馬斯克在達沃斯論壇扔出一句狠話：“未來全球貨幣不是美元，也不是比特幣，是瓦特”。外界忙著驚嘆這位科技狂人的天馬行空，卻沒注意到，這背後是一場關乎 AI 時代話語權的星空爭奪戰 —— 他正靠著星艦、星鏈，悄悄把 “發電廠 + 伺服器” 搬上天，要打造不受地面規則束縛的 “在軌能源算力中樞”。而在 AGI 即將爆發的節骨眼上，人類對能源與算力的爭奪早已衝出地球，中國則憑著全產業鏈底氣，走出了一條不跟風、穩紮穩打的差異化路徑，太空經濟也正成為未來產業最硬核的藍海賽道。一、馬斯克的星際野望：把能源和算力搬到太空太空太陽能這想法，幾十年前科學家就提過，但發射成本太高，一直停留在紙面上。馬斯克能把它玩出新花樣，關鍵就在星艦 —— 只要能把發射成本壓下來，太空太陽能的商業邏輯直接被改寫。要知道，太空中的太陽能輻射比地面強三成多，還能 24 小時不間斷供電，剛好能喂飽 AI 大模型那無底洞般的能源需求。現在馬斯克已經動真格了：SpaceX 正和特斯拉一起擴產太陽能，目標三年內做到每年 100GW 的製造能力，這產能不僅服務地面 AI 資料中心，更要給軌道上的 “太空伺服器” 供能。在他的規劃裡，星鏈衛星早就不只是 “太空路由器” 了，而是裝滿 AI 運算模組的在軌節點，直接用太空太陽能搞大規模算力輸出 —— 既不用交地面資料中心的高額電費、不用佔土地，還能躲開環保政策和碳稅的約束。說白了，他就是想攥住 AI 時代的命門：誰能搞到低成本、無限制的能源和算力，誰的 “瓦特” 就能成為全球通用的硬通貨。二、理想很豐滿：三大技術難關攔住去路這星際藍圖看著完美，卻得闖過三座技術大山，絕非易事。首先是散熱難題，地面資料中心能用水冷、風冷降溫，太空是真空環境，只能靠熱輻射散熱。大規模 AI 伺服器的能耗高得嚇人，衛星得裝巨型散熱翼才能扛住，這不僅增加設計和發射難度，還可能影響在軌穩定性，簡直是工程學的噩夢。然後是能量傳輸的效率坑。現在主流的微波、雷射傳能技術都有嚴重衰減，就算西安 “逐日工程” 能做到 87.3% 的波束收集效率，從太空傳到地面的全鏈路損耗還是不容忽視，這關過不了，“太空能源中樞” 就是空談。還有個隱蔽風險是太空垃圾，馬斯克的計畫要發射數萬顆帶巨型帆板的衛星，而低地軌道正越來越擠 —— 國際電信聯盟預測，2029 年全球申請登記的非對地靜止衛星將達 180 萬顆，一旦發生碰撞，連環事故可能直接封鎖整個低軌空間，到時候別說搞太空算力，人類太空探索都得受影響。三、中國的差異化打法：不跟風，穩紮穩打築優勢面對馬斯克的先發優勢，中國沒想著復刻，而是憑著自己的產業底子，走出了 “技術攻堅 + 產業鏈協同” 的路。在太陽能硬體上，中國早就掌握全球話語權了，尤其是鈣鈦礦電池，又輕薄又柔性、效率還高，簡直是太空太陽能的完美選擇。天合光能在這方向深耕多年，計畫 2026 年加速量產；鈞達股份也通過參股科技公司切入賽道，從技術研發到產能落地的完整梯隊已經成型。傳能和算力佈局上，中國的技術儲備也不含糊。西安電子科技大學搞的 “逐日工程”，已經實現從聚光追日到微波輸電的全流程閉環，直流 - 直流總效率突破 15.05%，刷新了全球紀錄。衛星方面，中國 “千帆星座” 走的是 “天地一體化” 路線，不追求一步到位壟斷太空算力，而是先搞在軌邊緣計算，讓衛星在軌處理部分原始資料，減輕地面算力壓力 —— 既降低了技術風險，又能快速形成實際應用價值。隨著長征九號重型火箭研發推進，這些實驗室裡的黑科技，正加速飛向太空。