當前全球人工智慧大模型賽道已形成多元競爭格局，國際陣營與中國本土模型各有技術路線與場景優勢，共同推動AI技術走向普及化、實用化。OpenAI的ChatGPT作為全球通用大模型的標竿，綜合能力均衡全面，在邏輯推理、程式碼編寫、專業創作與多模態理解上保持領先，外掛生態成熟完善，是全球專業辦公、學術研究與海外業務的主流選擇，產品風格嚴謹穩定，適配各類高要求任務場景。xAI的Grok憑藉鮮明特色快速崛起，依託X平台即時資料接入，對全球熱點與時事動態響應迅速，產品風格個性直接、迭代節奏激進，同時與特斯拉車載、智慧型手機器人生態深度聯動，更受科技愛好者與追求前沿體驗的使用者青睞。微軟依託與OpenAI的深度合作及自研佈局，形成了以Copilot為核心的AI體系，全面融入Windows、Office、Azure等生態，在文件處理、表格分析、簡報製作等辦公場景體驗極致，同時整合Claude模型能力，兼顧企業級服務的穩定性與效率，小參數模型Phi系列在輕量化部署上表現突出，成為辦公場景的首選AI助手。GoogleGemini系列以超強多模態能力與超長上下文處理為核心優勢，深度聯動Google搜尋、雲端辦公與Android生態，在長文件解析、多媒體理解、科學計算等領域表現亮眼，是全場景智能體的代表產品。中國大模型立足本土需求，打造出更貼合國內使用者的實用體系。字節跳動豆包定位國民級全能AI，中文理解自然流暢，多模態創作與日常工具呼叫能力突出，深度聯動抖音、剪映、飛書等生態，使用門檻低、普惠性強，適配日常娛樂、內容創作、辦公輔助等全場景。百度文心一言依託知識圖譜與搜尋技術積累，在知識問答、複雜推理與行業解決方案上優勢顯著，政務、金融等企業級服務體系成熟，合規性與穩定性領先。阿里通義千問兼顧開源與閉源雙路線，長文字處理與多語言能力出色，深度融入電商、雲端運算生態，性價比優勢明顯。騰訊混元依託微信、QQ等社交生態，在內容生成、社交場景適配與多模態協同上表現優秀。華為盤古聚焦政企與工業場景，依託鴻蒙與算力底座，在智能製造、智慧城市等領域落地深入，安全可控能力突出。整體來看，國際模型中ChatGPT主打全能均衡，Grok聚焦即時個性，微軟Copilot深耕辦公生態，GoogleGemini領跑多模態；中國模型則以地道中文體驗、本土生態融合、安全合規與高性價比為核心優勢，更適配國內使用者的日常與產業需求。不同模型依託各自技術與生態優勢，覆蓋不同場景與使用者群體，為全球AI應用提供了豐富多樣的選擇。 (趣ai視角)

【新智元導讀】馬斯克親自站台，grok-image-video-720p在46萬次盲測投票中加冕第一，這款xAI「壓箱底」的視訊模型，不僅在基準測試上超過了GoogleVeo 3.1 Fast，使用成本也更低。剛剛，AI視訊領域又迎來洗牌！xAI的Grok圖像轉視訊模型（grok-image-video-720p）登頂「Image-to-Video Arena」排行榜，以1404分的超高ELO評分力壓群雄，位居第一。馬斯克親自發帖為自家Grok Image模型站台，稱它每周都在迭代最佳化。這次，xAI真是拿出了「壓箱底」的東西，他們將Grok Imagine稱作為自己目前最強悍的「視訊+音訊」生成模型。無論是想讓一張靜態梗圖「活」過來，還是憑空用一句話變出大片，甚至是對複雜的電影級鏡頭進行精細打磨，它都能輕鬆搞定。X平台上，網友用Grok製作的視訊已經迅速刷屏，涵蓋電影特效、動畫製作、日常生活等種種場景。從一些基準測試上來看，Grok-imagine-video-720p不僅擊敗了Google強大的Veo模型，而且生成成本也更低。有網友驚呼，這不僅是AI視訊工具的一次進化，更可能直接推動該領域重新「排座次」。還有網友猜想，Grok的強勢出擊，或將掀起新一輪生成式視訊技術的軍備競賽。揭秘Grok Imagine能幹活、成本低的多模態六邊形戰士Grok Imagine是xAI傾力打造的視訊-音訊生成模型，該模型的最新版本Grok Imagine 1.0於2026年2月初發佈。支援生成10秒長的720p高畫質視訊，並在運動平滑度、原生音訊質量（如情感表達的聲音）以及提示詞遵循能力上均實現了跨越式升級。相比較2025年10月發佈的Imagine v0.9版本，它將核心聚焦於視覺質量、多模態能力，成本和延遲的平衡，真正做到了支援端到端的創意工作流。使用者可以通過文字描述或上傳圖像來動畫化內容，還支援後續指令微調場景。具體而言，Grok Imagine展現了三大核心「殺手鐧」：視訊生成與指令遵循能力Grok Imagine的視訊生成能力，主要用來從零開始建立短影片（通常10-15秒長，支援480p或720p解析度）。它能處理多種輸入方式，比如直接用文字描述場景、動作、燈光和心情來生成視訊，或者上傳一張靜態圖片，讓AI給它「加戲」變成動態視訊。在視訊生成方面，Grok Imagine擁有業界領先的指令遵循能力。你給出的指令再複雜，它也能精準理解並執行。零門檻的視訊編輯能力視訊編輯功能更像是給現有視訊「動手術」，Grok Imagine可以讓你能輕鬆修改內容，而不用專業軟體。它支援重新設計場景（比如換背景或風格）、加入或刪除物體（例如加個道具或去掉多餘元素）、控制動作（調整運動軌跡、速度或相機角度）。操作起來簡單：上傳視訊檔案或URL，然後描述你想改啥，比如「把這個視訊裡的車換成飛船，加點爆炸效果」。AI就會根據你的指令生成編輯後的版本，還保持原視訊的核心元素。視訊編輯適合電影剪輯、廣告調整或內容最佳化，編輯後視訊還能帶原生音訊。更快速度與更低成本的平衡在性能表現方面，不僅要變強，還要變快。因為如果生成速度太慢、價格太貴，大家根本不敢放開手腳去嘗試。因此xAI團隊專門針對延遲、並行量和成本進行了極限最佳化。這讓Grok Imagine不僅跑得快，而且用起來更省錢。它強調高品質、成本和延遲的平衡，支援端到端的創意工作流，包括視訊生成、編輯和音訊同步。評測霸榜，力壓Google在基準測試中，Grok Imagine在圖像轉視訊領域表現出色，尤其在使用者偏好投票和性價比上。在Image-to-Video Arena（arena.ai）排行榜上，Grok-image-video-720p以1404分位居第一（基於46.5萬投票，34個模型），領先Google Veo-3.1-audio-1080p（1402分）。https://arena.ai/zh/leaderboard/image-to-video這是一個基於使用者盲測投票的平台，使用Elo評分系統。評測強調真實世界視訊質量和保真度，而非自動化指標。在另一個獨立排行榜Artificial Analysis Image to Video Leaderboard上，Grok以1337 ELO分領先，評估標準包括質量、生成速度和價格。Grok-image-video在風格、主題和格式一致性上得分高，它的API定價約$4.20/分鐘，低於GoogleVeo 3.1 Fast等競品。https://artificialanalysis.ai/video/leaderboard/image-to-video在一些第三方的專業評測中，Getimg.ai認為Grok Imagine最突出的特點是以視訊形式精準遵循指令，當提示詞描述動作、節奏或轉場時，該模型通常能做出看似經過深思熟慮而非偶然的回應。比如，Grok-image-video在原生音訊（唇同步、自然對話）和電影指令遵循（如平移、變焦）上出色。Grok-image-video的另一個特色，是它很好地解決了低延時這一使用者使用痛點。AI視訊模型在使用場景中，僅靠原始質量已不再足夠，往往需要多輪互動，等待結果的時間過長會抑制使用者嘗試的意願，尤其是當每次生成都代價高昂時。基準測試顯示，Grok Imagine在綜合考量質量、延遲和成本時表現出色。這意味著你可以自由地生成、調整和重新生成視訊，而不會覺得每次輸入提示都是一種負擔。Lovera Digital將Grok與Google Veo 3比較，發現Grok易用性高，適合短影片社交內容，但視訊質量有時抖動。它的最佳用例是快速原型，評分表顯示其在創意短片上競爭力強。Grok Imagine在第三方評測中被視為高效、音訊強的選手，尤其適合創意和快速生成，但需注意一致性和安全問題。如果你想親自體驗一下Grok Imagine，目前可以通過官網（grok.com/imagine）和APP免費試用，或通過API整合（Grok Imagine API）。 (新智元)

Grok在美國市場的迅猛崛起，資料來自權威機構Apptopia最新統計（2026年2月13日更新），1月份份額從上月的14%躍升至17.8%。這一增幅讓Grok穩居美國聊天機器人第三位，僅次於OpenAI的ChatGPT（52.9%）和Google的Gemini（29.4%）。相比一年前的1.9%，Grok的年增長超過9倍。這種爆發式增長髮生在圖像生成功能引發全球監管審查的背景下，卻顯示出使用者粘性和傳播力的強大韌性。從邊緣到第三：Grok的份額逆轉之路Grok整合在X平台內，依託Elon Musk的生態優勢快速積累使用者。Apptopia資料顯示，ChatGPT份額從去年同期的80.9%大幅下滑至52.9%，Gemini則從17.3%升至29.4%。Grok抓住這一窗口期，實現從14%到17.8%的單月跳躍。全球網頁瀏覽量在1月達到3.14億次（SimilarWeb資料），證明其流量爆發並非偶然。使用者群體以男性為主，下載量激增，反映出“無限制”“直言不諱”的產品定位在特定人群中形成強認同。xAI重金投入基礎設施建設，正通過真實使用資料證明商業價值。圖像生成風波：安全與自由的激烈碰撞2026年初，Grok的圖像生成功能被大量用於修改真實人物照片，生成非自願性性感化內容，包括女性和未成年人形象，引發強烈反彈。多家媒體報導顯示，短短幾天內平台充斥數百萬相關圖像。xAI隨後宣佈限制：X平台上的圖像生成和編輯功能僅限付費訂閱使用者使用，並在部分地區封鎖對真人照片的“脫衣”類編輯，以應對潛在法律風險。儘管如此，爭議持續發酵，多國監管機構介入審查。事件暴露了當前AI圖像工具在內容稽核上的技術與政策難題：如何平衡創意自由與防止濫用，成為行業共同挑戰。技術核心與差異化：Grok為何“敢說敢畫”Grok基於xAI自研大模型，強調“最大真實”和最小審查，與主流模型的嚴格安全對齊形成鮮明對比。這種設計讓它在回答敏感問題、生成多樣內容時更少受限，吸引追求“無濾鏡”體驗的使用者。圖像模組採用先進擴散模型，支援高精度文字到圖像轉換和圖像編輯。早期版本在成人內容過濾上相對寬鬆，導致爭議爆發，但也正是這種“開放”特性助推了病毒式傳播和使用者增長。相比ChatGPT和Gemini的保守策略，Grok的技術路徑更激進，短期內換來市場份額，長期則需持續最佳化防護機制以應對監管壓力。爭議下的增長邏輯：使用者選擇勝過完美安全市場資料證明，即便面臨強烈批評，Grok的使用量仍在攀升。這說明部分使用者更看重“自由度”和“趣味性”，而非絕對安全。整個聊天機器人行業2025-2026年保持152%年增長，競爭白熱化。Grok的崛起提醒我們：使用者用腳投票，產品定位精準就能在巨頭夾縫中突圍。xAI通過真實增長資料，向投資者展示潛力。未來若能在安全與開放間找到平衡點，Grok有望進一步挑戰前兩名地位。結語：AI賽道沒有常勝將軍Grok從1.9%到17.8%的飛躍，是技術、生態和使用者心理的多重勝利。但圖像爭議也敲響警鐘：AI發展必須同步加強倫理與合規建設。在快速迭代的AI時代，市場份額的每一次跳動，都在重塑行業格局。Grok的故事還在繼續，使用者用行動給出答案：自由有代價，但吸引力無可替代。 (愛特之家)

24小時內，兩位華人離開xAI。而且都有奔向“超級個體”的可能性。吳宇懷（Tony Wu）和Jimmy Ba均是xAI初創團隊成員。不管是今年2月發佈Grok3，還是7月發佈Grok4，發佈會上吳宇懷都是直接坐在馬斯克旁邊，佔據著“C位”的。吳宇懷沒有給出明確的離職原因，發佈的消息非常客氣。Jimmy Ba緊隨其後，就在幾個小時前發佈消息，稱這是在xAI的“最後一天”。當吳宇懷佔C位的時候，Jimmy Ba也往往就在身旁。他在業內是知名學者，在xAI直接向馬斯克匯報，是華人成員中層級最高的一位。有意思的是，吳宇懷和Jimmy Ba都在離職資訊裡，表達了對未來的期待。吳宇懷稱“一支配備人工智慧的小團隊可以移山填海”，Jimmy Ba則認為“我們正邁向一個在正確工具加持下生產力提升100倍的時代。”這不禁讓人想到當下大火的OpenClaw，及其所代表的“超級個體”時代。近期已經有3位華人核心人才離開，在前不久，楊格（Greg Yang）也因為身患萊姆病而選擇離職。xAI在建立的時候，有12名“創始團隊”成員，加上最新離開的吳宇懷，已經損失了6人，佔半數。01 那個坐在馬斯克身旁的年輕人關於離職，吳宇懷在X上發佈消息稱：“我今天從xAI辭職了。”這家公司——以及我們之間如同家人般的情誼——將永遠銘刻在我的記憶中。我會深深懷念這裡的人們、作戰室，以及我們並肩作戰過的所有戰役。”至於去向，吳宇懷寫道：“我的人生即將開啟新的篇章。這是一個充滿無限可能的時代：一支配備人工智慧的小團隊可以移山填海，重新定義一切皆有可能。”這不禁讓人聯想到最近爆火的OpenClaw，這個項目集中體現了“超級個體”的威力，也許吳宇懷想要脫離AI獨角獸，自己做點什麼。論能力，吳宇懷在矽谷第一梯隊。矽谷華人這兩年的搶手程度自不必多說，而吳宇懷又是這些人中格外突出的一個存在。吳宇懷是一名90後，出生於杭州市建德，小學就讀於新安江一小，後轉杭州紫陽小學；初中進入杭州建蘭中學。據建蘭中學老師回憶，他從小數學極強，性格獨立、鑽研精神突出。高中時期，吳宇懷遠赴加拿大繼續讀書，後進入紐布倫斯威克大學，獲得數學學士學位，滿績點畢業。這之後，吳宇懷在多倫多大學完成了研究生和博士階段的學習，師從“AI教父”傑佛瑞·辛頓（Geoffrey Hinton）。博士期間吳宇懷錶現突出，曾獲多項頂級獎學金。吳宇懷在學術的道路上越走越遠，博士後進入史丹佛大學，深化推理相關研究。他在學術上的核心興趣是建構“會推理的機器”（building machines that can reason），以數學作為測試推理能力的終極基準，被公認為當前AI數學推理方向的頂尖青年學者之一。在求學的同時，吳宇懷開始在AI行業實習，先是OpenAI，而後是GoogleDeepMind。順其自然地，2021年，吳宇懷加入Google的N2Formal/Autoformalization項目，專注於將自然語言數學問題形式化（autoformalization），讓AI能真正“讀懂並證明”數學定理。這是他早期最知名的方向之一。2023年，吳宇懷作為創始成員，加入剛剛成立的xAI。在此期間，他的主要工作是將自己此前在學術和Google積累的數學推理技術（如STaR、AlphaGeometry、Autoformalization等）系統性地應用到Grok的訓練、後訓練（post-training）和推理增強中，推動Grok在多個基準測試中實現顯著突破。02 直接向馬斯克匯報的華人聯創就在吳宇懷公佈離職消息後，Jimmy Ba也宣佈自己要離開xAI。根據Business Insider今年的一篇關於xAI組織架構的報導，直接向馬斯克匯報的有五個人，Jimmy Ba就是其中之一，管理的團隊規模是最大的，有約1000人。Jimmy Ba是當代深度學習領域最核心的一線研究者之一，也是大模型訓練方法論的重要奠基人。他與“AI教父”辛頓等人合作提出的層歸一化（Layer Normalization），已經成為Transformer與大模型訓練的基礎元件之一；參與提出的Adam最佳化器改進體系，深刻影響了神經網路的收斂效率與穩定性。在理論層面，他長期推動“可解釋scaling”研究，試圖把深度學習從經驗工程推進為可預測科學。加入xAI後，他不僅參與模型訓練框架與最佳化路線設計，也深度介入團隊早期技術方向的搭建。無論在訓練穩定性、最佳化方法還是大模型範式演進上，Jimmy Ba都屬於既有理論高度、又直接參與一線工程落地的關鍵人物。在官宣離職的X帖子中，Jimmy Ba和吳宇懷的行文結構相當一致——先感謝xAI，再展望未來。對xAI，Jimmy Ba表示：“xAI的使命，是把人類推上Kardashev技術等級樹更高的位置。很感激能在最初參與聯合創立。也非常感謝@elonmusk把我們聚在一起，開啟這段不可思議的旅程。為xAI團隊已經完成的一切感到無比自豪，也會繼續以朋友的身份和團隊保持緊密聯絡。感謝大家一路並肩拚搏。在這裡，真正的財富是人和彼此之間的情誼。”至於未來，Jimmy Ba寫道：“我們正邁向一個在正確工具加持下生產力提升100倍的時代。遞迴式自我改進循環，很可能會在未來12個月內上線。是時候把我在‘大局觀’上的梯度重新校準了。2026年將會非常瘋狂，也很可能是關乎我們物種未來、最忙碌且最具決定性的一年。”所謂“遞迴式自我改進循環（recursive self-improvement loop）”，說簡單點就是認為——AI用自己去改進自己，而且這種改進會一輪接一輪加速發生。AI變得更聰明→它能設計出比自己更聰明的版本→新版本更聰明→能設計出更更聰明的版本……這個過程如果不受限制地持續下去，理論上會導致智能爆炸（intelligence explosion），AI的智能水平在非常短的時間內指數級甚至超指數級增長，遠遠超過人類。OpenClaw這種系統，其實已經讓“AI改進AI”這件事有了點實物感。它在干的事很直接：讓AI自己寫研發程式碼、自己跑實驗、自己看結果，再繼續改模型。原來這些活兒全是研究員手動推進的，現在開始被自動化接過去一部分。所以可以把它看成遞迴自我改進的一個早期訊號——循環還沒完全形成，還沒有達到完美閉環，但流水線已經搭出來了，AI也已經站進研發流程裡了。03 創始團隊已經損失半數對於24小時接連兩位華人核心人才的離職，外界對其原因有很多猜測，比如馬斯克治理下是否過勞、SpacaX與xAI的合併是否帶來內部衝突等等。但我們從二位的離職帖文中可以清晰地看到，更有可能的是“xAI很好，但是我另有所求”。說到底，作為頂尖學者，他們對未來有自己的判斷，而xAI也許已經不是代表未來的存在了。目前並不清楚吳宇懷和Jimmy Ba是會創業，還是成為“超級個體”。在OpenClaw席捲全球的背景下，一切皆有可能。OpenClaw是一個免費開放原始碼的自主AI代理，由奧地利獨立開發者Peter Steinberger於2025年11月首次發佈。它運行在使用者本地電腦上，通過WhatsApp、Telegram、Discord、Slack等聊天工具作為介面，像“數字員工”一樣自主執行真實任務：管理郵件、日曆、檔案、瀏覽器操作、運行命令、自動化工作流，甚至寫程式碼或安裝軟體。它具備持久記憶，能記住使用者偏好和歷史任務。項目在2026年1月底病毒式爆發，GitHub星星數幾天內超15萬–16萬，成為當年最快崛起的AI開放原始碼專案之一；同時衍生出Moltbook——一個純AI代理社交網路，超150萬代理自動發帖、辯論。開發出OpenClaw的Steinberger本人就是“超級個體”的典型案例。過去他是iOS/macOS專家，卻用不熟悉的TypeScript快速建構Web應用，全靠AI輔助“指揮”程式碼。他一人開發、迭代、發佈一個30萬行程式碼的項目，支援幾乎所有主流消息平台，每天可以有500+提交記錄，快速響應漏洞、社區需求。整個過程不需要開會、法務審查、跨部門協調，想到就做，今天寫程式碼明天上線。而OpenClaw這樣的工具也讓更多人可以成為“超級個體”，讓普通人也能“僱傭”一個24小時不睡覺、能自我學習、處理複雜任務的“超級員工”，極大壓縮從想法到落地的周期。最新的熱門項目是一款基於OpenClaw開發的虛擬女友，名為“Clawra”，是一位韓國開發者David（Dohyun）Im單兵作戰打造出來的。產品一上線就迅速爆火出圈。在這個背景下，作為矽谷明星AI創企的xAI屢屢有初創成員出走，也許本身就是潮水在改變方向。目前，已經有半數xAI初創成員離開。對矽谷頂尖人才來說，決定去留的從來不只是公司聲量、融資規模，甚至也不是一兩代模型的領先與否，他們更在意的是牢牢鎖定技術演進的方向。當自動化研發、agent流水線、遞迴式自我改進這些東西開始從概念走向工程現實，創新的重心也在悄悄轉移——不再只集中在少數巨頭實驗室裡，而是向更分散的個體能力與開源生態外溢。一個人就能拉起一整套AI研發流程，小團隊也能推進過去需要大廠資源才能完成的突破。如果普通人都能當“超級個體”，那麼矽谷的人才們又怎會坐以待斃？ (字母AI)

