca» i movimenti impartiti, mantenendo al tempo stesso l’equilibrio. Ha inoltre sostenuto che la sicurezza dell’AI per robot fisici fa apparire le attuali preoccupazioni sulla sicurezza dei grandi modelli linguistici come «un gioco da ragazzi». 16

Il punto non è che Optimus sia privo di intelligenza a bordo. Una performance fluida in pubblico, però, non dimostra automaticamente che il robot abbia compreso da solo un compito, pianificato le azioni, gestito l’incertezza e concluso l’operazione in sicurezza senza istruzioni umane.

Cosa resta autonomo se il movimento è guidato da un umano?

Le parole di Elluswamy attribuiscono a Optimus il mantenimento dell’equilibrio, mentre i movimenti più ampi vengono descritti come controllati a distanza. 16 Ne emerge una possibile divisione dei compiti: un operatore umano fornisce o modella l’azione, mentre la macchina gestisce almeno una parte della stabilizzazione in tempo reale necessaria a eseguirla.

È comunque una capacità robotica concreta. Mantenere in piedi un umanoide mentre si muove è difficile. Ma è un’affermazione più circoscritta rispetto all’autonomia generale. Questa spiegazione non prova che Optimus possa percepire con affidabilità un ambiente sconosciuto, scegliere un piano d’azione appropriato, reagire a un contatto inatteso o recuperare in sicurezza da ogni errore senza un intervento umano.

Per valutare una demo, la domanda pratica è quindi: quale livello era davvero autonomo? Un robot può disporre di equilibrio e controllo motorio di basso livello a bordo, mentre un operatore remoto resta responsabile dell’interazione o del comportamento a livello di compito.

Come si inseriscono le precedenti apparizioni pubbliche

La dichiarazione è coerente con quanto riportato sull’evento Tesla «We, Robot» dell’ottobre 2024. TechCrunch, citando Bloomberg, The Verge e altre testate, ha scritto che per molte interazioni gli Optimus erano controllati a distanza, mentre fonti vicine alla situazione affermavano che i prototipi potevano camminare senza controllo esterno grazie all’AI. 28

La distinzione è importante. L’assistenza umana nelle interazioni con il pubblico non significa che ogni elemento della dimostrazione fosse finto; significa però che l’evento non costituiva una prova netta di anfitrioni umanoidi pienamente autonomi.

Anche una dimostrazione di Miami, nel dicembre 2025, ha sollevato dubbi dopo che un Optimus che distribuiva bottiglie è caduto. Alcuni osservatori hanno richiamato l’attenzione su movimenti delle mani che sembravano quelli di un operatore remoto intento a togliersi un visore VR. È un indizio, non una conclusione: il solo video non può stabilire l’esatta configurazione di controllo. Resta però un motivo in più perché Tesla distingua con chiarezza, nelle demo pubbliche, tra comportamento telecomandato, programmato e autonomo. 20

Perché la sicurezza di un robot fisico è diversa da quella di un LLM

Il paragone di Elluswamy parte da una differenza fondamentale tra sistemi che producono testo e sistemi dotati di un corpo. Un errore di un modello linguistico può generare contenuti errati o dannosi. L’errore di un robot umanoide può tradursi immediatamente in movimento fisico vicino a persone, oggetti e ambienti instabili. 16

Per una macchina che cammina e afferra oggetti, la sicurezza non riguarda soltanto la scelta di una risposta o di un obiettivo. Riguarda anche la capacità di:

• restare in equilibrio quando cambiano appoggio o contatto;
• evitare una persona vicina mentre muove braccia o corpo;
• regolare la presa su oggetti di peso, forma o fragilità incerti;
• capire quando rallentare, fermarsi o restituire il controllo a una persona.

Questo non dimostra che l’AI per robot fisici sia impossibile. Spiega perché movimenti spettacolari, da soli, siano un segnale limitato di sicurezza. L’affidabilità deve reggere anche in condizioni rare, disordinate e mutevoli del mondo reale, non soltanto durante una sequenza controllata.