而這場星空博弈，也帶動了上下游未來產業的爆發：衛星製造、新型太陽能材料、無線傳能裝置、太空 AI 演算法等賽道持續升溫，據世界經濟論壇預測，到 2035 年全球太空經濟規模將達 1.8 兆美元，其中太空太陽能與算力是高附加值核心，還將聯動地面 AI、新能源、智能製造等產業，形成跨領域協同增長的生態。四、星空爭奪戰：AI 時代的終極入場券太空太陽能與算力的角逐，本質是 AI 時代核心資源的爭奪。馬斯克的優勢是敢想敢幹的創新魄力，還有成熟的資本運作，能持續給技術研發輸血；中國的底氣則來自全產業鏈的韌性、龐大的製造優勢，以及國家級的戰略執行力。這場博弈才剛拉開序幕，遠沒到分勝負的時候。馬斯克在前邊探路，不管是成功經驗還是踩過的坑，都給行業提供了參考；中國則靠著鈣鈦礦、微波傳能等技術突破，以及 “穩紮穩打” 的戰略，慢慢縮小差距。值得警惕的是，軌道和頻段資源的爭奪已經白熱化，國際電信聯盟 “先到先得” 的規則，讓無序競爭風險加劇，而技術迭代帶來的淘汰成本，也考驗著各國的戰略耐力。未來的星空，不該是某一個國家的專屬領地。當中國的太空算力節點與馬斯克的星鏈網路遙相呼應，當全球一起破解技術瓶頸、規範軌道利用，人類才能真正邁入高效、安全的 AI 硬核時代。這場跨越地球邊界的角逐，終將重塑全球產業格局，書寫人類文明向宇宙延伸的新篇章。 (世界未來產業博覽會)

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)

為了美國降低對中國的稀土依賴，川普又有新動作了。當地時間2月2日，川普在白宮公開宣佈，正式啟動一項戰略性關鍵礦產儲備項目。按照川普本人的說法，這一項目被命名為“金庫計畫”，其初始資金規模高達120億美元，資金來源包括美國進出口銀行提供的100億美元貸款，以及約20億美元的私人資金。這些資金會被用於集中採購和儲存稀土、鎵、鈷等關鍵礦產，幫助美國汽車製造商、科技企業以及其他生產商，建構一個抵禦供應鏈中斷的“安全緩衝墊”。那麼問題來了，川普為何要斥巨資啟動如此龐大的礦產儲備計畫？原因很簡單，就是為了降低美國企業對中國關鍵礦產，尤其是稀土的依賴。要知道，目前中國在全球稀土礦產量中的佔比超過60%，在稀土加工環節的控制佔比更是達到了92%，在供應鏈上可以說是佔據著壟斷地位。而2020年至2023年期間，美國所進口的稀土化合物和金屬中，有70%都源自中國。眼看中方手握這樣的王牌，川普政府自然心生焦慮，並試圖打破這一局面。值得一提的是，在發佈會期間，川普還拋出了一句耐人尋味的話：“我們絕不想再經歷一年前的那種局面。”明眼人都看得出來，這正是在暗指去年中方通過稀土出口管制，反制其關稅大棒的行為，讓美國陷入了十分被動的境地。實際上，近段時間以來，川普政府在重建稀土供應鏈方面的動作還真不少。在國內，去年，美國政府就已開始向MP材料公司等至少六家礦產企業注資；就在上周，還宣佈要向美國稀土公司提供一筆高達16億美元的專項投資，這是美方到目前為止，在該領域最大的一筆資金投入。國際上，它也積極與澳大利亞、日本、馬來西亞等國簽署了關鍵礦產合作協議，試圖建構一個將中國排除在外的供應鏈聯盟。由此不難看出，美國正不惜代價，試圖在數位化時代的“工業糧食”——關鍵礦產上，打造一條獨立自主、政治可控的供應鏈。就在川普政府在地面建構資源“金庫”之際，科技巨頭馬斯克將目光投向了太空。同一天，馬斯克宣佈，其太空探索公司SpaceX已完成對旗下人工智慧公司xAI的收購。這場以全股票形式進行的合併，打造了一個估值高達1.25兆美元的超級實體。