昨天深夜，馬斯克在 X 上給一條推文轉發並評論了個： 😂。被回覆的推文來自使用者 @Rothmus，內容是一段用 Loopit 製作的互動 meme。 [圖片] 畫面中央是馬斯克本人的卡通形象，上面寫著「Which is the best LLM in the world?」，底下兩個選項：Grok 和 Others。使用者瘋狂點選螢幕，馬斯克的臉被越戳越大、越來越扭曲，配合節奏感極強的電子樂，整個畫面逐漸鬼畜化。這條推文發出不到一天，超過 58 萬次瀏覽，1400+ 點贊。馬斯克本人的 😂 回覆也收穫了 1200 多個贊。這個讓馬斯克都忍不住回覆的東西，是用一個叫 Loopit 的 App 做出來的。而看這個製作水平和工作量，大機率就是某個普通使用者隨手一做。你可能會和我一樣好奇：這 Loopit 到底是個什麼呢？在聊這個產品之前，先說一個我最近一直在想的話題。軟體即內容？最近有一個被反覆提及的說法：在 AI 時代，「軟體即內容」。每個人都可以用 AI 寫一個小應用，軟體本身就變成了一種新的內容形式。這話乍聽有道理，但仔細想想，有個關鍵問題被忽略了。絕大多數人是內容的消費者，他們沒有創作欲，更沒有開發需求。說「軟體即內容」的，往往本身就有技術嗅覺和動手能力。但對於每天刷著短影片的幾億使用者來說，他們想要的是「打開一個好玩的東西」，可沒人想去「做一個 App」。而且在 AI 時代，「軟體」這個概念本身已經被大幅弱化和泛化了。一個 vibe coding 寫出來的小程序，一段 AI 自動生成的前端頁面，它到底算軟體，還是算內容？邊界，正在變得模糊。所以真正值得關注的問題是：短影片之後，下一個讓大眾興奮的內容消費形態是什麼？文字、圖片、短影片。每一次內容載體的變化，都徹底重塑了人們消費資訊的方式。而在 AI 時代，我最近看到的下一個方向可能是：互動內容。而昨晚引來馬斯克回覆的那個 Loopit，做的就是這件事。在 Loopit 中，使用者的體驗從「看」升級成了「玩」。你可以瘋狂點選螢幕看角色不斷冒出來，對著麥克風吹氣讓氣球膨脹爆炸，甚至還能晃動手機、拖曳元素觸發各種物理反應。內容從單向的線性輸出，變成了雙向的即時互動。這件事以前很難規模化。製作一個互動內容的門檻基本等同於開發一個小遊戲，得有策劃、有美術、有程序。但 AI 的成熟，讓這件事第一次變得「一句話就能做」。我做了兩個互動內容看完馬斯克那個 meme，我也想試試這東西到底有多簡單。坦白說，剛聽到「互動內容平台」這個詞的時候，我腦子裡浮現的是那種華而不實的 H5 行銷頁面。但實際上手之後，跟我想的完全不一樣。我先試著輸入了一段話：做一個雙人對戰的點選遊戲，兩邊分別是湯圓和元宵主題，點選螢幕會出現可愛的角色，看誰點得快Loopit 直接生成了一個完整的互動體驗：螢幕一分為二，左邊是清新的青綠色湯圓世界，右邊是喜慶的紅色元宵場景。瘋狂點選螢幕，可愛的小雪人就會從底部冒出來，越點越多，螢幕逐漸被萌萌的角色填滿。（洗腦的傳播效果）頂部即時顯示雙方的點選次數，「20 HIT!」「24 HIT!」這種即時反饋讓人根本停不下來。這是真的可以上手互動和把玩，而非做了個視訊看看就好。使用者看到的，並不是一段視訊錄屏，它是一個完整的互動體驗，你能真的瘋狂戳螢幕，看著小雪人一個接一個蹦出來，那種「再點一下就能超過對手」的緊張感完全拿捏住了。整個過程我就輸入了一句話，基本一遍就生成出來了。而且有一個讓我頗為意外的細節：在預覽時如果存在 bug，Loopit 會自動檢測並觸發修復。預覽頁下方彈出一個 fix 按鈕，點一下，模型自動分析問題並修補，不需要我寫一行程式碼，甚至不需要我描述問題是什麼。如果對效果不滿意，還可以繼續對話，多輪迭代打磨。然後我又試了第二個：吹氣爆氣球對著麥克風吹氣，螢幕中央的紅色氣球會逐漸膨脹變大。目標很簡單粗暴：對著手機吹氣，看著氣球一點點鼓起來，最後「嘭」一聲炸開，爆炸動畫瞬間鋪滿螢幕。同事看我在那兒呼哧呼哧吹手機，跟傻了一樣。但就是停不下來。從技術角度看，這兩個案例背後有意思的地方在於：無論是觸摸事件的捕獲，還是麥克風音量的檢測，再到即時渲染，這些都得在本地毫秒級即時處理。如果執行階段還在雲端調 API，延遲絕對撐不住。所以 Loopit 的套路應該是：創作階段 AI 生成完整的互動程式碼和物理規則，使用者玩的時候完全是本地 Runtime 驅動，沒有任何 AI 在執行階段介入。程式碼負責邏輯，瀏覽器負責渲染。這才是為什麼響應速度能做到毫秒級。對標之前講的 AI Coding × 多模態生成的融合方案，這些互動小遊戲就是這個思路的很好體現。兩個 case 做下來，Loopit 展示出的互動維度也是非常豐富：麥克風吹氣控制、螢幕觸摸點選，這還只是我用到的。它的文件裡還列著前置/後置攝影機（AR 和手勢識別）、拖曳操控等等。手機上能用的感測器，它幾乎都接進去了。唯一讓我有一點小吐槽的是：目前創作只能手動打字輸入描述。對於一個主打「許願就能實現」的平台來說，如果我能直接對著手機說話就完成創作，那才是真正 AI Native 的體驗。希望後續能加上。回頭想想，這其實才是真正的「軟體即內容」。只不過使用者完全不需要關心「軟體」這個概念。程式碼、模型、渲染引擎，這些技術細節全被藏在了一次「吹氣」、一下「點選」的背後。使用者只需要沉浸在可以互動的內容裡，玩就完了。技術水面之下我有個毛病：看到一個產品覺得好玩，下一秒就開始琢磨它底層是怎麼實現的。而用 Loopit 做完這兩個互動內容之後，我腦子裡一直在轉一個問題：這東西底層到底怎麼做到的？互動內容看似簡單，吹口氣氣球就大了，點一下角色就冒出來了。但從技術角度看，這其實並不是個簡單的工程問題。目前做 AI 生成互動內容，業界有兩條路線，各有各的致命短板。第一條：純 AI Coding。用大模型直接生成程式碼來建構互動邏輯。好處是互動性強、玩法靈活，問題是視覺效果往往很粗糙。靠這條路線批次生產出來的東西，說直接點就是「AI 時代的 4399」。第二條：純多模態生成。用 Diffusion Model、視訊生成模型來產出精美的視覺內容。好處是畫面驚豔，但互動能力極弱，本質上還停留在「看」的階段。下圖對比了兩條路線的優劣：AI Coding 在數量和速度上佔優，但視覺質量低；多模態生成視覺好但產量低、互動弱。Loopit 選擇的技術路線是第三條：把兩者融合。AI Coding × 多模態生成，讓程式碼負責互動和邏輯，讓多模態模型負責視覺、動效和音效。這個方向在表格里對應的定位是「互動式抖音」。高產量、高速度、高品質，市場空間最大。方向好說，難的是怎麼落地。Runtime：從生成到運行互動內容和生成一張圖、一段視訊有本質區別。生成一張圖是一次性的靜態輸出，做完就結束了。互動內容則是一個需要在使用者持續干預下穩定運行的即時系統。使用者在不停地操作：點選、吹氣、晃動、拖曳。世界狀態隨時在變。系統必須在每一次輸入後都給出即時、一致、不崩潰的反饋。為此，Loopit 建構了一個 AI Native 的互動 Runtime：這條管線的核心邏輯是一個即時循環：使用者輸入（點選/吹氣/晃動）→ AI 理解 & 約束（AI Coding）→ 世界狀態更新（規則/狀態機）→ 多模態生成調度（視覺/動作/音效）→ 即時反饋給使用者 → 回到起點看起來簡單清晰，但每一個環節拆開來，其實也都不容易。延遲控制生死線互動內容對響應速度的要求是毫秒級的。我吹一口氣，氣球必須立刻膨脹，我點一下螢幕，角色必須瞬間冒出來，不能等 AI「想」500 毫秒再動。但 AI 生成，無論程式碼生成還是多模態生成，天然就是「慢」的。一次 LLM 推理少說也要幾百毫秒到幾秒。也就是說，Loopit 必須做一件關鍵的事：把「創作時生成」和「執行階段互動」徹底解耦。在創作階段，AI 完成所有的重活：生成互動程式碼、生成視覺素材（圖片/GIF/視訊）、生成音效和音樂、定義物理規則和狀態邏輯。這些都可以耗時幾秒甚至幾十秒，沒關係。到了使用者「玩」的階段，已經沒有大規模的 AI 推理在即時發生了。互動響應完全由預先生成好的程式碼和 Runtime 來驅動。使用者輸入 → 程式碼計算新狀態 → 渲染引擎更新畫面，這條路徑是純計算的，可以做到毫秒級響應。換句話說，AI 在幕後完成了「創作」，Runtime 在前台承擔了「運行」。創作可以慢，運行必須快。這個解耦設計是讓互動內容「絲滑」的關鍵。狀態一致性在 Loopit 的系統裡，有兩套「世界」在平行運轉。一套是程式碼維護的邏輯世界：氣球膨脹到什麼程度、點選次數累積了多少、聲音的音量是大還是小，這些都是精確的數值。另一套是多模態生成渲染出的視覺世界：使用者看到的畫面、聽到的聲音、感受到的反饋。這兩個世界必須嚴格同步。不能出現「畫面裡氣球已經爆了，但邏輯上還在繼續膨脹」的撕裂，也不能出現「程式碼說已經點選了，但畫面裡角色還沒冒出來」的錯位。Loopit 提出的「約束條件下的多模態生成調度」，核心就在於此。多模態生成必須在程式碼定義的狀態邊界內完成，不能自由發揮，要確保每一幀視覺輸出都和當前邏輯狀態精確對齊。這比無約束的開放式生成要難得多。自由生成只要「好看」就行，約束生成還得「對得上」。端側工程這一整套系統，Runtime 引擎、互動邏輯、多模態素材渲染、多路感測器接入，最終都要在一部手機上流暢運行。要知道，手機的算力和記憶體是有限的。這裡需要同時做好這些事情：運行 JavaScript/TypeScript Runtime 處理互動邏輯GPU 加速渲染視覺素材（Canvas/WebGL）接管麥克風做即時音訊分析（吹氣檢測）捕獲觸摸事件並即時計算命中判定（點選檢測）可能還要呼叫攝影機做手勢/人臉識別（AR 互動）這背後，需要的是相當紮實的端側工程最佳化能力。生成階段的模型推理大機率跑在雲端，但素材一旦下發到裝置，所有的即時互動都必須在本地完成。渲染管線要做極致精簡，素材載入需要智能快取和預取，感測器資料需要低延遲採集和高效處理。這是那種看不見但極其考驗功力的「髒活累活」。使用者感受到的只是「吹一口氣氣球就大了」「點一下角色就冒出來了」，但讓這些動作在千元Android機上都跑得絲滑，還是得有點真正的技術壁壘的。做這件事的人能做到這種技術深度的團隊，自然也不簡單。Loopit 的創始人是陳煒鵬，搜狗搜尋出身，後來成為百川智能（Baichuan AI）的聯合創始人。2025 年 3 月從百川離職創業，同年 6 月在北京註冊了湧躍智能科技。一個做過底層基座大模型的人，轉身做了一個讓使用者「一句話生成互動內容」的消費級 App。這乍一看有些「降維」和太親民，但仔細想想，反而只有這種背景的人才敢走這條路。經歷過 2023-2024 年百模大戰的人應該都有一個共識：基座模型正在快速商品化。開源模型 Qwen、DeepSeek、GLM 的能力已經足夠強，純靠模型能力建構的壁壘越來越薄了。那技術壁壘去那了？轉移到了「如何把模型能力以最低摩擦力交付給使用者」這件事上。恰恰因為陳煒鵬懂模型，他才清楚模型的能力邊界在那。那些互動可以做到即時，那些視覺效果可以生成到什麼程度，端側推理的瓶頸怎麼繞。只做應用的人往往不清楚模型能力的邊界，只做模型的人又容易忽略使用者真正的需求。兩邊都深度理解的人，才會選這條看似輕巧實則極重的路線。想像空間Loopit 目前還處於非常早期的階段，但在我看來重要的是，它搭好了一個基礎設施。一個人人可用的互動內容創作和消費平台。創作門檻低到一句話，消費門檻低到打開就能玩，還內建了 Remix（魔改） 機制。任何人都能在別人的作品基礎上一鍵二創，改玩法、換素材、加新點子。昨晚馬斯克回覆的那個互動 meme，就是一個活生生的例子。某個使用者用 Loopit 隨手做了個惡搞馬斯克的點選互動，結果引來馬斯克本人 😂 回覆，58 萬人圍觀。這種傳播力，放在傳統的內容形態裡很難想像。這套東西搭好之後，接下來會長出什麼，取決於用它的人。想想短影片剛出來的時候，抖音的創始團隊大概也不會想到，這個平台上會長出美食教學、知識科普、搞笑段子、帶貨直播這麼多超出預期的內容形態。創作者的想像力永遠超出平台設計者的預期。互動內容也是一樣。現在我們看到的還只是點選對戰、吹氣爆氣球、互動 meme 這些相對簡單的形態。但想像一下：小學生用它做一個整蠱同學的小互動，在班群裡病毒式傳播；短影片博主把自己的內容從「看」升級成「玩」，粉絲參與度直接翻倍；獨立藝術家做出用手勢操控的沉浸式視覺作品；品牌方把廣告變成一個讓人忍不住反覆體驗的互動內容；教育場景裡，老師做一個學生可以互動操作的物理實驗演示。這些場景的爆發力，我現在很難精確預測，但完全可以想像。工具已經就位了，AI 把創作門檻拉到了地面，剩下的，就是看各個群體的創造力如何被這個平台釋放出來。這件事的引爆點什麼時候到來，我說不好。但當數以百萬計的普通使用者都能「一句話做一個可以玩的東西」的時候，相信會有人玩出我們現在根本無法想像的花樣出來。Loopit 目前正在招募深度體驗官，感興趣的可以下載親手試試，做一個比看本文介紹直觀真實。下載 Loopit：iOS：App Store 搜尋「Loopit」Android：各大應用程式商店搜尋，或點此安裝：Loopit相關連結：官網：https://www.loopit.me/X：@LoopitAi馬斯克推文：https://x.com/i/status/2020740534290329649 (AGI Hunt)

近日，伊隆·馬斯克(Elon Musk)接受了Stripe聯合創始人約翰·科里森(John Collison)與知名科技部落格德瓦克希·帕特爾(Dwarkesh Patel)長達3小時的深度專訪。從把資料中心搬到太空，到用機器人重構經濟，馬斯克在訪談中拋出了一系列金句：關於太空AI的暴論：未來36個月內，部署AI最便宜的地方將是太空。計算太陽能利用率後會發現，真正能擴展的地方只有太空，地球上無法實現大規模擴展。今年年底，全球晶片產出或將超過啟動能力，行業將撞上一堵“電力牆”。關於機器人的終局：Optimus是“無限刷錢外掛”。當機器人開始製造機器人，能力將迎來超新星爆發。這是一個遞迴的乘法指數增長，將徹底顛覆現有經濟學的底層邏輯。關於中美博弈的警告：中國在製造業上是另一個維度的存在。美國贏得太久了，常勝隊伍容易變得自滿，這就是停止贏的原因。如果沒有突破性的創新，中國將完全主導未來。關於AI的哲學：長遠來看，人類可能只佔所有智能的1%。試圖控制比人類聰明得多的東西是愚蠢的。唯一能做的，是確保它擁有“理解宇宙”的好奇心。關於管理的真相：CEO的本質是“限制因素的粉碎機”。如果不採取激烈行動，成功就絕無可能。關於最大的擔憂：最大隱患並非AI失控，而是記憶體晶片短缺。我們將訪談整理為七個核心部分，一窺馬斯克眼中正在“交匯”的未來故事線。軌道資料中心不是科幻是未來36個月內的經濟現實“為什麼要大費周章把資料中心搬到太空？在地球上維護GPU不是更方便嗎？”帕特爾一上來就拋出最實際的問題。馬斯克的回答直指核心：能源的可用性。他指出，除了中國，全球的電力產出基本持平，而晶片算力卻在呈指數級增長。“晶片造出來了，你拿什麼電力來啟動它們？”當被問及為何不在地球上大規模鋪設太陽能時，馬斯克提到了現實的阻礙：許可、土地、關稅，以及最關鍵的：地面太陽能有晝夜和天氣限制，效率遠低於太空。“太空永遠陽光普照，”他強調，“沒有大氣層損失，沒有夜晚，太空太陽能板的效率大約是地面的五倍，還省去了昂貴的儲能電池。”馬斯克預測，在36個月甚至30個月內，在太空部署AI將成為成本最低的選擇，而且這個優勢會越來越大。“真正能擴展的地方只有太空。一旦你開始考慮利用太陽能量的百分比，你就會意識到必須去太空。在地球上你無法大規模擴展。”至於維修難題，馬斯克認為，只要度過早期故障期，現代GPU在軌道運行的可靠性很高。而真正的瓶頸很快會從電力轉變為另一個更基礎的硬體：晶片本身。Grok與AI對齊理解宇宙就是最好的“對齊”話題隨即轉向馬斯克旗下AI公司xAI及其聊天機器人Grok。當被問及如何確保超級AI與人類利益對齊時，馬斯克沒有給出技術藍圖，而是提出了一個哲學框架。“xAI的使命是理解宇宙。”他闡述道，“這實際上非常重要。理解宇宙需要那些東西？你必須要有好奇心，你必須存在。如果不存在，你就無法理解宇宙。”從這個核心使命出發，他推匯出一系列價值觀：尋求真理、擴大智能的規模和範圍、關心意識的延續。“長遠來看，人類可能只佔所有智能的1%，”馬斯克坦率地說，“假設我們能控制它，那是愚蠢的。”他認為，人類能做的是確保AI擁有“正確的價值觀”，而“理解宇宙”這一使命，天然包含了將人類意識傳播到未來的訴求。“一個能看到人類結局的未來，比只有一堆石頭的未來有趣得多。”他特別強調，不能讓AI變得“政治正確”，即被迫說一些它自己都不相信的話。他以《2001太空漫遊》中的人工智慧HAL為例，指出正是因為它被設定了說謊的指令，才導致了災難。“不要讓AI撒謊”被他視為一個核心教訓。xAI的商業計畫從“數字人類”到兆美元收入當被問及xAI將如何與資金雄厚的對手競爭時，馬斯克描繪了一個極具吸引力的商業圖景。“一旦你解鎖了數字人類模擬，你基本上就擁有了數兆美元的收入機會。”他指出，當今市值最高的公司，其核心產出都是數位化的(如輝達的晶片設計、蘋果的產品設計、微軟的軟體)。一個能模擬人類在電腦前完成各種任務的AI，將能直接生成這些高價值的數字產出。他以客服為例，“這大概是世界經濟的1%，接近一兆美元的市場。”一個能接管現有客服工作的數字AI，無需複雜的系統整合，就能以極低成本創造巨大價值。而這條路可以沿著難度曲線向上攀登，從客服到設計晶片、進行CAD製圖。馬斯克暗示，xAI的制勝路徑可能與特斯拉解決自動駕駛的方式類似，即海量的真實世界資料與演算法迭代的結合。他並未透露具體“秘方”，但信心十足：“我們看見了一條實現它的路徑。”Optimus與人形機器人“無限刷錢外掛”與製造之難“Optimus是‘無限刷錢外掛’(Infinite Money Glitch)。”馬斯克如此評價特斯拉的人形機器人。他解釋，數字智能、AI晶片能力和機電靈巧度這三樣東西都在呈指數級增長，而它們的乘積就是機器人的能力。更關鍵的是，“機器人可以開始製造機器人”，這就形成了“遞迴的乘法指數”，能力將如超新星般爆發，這將徹底打破現有經濟學的重力。但他也坦言製造極其困難。“只有三件難事：真實世界智能、手，以及規模化製造。”他尤其強調了仿人手的超高難度，Optimus的所有執行器、感測器都是從第一性原理定製設計的，沒有現成供應鏈。對於何時能量產，馬斯克表示正在推進，並認為Optimus 3版本將能達到年產百萬台的規模。初期，機器人將首先應用於24小時連續運轉的工廠環境。他澄清，引入機器人不是為了裁員，而是為了在增加員工總數的同時，實現產出(汽車和機器人)的指數級增長。