Il problema delle dimensioni e della latenza

Tesla ha descritto il proprio approccio alla guida autonoma come una rete neurale end-to-end che utilizza pixel delle telecamere, dati cinematici del veicolo, audio, mappe e indicazioni di navigazione per produrre i comandi di guida. Elluswamy ha definito la scala degli input reali — alta risoluzione, frequenza elevata e contesto esteso — una «maledizione della dimensionalità». 14

Il sistema automobilistico di Tesla opera in uno spazio d’azione relativamente ristretto: sterzo, accelerazione e frenata. Un umanoide aggiunge molti più gradi di libertà da coordinare, più contatti del corpo e più decisioni di manipolazione. Deve controllare gambe, busto, braccia e mani, tenendo conto dell’equilibrio, degli oggetti e delle persone nelle immediate vicinanze.

Una discussione al GTC, riassunta dall’account di Elon Musk, ha espresso lo stesso concetto: gli umanoidi hanno più modalità sensoriali e più gradi di libertà rispetto ai veicoli a guida autonoma, e i segnali di controllo ai livelli più bassi devono comunque essere generati in tempo reale. 13

Qui sta la sfida centrale. Non basta riconoscere una scena o scegliere un obiettivo generale: l’intero ciclo dalla percezione all’azione deve reagire con rapidità e sicurezza sufficienti a prevenire una caduta, evitare un contatto o correggere una presa. La frequenza decisionale di 36 Hz riportata per FSD è un’esperienza pertinente, ma da sola non dimostra un controllo adeguato dell’intero corpo e della manipolazione per un umanoide. 12

L’analogia con FSD: raccogliere dati, poi aumentare l’autonomia

La strategia più ampia di Tesla è applicare un approccio a rete neurale end-to-end sia alla guida sia alla robotica. I resoconti sul lavoro di Elluswamy descrivono un «simulatore del mondo» unificato e un percorso che collega l’addestramento di FSD e Optimus. 2

Per Optimus, quindi, la raccolta di dati è centrale. La produzione pilota Gen 3 a Fremont è stata descritta come orientata alla raccolta di dati nel mondo reale; per il più grande impianto dedicato di Giga Texas Tesla punta invece a una produzione ad alto volume nel 2027, con l’obiettivo di lungo periodo di arrivare fino a 10 milioni di unità annue. Si tratta di obiettivi, non di capacità produttiva già confermata né di prova di un’autonomia pronta per l’uso pubblico. 33

L’analogia con FSD è chiara: partire con coinvolgimento e supervisione umani, raccogliere dati operativi, addestrare i modelli ed estendere gradualmente ciò che il sistema sa gestire. Ma un robot che cammina e manipola oggetti accanto alle persone deve affrontare una gamma di casi limite, ricchi di contatti fisici, più ampia di quella dei comandi di sterzo, acceleratore e freno di un veicolo.

Cosa è stato mostrato — e cosa no

Tesla ha dimostrato che Optimus può compiere movimenti coordinati e che l’azienda investe nel software, nei dati e nella produzione necessari per migliorarlo. Non ha però pubblicato un resoconto demo per demo che renda immediatamente valutabile il grado di autonomia di ogni movimento. 18

La dichiarazione di Elluswamy offre finora l’interpretazione più chiara: alcuni movimenti impressionanti sono guidati da esseri umani, mentre il robot contribuisce con il mantenimento dell’equilibrio. 16 La prova ancora da superare per l’approccio end-to-end di Tesla è il passaggio da questa configurazione ibrida a un robot capace di camminare, afferrare e recuperare dagli imprevisti in autonomia e in sicurezza, in ambienti umani non strutturati.

Finché ciò non verrà dimostrato in modo trasparente e ripetuto, gli obiettivi produttivi e i video più convincenti vanno letti come segnali di un percorso di sviluppo, non come prova che l’autonomia umanoide di uso generale sia già arrivata.