需要指出的是，在先進AI系統對算力和能源的需求急劇增加這一背景下，馬斯克的野心可遠不止於財務合併。他的核心計畫是利用SpaceX的火箭，將AI資料中心部署到近地軌道上，建構一個由多達100萬顆衛星組成的“軌道雲”算力網路。他認為，利用太空近乎無限的太陽能和極佳的散熱環境，未來兩到三年內，太空將成為AI計算成本最低的地方。通過這次合併，馬斯克把航天（SpaceX）、通訊（星鏈）和頂級AI演算法（xAI）等資源全部整合，將有望建構一個從物理接入到智慧輸出的閉環帝國。他爭奪的，正是AI時代最底層的新空間，即算力空間。綜合這兩個事件來看，當下，我們正見證大國與行業巨頭，圍繞下一代核心基礎設施的爭奪戰邁入全新維度。毫無疑問，接下來的競爭將不再侷限於單一的技術或市場，而是同時錨定在最基礎的物理資源與最前沿的虛擬領域。這也在某種程度上意味著，未來的主導權，屬於那些能同時掌控關鍵物質資源與頂尖數字基礎設施的國家與企業。在這樣深刻的變局下，對於企業家和投資者來說，應當超越對短期市場波動的過度關注，轉而聚焦於更長期、更具結構性的趨勢。一方面，可以更加關注戰略安全導向下的價值重估。那些致力於關鍵礦產的勘探、高效利用、循環回收以及替代材料研發的中國企業和科研領域，其戰略價值和成長潛力將被重新定義。另一方面，還需注意“基礎設施升維”所催生的全新賽道。競爭從地面拓展至太空，將直接帶動先進衛星通訊、高性能航天級晶片、新型空間能源系統、以及地面配套資料處理等一整條硬科技產業鏈的崛起。下一步，川普還會在關鍵礦產領域推出什麼新舉措？美國究竟能否打造出一條去中國化的供應鏈？馬斯克“天上建網”的構想，將如何具體地改變各行各業？企業家和投資者又該如何在2026年，為財富和事業找到兼具安全性與成長性的錨點？ (邱震海)

這幾天達沃斯論壇非常精彩，各種暴論頻出，但刷屏最多的還是馬斯克昨天的演講。當所有人都在盯著特斯拉的股價波動，或者他在推特上的口水戰時，老馬其實在下一盤大棋。這一次，他沒有只談車，也沒有只談火箭，而是把AI、能源、機器人和太空串成了一條邏輯嚴密的“生存鏈條”。聽完你會發現，這不僅僅是科技預測，更像是一份《人類文明生存指南》。今天就來仔細扒一扒馬斯克這套“星際生存法則”到底是怎麼閉環的，以及為什麼他說明年，A I可能就會超越人類。01 為了那束微弱的“燭光”要看懂馬斯克在折騰什麼，你得先理解他腦子裡那個“終極焦慮”。在很多場合，馬斯克都把自己定位為一個“文明守護者”。在他眼裡，意識和生命在浩瀚宇宙中並非理所當然，而是一束“黑暗中微小的燭光”，極其脆弱，隨時可能因為戰爭、氣候或AI失控而熄滅。所以，他所有的公司其實只為了兩件事：SpaceX（備份文明）： 萬一地球這束光滅了，我們得在火星上有個“備份”。特斯拉（延續文明）： 在地球上，用清潔能源和AI讓大家活得更好、更久。這不是矯情，這是他所有商業邏輯的第一性原理。02 不僅僅是富足，這是生存在這個邏輯下，AI和機器人扮演了什麼角色？答案是：通往“富足時代”的入場券。馬斯克堅信，解決貧困、實現全球富足的唯一路徑，就是把生產成本降到無限低。當人形機器人（比如Optimus）普及後，勞動力不再稀缺，商品和服務將極大豐富。他對AI進化的預測，可能是最激進的：今年年底前： 特斯拉柯博文機器人進廠打工，干複雜活兒。明年（最晚後年）： 單個AI的智能水平，將超越任何一個單獨的人類。2030年左右： AI的智能總和，將超越全人類。“明年超越人類”？我知道很多人會說這是“馬斯克時間”，聽聽就好。但看著 AI 這兩年的進化速度，這一次，我也不敢輕易反駁他。