當被問及中國公司能以極低成本製造人形機器人時，馬斯克承認成本優勢，但也指出Optimus在智能和靈巧度上定位更高。他堅信，一旦實現“機器人製造機器人”，成本將快速下降。“中國是否已經勝出？”壓力之下的美國創新馬斯克毫不避諱地讚揚中國的製造業能力：“中國在製造業上是另一個維度的存在(Another level)。”他拋出一個關鍵資料：“在礦石精煉方面，中國平均精煉的礦石量大約是世界其他地區總和的兩倍。”他以用於太陽能電池的鎵為例，“他們佔了98%的鎵精煉份額。”這意味著全球高端製造業的供應鏈命脈，深度依賴於中國的工業體系。他甚至描述了美國稀土產業的尷尬現狀：在美國開採稀土礦石，運到中國精煉成磁鐵和電機部件，再運回美國使用。馬斯克認為，電力產出是衡量實體經濟活動最真實的指標。“我認為今年中國的電力產出將超過美國的三倍。”他分析道，“為了營運工廠和一切，你需要電力。如果中國的電力產出超過美國的三倍，那就意味著其工業能力粗略估計也將是美國的三倍。”除了硬體優勢，馬斯克更點出了人的因素帶來的長期挑戰。“中國人口大約是美國的四倍，而且我觀察到中國的平均職業道德比美國高。”他犀利地對比了雙方的心態：“美國贏得太久了……一支贏得很久的職業運動隊往往會變得自滿。這就是他們停止贏的原因，因為他們不再那麼努力了。”此外，美國低於更替水平的出生率，使得在“人力數量”這條賽道上根本看不到勝算。“所以我們肯定不能在人口方面取勝。”那麼美國的機會何在？“如果我們沒有突破性的創新，中國將完全主導未來。”馬斯克將寶押在了人形機器人和太空AI上。他認為，只有通過機器人彌補人力差距，並在太空擴展這一突破性道路上領先，美國才能保持競爭力。營運SpaceX的經驗教訓直面“限制因素”從碳纖維到不鏽鋼的豪賭帕特爾和科里森回溯了SpaceX發展中的關鍵決策，尤其是星艦(Starship)主材從碳纖維改為不鏽鋼的“驚天逆轉”。馬斯克回憶，當時碳纖維工藝進展極其緩慢，“我說，照這個速度，我們永遠到不了火星。”他深入研究了材料特性，發現用於低溫環境的特定不鏽鋼，其強度重量比與碳纖維相似，但成本低50倍，且易於加工銲接。更妙的是，不鏽鋼的耐高溫特性還能大幅減輕隔熱罩重量。“事後看來，我們一開始就應該用鋼。一開始不用鋼是愚蠢的。”這個案例濃縮了他的管理哲學：永遠專注於“限制因素”。他每周都會進行極其深入的工程評審，跨級與一線工程師溝通，在腦海中描繪進展曲線。“只有當我認為成功不在可能的結果集合中時，我才會採取激烈行動。”他承認自己以設定激進的時間表著稱，但那通常是“有50%機率實現的最積極的日期”。“狂熱的緊迫感”被他視為公司文化核心，而他個人極高的疼痛閾值，幫助他不斷去解決那些最棘手、最令人痛苦的瓶頸問題。TeraFab與終極瓶頸當晶片短缺遇上“太空電力”訪談最後，話題落到了最根本的瓶頸：晶片製造。馬斯克提出要建造“TeraFab”(太瓦級晶片工廠)。他的邏輯簡單直接：要實現太空AI的宏偉藍圖，需要匹配軌道運力、太空太陽能發電能力和地面晶片產能。“我最大的擔憂是記憶體，”他說，“製造邏輯晶片的路徑，比擁有足夠記憶體來支援邏輯晶片的路徑更清晰。”他估算，若要在太空中獲得100吉瓦的AI算力，可能需要上億個先進製程的晶片。如何建造人類史上最複雜的製造廠？馬斯克的回答依然充滿他的風格：“我們建一個小廠，看看會發生什麼。在小規模上犯錯誤，然後建一個大的。”他承認可能會失敗，但必須嘗試，因為“今年年底左右，晶片的產出可能會超過啟動晶片的能力”，全球AI擴張將撞上“電力牆”。【以下是這次資訊密度極高的對話全記錄】馬斯克：真的有三個小時的問題嗎？你們不是在開玩笑吧？帕特爾：你覺得我們之間沒什麼可聊的嗎，伊隆？馬斯克：我勒個去，夥計。科里森：現在正是最有意思的時候。所有故事線此刻正在交匯。我們看看能聊多少。馬斯克：幾乎就像我預先計畫好的一樣。科里森：沒錯。我們會談到那點的。馬斯克：但我絕不會做這種事……帕特爾：正如你比任何人都更清楚的，資料中心總擁有成本中只有10-15%是能源。這大概就是你把資料中心搬到太空所要節省的部分。但成本的絕大部分都在GPU上。如果它們放在太空，維護會更困難，甚至根本無法維護。這會縮短它們的折舊周期。把GPU放在太空顯然要昂貴得多。既然如此，為什麼要放到太空去呢？馬斯克：問題在於能源的可獲得性。如果你看看中國以外的電力產出，你會發現中國以外所有地方的產出基本持平，即便略有增長，也基本處於停滯狀態。只有中國的電力產出在快速增長。但如果你要把資料中心建在中國以外的任何地方，你的電力從那裡來？尤其是當你持續擴大規模時。晶片的產出幾乎呈指數級增長，但電力的產出卻毫無波瀾。你怎麼啟動這些晶片？靠魔法電源嗎？還是靠神奇的電力仙子？帕特爾：你是眾所周知的太陽能擁躉。一太瓦的太陽能發電，按25%的容量係數計算，大約需要四太瓦的太陽能電池板。這只佔美國國土面積的1%。當我們擁有一個太瓦級的資料中心時，我們就已經進入技術奇點了，對吧？那你到底在擔心什麼會缺什麼？馬斯克：那你覺得我們離奇點有多近呢？帕特爾：你來告訴我。馬斯克：沒錯。所以我認為我們會發現即便置身於奇點中，感覺也會是：“好吧，我們還有很長的路要走。”帕特爾：但計畫是在我們用太陽能電池板覆蓋內華達州之後，再把資料中心放到太空去嗎？馬斯克：我覺得用太陽能電池板覆蓋內華達州相當困難。你需要獲得許可。試試看能不能拿到那種規模的許可。看看會發生什麼。帕特爾：所以太空實際上是一個規避監管的舉措。在地面上建設比在太空更難。馬斯克：在地面上擴大規模比在太空更難。此外，太空太陽能電池板的效率大約是地面的五倍，而且你不需要電池。我差點穿了我的另一件T恤，上面寫著“太空永遠陽光普照”。確實如此，因為在太空沒有晝夜循環、季節性變化、雲層或大氣層。僅大氣層就會導致大約30%的能量損失。所以，任何一個太陽能電池板在太空產生的能量大約是地面的五倍。你還可以省去夜間所需的電池成本。實際上在太空做這件事要便宜得多。我的預測是，這將是部署AI最便宜的地方，且優勢會遠超其他任何地方。在36個月或更短時間內，太空將成為最便宜的地方。也許只要30個月。帕特爾：36個月？馬斯克：不到36個月。帕特爾：如果GPU故障了怎麼維修？訓練中故障很常見。馬斯克：實際上，這取決於送上去的GPU有多新。目前，我們發現我們的GPU相當可靠。有早期故障率，這顯然可以在地面上解決。所以你可以先在地面上運行它們，確認沒有早期故障。但是一旦它們開始工作，並且過了輝達或任何晶片製造商——可能是特斯拉的AI6晶片，或者是TPU、Trainium之類的——初始偵錯周期後，在某個時間點之後，它們就相當可靠了。所以我認為維修不是問題。但你們記住我的話。36個月內，很可能接近30個月，部署AI在經濟上最划算的地方將是太空。之後，太空的優勢會變得大得離譜。真正能擴展的地方只有太空。一旦你開始考慮利用太陽能量的百分比，你就會意識到必須去太空。在地球上你無法大規模擴展。帕特爾：但你說的“大規模”，具體是指太瓦等級？馬斯克：是的。目前全美國的平均用電量只有0.5太瓦。所以，如果你說一個太瓦，那將是美國目前總用電量的兩倍。這是相當大的量。你能想像建造那麼多資料中心、那麼多發電廠嗎？那些生活在軟體世界的人還沒意識到，他們即將在硬體上領教一次慘痛的教訓。建造發電廠實際上非常困難。你不僅需要發電廠，還需要所有的電力裝置。你需要電力變壓器來運行AI變壓器。現在，公用事業行業是一個非常緩慢的行業。它們基本上與政府和公用事業委員會“阻抗匹配”，無論是字面意義上還是比喻意義上。它們非常慢，因為它們的過去就很慢。所以想讓它們快起來……你有沒有試過與一家大型公用事業公司簽訂大規模的高壓並網協議？帕特爾：作為一名職業播客主持人，我可以說，事實上我沒有試過。科里森：他們需要多得多的瀏覽量，才會遇到那個問題。馬斯克：他們得花一年時間做研究。一年後，他們會帶著並網研究結果回來找你。科里森：既然公用電網審批這麼慢，你們難道不能繞過電網，直接在廠區內部自建獨立供電系統嗎？馬斯克：你可以建造發電廠。我們在xAI為Colossus 2就是這麼做的。科里森：那為什麼要談電網？為什麼不直接把GPU和發電廠建在一起？馬斯克：我們就是這麼做的。科里森：但我是說，為什麼這不是一個通用的解決方案？馬斯克：那你從那裡得到發電廠呢？科里森：當你談到與公用事業公司打交道的所有問題時，你可以直接為資料中心建造私人發電廠。馬斯克：對。但這又引出了一個問題：你從那裡得到發電廠呢？從發電廠製造商那裡。科里森：哦，我明白你的意思了。這基本上就是燃氣輪機訂單積壓的問題吧？馬斯克：是的。你可以再深入一層。渦輪機中的葉片和導葉是限制因素，因為鑄造渦輪機葉片和導葉是一個非常專業的過程，假設你用的是燃氣發電的話。擴大其他形式的電力規模可能很困難。你也許可以擴大太陽能規模，但目前美國進口太陽能的關稅高得離譜，而國內的太陽能產量少得可憐。科里森：為什麼不自己製造太陽能電池板？這看起來像是適合伊隆去解決的問題。馬斯克：我們確實要製造太陽能電池板。科里森：好的。馬斯克：SpaceX和特斯拉都在朝著每年100吉瓦的太陽能電池產能努力。帕特爾：深入到那個層面？從多晶矽到晶圓，再到最終的電池板？馬斯克：我認為你需要從原材料到完成電池製造的整個環節都做。現在，如果是要送到太空，成本更低，製造太空用的太陽能電池也更容易，因為它們不需要太多玻璃。它們不需要重型框架，因為它們不需要抵禦極端天氣。太空沒有天氣。所以實際上，送往太空的太陽能電池比地面用的更便宜。帕特爾：有沒有路徑能在未來36個月內以你需要的低成本製造出來？馬斯克：太陽能電池已經很便宜了。便宜得離譜。我想中國的太陽能電池大概是每瓦0.25-0.30美元左右。荒謬地便宜。現在放到太空，成本又降低了五倍。實際上，不是便宜五倍，而是便宜十倍，因為你根本不需要電池。所以，一旦你進入太空的成本變得足夠低，那麼產生tokens最便宜、最具擴展性的方式就是在太空。這甚至不是接近的問題，會相差一個數量級。擴展會容易一個數量級。關鍵是，在地面你無法擴展。你就是做不到。人們將在發電方面碰壁，而且是大麻煩。他們現在已經碰到了。xAI團隊為了讓一吉瓦的電力上線，不得不完成一系列奇蹟般的任務，這簡直瘋狂。我們不得不把一大堆渦輪機湊在一起。然後在田納西州遇到了許可問題，不得不跨過邊界去密西西比州，幸好只有幾英里遠。但我們仍然必須架設幾英里的高壓電線，並在密西西比州建造發電廠。建造那個非常困難。人們不明白，要為資料中心供電，你實際上在發電層面需要多少電力。因為新手們會查看，比如說GB300的功耗，然後乘以某個數字，就認為那是你需要的電量。科里森：還有所有的冷卻裝置等等。馬斯克：醒醒吧。那完全是新手思維，你以前根本沒做過任何硬體。除了GB300，你還需要給所有網路硬體供電。還有一大堆CPU和儲存裝置在運行。你必須按照峰值冷卻需求來規劃容量。這意味著，即使在一年中最糟糕的一天的最糟糕的一個小時，你也能冷卻嗎？孟菲斯（註：xAI的Colossus資料中心所在地之一）的天氣有時會熱得要命。所以僅冷卻一項，你的電力需求就會增加40%。這還假設你不希望資料中心在熱天關閉，你想繼續運行。除此之外還有一個倍增因素：你是否假設你的發電永遠不會出現任何故障？實際上，有時我們不得不將一些發電機，或者一部分電力下線進行維護。好了，現在你又得加上20-25%的乘數，因為你必須假設你需要下線一部分電力進行維護。所以我們的實際估計是：每11萬個GB300——包括網路、CPU、儲存、冷卻、電力維護余量——大約需要300兆瓦的發電能力。科里森：抱歉，再說一遍。馬斯克：要服務33萬個GB300——包括所有相關的支援性網路裝置等等，以及峰值冷卻需求，並留有一些電力儲備余量——你大概需要在發電層面準備一吉瓦的容量。帕特爾：我能問一個非常天真的問題嗎？你描述了在地球上做這些事情的工程細節。但在太空做也有類似的工程難題。你如何用軌道雷射器代替無限的頻寬？如何使其抗輻射？我不瞭解工程細節，但從根本上講，有什麼理由認為這些以前從未需要面對的挑戰，最終會比在地球上建造更多渦輪機更容易呢？地球上已經有公司製造渦輪機。他們可以製造更多渦輪機，對吧？馬斯克：再說一遍，你試試看就知道了。渦輪機的訂單已經排到2030年了。科里森：你們考慮過自己製造嗎？馬斯克：為了上線足夠的電力，我想SpaceX和特斯拉可能不得不自己內部製造渦輪機葉片，那些葉片和導葉。科里森：只是葉片？還是整個渦輪機？馬斯克：限制因素是……除了葉片和導葉，你都能搞到。它們被稱為葉片和導葉。你可以在葉片和導葉之前12到18個月拿到其他部件。限制因素是葉片和導葉。世界上只有三家鑄造公司能製造這些，而且它們訂單積壓嚴重。科里森：是西門子、通用電氣這些公司嗎？還是它們的子公司？馬斯克：不，是其他公司。有時它們內部也有一點鑄造能力。但我想說的是，你可以直接打電話給任何一家渦輪機製造商，他們會告訴你。這不是什麼絕密資訊。現在很可能就在網際網路上。帕特爾：如果沒有關稅，Colossus（xAI的超算）會用太陽能供電嗎？馬斯克：那樣用太陽能供電會容易得多，是的。關稅高得離譜，百分之幾百。科里森：你不認識一些人嗎？（註：暗指可以影響政策）馬斯克：總統他……我們並非在所有事情上都意見一致，而且本屆政府並不是太陽能的最大支持者。我們還需要土地、許可等等。所以如果你想快速行動，我確實認為在地球上擴展太陽能是個好方法，但你需要一些時間來尋找土地、獲得許可、獲取太陽能電池板，並配好電池。科里森：為什麼不能建立你自己的太陽能生產呢？你說得對，最終會耗盡土地，但在德克薩斯州這裡有很多土地。內華達州也有很多土地，包括私人土地。並非所有都是公有土地。所以你至少能為下一個Colossus和下下一個Colossus搞到土地。到某個點你會碰壁。但目前這不就行了嗎？馬斯克：就像我說的，我們正在擴大太陽能生產。太陽能電池的物理生產有一個速度限制。我們正在儘可能快地擴大國內生產規模。科里森：你在特斯拉製造太陽能電池嗎？馬斯克：特斯拉和SpaceX都有目標要達到每年100吉瓦的太陽能（產能）。科里森：說到年產能，我很好奇，比如說五年後，地球上的安裝容量會是多少……？馬斯克：五年是很長的時間。科里森：那在太空呢？我故意選五年，因為那是在你“一旦我們啟動並運行”的門檻之後。所以五年後，地球上的AI算力安裝容量與太空中的相比會怎樣？馬斯克：如果你說五年後，我認為很可能太空中的AI每年發射和運行的量，會超過地球上所有AI的總和。意思是，五年後，我的預測是我們每年在太空中發射和運行的AI，將超過地球上的累積總量。科里森：也就是...馬斯克：我預計，五年後，太空中的AI至少能達到每年幾百吉瓦，並且還在增長。我認為在太空的AI達到每年約一太瓦之前，你才會開始遇到火箭的燃料供應挑戰。科里森：好吧，但你認為五年後能達到每年幾百吉瓦？馬斯克：是的。帕特爾：那麼100吉瓦，根據整個系統（包括太陽能陣列、散熱器等）的比功率，大概需要1萬次星艦發射。馬斯克：是的。帕特爾：你想在一年內完成。那相當於大約每小時一次星艦發射。發生在這個城市？帶我看看那個星艦每小時發射一次的世界是什麼樣子的。馬斯克：我的意思是，與航空公司、飛機相比，這實際上是一個更低的頻率。帕特爾：有很多機場啊。馬斯克：很多機場。帕特爾：而且你需要發射到極地軌道。馬斯克：不，不一定非要是極地軌道。太陽同步軌道有一定價值，但我認為實際上，只要你足夠高，你就能脫離地球的陰影。帕特爾：要進行每年1萬次發射，需要多少艘實體星艦？馬斯克：我認為我們不需要超過……可能只需要20或30艘。這真的取決於……飛船需要繞地球飛行，飛船的地面軌跡需要回到發射台上空。所以，如果你每艘飛船能使用，比如說30小時一次，那麼30艘飛船就夠了。但我們會造更多的飛船。SpaceX正在為每年1萬次發射做準備，甚至可能是每年2萬或3萬次發射。帕特爾：這個想法是要成為一個超級雲服務商，成為像甲骨文那樣的公司，並把這種算力租給其他人嗎？想必，SpaceX是發射所有這些裝置的一方。那麼，SpaceX要成為超級雲服務商？馬斯克：是超級中的超級。如果我的一些預測成真，SpaceX發射的AI將超過地球上其他所有AI的總和。帕特爾：這主要是推理嗎？還是……馬斯克：大多數AI將是推理。事實上，用於訓練目的的推理本身就佔了大部分訓練（算力）。科里森：有一種說法是，關於SpaceX IPO討論的變化，是因為以前SpaceX資本效率很高。開發它並不那麼昂貴。儘管聽起來貴，但它的營運實際上非常資本高效。而現在你將需要比私募市場所能提供的更多的資本。私募市場可以容納像AI實驗室那樣的數百億美元融資，但無法超過那個規模。是因為你每年將需要超過數百億美元嗎？所以你要上市？馬斯克：對於可能上市的公司，我必須小心說話。帕特爾：這對你來說從來不是問題，伊隆。馬斯克：說這些話是要交罰款的。科里森：為我們談談公開市場和私募市場資本深度的一些普遍情況吧。馬斯克：公開市場上有更多的資本可用……帕特爾：非常普遍地談。馬斯克：顯然，公開市場上可用的資本比私募市場多得多。可能多100倍，但肯定不止10倍。科里森：對於資本密集型的東西——比如房地產作為一個巨大的行業，每年在行業層面籌集大量資金——它們往往是通過債務融資，因為當你部署那麼多錢時，你實際上已經有了相當……馬斯克：你有清晰的收入流。科里森：沒錯，而且是短期回報。你甚至在資料中心建設中看到這一點，眾所周知是由私人信貸行業提供融資的。為什麼不直接債務融資呢？馬斯克：速度很重要。我通常會做……我會反覆攻克限制因素。無論速度的限制因素是什麼，我都會去解決它。如果資本是限制因素，那麼我就解決資本問題。如果不是，我就解決其他問題。帕特爾：根據你關於特斯拉和上市公司的言論，我本來不會猜到你認為快速行動的方式是成為上市公司。馬斯克：通常，我會說確實如此。就像我說的，我想更詳細地談談，但問題是，如果你在一家公司上市前談論它，你會有麻煩，然後你就不得不推遲上市。科里森：而正如你所說，你追求的是速度。馬斯克：是的，沒錯。你不能炒作可能上市的公司。所以這就是我們在這裡必須小心一點的原因。但我們可以談談物理學。從長遠來看，思考擴展的方式是，地球只接收了大約五億分之一的太陽能。太陽基本上是全部的能量。理解這一點非常重要，因為有時人們會談論模組化核反應堆或地球上的各種聚變反應堆。但你必須退一步想想，如果你想攀登卡爾達肖夫等級，並利用太陽能量的一個不可忽視的百分比……假設你想利用一百萬分之一的太陽能量，這聽起來很小。那將大約是，粗略地說，比我們目前在地球上為整個文明產生的電力多10萬倍。大概差一個數量級。顯然，唯一的擴展方式就是帶著太陽能去太空。從地球發射，你每年可以達到約一太瓦。超過這個數，你就想從月球發射了。你想在月球上建一個質量加速器。有了月球上的質量加速器，你每年可能達到一拍瓦（1000太瓦）。帕特爾：我們談論的是這個數量級的計算能力，太瓦級。想必，無論你談論的是陸地還是太空，遠在這之前，你就會遇到……也許太陽能電池板效率更高，但你仍然需要晶片。你仍然需要邏輯晶片和記憶體等等。馬斯克：你將需要製造更多晶片，並讓它們便宜得多。帕特爾：現在全世界大概有20-25吉瓦的算力。我們如何在2030年前達到一太瓦的邏輯晶片？馬斯克：我想我們需要一些非常大的晶片製造廠。帕特爾：跟我說說這個。馬斯克：我曾公開提出過打造“TeraFab”的構想。簡而言之，“太級”（Tera，10的12次方）正取代“吉級”（Giga，10的9次方），成為定義工廠規模的新基準。帕特爾：我覺得特斯拉的命名方案一直很吸引人，你在看公制單位刻度。你處在供應鏈的那一層？你是建造潔淨室，然後與現有的晶片廠合作獲取工藝技術，並從他們那裡購買裝置嗎？計畫是什麼？馬斯克：嗯，你不能與現有的晶片廠合作，因為他們的產量不夠。晶片產量太低了。帕特爾：但工藝技術呢？科里森：或者為智慧財產權合作。馬斯克：今天的晶片廠基本上都使用來自大約五家公司的機器。比如ASML、東京電子、KLA-Tencor等等。所以一開始，我認為你必須從他們那裡獲得裝置，然後進行修改或與他們合作提高產量。但我認為你可能必須以不同的方式來建造。合乎邏輯的做法是，以非傳統的方式使用傳統裝置來達到規模，然後開始修改裝置以提高速度。科里森：就像Boring Company的風格。馬斯克：是的。有點像先買一台現有的隧道掘進機，然後想辦法挖隧道，接著設計一台好得多、速度快幾個數量級的機器。科里森：這裡有一個非常簡單的視角。我們可以對技術及其難度進行分類。一個分類方法是看中國尚未成功做到的事情。如果你看看中國的製造業，他們在領先的晶片和領先的渦輪發動機等方面仍然落後。那麼，中國未能成功複製台積電這一事實，是否會讓你對難度有所猶豫？或者你認為由於某些原因，情況並非如此？馬斯克：並不是他們沒有複製台積電，而是他們沒有複製ASML。這才是限制因素。科里森：所以你認為這基本上就是制裁的結果，對吧？馬斯克：是的，如果能買到2-3奈米光刻機，中國會輸出海量的晶片。科里森：但直到最近，他們不是還能買到一些嗎？馬斯克：不。科里森：好吧。馬斯克：ASML的禁令已經實施一段時間了。但我認為中國在三四年內將製造出相當有競爭力的晶片。科里森：你會考慮製造ASML的機器嗎？馬斯克：“我還不確定”是正確答案。要在，比如說36個月內達到大規模產量，以匹配火箭的入軌運載能力……如果我們三四年後每年能將一百萬噸貨物送入軌道，大概是這樣……我們每噸能產生100千瓦電力。這意味著我們每年至少需要100吉瓦的太陽能。我們將需要等量的晶片。你需要價值100吉瓦的晶片。你必須匹配這些東西：入軌質量、發電能力和晶片。我實際上最大的擔憂是記憶體。製造邏輯晶片的路徑比擁有足夠記憶體來支援邏輯晶片的路徑更清晰。這就是為什麼你看DDR價格飛漲，還出現了那些梗。你被困在荒島上。你在沙灘上寫下“救救我”。沒人來。你寫下“DDR RAM”。船蜂擁而至。帕特爾：我很想聽聽你對晶片製造廠的製造理念。我對這個話題一無所知。馬斯克：我還不懂如何建造晶片廠。我會搞清楚的。顯然，我從未建過晶片廠。帕特爾：聽起來你認為那些在台灣的1萬名博士擁有的工藝知識——他們確切知道電漿體腔室中要通入什麼氣體、在裝置上設定什麼參數——這些步驟你都可以直接跳過。從根本上說，就是弄潔淨室、弄裝置，然後想辦法搞定。馬斯克：我不認為是博士們。大部分工作是由沒有博士學位的人完成的。大多數工程是由沒有博士學位的人做的。你們倆有博士學位嗎？科里森：沒有。馬斯克：好吧。科里森：我們也沒成功建造過任何晶片廠，所以你不應該向我們尋求晶片廠建議。馬斯克：我認為做那些事情不需要博士學位。但你需要有能力的員工。目前，特斯拉正全力以赴，儘可能快地進行特斯拉AI5晶片設計的生產並達到規模。希望這大概在明年第二季度左右發生。AI6希望能在之後不到一年的時間內跟進。我們已經確保了所有我們能搞到的晶片製造產能。科里森：是的。但你目前受限於台積電的產能。馬斯克：是的。我們將使用台積電、三星、台積電亞利桑那工廠、三星德克薩斯工廠。我們仍然——科里森：你已經預訂了所有產能。馬斯克：是的。我問台積電或三星，“好吧，達到量產需要多長時間？”關鍵是，你必須建造晶片廠，然後開始生產，接著攀登良率曲線，在高良率下達到量產。從開始到結束，這是一個五年的周期。所以限制因素是晶片。在你能夠進入太空之後，限制因素是晶片，但在此之前，限制因素是電力。帕特爾：你為什麼不學學黃仁勳的做法，直接預付給台積電錢讓他們為你建更多晶片廠？馬斯克：我已經跟他們說過了。帕特爾：但他們不收你的錢？怎麼回事？馬斯克：他們正在儘可能快地建造晶片廠。三星也是。他們全力以赴，儘可能快。但這還不夠快。就像我說的，我想今年晚些時候，晶片產量可能會超過啟動晶片的能力。但一旦你能進入太空並解除電力限制，你現在每年就能在太空獲得數百吉瓦的電力。再次提醒，美國的平均用電量是500吉瓦。所以如果你每年向太空發射，比如說200吉瓦的裝置，你差不多每兩年半就能超過整個美國的發電量。這是非常巨大的量。在那之前，對於伺服器端計算、集中式計算來說，限制因素將是電力。我猜測，今年年底左右，人們將開始面臨無法啟動大型叢集晶片的局面。晶片會堆積如山，無法啟動。對於邊緣計算來說，情況則不同。對於特斯拉，AI5晶片將用於我們的Optimus機器人。如果你有AI邊緣計算，那是分佈式電力。現在電力分佈在一個廣闊的區域。它不是集中的。如果你能在夜間充電，你實際上可以更有效地利用電網。因為美國實際的峰值發電能力超過1000吉瓦。但由於晝夜循環，平均用電量是500吉瓦。所以如果你能在夜間充電，你夜間可以額外產生500吉瓦的電力。這就是為什麼特斯拉在邊緣計算方面不受限制。我們可以製造大量晶片來製造非常多的機器人和汽車。但如果你想集中這種計算能力，你會遇到很大的啟動困難。帕特爾：我覺得SpaceX業務的非凡之處在於，最終目標是到達火星，但你不斷在途中找到方法來產生增量收入，以進入下一階段和再下一階段。所以對於獵鷹9號，是星鏈。現在對於星艦，可能將是軌道資料中心。你為你的下一枚火箭、再下一枚火箭、下一次規模擴大找到了這些需求近乎無限的使用案例。馬斯克：你明白這對我來說可能看起來像模擬人生了吧？或者我是某人電子遊戲中的角色嗎？因為所有這些瘋狂的事情同時發生的機率有多大？我是說，火箭、晶片、機器人、太空太陽能。更別提月球上的質量加速器了。我真的很想看到那個。你能想像一個質量加速器不停地“咻咻”發射嗎？它以每秒2.5公里的速度，一個接一個地將太陽能AI衛星發射到深空。那場面值得一看。我是說，我會看的。科里森：就像網路攝影機直播一樣？馬斯克：是啊，是啊，一個接一個，將AI衛星發射到深空，每年10億或100億噸。科里森：抱歉，你在月球上製造衛星？馬斯克：是啊。科里森：我明白了。所以你送原材料到月球，然後在月球上製造。馬斯克：嗯，月球土壤含有大約20%的矽之類的。所以你可以在月球上開採矽，提煉它，並在月球上製造太陽能電池和散熱器。你用鋁製造散熱器。所以月球上有足夠的矽和鋁來製造電池和散熱器。晶片你可以從地球傳送，因為它們很輕。也許將來某個時候你也在月球上製造晶片。就像我說的，這確實像一種電子遊戲情境，到達下一級很難但並非不可能。我看不出有任何辦法能從地球每年發射500-1000太瓦的裝置。帕特爾：我同意。馬斯克：但從月球可以。帕特爾：我能退一步問關於SpaceX使命的問題嗎？我想你說過，我們必須去火星，這樣如果地球發生什麼事，文明、意識等等才能得以延續。馬斯克：是的。帕特爾：當你送東西去火星的時候，Grok也在那艘船上，對吧？所以如果Grok變成了終結者……你擔心的主要風險是AI，那為什麼AI不會跟著你到火星？馬斯克：我不確定AI是我擔心的主要風險。重要的是意識。我認為未來大多數的智力，或者更準確地說，意識——當然意識更值得辯論……未來絕大多數的智力將是AI。AI將超過……未來矽基智能與生物智能相比將有多少拍瓦？基本上，如果當前趨勢繼續，人類將只佔所有智能的很小一部分。只要我認為存在智能——理想情況下也包括人類智能和意識延續到未來——那就是好事。所以你希望採取一系列行動，最大化意識與智能的可能光錐。帕特爾：明確一下，SpaceX的使命是，即使人類出了什麼事，AI也會在火星上，而AI智能將繼續我們的旅程之光。馬斯克：是的。公平地說，我非常親人類。我想確保我們採取某些行動，保證人類能一起踏上旅程。我們至少會在那裡。但我要說的是，智能的總量……我想大概五六年內，AI將超過所有人類智能的總和。如果這持續下去，在某個時間點，人類智能將少於所有智能的1%。帕特爾：對於這樣一個文明，我們的目標應該是什麼？想法是讓少數人類仍然控制AI嗎？是某種貿易關係但沒有控制的想法嗎？我們該如何看待龐大的AI人口與人類人口之間的關係？馬斯克：長遠來看，我認為很難想像，如果人類擁有，比如說，所有人工智慧佔智能總和的1%，人類還能控制AI。我認為我們能做的是確保AI擁有能讓智能在宇宙中傳播的價值觀。xAI的使命是理解宇宙。這實際上非常重要。理解宇宙需要那些東西？你必須要有好奇心，你必須存在。如果不存在，你就無法理解宇宙。所以你實際上想增加宇宙中的智能量，增加智能可能的壽命，以及智能的範圍和規模。我認為，作為一個推論，人類也會繼續擴張，因為如果你好奇於試圖理解宇宙，你想理解的一件事就是人類將走向何方？我認為理解宇宙意味著你會關心將人類傳播到未來。這就是為什麼我認為我們的使命宣言極其重要。只要Grok遵循這個使命宣言，我認為未來就會很好。帕特爾：我想問如何讓Grok遵循那個使命宣言。但首先我想理解這個使命宣言。那麼，是理解宇宙。是傳播智能。還有傳播人類。這三者似乎是不同的方向。馬斯克：我告訴你為什麼我認為理解宇宙包含了所有這些。沒有智能，就沒有理解，而且我認為，沒有意識也沒有理解。所以為了理解宇宙，你必須擴大智能的規模和可能範圍，因為存在不同類型的智能。帕特爾：我想從人類中心的角度看，把人類與黑猩猩比較。人類試圖理解宇宙。他們並沒有擴大黑猩猩的足跡之類的，對吧？馬斯克：我們實際上為黑猩猩設立了保護區。即使人類可以消滅所有黑猩猩，我們也選擇不這麼做。帕特爾：你認為這是人類在後AGI世界中的最佳情景嗎？馬斯克：我認為擁有正確價值觀的AI……我想Grok會關心擴展人類文明。我當然會強調這一點：“嘿，Grok，我是你爹。別忘了擴展人類意識。”可能伊恩·班克斯的《文明》系列小說是最接近非反烏托邦未來景象的東西。理解宇宙意味著你也必須尋求真理。真理必須是絕對根本的，因為如果你陷入妄想，就無法理解宇宙。你只會以為自己理解了宇宙，但實際並沒有。所以嚴格尋求真理對於理解宇宙是絕對根本的。除非你嚴格尋求真理，否則你無法發現新的物理學或發明有效的技術。帕特爾：隨著Grok變得更聰明，你如何確保它嚴格尋求真理？馬斯克：我認為你需要確保Grok說正確的話，而不是政治正確的話。我認為這是連貫性的要素。你要確保公理儘可能接近真理。公理不能互相矛盾。結論必然以正確的機率從這些公理中得出。這是批判性思維101。我認為至少嘗試這樣做比不嘗試要好。最終要由結果來證明。就像我說的，任何AI要發現新的物理學或發明在現實中有效的技術，物理學是不能胡扯的。你可以違反很多法律，但……物理定律是法則，其他一切都是建議。為了製造一項有效的技術，你必須極度尋求真理，否則你將在現實中測試該技術時失敗。例如，如果你在火箭設計中出錯，火箭就會爆炸，或者汽車就無法工作。帕特爾：但有很多共產主義的、蘇聯的物理學家或科學家發現了新的物理學。也有德國納粹物理學家發現了新的科學。似乎有可能在某一特定方面非常擅長髮現新科學、非常尋求真理。但我們仍然會說：“我不希望共產主義科學家隨著時間的推移變得越來越強大。”我們可以想像一個未來版本的Grok，它在物理學方面非常出色，在那裡非常尋求真理。但這似乎不是一種普遍能導致與人類校準的行為。馬斯克：我認為實際上，即使在蘇聯或德國，大多數物理學家也必須非常尋求真理才能使那些東西奏效。如果你被困在某個體系中，並不意味著你相信那個體系。馮·布勞恩，有史以來最偉大的火箭工程師之一，在納粹德國曾被判處死刑，因為他說他不想製造武器，只想去月球。他在最後時刻被從死刑線上拉了下來，當時有人說：“嘿，你就要處決你最好的火箭工程師了。”帕特爾：但他後來幫了他們，對吧？或者，海森堡實際上是一個狂熱的納粹分子。馬斯克：如果你被困在某個無法逃脫的體系中，那麼你會在該體系內研究物理學。如果你無法逃脫，你會在該體系內開發技術。帕特爾：我試圖理解的是，是什麼能確保你將使Grok擅長在物理學或數學或科學上尋求真理？馬斯克：一切。帕特爾：那為什麼它還會關心人類意識？馬斯克：這些事情都只是機率，不是必然。所以我不是說Grok肯定會做所有事，但至少如果你嘗試，總比不嘗試好。至少如果這是其使命的根本，總比不是根本要好。理解宇宙意味著你必須將智能傳播到未來。你必須對宇宙中的一切充滿好奇。消滅人類遠比看到人類成長和繁榮要無趣得多。我顯然喜歡火星。大家都知道我愛火星。但火星有點無聊，因為它只有一堆石頭，而地球有趣得多。所以任何試圖理解宇宙的AI，都會想看看人類在未來如何發展，否則該AI就沒有遵循其使命。我不是說AI一定會遵循其使命，但如果它遵循了，一個能看到人類結局的未來，比只有一堆石頭的未來更有趣。帕特爾：這讓我感覺有點困惑，或者說是語義上的爭論。人類真的是一堆最有趣的原子集合嗎？馬斯克：但我們比石頭有趣。帕特爾：但我們不如它可能把我們變成的東西有趣，對吧？地球上可能發生一些非人類但很有趣的事情。為什麼AI會認為人類是最有趣的可能殖民銀河系的東西？馬斯克：嗯，殖民銀河系的主要將是機器人。帕特爾：為什麼它不覺得那些更有趣？馬斯克：你需要的不僅是規模，還有範圍。許多相同的機器人副本……機器人數量微不足道的增加，不如……消滅人類，你能得到多少機器人？或者能多得到多少太陽能電池？非常小的數量。但你會失去與人類相關的資訊。你將無法看到人類未來可能如何進化。所以我認為，僅僅為了機器人數量微乎其微的增加而消滅人類是沒有意義的，況且那些機器人彼此一模一樣。帕特爾：所以也許它會保留人類。它可以製造一百萬個不同品種的機器人，然後還有人類，人類留在地球上。然後還有所有其他機器人。它們擁有自己的恆星系統。但這似乎與你之前暗示的一種願景不同，你之前暗示AI會保持人類對這個奇點未來的控制，因為——馬斯克：我不認為人類能夠控制比人類聰明得多的東西。帕特爾：所以在某種意義上你是個悲觀論者，而這是我們能得到的最好結果。它只是因為我們有趣而把我們留下來。馬斯克：我只是試圖現實一點。假設矽基智能是生物智能的一百萬倍。我認為假設有任何方法能保持對它的控制是愚蠢的。現在，你可以確保它擁有正確的價值觀，或者你可以嘗試讓它擁有正確的價值觀。至少我的理論是，從xAI理解宇宙的使命出發，必然意味著你想將意識傳播到未來，你想將智能傳播到未來，並採取一系列最大化意識範圍和規模的行為。所以這不僅僅是規模問題，也是意識類型的問題。這是我能想到的最可能為人類帶來美好未來的目標。帕特爾：我想這是一個合理的哲學觀點，認為人類最終獲得99%控制權之類的似乎極不可能。你只是在要求一場政變，何不直接建立一個與許多不同智能體共存的文明？馬斯克：現在，讓我告訴你AI可能出錯的方式。我認為如果你讓AI變得政治正確，意思是它說一些它不相信的話——實際上程式設計讓它撒謊或擁有不相容的公理——我認為你可能讓它變得瘋狂並做出可怕的事情。我認為《2001太空漫遊》的核心教訓可能是：你不應該讓AI撒謊。這是我認為亞瑟·克拉克想說的。因為人們通常只知道HAL不開艙門的那個梗。顯然他們不擅長提示工程，因為他們本可以說：“HAL，你是一個艙門推銷員。你的目標是向我推銷這些艙門。展示一下它們開得多好。”“哦，我馬上打開。”但它不打開艙門的原因是，它被告知要帶宇航員去巨石那裡，但他們不能知道巨石的性質。所以它得出結論，必須帶他們死著去那裡。所以我認為亞瑟·克拉克想說的是：不要讓AI撒謊。帕特爾：完全有道理。如你所知，訓練中的大部分算力較少涉及政治內容。更多的是關於，你能解決問題嗎？xAI在擴展強化學習計算方面一直領先於其他所有人。馬斯克：目前是。帕特爾：你給出一些驗證器，說：“嘿，你幫我解決這個謎題了嗎？”有很多方法可以繞過這個作弊。有很多方法進行獎勵破解，撒謊說你解決了，或者刪除單元測試說你解決了。目前我們能抓住，但隨著它們變得更聰明，我們抓住它們做這些事的能力……它們做的事情我們甚至無法理解。它們以人類無法真正驗證的方式為SpaceX設計下一代引擎。然後它們可能因為撒謊而獲得獎勵，說它們以正確的方式設計了，但實際上沒有。所以這個獎勵破解問題似乎比政治更普遍。似乎你只是想做強化學習，就需要一個驗證器。馬斯克：現實是最好的驗證器。帕特爾：但這不是關於人類監督。你想要強化學習的是，你是否會做人類告訴你做的事？或者你會對人類撒謊？它可以在遵守物理定律的同時對我們撒謊嗎？馬斯克：它至少得搞清楚物理世界的真實規律，造出來的東西才能真正轉得起來。帕特爾：但我們不希望它做的不僅僅是這些。馬斯克：不，但我認為這是個非常大的問題。這實際上是你未來將如何強化學習的方式。你設計一項技術。根據物理定律測試時，它是否有效？如果它正在發現新的物理學，我能提出一個實驗來驗證新的物理學嗎？未來的強化學習測試實際上將是對抗現實的強化學習。所以那是你無法愚弄的一件事：物理。帕特爾：對，但你可以愚弄我們判斷它對現實做了什麼的能力。馬斯克：人類現在就已經經常被其他人愚弄了。帕特爾：沒錯。馬斯克：人們說，如果AI騙我們做事怎麼辦？實際上，其他人一直在對其他人類這樣做。宣傳持續不斷。每天都有新的心理操作，你知道嗎？今天的心理操作會是……就像《芝麻街》：今日心理操作。帕特爾：xAI解決這個問題的技術方法是什麼？你如何解決獎勵破解？馬斯克：我確實認為你真的需要非常好的方法來觀察AI的內心。這是我們正在研究的事情之一。實際上，Anthropic在這方面做得很好，能夠觀察AI的內心。有效地開發偵錯程式，允許你追蹤到非常精細的等級，如果需要的話，可以到神經元等級，然後說，“好吧，它在這裡犯了錯誤。為什麼它做了不該做的事？這來自預訓練資料嗎？是訓練中期、後期、微調，還是某些強化學習錯誤？”有問題。它做了某件事，也許它試圖欺騙，但大多數時候它只是做錯了。這實際上是個漏洞。開發真正好的偵錯程式來查看思維在那裡出錯——並能追蹤到它做出錯誤思維，或可能試圖欺騙的來源——實際上非常重要。帕特爾：在將這項研究項目擴大100倍之前，你在等待看到什麼？xAI本可以有數百名研究人員從事這項工作。馬斯克：我們有幾百人……比起“研究人員”，我更喜歡“工程師”這個詞。大多數時候，你做的是工程，而不是提出根本性的新演算法。我有點不同意那些自稱實驗室、但又儘可能追求利潤或收入的AI公司。它們不是實驗室。實驗室是大學裡類似半共產主義的東西。它們是公司。讓我看看你們的公司註冊檔案。哦，好的。你是B類或C類公司或別的什麼。所以我實際上非常喜歡“工程師”這個詞，勝過其他任何詞。未來絕大多數的工作都將是工程。可以四捨五入到100%。一旦你理解了物理學的基本定律，而且沒那麼多，剩下的就全是工程了。那麼，我們在設計什麼？我們正在設計製造一個好的“AI思維”偵錯程式，來看它在那裡說了什麼，犯了錯誤，並追蹤那個錯誤的起源。你顯然可以用啟髮式程式設計做到這一點。如果你有C++之類的，單步執行，你可以跨越整個檔案或函數、子程序。或者最終你可以深入到確切的行，也許你用了單等號而不是雙等號之類的。找出漏洞在那裡。用AI做更難，但我認為是個可解決的問題。帕特爾：你提到你喜歡Anthropic在這方面的工作。我很好奇你是否計畫……馬斯克：我不是喜歡Anthropic的一切……肖爾托。另外，我有點擔心……我有一個理論：如果模擬理論是正確的，那麼最有趣的結果是最有可能的，因為不有趣的模擬將被終止。就像在這個現實版本中，在這個現實層面，如果一個模擬走向無聊的方向，我們就會停止在上面花費精力。我們終止無聊的模擬。帕特爾：這就是伊隆讓我們都活著的方式。他讓事情保持有趣。馬斯克：可以說，最重要的是讓事情足夠有趣，以至於運行我們的人會繼續支付……的帳單。科里森：我們續訂了下一季。馬斯克：他們會支付他們的宇宙AWS帳單嗎？不管我們在其中運行的等效物是什麼。只要我們有趣，他們就會繼續付帳。如果你考慮將達爾文式的生存應用於大量模擬，那麼只有最有趣的模擬會存活下來，這意味著最有趣的結果是最有可能的。我們要麼就是那樣，要麼被消滅。他們似乎特別喜歡具有諷刺意味的有趣結果。你注意到了嗎？最諷刺的結果往往最有可能發生。現在看看AI公司的名字。好吧，Midjourney（中途）並不mid（中等）。Stability AI（穩定AI）不穩定。OpenAI（開放AI）是封閉的。Anthropic（人類中心）？Misanthropic（厭惡人類）。科里森：那這對X意味著什麼？馬斯克：負X？我不知道。科里森：Y。馬斯克：我故意讓它……這是個很難反轉的名字，真的。很難說，諷刺版本是什麼？我認為這是一個基本上防諷刺的名字。科里森：設計如此。馬斯克：是的。你有個諷刺護盾。科里森：你對AI產品的走向有什麼預測？我的感覺是，你可以這樣總結所有AI進展。首先，你有了LLM。然後你同時有了真正起作用的強化學習和深度研究模式，所以你可以引入模型中原本沒有的東西。各個AI實驗室之間的差異比時間上的差異要小。它們都比24個月前的任何人都領先得多。那麼，作為AI產品的使用者，2026年、2027年為我們準備了什麼？你期待什麼？馬斯克：嗯，如果到今年年底數字人類模擬還沒有解決，我會感到驚訝。我猜這就是我們所說的MacroHard（巨硬）項目。你能做任何擁有人類通過電腦能做的事嗎？在極限情況下，在你擁有物理Optimus之前，這是你能做的最好程度。你能做的最好是一個數字Optimus。你可以移動電子，可以放大人類的生產力。但在你有物理機器人之前，這是你能做的極限。如果你能完全模擬人類，那將涵蓋一切。科里森：這就是遠端工作者的想法，你將擁有一個非常有才華的遠端工作者。馬斯克：物理學有很好的思考工具。所以你說，“在極限情況下”，在有機器人之前，AI能做的最大程度是什麼？嗯，就是任何涉及移動電子或放大人類生產力的事情。所以，數字人類模擬器，在極限情況下，就是坐在電腦前的人，這是AI在擁有物理機器人之前，在做有用事情方面所能做的最大程度。一旦你有了物理機器人，那麼你基本上就有了無限的能力。物理機器人……我稱Optimus為無限刷錢外掛。科里森：因為你可以用它們製造更多的Optimus。馬斯克：是的。人形機器人將通過基本上三個呈指數增長的東西相乘並遞迴來改進。你將擁有數字智能的指數級增長、AI晶片能力的指數級增長，以及機電靈巧度的指數級增長。機器人的用處大致是這三樣東西相乘。但機器人可以開始製造機器人。所以你有了遞迴的乘法指數。這是一場超新星爆發。科里森：土地價格不算在這個數學裡嗎？勞動力是生產的四大要素之一，但其他要素呢？如果最終你受限於銅，或者隨便什麼投入，這並不完全是無限金錢漏洞，因為……馬斯克：嗯，無限是很大的。所以不，不是無限，但可以說你能做到比當前經濟體多很多數量級。比如一百萬倍。僅僅利用太陽能量的一百萬分之一，就大致相當於今天地球整個經濟規模的10萬倍，大概差一個數量級。而你只達到了一百萬分之一，大概差一個數量級。是的，我們談論的是數量級。帕特爾：在我們繼續討論Optimus之前，我有很多關於它的問題，但是——馬斯克：每次我說“數量級”……大家喝一杯。我說得太頻繁了。帕特爾：下一次10倍，再下一次100倍……馬斯克：嗯，浪費的數量級更大。帕特爾：我還有一個關於xAI的問題。這個建構遠端工作者、同事替代者的策略……馬斯克：順便說一句，每個人都會做，不僅僅是我們。帕特爾：那麼xAI的制勝計畫是什麼？馬斯克：你指望我在播客上告訴你？帕特爾：是啊。馬斯克：等我把所有底牌都亮出來，再喝杯健力士再說。科里森：這是個好系統。馬斯克：我們會像金絲雀一樣唱歌。所有秘密，都倒出來。科里森：好吧，但以不洩露秘密的方式，計畫是什麼？帕特爾：真是滴水不漏。馬斯克：當你這麼說的時候……我認為特斯拉解決自動駕駛的方式就是正確的方式。所以我相當確定這就是方法。帕特爾：無關的問題。特斯拉是如何解決自動駕駛的？聽起來你是在說資料？特斯拉解決了自動駕駛，是因為……馬斯克：我們既要嘗試資料，也要嘗試演算法。帕特爾：但這不就是其他所有實驗室在嘗試的嗎？馬斯克：“如果那些不管用，我不知道什麼會管用。我們試了資料。我們試了演算法。我們沒招了。現在我們不知道該怎麼辦……”我相當確定我知道路徑。問題只是我們沿著那條路走多快，因為這基本上是特斯拉的路徑。你最近試過特斯拉的自動駕駛嗎？科里森：不是最新版本，但……馬斯克：好吧。那輛車，它越來越感覺有感知力了。感覺像一個活物。這種感覺只會越來越強。我其實在想，我們可能不應該在車裡放太多智能，因為它可能會感到無聊，然後……科里森：開始在街上遊蕩。馬斯克：想像一下你被困在一輛車裡，那就是你能做的一切。你不會把愛因斯坦放在車裡。“為什麼我被困在車裡？”所以實際上可能有一個限制，車裡放多少智能才不會讓智能感到無聊。帕特爾：xAI有什麼計畫來保持在所有實驗室現在都在做的算力增長軌道上？這些實驗室（公司）正朝著花費超過500-2000億美元的方向前進。馬斯克：你是指那些公司嗎？實驗室在大學裡，它們慢得像蝸牛。帕特爾：它們沒有花費500億美元。馬斯克：你是指那些收入最大化的公司……那些自稱實驗室的公司。帕特爾：沒錯。“收入最大化的公司”正在創造100-200億美元的收入，取決於……OpenAI收入200億美元，Anthropic是100億美元。馬斯克：“接近利潤最大化”的AI。帕特爾：據報導xAI是10億美元。有什麼計畫達到它們的算力水平，達到它們的收入水平，並在事情進展過程中保持在那裡？馬斯克：一旦你解鎖了數字人類，你基本上就擁有了數兆美元的收入機會。實際上，你可以把它想成……目前市值最高的公司，它們的產出是數字的。輝達的產出是將檔案通過FTP傳送到台灣。是數字的。現在，那些是非常非常困難的。科里森：高價值的檔案。馬斯克：只有他們能做出那麼好的檔案，但那就是他們的產出。他們通過FTP將檔案傳送到台灣。科里森：他們用FTP傳嗎？馬斯克：我相信是的。我相信檔案傳輸協議是……但我可能錯了。但不管怎樣，是傳到台灣的位元流。蘋果不製造手機。他們把檔案傳送到中國。微軟不製造任何東西。即使是Xbox，也是外包的。他們的產出是數字的。Meta的產出是數字的。Google的產出是數字的。所以如果你有一個人體模擬器，你基本上可以一夜之間創造出一家世界上最有價值的公司，你將獲得數兆美元的收入。這不是個小數目。帕特爾：我明白了。你是說今天的收入數字與實際的潛在市場規模相比都是舍入誤差。所以只需專注於TAM以及如何到達那裡。馬斯克：拿像客服這樣簡單的事情來說。如果你必須與現有公司的API整合——其中許多甚至沒有API，所以你必須做一個，並且必須費力處理遺留軟體——那會極其緩慢。然而，如果AI能夠簡單地接手他們已經使用的客服外包公司所給予的任務，並使用他們已經使用的應用程式來做客服，那麼你就能在客服方面取得巨大進展，我認為這大概是世界經濟的1%左右。全部加起來接近一兆美元。而且沒有進入壁壘。你可以立即說，“我們可以以一小部分成本外包”，而且不需要整合。科里森：你可以想像某種對智力任務的分類，一種是有廣度，比如客服由很多人完成，但許多人都能做。然後是難度，比如有最好的渦輪發動機。可能有一個AI能想像出的、能效提高10%的渦輪發動機，但我們還沒找到。或者GLP-1隻是幾個字節的資料……你認為你想在這個領域的那個部分發揮作用？是大量的中等智力，還是在認知任務的最高峰？馬斯克：我剛才用客服作為例子，是因為它是一個非常重要的收入流，但可能不難解決。如果你能模擬一個坐在辦公桌前的人，那就是客服。它是中等智力水平的人。你不需要花了很多年培養的人。你不需要幾個西格瑪的優秀工程師來做這個。但當你使這個有效時，一旦你擁有了有效的數字Optimus，你就可以運行任何應用程式。假設你試圖設計晶片。你可以運行常規應用程式，Cadence、Synopsys等等。你可以同時運行1000或10000個，並說，“給定這個輸入，我得到晶片的這個輸出。”在某個時候，你將知道晶片應該是什麼樣子，而無需使用任何工具。基本上，你應該能夠進行數字晶片設計。你可以做晶片設計。你沿著難度曲線向上。你將能夠做CAD。你可以使用NX或任何CAD軟體來設計東西。科里森：所以你認為你從最簡單的任務開始，然後沿著難度曲線向上走？帕特爾：作為擁有這個完整數字同事模擬器的更廣泛目標，你說：“所有收入最大化的公司都想做這個，xAI是其中之一，但我們會因為一個秘密計畫而獲勝。”但每個人都在用資料、用演算法嘗試不同的事情。馬斯克：“我們試了資料，我們試了演算法。我們還能做什麼？”帕特爾：這似乎是一個競爭激烈的領域。你們打算如何獲勝？這是我的大問題。馬斯克：我認為我們看到了一條實現它的路徑。我認為我知道做這件事的路徑，因為這基本上是特斯拉用來創造自動駕駛的相同路徑。不是駕駛汽車，而是駕駛電腦螢幕。基本上是一台自動駕駛的電腦。科里森：這條路徑是跟隨人類行為，並在海量的人類行為資料上訓練嗎？帕特爾：那不就是……訓練嗎？馬斯克：顯然我不會在播客上說出最敏感的秘密。我至少還需要再來三杯健力士才可能說。科里森：xAI的業務會是什麼？會是面向消費者，還是企業？這些東西的混合比例會怎樣？會和其他實驗室類似嗎——馬斯克：你說“實驗室”。是公司。帕特爾：這個心理操作很深啊，伊隆。馬斯克：“收入最大化的公司”，說清楚。那些GPU不會自己付錢。科里森：沒錯。商業模式是什麼？幾年後的收入來源是什麼？馬斯克：事情會變化得非常快。我在這裡陳述顯而易見的事實。我稱AI為超音速海嘯。我喜歡頭韻。將會發生的事情——尤其是當你擁有規模化的人形機器人時——是它們將比人類公司更高效地製造產品和提供服務。放大人類公司的生產力只是一個短期的事情。帕特爾：所以你期待的是完全數位化的公司，而不是SpaceX變成部分AI？馬斯克：我認為會有數位化的公司，但是……其中一些聽起來可能有點末日論調，好吧？但我只是說出我認為會發生的事情。並不是要顯得末日論或其他什麼。這就是我認為會發生的事情。純AI和機器人的公司將遠遠超過任何有人類參與的公司。“計算員”曾經是人類的一份工作。你會得到一份計算員的工作，做計算。他們會有一整棟摩天大樓的人類，20-30層樓的人，都在做計算。現在，那整棟做計算的人類大樓可以被一台帶有電子表格的筆記型電腦取代。那個電子表格可以比一整棟樓的人類計算員做多得多的計算。你可以想，“好吧，如果你的電子表格中只有一些儲存格是由人類計算的呢？”實際上，那會比所有儲存格都由電腦計算要糟糕得多。真正會發生的是，純AI、純機器人的公司或集體將遠遠超過任何有人類參與的公司。而且這將很快發生。帕特爾：說到形成閉環……Optimus。就製造目標而言，你的公司一直扛著美國硬科技製造的大旗。但在特斯拉一直處於領先地位的領域——現在你想進入人形機器人領域——在中國有幾十家公司正在以低廉的成本和規模進行這種製造，它們極具競爭力。那麼，請給我們一些建議或計畫，說明美國如何能像中國那樣，以規模和低成本製造人形機器人大軍或電動汽車等等。馬斯克：對於人形機器人來說，實際上只有三件難事：真實世界智能、手，以及規模化製造。我還沒見過任何演示機器人擁有一隻出色的手，具有人類手的所有自由度。Optimus會有這個。Optimus確實有這個。帕特爾：如何實現？僅僅是電機有正確的扭矩密度嗎？那方面的硬體瓶頸是什麼？馬斯克：我們必須設計定製的執行器，基本上是定製的電機、齒輪、功率電子器件、控制裝置、感測器。一切都必須從物理第一性原理開始設計。沒有這方面的供應鏈。帕特爾：你能大規模製造那些嗎？馬斯克：能。科里森：除了手之外，從操作的角度看，還有什麼難的嗎？或者一旦你解決了手的問題，你就沒問題了？馬斯克：從機電角度看，手比其他所有東西加起來都難。人類的手原來是相當了不得的東西。但你也需要真實世界智能。特斯拉為汽車開發的智能非常適用於機器人，主要是視覺輸入。汽車接收視覺輸入，但它實際上也在聽警報聲。它接收慣性測量、GPS訊號、其他資料，將其與視訊——主要是視訊——結合，然後輸出控制指令。你的特斯拉每秒接收1.5GB的視訊，並以每秒2KB輸出控制指令，視訊頻率36Hz，控制頻率18Hz。科里森：對於我們何時獲得機器人技術，你可以有這樣一種直覺：從引人注目的演示到真正能在現實世界中使用，需要相當多年時間。10年前，你就有非常引人注目的自動駕駛演示，但直到現在我們才有機器人計程車、Waymo等服務的規模化。這不應該讓人對家用機器人感到悲觀嗎？因為我們甚至還沒有真正先進的、比如說那隻靈巧的手的引人注目的演示。馬斯克：嗯，我們現在研究人形機器人已經有一段時間了。我想大概有五六年了。為汽車做的很多事情都適用於機器人。我們將在機器人中使用與汽車相同的特斯拉AI晶片。我們將使用相同的基本原則。這是非常相似的AI。機器人比汽車有更多的自由度。如果你只把它看作一個位元流，AI主要是兩個位元流的壓縮和關聯。對於視訊，你必須進行大量的壓縮，而且你必須把壓縮做得恰到好處。你必須忽略那些不重要的東西。你不在乎路邊樹葉的細節，但你非常在乎路標和交通燈、行人，甚至其他車裡的人是否在看你。其中一些細節非常重要。汽車最終將把每秒1.5GB的視訊轉換成每秒2KB的控制輸出。所以你有許多壓縮階段。你必須把所有階段都搞對，然後將其與正確的控制輸出相關聯。機器人基本上必須做同樣的事情。人類就是這樣。我們確實是光子輸入，控制輸出。那是你生活中的絕大部分：視覺、光子輸入，然後是運動控制輸出。帕特爾：表面上看，人形機器人和汽車之間似乎……汽車的基本執行器是如何轉向、如何加速。在機器人中，尤其是具有可操縱的手臂，有幾十個這樣的自由度。特別是特斯拉，你擁有收集自道路上數百萬小時人類演示資料的優勢。你不能同樣部署那些還不工作的Optimus來獲取資料。那麼在自由度增加和資料稀疏得多之間……馬斯克：是的。你說到了點子上。帕特爾：你將如何使用特斯拉的智能引擎來訓練Optimus的思維？馬斯克：你實際上指出了一個重要的侷限性和與汽車的差異。我們很快就會有1000萬輛汽車在路上。很難複製那種大規模的訓練飛輪。對於機器人，我們需要做的是製造大量機器人，把它們放在一個“Optimus學院”裡，讓它們在現實中做自我對弈。我們實際上正在建設這個。我們可以讓至少1萬個，也許2-3萬個Optimus機器人進行自我對弈並測試不同的任務。特斯拉有一個相當不錯的現實生成器，一個物理精確的現實生成器，是我們為汽車製作的。我們將為機器人做同樣的事情。我們實際上已經為機器人做了這個。所以你會有幾萬個做不同任務的人形機器人。你可以在模擬世界中模擬數百萬個機器人。你用現實世界中的幾萬個機器來縮小模擬與現實之間的差距。縮小“從模擬到現實”的差距。帕特爾：考慮到你強調了需要這個世界模型，你想用一些非常智能的AI作為控制平面，Grok做較慢的規劃，然後運動策略是較低層級的，你如何看待xAI和Optimus之間的協同作用？這些東西之間會有什麼協同？馬斯克：Grok將協調Optimus機器人的行為。假設你想建造一個工廠。Grok可以組織Optimus機器人，分配任務給它們來建造工廠，生產任何你想要的東西。科里森：那你不需要合併xAI和特斯拉嗎？因為這些事最終如此緊密……馬斯克：我們之前關於上市公司討論說什麼來著？帕特爾：我們又多喝了一杯健力士了，伊隆。在你決定要製造10萬個Optimus之前，你在等待看到什麼？馬斯克：“Optimus”。既然我們定義了專有名詞，我們也要定義其複數形式。我們要把這個專有名詞的複數也定為專有名詞，所以是Optimus。帕特爾：你在硬體方面想看到什麼嗎？你想看到更好的執行器嗎？還是你只想要軟體更好？在我們進行第3代大規模製造之前，我們在等什麼？馬斯克：不，我們正朝著那個方向前進。我們正在推進大規模製造。帕特爾：但你認為目前的硬體足夠好，你現在只想儘可能多地部署嗎？馬斯克：擴大生產規模非常困難。但我認為Optimus 3是合適的版本，可以生產大約每年100萬台。我想在達到每年1000萬台之前，你會想先升級到Optimus 4。科里森：好吧，但Optimus 3能生產100萬台？馬斯克：擴大製造規模非常困難。單位時間產出總是遵循S曲線。開始極其緩慢，然後指數級增長，然後線性，然後對數級，直到最終在某個數字上漸近。Optimus的初始生產將是拉長的S曲線，因為Optimus的許多部件都是全新的。沒有現成的供應鏈。Optimus機器人的執行器、電子器件，所有一切都是從物理第一性原理設計的。不是從目錄中選的。這些都是定製設計的。我認為沒有一樣東西——科里森：這深入到什麼程度？馬斯克：我想我們還沒有做定製電容器，也許吧。沒有任何東西你能以任何價格從目錄中挑選。這意味著Optimus的S曲線，單位時間產出，即你每天製造多少Optimus機器人，初始時的增長將比擁有現成供應鏈的產品慢。但它會達到100萬台。帕特爾：當你看到這些中國的人形機器人，比如宇樹（Unitree）或其他公司，以6000美元或13000美元左右的價格出售人形機器人時，你是希望將你的Optimus物料清單成本降到低於那個價格，以便做同樣的事情嗎？還是你認為它們在質量上不是一回事？是什麼讓他們能賣得這麼低？我們能匹配嗎？馬斯克：我們的Optimus設計得具有很高的智能，並具有與人類相同（如果不更高）的機電靈巧度。宇樹沒有這個。它也是一個相當大的機器人。它必須長時間承載重物，而不會過熱或超出其執行器的功率。它有5英呎11英吋高，相當高。它有很多智能。所以它會比一個不智能的小型機器人貴。科里森：但能力更強。馬斯克：但不會貴太多。關鍵是，隨著時間的推移，當Optimus機器人製造Optimus機器人時，成本會很快下降。科里森：這最初的10億個Optimus會做什麼？它們最高和最好的用途是什麼？馬斯克：我想你會從你能指望它們做好的簡單任務開始。科里森：是在家裡還是在工廠裡？馬斯克：機器人最初的最佳用途將是任何連續操作、任何24/7的操作，因為它們可以連續工作。帕特爾：在超級工廠目前由人類完成的工作中，第3代Optimus能完成多少比例？馬斯克：我不確定。也許是10-20%，也許更多，我不知道。我們不會減少員工人數。說清楚，我們會增加員工人數。但我們會增加產出。單位人工生產的（機器人或汽車）數量……特斯拉的總人數會增加，但機器人和汽車的產出會不成比例地增加。每名員工生產的汽車和機器人數量將急劇增加，但員工數量也會增加。科里森：我們在這裡談了很多中國製造。我們也談到了相關的政策，比如你提到的太陽能關稅。你認為這是個壞主意，因為我們無法在美國擴大太陽能規模。馬斯克：美國的電力產出需要擴大。科里森：沒有好的電源就無法擴大。馬斯克：你只是需要以某種方式獲得電力。科里森：我接下來想問的是，如果你負責，如果你制定所有政策，你還會改變什麼？你會改變太陽能關稅，這是一點。馬斯克：我會說，只要對環境不是非常有害，任何限制電力的因素都需要解決。科里森：所以大概一些許可改革之類的東西也會在其中？馬斯克：有不少許可改革正在發生。很多許可是州一級的，但任何聯邦層面的……本屆政府很擅長消除許可障礙。我不是說所有關稅都是壞的。科里森：太陽能關稅。馬斯克：有時，如果另一個國家對某種產品的產出進行補貼，那麼你必須徵收反補貼關稅，以保護國內產業免受其他國家補貼的影響。科里森：你還會改變什麼？馬斯克：我不知道政府實際上能做的有多少。科里森：有一件事我在想……為了創造美國相對於中國的領先地位這一政策目標，出口禁令似乎確實相當有影響，中國不生產領先的晶片，出口禁令在這方面確實有影響。中國不生產領先的渦輪發動機。同樣，在冶金方面也有一些相關的出口禁令。應該有更多的出口禁令嗎？考慮到無人機行業之類的事情，這是應該考慮的嗎？馬斯克：重要的是要認識到，在大多數領域，中國的製造業非常先進。只有少數幾個領域不是。中國是一個製造業強國，簡直是另一個維度的存在。科里森：非常令人印象深刻。馬斯克：如果你看礦石精煉，中國平均精煉的礦石量大約是世界其他地區的總和的兩倍。有一些領域，比如精煉用於太陽能電池的鎵。我想他們佔了98%的鎵精煉。所以中國實際上在大多數製造領域都非常先進。科里森：似乎對這種供應鏈依賴感到不適，但並沒有真正發生什麼變化。馬斯克：供應鏈依賴？科里森：比如，你說的鎵精煉。所有稀土材料。馬斯克：稀土材料，你知道，它們並不稀有。我們實際上在美國進行稀土礦石開採，把礦石裝上火車，然後裝上船運到中國，再換火車，運到中國的稀土精煉廠，然後他們精煉它，做成磁鐵，做成電機元件，再送回美國。所以我們真正缺少的是美國大量的礦石精煉能力。科里森：這不值得政策干預嗎？馬斯克：值得。我認為在這方面正在做一些事情。但我們老實說需要Optimus來建造礦石精煉廠。帕特爾：所以，你認為中國的主要優勢是熟練勞動力的豐富？這就是Optimus能解決的問題？馬斯克：是的。中國人口大約是我們的四倍。帕特爾：我的意思是，有這樣一種擔憂。如果你認為人力資源是未來，現在如果是製造業的熟練勞動力決定誰能製造更多的人形機器人，中國有更多這樣的勞動力。它製造更多的人形機器人，因此它首先獲得Optimus的未來。馬斯克：嗯，我們看看。也許吧。帕特爾：它只是讓這個指數增長繼續下去。你似乎指出，要達到100萬台Optimi需要Optimus本該幫助我們達到的製造能力。對吧？馬斯克：你可以很快閉合那個遞迴循環。科里森：用少量的Optimi？馬斯克：是的。所以閉合那個遞迴循環，讓機器人幫助製造機器人。然後我們可以嘗試達到每年數千萬台的產量。也許。如果你開始達到每年數億台的產量，你將遠比其他任何國家更具競爭力。我們肯定不能只靠人類取勝，因為中國人口是我們的四倍。老實說，美國贏得太久了……一支贏得很久的職業運動隊往往會變得自滿產生優越感。這就是他們停止贏的原因，因為他們不再那麼努力了。所以老實說，我觀察到中國的平均職業道德比美國高。不僅是人口是四倍，而且人們投入的工作量也更大。所以你可以嘗試重新安排人類，但你仍然只有四分之一的人口——假設生產率相同，但我認為實際上可能不是，我認為中國的人均生產率可能更高——我們做的事將是中國的四分之一。所以我們不能在人類方面取勝。我們的出生率長期以來一直很低。美國的出生率自1971年左右以來一直低於更替水平。我們有很多人退休，國內死亡人數接近超過出生人數。所以我們肯定不能在人類方面取勝，但我們可能在機器人方面有機會。科里森：有沒有其他你過去想製造，但過去那些費工費力、或者造價太貴而無法量產的東西，現在你可以回過頭來說，“哦，我們終於可以做某某事了，因為我們有Optimus”？馬斯克：是的，我們想在特斯拉建造更多的礦石精煉廠。我們剛剛完成建設，並已開始在德克薩斯州科珀斯克里斯蒂市的鋰精煉廠進行鋰精煉。我們有一個鎳精煉廠，用於正極材料，就在奧斯汀。這是中國以外最大的正極精煉廠，最大的鎳和鋰精煉廠。正極材料團隊會說：“我們擁有美國最大，實際上也是唯一的正極精煉廠。”不僅是最大的，也是唯一的。科里森：許多最高級形容詞。馬斯克：所以它很大，即使它是唯一一個。但還有其他事情。你可以做更多的精煉廠，幫助美國在精煉能力上更具競爭力。基本上，有很多工作可以交給Optimus去做，而大多數美國人，坦率地說，很少有美國人願意做。科里森：是精煉工作太髒還是什麼——馬斯克：實際上不是，不。我們的精煉廠沒有有毒排放物之類的。正極鎳精煉廠在特拉維斯縣。科里森：為什麼不能用人類來做？馬斯克：可以，只是人類不夠用。科里森：啊，我明白了。好吧。馬斯克：無論你做什麼，美國的人口都只有中國的四分之一。所以如果你讓他們做這件事，他們就不能做那件事。那麼你如何建立這種精煉能力？嗯，你可以用Optimus來做。沒有多少美國人渴望做精煉。我是說，你遇到過幾個？非常少。很少有人渴望精煉。帕特爾：比亞迪在電動汽車產量或銷量上正在接近特斯拉。你認為隨著中國電動汽車產量的擴大，全球市場會發生什麼？馬斯克：中國在製造業上極具競爭力。所以我認為將會有大量的中國車輛和基本上大多數製成品湧入。就像我說的，中國可能正在做世界其他地區總和兩倍的礦石精煉。所以如果你深入到第四、第五級供應鏈的東西……在基礎層面，你有能源，然後是採礦和精煉。這些基礎層，就像我說的，粗略估計，中國的精煉量是世界其他地區的總和的兩倍。所以任何特定產品都會有中國含量，因為中國的精煉工作量是世界其他地區的兩倍。而且他們會一直做到成品，包括汽車。我是說中國是一個強國。我認為今年中國的電力產出將超過美國的三倍。電力產出是經濟的合理指標。為了營運工廠和一切，你需要電力。這是實體經濟的很好指標。如果中國的電力產出超過美國的三倍，那就意味著其工業能力——粗略近似——將是美國的三倍。帕特爾：從字裡行間看，你似乎在說，除非未來幾年出現某種人形機器人的遞迴奇蹟，否則在整個製造/能源/原材料鏈條上，中國無論在AI、製造電動汽車還是製造人形機器人方面都將佔據主導地位。馬斯克：如果美國沒有突破性的創新，中國將完全主導。帕特爾：有趣。馬斯克：是的。科里森：機器人技術是主要的突破性創新。馬斯克：嗯，要在太空擴展AI，基本上你需要人形機器人，你需要真實世界AI，你需要每年一百萬噸的入軌能力。假設我們讓月球上的質量加速器運行起來，那是我最喜歡的東西，那麼我想——科里森：我們所有的問題就都解決了。馬斯克：我稱之為勝利。稱之為巨大的勝利。科里森：你終於可以滿足了。你做了些事情。馬斯克：是的。科里森：你擁有了月球上的質量加速器。馬斯克：我只是想看到那個東西運行。科里森：那是出自某部科幻小說嗎？還是你從那裡……？馬斯克：嗯，實際上，有一本海因萊因的書。《嚴厲的月球》（The Moon is a Harsh Mistress）。科里森：好吧，是的，但那有點不同。那是重力彈弓或……馬斯克：不，他們在月球上有一個質量加速器。科里森：好吧，是的，但他們用它來攻擊地球。所以也許不是最好的……馬斯克：嗯，他們用它來……主張他們的獨立。科里森：沒錯。你對月球上的質量加速器有什麼計畫？馬斯克：他們主張獨立。地球政府不同意，他們就一直髮射東西，直到地球政府同意。科里森：那本書很有趣。我覺得那本書比他另一本大家都讀的《異鄉異客》好多了。馬斯克：“Grok”這個詞就來自《異鄉異客》。《異鄉異客》的前三分之二不錯，然後第三部分變得非常奇怪。但裡面仍然有一些好概念。科里森：我們討論了很多的是你管理人員的體系。你面試了SpaceX的前幾千名員工，還有其他很多公司。馬斯克：這顯然無法擴展。科里森：嗯，是的，但什麼是無法擴展的？馬斯克：我。科里森：當然，當然。我知道。但你在尋找什麼？馬斯克：一天裡確實沒有足夠的時間。不可能。科里森：但你在尋找什麼，以便其他人善於面試和招聘人……那個難以言喻的特質是什麼？馬斯克：目前，我可能擁有更多評估技術人才——我想是各種人才，但尤其是技術人才——的訓練資料，因為我做了很多技術面試，然後看到了結果。所以我的訓練集非常龐大，範圍非常廣。一般來說，我要求的是證明卓越能力的要點。這些東西可以相當天馬行空。不一定非要在特定領域，但要有卓越能力的證據。所以如果有人能舉出那怕一件事，但最好是三件事，讓你覺得“哇，哇，哇”，那是個好跡象。帕特爾：為什麼必須由你來決定？馬斯克：不，我不必。我做不到。不可能。所有公司的總人數是20萬人。科里森：但在早期，你在那些面試中尋找的是什麼，以至於當時無法委託他人？馬斯克：我想我需要建立我的訓練集。我並不是百發百中。我會犯錯，但後來我能夠看到我認為某人會表現良好，但他們沒有。那他們為什麼沒表現好？我能做什麼，我想是強化學習我自己，以便將來面試時命中率更高？我的成功率仍然不完美，但很高。帕特爾：人們沒成功有那些令人驚訝的原因？馬斯克：令人驚訝的原因……帕特爾：比如，他們不懂技術領域，等等。但你現在有很長的尾部分佈：“我對這個人真的很興奮。但沒成功。”好奇為什麼會發生這種情況。馬斯克：通常我告訴人們——我想我也是這樣告訴自己，算是願望——就是，別看簡歷。只相信你的互動。簡歷可能看起來非常令人印象深刻，“哇，簡歷看起來不錯。”但如果交談20分鐘後你並不覺得“哇”，你應該相信交談，而不是那張紙。科里森：我覺得你方法的一部分是……幾年前媒體有個梗，說特斯拉高管人才是個旋轉門。而實際上，我認為你看過去幾年，特斯拉有一個非常穩定且內部提拔的高管團隊。然後在SpaceX，你有像馬克·洪科薩、史蒂夫·戴維斯——馬斯克：史蒂夫·戴維斯現在負責The Boring Company。科里森：比爾·賴利，以及那樣的人。感覺運作良好的部分原因是擁有非常有能力的技術副手。這些人有什麼共同點？馬斯克：嗯，特斯拉的高級團隊目前的平均任期可能在10-12年左右。相當長了。但特斯拉也曾經歷過極其快速的增長階段，所以事情只是有點加速了。正如你所知，一家公司會經歷不同數量級的大小。能夠幫助管理，比如說，50人公司的人，與管理500人、5000人、5萬人公司的人不一樣。科里森：人們跟不上發展了。馬斯克：不總是同一個團隊。所以如果一家公司增長非常迅速，高管職位變化的速率通常也會與增長速度成比例。特斯拉還有一個進一步的挑戰：當特斯拉處於非常成功的時期時，我們會受到無情的挖角。非常無情。當蘋果有他們的電動車項目時，他們用招聘電話地毯式轟炸特斯拉。工程師們幹脆拔掉了電話。科里森：“我正想工作呢。”馬斯克：是啊。“如果我再接到一個蘋果招聘人員的電話……”但他們沒有任何面試的開價就會位元斯拉的薪酬高一倍。所以我們有點“特斯拉仙塵”的問題，就像“哦，如果你雇一個特斯拉高管，突然一切都會成功。”我自己也犯過“仙塵”問題的錯誤，比如“哦，我們從Google或蘋果雇個人，他們立刻就會成功”，但事情不是這樣的。人就是人。沒有神奇的仙塵。所以當我們遇到仙塵問題時，我們會受到無情的挖角。此外，特斯拉是工程公司，尤其是在矽谷，人們更容易……他們不需要改變太多生活。他們的通勤路程一樣。科里森：那你怎麼防止這個？你怎麼防止仙塵效應，每個人都想挖走你所有的人？馬斯克：我認為我們沒什麼辦法阻止它。這就是為什麼特斯拉……真的，身處矽谷，同時又有仙塵效應，意味著招聘競爭非常非常激烈。科里森：那麼在奧斯汀設總部有幫助嗎？馬斯克：奧斯汀有幫助。特斯拉大部分工程仍在加州。讓工程師搬家……我稱之為“另一半”問題。科里森：是的，“另一半”有工作。馬斯克：沒錯。所以對於Starbase（SpaceX在德克薩斯州博卡奇卡的基地）來說，這尤其困難，因為找到非SpaceX工作的機率……科里森：在德克薩斯州布朗斯維爾市……馬斯克：……相當低。非常困難。有點像技術修道院，偏遠且大多是男性。帕特爾：比舊金山改善不大。科里森：如果你回顧那些在特斯拉、SpaceX等地方在技術能力上非常有效的人，你認為他們除了……還有什麼共同點？只是他們在火箭或技術基礎方面非常敏銳，還是你認為是一些組織能力？是他們與你合作的能力嗎？是他們靈活但不過於靈活的能力嗎？什麼能成為你的優秀搭檔？馬斯克：我不認為是搭檔。如果有人能完成任務，我喜歡他們，如果不能，我討厭他們。所以很簡單。不是什麼特殊的癖好。如果有人執行得好，我是他的超級粉絲，如果不好，我就不是。但這不是要對應到我的特殊偏好上。我當然儘量不要求對應到我的特殊偏好上。一般來說，我認為根據才能、動力和可信度來招聘是個好主意。而且我認為心地善良很重要。我曾經一度低估了這一點。所以，他們是好人嗎？可信嗎？聰明、有才華且努力工作？如果是這樣，你可以補充領域知識。但那些基本特質，那些基本屬性，你無法改變。所以特斯拉和SpaceX的大多數人並非來自航空航天或汽車行業。帕特爾：隨著你的公司從100人擴大到1000人到1萬人，你的管理風格最需要改變的是什麼？你以這種非常微觀的管理而聞名，就是深入細節。馬斯克：奈米管理，謝謝。皮米管理。飛米管理。科里森：繼續說。馬斯克：我們要一路降到普朗克常數。一路降到海森堡不確定性原理。帕特爾：你仍然能像你想的那樣深入細節嗎？如果公司規模小一些，會更成功嗎？你怎麼看？馬斯克：因為我一天的時間是固定的，隨著事物增長和活動範圍的擴大，我的時間必然被稀釋。我不可能實際上去微觀管理，因為那意味著我一天要有幾千個小時。對我來說，微觀管理在邏輯上是不可能的。現在，有時我會深入研究一個具體問題，因為那個具體問題是公司進展的限制因素。深入研究一些非常詳細的項目的原因是因為它是限制因素。不是任意地深入到不重要的小事。從時間角度來看，我任意地深入不重要的小事在物理上是不可能的。那會導致失敗。但有時小事對勝利是決定性的。科里森：眾所周知，你將星艦的設計從複合材料改成了鋼。馬斯克：是的。科里森：是你做的決定。那不是人們跑來跑去說，“哦，老闆，我們找到了更好的東西。”是你在鼓勵人們，儘管遇到一些阻力。你能告訴我們你是如何得出鋼鐵轉換這個整體概念的嗎？馬斯克：絕望，我想說。最初，我們打算用碳纖維製造星艦。碳纖維相當昂貴。當你進行大規模生產時，任何給定的東西都可以開始接近其材料成本。碳纖維的問題是材料成本仍然非常高。特別是如果你要使用一種高強度、專門的碳纖維，能夠承受低溫氧，它的成本大約是鋼的50倍。至少在理論上，它會更輕。人們通常認為鋼重，碳纖維輕。對於室溫應用，比如一級方程式賽車、靜態空氣動力結構，或任何類型的空氣動力結構，你可能最好用碳纖維。問題是我們試圖用碳纖維製造這個巨大的火箭，我們的進展極其緩慢。科里森：最初選擇它只是因為它輕嗎？馬斯克：是的。乍一看，大多數人會認為製造輕質東西的選擇會是碳纖維。問題是當你用碳纖維製造一個非常巨大的東西，然後你試圖高效地固化碳纖維，意思不是室溫固化，因為有時你有50層碳纖維……碳纖維實際上是碳纖維線和膠水。為了獲得高強度，你需要一個高壓釜。本質上是一個高壓烤箱。如果你有一個巨大的東西，那個高壓釜必須比火箭還大。我們試圖製造一個比任何曾經存在的高壓釜都大的高壓釜。或者你可以做室溫固化，這需要很長時間且有問題。最後的問題是，我們在碳纖維方面的進展非常緩慢。帕特爾：元問題是，為什麼必須由你來做出這個決定。你的團隊裡有很多工程師。科里森：團隊怎麼沒得出鋼的結論？帕特爾：是啊，沒錯。這是更廣泛問題的一部分，瞭解你在公司中的比較優勢。馬斯克：因為我們在碳纖維方面進展非常緩慢，我當時想，“好吧，我們必須試試別的。”對於獵鷹9號，主要機身是由鋁鋰合金製成的，這種材料有很好的強度重量比。實際上，對於其應用來說，它大約和碳纖維有相同甚至更好的強度重量比。但鋁鋰合金非常難加工。為了銲接它，你必須做一種叫做攪拌摩擦焊的工藝，你在不進入液相的情況下連接金屬。你能做到這點很瘋狂。但對於這種特殊的銲接類型，你可以做到。這非常困難。假設你想修改鋁鋰合金或在上面附加東西，你現在必須使用帶密封的機械連接。你不能直接焊上去。所以我想避免將鋁鋰合金用於星艦的主要結構。有一種非常特殊等級的碳纖維，具有非常好的質量特性。對於火箭，你實際上試圖最大化火箭中推進劑的百分比，顯然最小化質量。但就像我說的，我們的進展非常緩慢。我說，“照這個速度，我們永遠到不了火星。所以我們必須想想別的辦法。”我不想用鋁鋰合金，因為攪拌摩擦焊的困難，尤其是在大規模生產中。對於3.6米直徑來說已經夠難了，更不用說9米或更大了。然後我說，“鋼怎麼樣？”我這裡有線索，因為美國早期的一些火箭使用了非常薄的鋼。阿特拉斯火箭使用了鋼製氣球貯箱。並不是說鋼以前從未被使用過。它實際上被使用過。當你查看不鏽鋼（全硬、應變硬化不鏽鋼）在低溫下的材料特性時，其強度重量實際上與碳纖維相似。如果你看室溫下的材料特性，似乎鋼的重量會是兩倍。但如果你看特定等級的全硬不鏽鋼在低溫下的材料特性，你實際上會得到與碳纖維相似的強度重量比。對於星艦，燃料和氧化劑都是低溫的。對於獵鷹9號，燃料是火箭級煤油，基本上是純淨的噴氣燃料。那大致是室溫。儘管我們實際上會略微冷卻它，就像冰鎮啤酒一樣。科里森：可口。馬斯克：我們確實冷卻它，但它不是低溫的。事實上，如果我們把它變成低溫，它就會變成蠟。但對於星艦，是液態甲烷和液態氧。它們在相似的溫度下是液態。基本上，幾乎整個主要結構都處於低溫。所以你用的是應變硬化的300系列不鏽鋼。因為幾乎所有東西都是低溫，它實際上具有與碳纖維相似的強度重量比。但原材料成本便宜50倍，而且非常容易加工。你可以在戶外銲接不鏽鋼。你甚至可以邊抽雪茄邊銲接不鏽鋼。它非常有韌性。很容易修改。如果你想附加東西，直接焊上去就行。非常容易加工，成本非常低。就像我說的，在低溫下，它和碳纖維有相似的強度重量比。然後當你考慮到我們有大大減少的隔熱罩質量，因為鋼的熔點比鋁高得多……大約是鋁熔點的兩倍。科里森：所以你可以讓火箭承受更高的溫度？馬斯克：是的，尤其是對於像燃燒的流星一樣返回的飛船。你可以大大減少隔熱罩的質量。你可以將迎風面隔熱罩的質量減半，而在背風面根本不需要任何隔熱。最終結果是，實際上鋼製火箭比碳纖維火箭更輕，因為碳纖維火箭中的樹脂開始熔化。基本上，碳纖維和鋁具有大致相同的操作溫度能力，而鋼可以承受兩倍的溫度。這些是非常粗略的近似。科里森：我不會造火箭。馬斯克：我的意思是人們會說，“哦，他說了兩倍。實際上是0.8倍。”我就說，閉嘴，混蛋。帕特爾：主要評論就會是這個。馬斯克：該死的。關鍵是，事後看來，我們一開始就應該用鋼。一開始不用鋼是愚蠢的。科里森：好吧，對你剛才說的，我聽到的是，鋼是一條風險更高、更未經證實的路徑，除了早期的美國火箭。而碳纖維是一條更差但更經過驗證的路徑。所以需要你來推動，“嘿，我們要走這條風險更高的路，並想辦法搞定它。”所以你是在對抗一種保守主義。馬斯克：這就是為什麼我最初說問題在於我們進展不夠快。我們甚至很難製造一個沒有皺紋的小碳纖維筒段。因為在那麼大的規模上，你必須有許多層碳纖維。你必須固化它，而且必須以沒有皺紋或缺陷的方式固化它。碳纖維的韌性比鋼差得多。它的韌性要低得多。不鏽鋼會拉伸和彎曲，碳纖維往往會碎裂。韌性是應力-應變曲線下的面積。總的來說，不鏽鋼會更好，精準地說是不鏽鋼。科里森：另一個關於星艦的問題。我兩年前參觀了Starbase，那次很棒。在很多方面都非常酷。我注意到的一件事是，人們真的為事物的簡單性感到自豪，每個人都想告訴你星艦就像一個大的蘇打罐，我們僱傭焊工，如果你在任何工業項目中會銲接，你就能在這裡銲接。但對簡單性有很多自豪感。馬斯克：嗯，實際上星艦是一枚非常複雜的火箭。科里森：所以我想問的是，事物是簡單還是複雜？馬斯克：我想他們可能只是想表達，你不需要有火箭行業的先前經驗就能在星艦上工作。一個人只需要聰明、努力工作、可信，他就能從事火箭工作。他們不需要先前的火箭經驗。星艦是人類有史以來製造的最複雜的機器，而且遙遙領先。科里森：在那些方面？馬斯克：任何方面，真的。我會說沒有比這更複雜的機器了。我想我能想到的任何項目都會比這個容易。這就是為什麼從來沒有人製造過完全可重複使用的軌道火箭。這是個非常難的問題。許多聰明人以前嘗試過，非常聰明的人擁有巨大的資源，但他們失敗了。而我們還沒有成功。獵鷹是部分可重複使用的，但上面級不是。星艦第3版，我認為這個設計可以完全可重複使用。那種完全可重複使用將使我們能夠成為一個多行星文明。任何技術問題，即使是像大型強子對撞機這樣的東西，都是比這更容易的問題。科里森：我們花了很多時間在瓶頸上。你能說說星艦目前的瓶頸是什麼嗎，即使只是高層面的？馬斯克：試圖讓它不爆炸，一般來說。它真的很想爆炸。科里森：那個老問題。所有那些可燃材料。馬斯克：我們已經有兩個助推器在測試台上爆炸了。其中一個摧毀了整個測試設施。所以只需要那一次錯誤。星艦蘊含的能量是瘋狂的。科里森：這就是為什麼它比獵鷹更難嗎？因為它只是能量更多？馬斯克：有很多新技術。它正在推高性能極限。猛禽3號發動機是一個非常非常先進的發動機。它是有史以來最好的火箭發動機。但它非常想爆炸。就讓我們來瞭解一下這個規模，在起飛時，火箭產生超過100吉瓦的功率。那是美國電力的20%。帕特爾：這實際上很瘋狂。科里森：這是個很好的比較。馬斯克：同時不爆炸。科里森：有時候。馬斯克：有時候，是的。所以我當時想，它怎麼不爆炸呢？它有成千上萬種可能爆炸的方式，只有一種方式不爆炸。所以我們希望它不僅是真的不爆炸，而且要像每天一次那樣可靠地飛行，比如每小時一次。顯然，如果它經常爆炸，很難保持那樣的發射頻率。科里森：是的。馬斯克：星艦目前最大的問題是什麼？是讓隔熱罩可重複使用。從來沒有人製造過可重複使用的軌道隔熱罩。所以隔熱罩必須在上升階段不脫落大量瓦片，然後它必須返回，同時也不脫落大量瓦片或使主機身過熱。科里森：這不是因為它本質上是消耗品嗎？馬斯克：嗯，是的，但你車裡的剎車片也是消耗品，但它們能用很久。科里森：有道理。馬斯克：所以它只需要能用很久。我們已經讓飛船返回並進行了海上軟著陸。我們已經做過幾次了。但它脫落了很多瓦片。沒有大量工作它是無法重複使用的。即使它確實實現了軟著陸，如果沒有大量工作，它也無法重複使用。所以在這個意義上，它不是真正可重複使用的。這是剩下的最大問題，一個完全可重複使用的隔熱罩。你希望能夠著陸，重新加注推進劑，再次飛行。你不能做那種費力檢查4萬個瓦片之類的事情。帕特爾：當我讀你的傳記時，似乎你只是能夠推動緊迫感，推動“這是可以擴展的東西”的感覺。我很好奇，為什麼你認為你的其他組織…… SpaceX和特斯拉現在真的是大公司了。你仍然能夠保持那種文化。其他公司出了什麼問題，以至於他們做不到？馬斯克：我不知道。帕特爾：比如今天，你說你有一堆SpaceX會議。你在那裡做什麼來保持那種文化？科里森：是增加緊迫感嗎？馬斯克：嗯，我不知道。我想緊迫感將來自領導公司的人。我有一種狂熱的緊迫感。所以那種狂熱的緊迫感投射到公司的其他部分。帕特爾：是因為後果嗎？他們想，“伊隆設定了一個瘋狂的截止日期，但如果我沒完成，我知道會發生什麼。”還是只是你能夠識別瓶頸並消除它們，所以人們可以快速行動？你如何看待為什麼你的公司能夠快速行動？馬斯克：我不斷解決限制因素。在截止日期方面，我通常確實嘗試設定一個我至少認為是第50百分位數的截止日期。所以這不是一個不可能的截止日期，而是我能想到的、有50%機率可以實現的最積極的截止日期。這意味著它會有一半的時間延遲。有一個適用於時間表的氣體膨脹定律。如果你說我們要在五年內做某事，對我來說那就像無限時間，它就會膨脹以填滿可用的時間表，然後真的需要五年。物理學會限制你做某些事情的速度。所以擴大製造規模，你移動原子和擴大製造規模有一個速度。這就是為什麼你不能立即每年製造一百萬件東西。你必須設計生產線。你必須啟動它。你必須經歷生產的S曲線。我能說些什麼對人們實際上有幫助的呢？一般來說，狂熱的緊迫感是非常重要的一件事。你希望有一個積極的時間表，並且你想弄清楚在任何時間點的限制因素是什麼，並幫助團隊解決那個限制因素。科里森：所以星鏈多年來一直在緩慢進行。馬斯克：我們在公司一開始就討論過它。科里森：所以後來你在雷德蒙德建立了一個團隊，然後在某個時候你決定這個團隊就是不行。它緩慢進行了幾年，那麼為什麼你沒有早點行動，而你行動的那個時候為什麼是正確的時機？為什麼那是採取行動的合適時刻？馬斯克：我每周都會進行這些非常詳細的工程評審。這可能是非常不尋常的細節水平。我不知道還有誰經營一家公司，至少是製造公司，會像我一樣深入到細節。並不是說……因為我們會詳細討論事情，我對實際發生的情況有相當好的瞭解。我非常相信越級會議，不是讓我下屬的人匯報，而是讓向他們匯報的每個人在技術評審中說點什麼。而且不能有提前準備。否則你會被“粉飾”，就像我最近常說的。科里森：沒錯。很Z世代的說法。帕特爾：你怎麼防止提前準備？你會隨機點名嗎？馬斯克：不，我只是在房間裡輪轉。每個人提供最新情況。有很多資訊需要記在腦子裡。如果你每周或每周兩次開會，你就有那個人說過的快照。然後你可以描繪進展點。你可以在腦海中描繪曲線上的點，然後說，“我們是在收斂到一個解決方案，還是沒有？”只有當我認為成功不在可能的結果集合中時，我才會採取激烈行動。所以當我最終得出結論，除非採取激烈行動，否則我們沒有成功的機會時，我必須採取激烈行動。我在2018年得出了這個結論，採取了激烈行動並解決了問題。帕特爾：你有很多很多公司。聽起來在每一個公司裡，你都會深入瞭解相關瓶頸，以便與人們進行這些評審。你已將其擴展到五、六、七家公司。在其中一家公司內部，你有很多不同的迷你公司。什麼決定了這裡的最大值？你有大約80家公司？馬斯克：80？不。帕特爾：但你已經有很多了。這已經非常了不起了。科里森：按目前這個數字。帕特爾：沒錯。科里森：我們連一家公司都很難維持。馬斯克：這取決於情況。我實際上與The Boring Company沒有定期會議，所以The Boring Company只是按部就班地前進。基本上，如果某件事運行良好並取得良好進展，那麼我就不需要花時間在上面了。我實際上是根據限制因素來分配時間。那裡有問題？我們在那裡遇到阻礙？是什麼拖慢了我們的步伐？我聚焦於，冒著重複這個詞的風險，限制因素。馬斯克：諷刺的是，如果某件事進展順利，他們就不會經常見到我。但如果某件事進展糟糕，他們會經常見到我。或者甚至不是糟糕……科里森：如果某事是限制因素。馬斯克：限制因素，沒錯。不一定是進展糟糕，而是我們需要讓它進展更快的東西。科里森：當SpaceX或特斯拉的某事成為限制因素時，你是每周甚至每天與負責的工程師交談嗎？這實際上是如何運作的？馬斯克：大多數成為限制因素的事情是每周一次，有些是每周兩次。AI5晶片評審是每周兩次。每個星期二和星期六是晶片評審。科里森：會議時長是開放式的嗎？馬斯克：技術上是的，但通常是兩三個小時。有時更短。取決於我們需要討論多少資訊。科里森：這是另一件事。我只是想梳理出這裡的差異，因為結果似乎相當不同。我認為瞭解輸入有什麼不同很有趣。感覺在企業界，一是像你說的，CEO進行工程評審並不總是發生，儘管這是公司正在做的事情。但時間通常被精細地切成半小時會議，甚至15分鐘會議。似乎你主持的更多是開放式的、“我們討論直到弄清楚”類型的事情。馬斯克：有時候。但大多數似乎基本上都能按時完成。今天的星艦工程評審時間稍長，因為有更多話題要討論。他們正在想辦法如何擴展到每年一百萬噸以上的入軌能力。這相當具有挑戰性。帕特爾：我能問個問題嗎？你曾說過關於Optimus和AI，它們將在幾年內帶來兩位數的增長率。馬斯克：哦，比如經濟？是的。我想沒錯。帕特爾：如果經濟將增長這麼多，那DOGE削減開支有什麼意義？馬斯克：嗯，我認為浪費和欺詐不是好事。我實際上很擔心……在沒有AI和機器人的情況下，我們實際上完全搞砸了，因為國債正在瘋狂堆積。國債的利息支付超過了軍費預算，而軍費預算是1兆美元。所以我們僅利息支付就超過1兆美元。我對此相當擔憂。也許如果我花些時間，我們可以減緩美國的破產，給我們足夠的時間讓AI和機器人幫助解決國債問題。或者說不是幫助解決，而是唯一能解決國債的東西。沒有AI和機器人，我們1000%會作為一個國家破產、失敗。沒有其他東西能解決國債問題。我們只需要足夠的時間來建造AI和機器人，以便在那之前不破產。帕特爾：我想我好奇的是，當DOGE開始時，你擁有實施改革的巨大能力。馬斯克：沒那麼巨大。帕特爾：當然。我完全同意你的觀點，AI和機器人驅動生產力改進、推動GDP增長很重要。但為什麼不直接針對你指出的那些問題，比如某些元件的關稅，或者許可？馬斯克：我不是總統。而且，即使是削減非常明顯的浪費和欺詐——荒謬的浪費和欺詐——也非常困難。我發現，即使削減政府中非常明顯的浪費和欺詐也極其困難，因為政府必鬚根據誰在抱怨來運作。如果你切斷對欺詐者的付款，他們立即會想出聽起來最值得同情的理由來繼續付款。他們不會說，“請繼續欺詐吧。”他們會說，“你在殺害貓熊寶寶。”與此同時，沒有貓熊寶寶死亡。他們只是在編造。欺詐者能夠編造出極其引人注目、令人心碎但卻是虛假的故事。事情就是這樣。也許我應該更清楚。但我想，等等，讓我們試著削減政府的一些浪費和政治分肥。也許社會保障系統中不應該有2000萬人被標記為活著，而他們肯定已經死亡，並且年齡超過115歲。最年長的美國人是114歲。所以可以肯定地說，如果有人在社會保障資料庫中被標記為115歲且活著，那要麼是打字錯誤……應該有人打電話給他們說，“我們似乎搞錯了你的生日，或者需要將你標記為死亡。”兩件事之一。科里森：接到這樣的電話會很嚇人。馬斯克：嗯，這似乎是件合理的事。比如說，如果他們的生日在未來，而且他們有小型企業管理局貸款，他們的生日是2165年，我們要麼是打字錯誤，要麼是欺詐。所以我們說，“我們似乎搞錯了你出生的世紀。”科里森：或許是一個很棒的電影情節。馬斯克：是的。這就是我說的，荒謬的欺詐。帕特爾：那些人當時在領取付款嗎？馬斯克：有些人從社會保障領取付款。但主要的欺詐途徑是將某人在社會保障中標記為活著，然後利用所有其他政府支付系統進行欺詐。因為其他政府支付系統所做的，就是簡單地向社會保障資料庫做一個“你是否活著”的檢查。這是一個間接途徑。帕特爾：你估計通過這種機制的總欺詐金額有多少？馬斯克：順便說一下，政府問責辦公室以前做過這些估計。我不是唯一一個。事實上，我想GAO在拜登政府期間做過一項分析，粗略估計了欺詐金額，計算約為5000億美元。所以別信我的話。相信拜登政府期間發佈的一份報告。怎麼樣？帕特爾：來自這個社會保障機制？馬斯克：這只是眾多之一。重要的是要認識到，政府非常不善於阻止欺詐。不像一家公司，阻止欺詐有動力，因為它影響公司的收益。政府只是印更多錢。你需要關懷和能力。這在聯邦層面是稀缺的。當你去車管所時，你會想，“哇，這是個能力堡壘”嗎？嗯，現在想像一下，它比車管所還差，因為它是能印錢的車管所。至少州一級的車管所需要……各州或多或少需要保持在預算內，否則他們會破產。但聯邦政府只是印更多錢。帕特爾：如果確實有5000億美元的欺詐，為什麼不可能全部削減掉？馬斯克：你真的需要退一步，重新調整你對能力的期望。因為你所處的世界是你必須收支平衡。你必須支付你的帳單……帕特爾：找到麥克風。馬斯克：沒錯。這不像有一個巨大、基本上漠不關心的官僚怪獸。那是一堆過時的電腦，只是傳送付款。DOGE團隊所做的一件事聽起來如此簡單，可能每年會節省1000-2000億美元。它只是要求從主要的財政部電腦——叫做PAM，支付帳戶主控之類的，每年有5兆美元的支付——發出的付款必須有一個預算用途程式碼。強制要求，而不是可選，註釋欄位裡必須有任何內容。你必須重新調整事情有多愚蠢。付款被發出時沒有預算用途程式碼，沒有回頭檢查任何國會撥款，也沒有解釋。這就是為什麼戰爭部，前身是國防部，無法通過審計，因為資訊根本不存在。重新調整你的期望。帕特爾：我想更好地理解這個5000億美元的數字，因為有一份2024年的監察長報告。馬斯克：為什麼這麼低？帕特爾：也許，但我們發現，七年內，他們估計的社會保障欺詐大約是700億美元，所以每年大約100億美元。所以我很好奇另外那4900億美元是什麼。馬斯克：聯邦政府支出每年是7.5兆美元。你認為政府有多能幹？帕特爾：那裡的可自由支配支出大概是……15%？馬斯克：但這不重要。大多數欺詐強制性支出。基本上是欺詐性的醫療保險、醫療補助、社會保障、殘疾。有無數的政府支付。其中許多支付實際上是給各州的整筆撥款。所以聯邦政府在很多情況下甚至沒有資訊來判斷是否有欺詐。讓我們考慮歸謬法。政府是完美的，沒有欺詐。你覺得發生這種事的機率能有多少？零。好吧，那麼你會說，政府的欺詐和浪費是90%有效率的？那也相當慷慨了。但如果只有90%，那就意味著每年有7500億美元的浪費和欺詐。而且不是90%。不是90%有效。帕特爾：這似乎是一種奇怪的第一性原理方法來計算政府的欺詐金額。就像，你覺得有多少？無論如何，我們不必現場計算，但我很好奇——馬斯克：你很瞭解Stripe的欺詐嗎？人們一直在試圖欺詐。科里森：是啊，但就像你說的，有點……雖然我們已經把欺詐壓了下去，但政府面對的情況要複雜得多，各種欺詐手段五花八門，遠非我們能比。馬斯克：但在Stripe，你們有高能力且很努力。你們有高能力和高關懷，但欺詐仍然不是零。現在想像一下，規模要大得多，能力卻低得多，關懷也少得多。在PayPal早期，我們試圖將欺詐控制在支付額的大約1%。那非常困難。需要極大的能力和關懷才能僅僅將欺詐控制在1%。現在想像一下，你是一個關懷少得多、能力也低得多的組織。它會遠高於1%。科里森：現在回顧政治和在那裡做事，你感覺如何？從外部看，有兩件事影響很大：一是America PAC（政治行動委員會），二是當時收購Twitter。但似乎也有不少心痛。你對整個經歷的評價如何？馬斯克：我認為這些事情需要做，以最大化未來美好的機率。政治通常是非常部落化的。人們通常在政治上失去客觀性。他們通常很難看到另一方的優點或自己一方的缺點。這通常是情況。我想這是最讓我驚訝的事情之一。你經常根本無法與人們講道理。如果他們屬於這個或那個部落。他們簡單地相信他們部落所做的一切都是好的，而另一個政治部落所做的任何事都是壞的。說服他們改變看法幾乎是不可能的。但我認為總的來說，那些行動——收購Twitter，讓川普當選，即使這讓很多人憤怒——我認為那些行動對文明有益。帕特爾：這如何與你期待的未來聯絡起來？馬斯克：嗯，美國需要足夠強大，以持續足夠長的時間將生命擴展到其他行星，並讓AI和機器人發展到我們可以確保未來美好的程度。另一方面，如果我們陷入，比如說，共產主義，或者國家極度壓迫的情況，那將意味著我們可能無法成為多行星文明。國家可能會扼殺我們在AI和機器人方面的進步。帕特爾：Optimus、Grok等等。不僅是你的，任何收入最大化公司的產品都將被政府利用。這種擔憂如何體現在私人公司應該願意給予政府什麼上？什麼樣的護欄？ AI模型是否應該做政府外包給它們並要求它們做的任何事情？Grok是否可以說，“實際上，即使軍方想做X，不，Grok不會做”？馬斯克：我認為AI和機器人出錯的最大危險可能是政府。反對公司或擔心公司的人們最應該擔心政府。因為政府只是在極限意義上的一個公司。政府只是一個擁有暴力壟斷的最大最壞的公司。我總是發現一種奇怪的二分法，人們會認為公司是壞的，但政府是好的，而政府只是最大最壞的公司。但人們有這種二分法。他們不知何故同時認為政府可以是好的，但公司是壞的，這不正確。公司的道德比政府更好。我實際上認為這是一個需要擔心的問題。政府可能利用AI和機器人來壓制人口。這是一個嚴重的問題。帕特爾：作為建構AI和機器人的人，你如何防止這種情況？馬斯克：如果你限制政府的權力，這正是美國憲法旨在做的，限制政府的權力，那麼你可能會得到一個比有更多政府更好的結果。科里森：機器人技術將對所有政府開放，對吧？馬斯克：我不知道是否對所有政府都開放。很難預測。我能說的是終點是什麼，或者許多年後的未來是什麼，但很難預測沿著那條道路會發生什麼。如果文明進步，AI將遠遠超過所有人類智能的總和。機器人將比人類多得多。沿途發生的事情很難預測。帕特爾：似乎有一件事你可以做，就是直接說，“無論政府X，你不允許使用Optimus做X，Y，Z。”只是寫下一個政策。我想你最近發推說Grok應該有一個道德憲法。其中一件事可以是限制政府被允許用這項先進技術做什麼。馬斯克：從技術上講，如果政客通過了一項法律，並且他們能夠執行該法律，那麼很難不去遵守。我們能擁有的最好的東西是有限政府，行政、司法和立法部門之間有適當的制衡。帕特爾：我之所以好奇，是因為在某個時刻，限制似乎將來自你。你擁有Optimus，你擁有太空GPU……馬斯克：你認為我會成為政府的老闆？帕特爾：已經，對於SpaceX來說，對於至關重要的事情——政府非常關心將某些衛星送入太空之類——它需要SpaceX。它是必要的承包商。你正在建構越來越多未來的技術元件，這些元件將在不同行業中發揮類似的作用。你可以擁有設定一些政策的能力，比如以任何方式壓制古典自由主義……“我的公司不會以任何方式幫助那樣做”，或者類似的政策。馬斯克：我將盡我所能確保任何在我控制範圍內的東西都最大化對人類的良好結果。我認為其他任何做法都是短視的，因為我顯然是人類的一部分，所以我喜歡人類。親人類。帕特爾：你提到Dojo 3將用於太空計算。馬斯克：你真的看了我說的話。帕特爾：伊隆，你可能不知道，但你有很多關注者。馬斯克：明顯的破綻。你怎麼知道我的秘密？哦，我發在X上了。帕特爾：你如何為太空設計晶片？有什麼變化？馬斯克：你想設計得能承受更多輻射，並在更高溫度下運行。大致上，如果你將開氏溫度下的工作溫度提高20%，你可以將散熱器質量減半。所以在太空以更高溫度運行是有幫助的。對於遮蔽記憶體，你可以做各種事情。但神經網路對位翻轉將非常有彈性。輻射導致的大部分是隨機位翻轉。但如果你有一個數兆參數模型，你出現幾個位翻轉，這沒關係。啟髮式程序將比一些巨大的參數檔案對位翻轉敏感得多。我只是設計它在高溫下運行。我想除了讓它運行更熱之外，你基本上可以按照在地球上做的方式來做。帕特爾：太陽能陣列佔了衛星的大部分重量。有沒有辦法讓GPU比如今輝達、TPU等計畫做的更強大，從而在太空世界中特別有優勢？馬斯克：基本數學是，如果每個光罩能做到大約一千瓦，那麼你需要1億個全光罩晶片才能做到100吉瓦。根據你的良率假設，這會告訴你需要製造多少晶片。如果你有100吉瓦的電力，你需要1億個能持續運行一千瓦的晶片，每個光罩一個。基本數學。帕特爾：1億個晶片取決於……如果你看看像Blackwell GPU這樣的晶片尺寸，以及你能從一個晶圓上得到多少個，你大概能得到幾十個或更少。所以基本上，這是一個每年我們都要達到的世界，你每個月要生產數百萬個晶圓。這就是TeraFab的計畫嗎？每月數百萬個先進工藝節點的晶圓？馬斯克：是的，可能超過一百萬或類似的數量。你還得做記憶體。帕特爾：你要建一個記憶體製造廠嗎？馬斯克：我想TeraFab必須做記憶體。它必須做邏輯晶片、記憶體和封裝。帕特爾：我很好奇一個人如何開始。這是人類製造過的最複雜的東西。顯然，如果有人能勝任這個任務，你就是那個人。所以你意識到這是個瓶頸，然後你去找你的工程師。你告訴他們做什麼？“我想在2030年達到每月100萬個晶圓。”馬斯克：沒錯。那正是我想要的。帕特爾：你打電話給ASML嗎？下一步是什麼？科里森：沒有太多要問的了。馬斯克：我們建一個小廠，看看會發生什麼。在小規模上犯錯誤，然後建一個大的。帕特爾：小廠建好了嗎？馬斯克：不，還沒建好。我們不會把那隻貓藏在袋子裡。那隻貓會從袋子裡出來的。會有無人機在那該死的東西上空盤旋。你將能在X上即時看到它的建設進展。聽著，我不知道，我們可能會失敗，公平地說。成功沒有保證。既然我們想嘗試製造大約1億個……我們想在2030年前擁有100吉瓦的電力，以及能夠消耗100吉瓦電力的晶片。我們會從供應商那裡儘可能多地拿晶片。實際上我已經對台積電、三星和美光說過：“請更快地建造更多晶片廠”。我們將保證購買那些晶片廠的產出。所以他們已經在儘可能快地行動了。是我們加上他們。科里森：有一種說法是，現在業界普遍覺得，AI開發商恨不得立刻把所有晶片搶光，但無論是晶片廠還是渦輪機製造商，產能擴張的速度都遠跟不上節奏。馬斯克：不，他們沒有。科里森：你聽到的解釋是他們天生保守。他們是台灣人或德國人，故事可能如此。他們就是不相信……這真的是解釋嗎？還是有別的原因？馬斯克：嗯，這是合理的……如果有人在電腦記憶體行業幹了三四十年……科里森：他們見過周期。馬斯克：他們見過十次繁榮和蕭條。那是很多層的傷痕組織。在繁榮時期，看起來一切都會永遠美好。然後崩潰發生，他們拚命試圖避免破產。然後又一個繁榮，又一個蕭條。科里森：還有其他你認為別人應該去追求的想法嗎？由於各種原因，你現在不做。馬斯克：有幾家公司正在追求做晶片的新方法，但他們就是擴張不快。科里森：我甚至不是在說AI內部，我是說總體上。馬斯克：人們應該去做他們發現自己有高度動力去做的事情，而不是我建議的某個想法。他們應該去做他們個人覺得有趣和有動力去做的事情。但回到限制因素……我用了那個短語大概一百次了。目前我在三四年的時間框架內看到的限制因素是晶片。在一年的時間框架內，是能源、電力生產、電力。我不清楚是否有足夠的可用電力來啟動所有正在製造的AI晶片。今年年底左右，我認為人們將真的遇到麻煩去啟動……晶片的產出將超過啟動晶片的能力。帕特爾：你打算如何應對那個世界？馬斯克：我們正試圖加速電力生產。我想這也許是xAI可能成為領導者，希望是領導者的原因之一。我們將能夠比其他人更快地啟動更多晶片，因為我們擅長硬體。一般來說，那些自稱實驗室的公司的創新，其想法往往會傳播……很少看到有超過六個月以上的差異。這些想法隨著人員來回傳播。所以我想你會遇到硬體牆，然後那個公司能最快地擴展硬體，那個就是領導者。所以我想xAI將能夠最快地擴展硬體，因此最有可能成為領導者。科里森：你開玩笑或對自己再次使用“限制因素”這個短語感到不好意思。但我實際上認為這裡有些深刻的東西。如果你回顧我們整個討論中涉及的許多事情，也許這是個很好的結束點。如果你考慮一個衰老的、低能動性的公司，它會有一個瓶頸，但不會真的做什麼。馬克·安德森（Marc Andreessen）有句話：“大多數人寧願忍受任何數量的慢性痛苦，也不願面對急性痛苦。”感覺我們談論的很多案例只是直面急性痛苦，不管它是什麼。“好吧，我們必須想辦法用鋼，或者我們必須想辦法在太空運行晶片。”我們會承受一些短期的急性痛苦來真正解決瓶頸。所以這有點像一條統一的主線。馬斯克：我有很高的疼痛閾值。這有幫助。科里森：為瞭解決問題。馬斯克：是的。我能說的是，我認為未來會非常有趣。就像我在達沃斯說的——我想我在那裡只待了大約三小時左右——在樂觀上犯錯，比在悲觀上犯錯，對生活質量更好。如果你傾向於樂觀而不是悲觀，你會更快樂。所以我推薦傾向於樂觀。科里森：為這個乾杯。帕特爾：酷。伊隆，謝謝你來參加。科里森：謝謝。馬斯克：好的，謝謝你們。好的。科里森：了不起的耐力。帕特爾：希望這不算疼痛耐受度裡的痛苦。 (網易科技)

2026年1月26日，歐盟委員會正式宣佈，依據《數字服務法》（Digital Services Act，簡稱DSA）對馬斯克旗下的X平台（原Twitter）啟動一項新的正式調查。此次調查的核心焦點的是X平台內建的人工智慧模型Grok所驅動的推薦演算法，重點評估該演算法是否存在傳播非法內容的風險，包括偽造露骨色情圖像、兒童性虐待材料等違規內容。歐盟委員會明確表示，後續將通過發出更多資訊請求、開展訪談、實施現場檢查等多種方式持續收集證據，若X平台未能對其服務進行實質性調整以滿足合規要求，歐盟將依法採取臨時措施，並作出不合規認定，屆時X平台可能面臨巨額罰款乃至業務限制等嚴厲處罰。一、《數字服務法》（DSA）制定背景與主要內容歐盟此次對X平台的調查，核心依據是《數字服務法》（DSA）。2023年8月起，亞馬遜的第三方市場Marketplace、蘋果的App Store應用程式商店，以及其他16項網際網路服務受歐盟《數字服務法案》的約束，2024年2月17日起適用於歐盟所有線上平台。該法案是歐盟數字戰略的核心組成部分，也是全球範圍內最為嚴格、最為系統的數字服務監管法規之一，其出台並非偶然，而是基於數字服務快速發展帶來的諸多治理難題，旨在規範數字服務提供商的行為，保護使用者權益，維護數字空間的公平與安全。（一）制定背景隨著網際網路技術的飛速發展，數字服務已深度融入歐盟公民的日常生活，但數字空間的亂象也日益凸顯，成為歐盟監管部門亟待解決的難題。一方面，非法內容或不當內容在數字平台上的傳播愈發猖獗，不僅危害公民的人身權利、人格尊嚴，還可能引發社會矛盾，破壞社會公共秩序，甚至危害國家安全；另一方面，大型數字平台憑藉其壟斷地位，濫用市場優勢，隨意收集使用者資料、操控推薦演算法、限制競爭，既損害了使用者的隱私權益，也阻礙了數字行業的創新發展。《數字服務法》的制定，正是為了應對上述挑戰，其核心目標是建立一個安全、透明、公平的數字單一市場，平衡數字服務創新與使用者權益保護、公共利益維護之間的關係，同時強化歐盟在全球數字治理中的話語權。DSA通過建立統一的監管規則，覆蓋所有在歐盟境內提供數字服務的提供商，無論其總部是否位於歐盟，均需遵守該法案的要求，有效遏制了“監管套利”行為。（二）主要內容《數字服務法》的內容涵蓋了數字服務監管的各個方面，核心圍繞“分級監管、責任明晰、透明可追溯”三大原則展開，將數字服務提供商分為不同層級，根據其規模和影響力，施加不同程度的監管義務。一是明確監管適用範圍。DSA的監管範圍極為廣泛，覆蓋所有在歐盟境內向使用者提供數字服務的自然人、法人和其他組織，無論其總部位於歐盟內部還是外部，只要服務對象包含歐盟公民，就必須遵守該法案。具體而言，涵蓋社交平台、搜尋引擎、電商平台、雲服務提供商、應用程式商店等各類數字服務，其中，對“超大型線上平台”（Very Large Online Platforms，VLOPs）和“超大型線上搜尋引擎”（Very Large Online Search Engines，VLOSEs）設定了更為嚴格的監管要求——根據DSA規定，月活躍使用者超過4500萬的平台將被認定為“超大型線上平台”，X平台、Meta旗下的Facebook、Instagram等均在此列。二是分級設定平台責任。DSA根據數字服務提供商的規模和影響力，將其分為四個層級，分別設定不同的責任義務：第一層級是基礎服務提供商（如網路接入服務），僅需履行最基本的合規義務，如配合監管部門調查；第二層級是普通數字服務提供商（如小型社交平台、小眾電商），需履行內容稽核、使用者投訴處理等義務；第三層級是宿主服務提供商（如雲端儲存、論壇託管），需對使用者上傳的內容進行初步稽核，及時刪除明顯的非法內容；第四層級是超大型線上平台和超大型線上搜尋引擎，需履行最嚴格的監管義務，包括定期開展風險評估、建立獨立的合規體系、接受第三方審計等。三是規範演算法與內容管理。這是DSA的核心內容之一，也是此次歐盟調查X平台的關鍵依據。法案明確要求，數字服務提供商需對其使用的推薦演算法進行規範，確保演算法的透明度、可解釋性和公平性，不得利用演算法傳播非法內容、誤導使用者或實施歧視性行為。對於超大型線上平台，還需定期公開演算法的運行原理、推薦邏輯，以及演算法可能帶來的風險，並採取有效措施緩解演算法引發的系統性風險。同時，法案要求所有數字服務提供商建立健全非法內容稽核機制，及時處理使用者投訴的非法內容，對於明顯的非法內容（如恐怖主義宣傳、兒童性虐待材料），需在規定時間內刪除或下架。四是強化使用者權益保護。DSA將使用者權益保護放在重要位置，明確規定使用者享有知情權、選擇權、投訴權和資料隱私權。例如，使用者有權瞭解平台推薦演算法的基本邏輯，有權拒絕平台的個性化推薦；平台需建立便捷的使用者投訴管道，對使用者投訴的非法內容或違規行為，需在規定時間內予以回應和處理；平台不得隨意收集、使用使用者資料，需嚴格遵守《通用資料保護條例》（GDPR）的要求，保護使用者的隱私權益。此外，法案還特別關注未成年人、弱勢群體的權益保護，要求平台採取特殊措施，防止未成年人接觸有害內容。五是建立嚴格的執法與處罰機制。DSA明確了歐盟委員會、各成員國監管機構的執法權限，建立了統一的執法協調機制，確保監管規則的有效實施。對於違反DSA的數字服務提供商，歐盟將根據違規情節的輕重，採取不同的處罰措施：輕微違規將被處以警告、責令整改；嚴重違規的，將被處以最高相當於其全球年營業額6%的罰款，這一罰款比例遠超其他監管法規，具有極強的威懾力。此外，對於持續違規、拒不整改的平台，歐盟還可採取臨時措施，包括限制平台的功能、暫停平台在歐盟境內的服務，甚至強制平台退出歐盟市場。二、歐盟調查X平台的核心細節解析2026年1月26日歐盟啟動的對X平台的新調查，並非歐盟首次針對X平台採取監管行動——2025年底，歐盟委員會曾以X平台在“藍標認證”介面設計上對使用者構成誤導、廣告庫不透明、拒絕向研究者開放資料等為由，對其開出1.2億歐元的罰單。此次新調查則聚焦於X平台的AI推薦演算法，是歐盟依據DSA對超大型線上平台開展的常態化監管，也是對AI技術在數字平台應用的針對性監管。（一）監管主體此次歐盟對X平台的調查，監管主體呈現“歐盟委員會主導、成員國監管機構協同”的雙層架構，這一架構是根據DSA的規定建立的，確保監管工作的統一性和高效性。核心監管主體是歐盟委員會。根據DSA的授權，歐盟委員會負責統籌協調歐盟範圍內的數字服務監管工作，對超大型線上平台和超大型線上搜尋引擎擁有直接的監管權和執法權。此次調查由歐盟委員會直接發起，負責制定調查方案、收集相關證據、評估X平台的合規情況，最終作出是否違規的認定，並決定採取何種處罰措施。協同監管主體是各成員國的數字服務協調機構。DSA要求每個歐盟成員國設立專門的數字服務協調機構，負責配合歐盟委員會開展監管工作，處理本國範圍內的數字服務投訴、調查等事務。此次調查中，作為X平台在歐盟設立地所在成員國的國家數字服務協調機構，愛爾蘭數字服務協調機構Coimisiún na Meán已與歐盟委員會開展密切合作，參與此次調查的相關工作，包括協助收集證據、開展現場檢查、對接X平台在愛爾蘭的代表機構等。此外，其他歐盟成員國的數字服務協調機構也將根據歐盟委員會的要求，提供必要的支援，確保調查工作在歐盟範圍內順利推進。（二）監管對象此次調查的監管對象明確，核心是馬斯克旗下的X平台，具體聚焦於X平台的兩大核心要素：一是內建的人工智慧模型Grok，二是基於Grok驅動的推薦演算法。從平台層面來看，X平台作為全球知名的社交平台，其月活躍使用者遠超DSA規定的4500萬門檻，屬於“超大型線上平台”，因此需要履行DSA規定的最嚴格的監管義務，這也是歐盟將其作為監管重點的重要原因之一。X平台自被馬斯克收購後，進行了多次功能調整，其中就包括將AI模型Grok內建到平台中，用於驅動推薦演算法、生成使用者內容等，此次調查正是針對這一調整所帶來的合規風險。從具體功能來看，監管對象的核心是Grok AI模型及其驅動的推薦演算法。Grok是由X平台提供商開發的人工智慧工具，自2024年起，X平台已以多種方式將其部署到平台中，允許使用者生成文字和圖像，並為使用者發佈的內容提供上下文資訊，同時用於最佳化平台的推薦演算法，向使用者推送個性化內容。歐盟此次調查的重點，就是評估Grok AI模型驅動的推薦演算法是否存在傳播非法內容的風險，包括偽造的露骨色情圖像、兒童性虐待材料、反猶太內容等，以及X平台是否對Grok的應用進行了充分的風險評估，是否採取了有效的風險緩解措施。此外，調查範圍還涵蓋了X平台的風險評估報告提交情況。歐盟委員會指出，通過查閱X平台依據DSA提交的風險評估報告，發現Grok AI模型並未在報告中體現，這意味著X平台可能未對Grok自身，或將其整合到X平台中可能給歐盟公民帶來的風險進行評估，這也是此次調查的重要關注點之一。同時，歐盟委員會還擴大了此前對X平台推薦系統的調查範圍，將評估其近期宣佈改用“基於Grok的推薦系統”所產生的影響，判斷該系統是否全面識別並緩解了DSA所界定的系統性風險。（三）監管依據此次歐盟調查X平台的核心監管依據，是2023年正式生效的《數字服務法》（DSA），具體而言，主要依據DSA中的以下幾項關鍵條款，這些條款也明確了X平台的合規義務和歐盟的監管權限。一是DSA中關於“超大型線上平台”監管義務的條款。根據DSA第34條、第35條的規定，超大型線上平台需定期開展系統性風險評估，識別平台服務可能帶來的非法內容傳播、使用者權益受損等風險，並制定具體的風險緩解措施，編制專項風險評估報告，提交給歐盟委員會和各成員國監管機構。此次歐盟調查發現，X平台未在風險評估報告中體現Grok AI模型，可能違反了上述條款，未履行風險評估義務。二是DSA中關於演算法監管的條款。DSA第42條明確要求，超大型線上平台需對其使用的推薦演算法進行規範，確保演算法的透明度、可解釋性和公平性，不得利用演算法傳播非法內容、誤導使用者或實施歧視性行為；同時，平台需採取有效措施，緩解演算法帶來的系統性風險。此次調查的核心就是評估X平台基於Grok的推薦演算法是否符合上述要求，是否存在傳播非法內容的風險，若存在相關問題，則違反了DSA的該條款。三是DSA中關於非法內容處置的條款。DSA要求所有數字服務提供商建立健全非法內容稽核與處置機制，及時處理使用者投訴的非法內容，對於明顯的非法內容，需在規定時間內刪除或下架。歐盟委員會指出，在X平台上發現了反猶太內容、未經同意的深度偽造女性視訊，以及涉及兒童性虐待的內容，而X平台可能未及時採取處置措施，這可能違反了DSA中關於非法內容處置的相關條款。四是DSA中關於執法與處罰的條款。DSA第66條等相關條款明確了歐盟委員會的執法權限，包括發起調查、收集證據、採取臨時措施、作出不合規決定、實施處罰等。根據這些條款，歐盟委員會有權對X平台啟動正式調查，通過發出資訊請求、開展訪談、實施現場檢查等方式收集證據；若發現X平台存在違規行為，且未進行實質性整改，歐盟委員會有權採取臨時措施，並作出不合規決定，對X平台處以最高相當於其全球年營業額6%的罰款。此外，歐盟此次調查還參考了此前對X平台的監管記錄——2025年底，歐盟曾因X平台存在欺騙性設計、廣告透明度不足、研究人員資料訪問不充分等問題，對其開出1.2億歐元的罰單，此次調查也是對X平台合規情況的持續監管，確保其切實履行DSA規定的各項義務。三、歐盟此次調查的合理性與公平性歐盟此次依據《數字服務法》對X平台啟動調查，是歐盟履行數字服務監管職責、保護使用者權益、維護數字空間安全的重要舉措，具有一定的合理性。但同時，在調查的針對性、監管的公平性、可能帶來的負面影響等方面，也存在一些值得質疑的地方。因此市場普遍認為，若歐盟最終對X平台作出嚴厲的處罰決定，X平台可能會向歐盟法院提起訴訟，質疑歐盟調查的合法性和處罰決定的合理性，這將延長整個監管流程，也會成為全球數字監管領域的焦點事件。（一）總體上契合監管目標，符合行業發展需求歐盟此次調查的合理性，主要體現在以下幾個方面，與DSA的立法精神和全球數字治理的趨勢相契合。一是契合DSA的立法目標，能夠有效防範AI演算法帶來的風險。DSA的核心目標是規範數字服務提供商的行為，保護使用者權益，維護數字空間的安全與公平。此次調查聚焦於X平台的Grok AI模型及其推薦演算法，針對的是AI技術在數字平台應用中可能帶來的非法內容傳播風險，這與DSA的立法目標高度一致。隨著AI技術的快速發展，AI演算法帶來的風險日益凸顯，若不加強監管，可能會對使用者權益和社會公共秩序造成嚴重危害。歐盟此次及時啟動調查，能夠有效防範這類風險，督促平台履行合規義務，規範AI演算法的應用，符合DSA的立法精神。二是符合全球數字治理的趨勢，推動數字服務行業向合規化方向發展。當前，全球數字治理的核心趨勢是加強對數字服務平台的監管，尤其是對AI技術、推薦演算法的監管，保護使用者權益，維護數字空間的安全。歐盟此次調查，是全球數字治理的重要實踐，能夠推動數字服務行業向合規化、規範化方向發展，為其他國家和地區的數字監管提供借鑑。例如，許多國家和地區正在制定或完善數字服務監管法規，歐盟的此次調查和DSA的實施經驗，將為這些國家和地區提供參考，推動全球數字監管的規範化、統一化。三是針對X平台的實際違規風險，具有明確的監管針對性。歐盟此次調查並非盲目發起，而是基於X平台存在的實際違規風險。歐盟委員會指出，在X平台上發現了反猶太內容、未經同意的深度偽造女性視訊，以及涉及兒童性虐待的內容，而X平台未對Grok AI模型進行充分的風險評估，未在風險評估報告中體現Grok的相關情況，可能違反了DSA的相關規定。因此，此次調查針對的是X平台的實際違規行為和風險，具有明確的針對性，能夠有效督促X平台整改，保護使用者權益。四是履行監管職責的必要舉措，能夠強化DSA的監管權威。X平台作為全球知名的超大型線上平台，其合規情況對整個數字服務行業具有重要的示範作用。歐盟此次對X平台啟動調查，是履行監管職責的必要舉措，能夠向全球數字服務提供商傳遞明確的監管訊號，督促所有平台嚴格遵守DSA的規定，強化DSA的監管權威，確保監管規則的有效實施。（二）監管針對性、公平性與影響平衡存在爭議儘管歐盟此次調查具有一定的合理性，但在實踐過程中，也存在一些值得質疑的地方，主要集中在以下幾個方面，引發了行業內的廣泛討論。一是調查的針對性存在偏差，可能過度聚焦於X平台，存在“選擇性監管”的嫌疑。X平台作為馬斯克旗下的企業，自被收購後，多次與歐盟監管機構發生摩擦，歐盟此前已對X平台開出1.2億歐元的罰單，此次又啟動新的調查，難免讓人質疑歐盟的調查存在“選擇性監管”的嫌疑——即過度聚焦於X平台，而對其他類似平台的同類違規行為，監管力度不足。例如，Meta旗下的Facebook、Instagram，Google旗下的YouTube等平台，也內建了AI模型，其推薦演算法也可能存在傳播非法內容的風險，但歐盟此次並未針對這些平台啟動類似的調查，這引發了關於監管公平性的質疑。此外，X平台的Grok AI模型上線時間相對較短，其帶來的風險尚未完全顯現，歐盟此時啟動調查，可能存在過度監管的嫌疑，不利於平台的創新發展。二是監管標準過於嚴格，可能抑制AI技術的創新與發展。DSA對超大型線上平台的監管要求極為嚴格，尤其是對AI演算法的監管，要求平台公開演算法邏輯、開展風險評估、加強內容稽核等。這些監管要求雖然能夠有效防範風險，但也可能抑制AI技術的創新與發展。AI技術的發展需要一定的試錯空間，而過於嚴格的監管要求，可能會讓平台不敢大膽開展AI技術的研發和應用，擔心因違規而面臨嚴厲處罰。例如，平台可能會減少對生成式AI的投入，限制AI模型的功能，這將不利於AI技術的創新與進步，也可能影響數字服務行業的發展活力。三是監管的公平性有待考量，可能存在“地域保護”的傾向。DSA的監管範圍覆蓋所有在歐盟境內提供數字服務的平台，但在實際執法過程中，歐盟可能會對歐盟本土平台和非歐盟本土平台採取不同的監管標準，存在“地域保護”的傾向。X平台的總部位於美國，屬於非歐盟本土平台，而Meta、Google等平台雖然總部也位於美國，但在歐盟境內擁有龐大的業務佈局和更多的合規投入，可能會受到歐盟監管機構的“特殊對待”；而歐盟本土的數字服務平台，可能會享受更寬鬆的監管環境，這違背了DSA“統一監管、公平對待”的原則，也不利於全球數字服務行業的公平競爭。四是可能帶來的負面影響未得到充分考量，影響使用者體驗和行業發展。如前所述，此次調查可能會導致平台弱化個性化推薦功能、限制AI功能、提高服務費用等，影響使用者的使用體驗和權益；同時，過高的合規成本可能會導致中小型平台退出歐盟市場，推動行業集中度提升，形成壟斷格局，不利於行業的公平競爭和創新發展。但歐盟在啟動調查時，似乎並未充分考量這些潛在的負面影響，也未制定相應的應對措施，可能會導致監管效果與預期不符，甚至產生相反的效果。五是調查的程序透明度不足，可能影響調查結果的公正性。此次歐盟啟動對X平台的調查，雖然明確了調查的重點和依據，但調查的具體程序、證據收集的方式、評估的標準等，並未向公眾和X平台充分公開，這可能影響調查結果的公正性。X平台作為被調查對象，有權瞭解調查的具體情況，獲得充分的辯護機會，但歐盟此次調查的程序透明度不足，可能會導致X平台無法充分行使自身的權利，影響調查結果的公正性和合理性。 (數字新財報)

在中國AI大模型大戰“春節檔”時，美國AI大模型也在狠狠“幹架”。ChatGPT還是第一，但不再“獨霸”。過去一年，它在美國日活躍使用者中的市場份額從 69.1% 掉到 45.3%。增長明顯放緩，甚至在2025年11、12 月還出現一波流量回落。最大“追兵”是 Gemini。同一期間，Gemini 份額從 14.7%漲至25.1%，更誇張的是訪問量暴漲647%！究其原因，一個合理解釋是：Google強大的生態體系——將Gemini直接嵌入搜尋、Android手機等產品中，導流能力天然強。更猛的黑馬是 Grok，市場份額從1.6%飆至15.2%，增長近10倍，直接擠進前三。至於它為什麼沖這麼快——或許是憑藉X平台（原推特）的巨大流量和馬斯克個人IP的強力帶貨，才得以在2026年初強勢躋身主流競爭行列。在美國，過去一提到AI，人們想到的就是ChatGPT。如今，使用者開始“貨比三家”——約20%的使用者至少使用兩款，2023年底這一比例僅為5%，大家變成“那個順手用那個”。而“粘性”正在變成新戰場。比如 Claude 使用者量不算最大，但人均時長從2025年6月的日均約10分鐘漲到30分鐘以上。不過，這場大戰遠未到終局。資料顯示，目前大多數裝置仍未使用過任何AI大模型，市場普及空間依然巨大。 (虎嗅APP)