03 算力的盡頭，其實是電力高潮來了。既然AI這麼強，我們要做的就是瘋狂造晶片、建資料中心對吧？馬斯克潑了一盆冷水：別光盯著晶片看，路快被堵死了。他指出，AI算力正在指數級爆炸，但地球上的電力供應根本跟不上。“很快，我們將製造出遠超現有電力所能支援的晶片數量。”簡單說就是：有腦子，沒飯吃。在地球上，雖然太陽能是很好的解決方案（他舉例說，一個160x160公里的太陽能電場就能供全美用電，而且中國在這方面的產能無敵），但對於未來那個龐大的AI怪獸來說，這還不夠完美。04 終極腦洞：把資料中心發射上天為瞭解決“缺電”和“散熱”這兩個物理學難題，馬斯克給出了一個極具科幻色彩的終極方案：把AI資料中心，搬到太空去。這聽起來很瘋狂？但在物理學上，這簡直是完美的作弊程式碼：無限能源： 太空裡的太陽能板沒有陰天、沒有黑夜、沒有大氣層遮擋，效率是地面的 5倍，24小時滿負荷發電。天然冷卻： AI計算發熱量巨大，而太空陰影處溫度接近絕對零度（-270℃），是免費且完美的“機房空調”。馬斯克斷言：未來兩三年內，太空將成為部署 AI 成本最低的地方。而讓這一切從“科幻”變成“工程”的，正是SpaceX的星艦。只要火箭能像飛機一樣完全重複使用，運輸成本就能降低100倍。到時候，在太空建一個超級算力中心，可能比在矽谷還要便宜。這就是閉環： 用SpaceX的技術上天，解決AI的能源瓶頸；用AI的技術造機器人，在火星和地球建設基地；最終，讓人類文明這束“燭光”在星際間延續。寫在最後演講的最後，馬斯克說了一句有意思甚至有點雞湯的話：“我鼓勵每個人都對未來保持樂觀和興奮……做一個樂觀而被證明是錯的人，也好過做一個悲觀而被證明是對的人。”在這個充滿了不確定性的時代，這或許是我們面對AI變革時最好的態度。對於馬斯克描繪的這個“人機共存、星際移民”的未來，你是感到興奮，還是焦慮？ (AI范兒)

當SpaceX估值半年內從4000億飆升至1.5兆美元，當xAI吞下X平台形成千億AI巨頭，馬斯克的商業帝國正在下一盤跨越太空與AI的大棋。他口中的“三兆市值目標”，究竟是瘋狂的幻想，還是步步為營的佈局？火箭式估值的底氣SpaceX的1.5兆美元估值，靠的不是單一航天業務。Starlink衛星網際網路壟斷65%近地軌道資源，手握“真空中光速網路”特權；星艦火箭進展順利，未來可支撐登月與火星任務；太空資料中心計畫更直指AI時代的算力痛點——天然冷卻、無限太陽能，這些優勢讓地面資料中心望塵莫及。這種“物理學套利”邏輯，讓SpaceX跳出傳統航天公司的估值框架 。更關鍵的是馬斯克的戰略轉變。從堅決反對上市到默認計畫，背後是現實需求：星艦開發、火星基地建設需要的資金，已超出私募市場承受能力。IPO募資的300億美元，將主要投向太空算力中心，與xAI的Colossus資料中心形成協同——後者已部署20萬張輝達顯示卡，計畫新增100萬個GPU。AI閉環的致命優勢xAI與X平台的合併，是馬斯克另一步關鍵落子。合併後估值1130億美元的新實體，形成了 “資料-模型-應用”的閉環 ：xAI的Grok機器人用X的6億使用者資料訓練，直接在X平台分發；X的社交場景又反哺模型最佳化。這種整合讓競爭對手難以複製——Google沒有如此龐大的社交資料池，Meta的AI模型缺乏即時分發管道。特斯拉與SpaceX的技術共享也在加速。Roadster跑車將採用SpaceX的冷氣推進器，星鏈衛星未來可能搭載特斯拉的自動駕駛晶片。這種跨領域協同，讓馬斯克的每個公司都成為彼此的“技術行動電源”。三兆目標的可行性要達到三兆市值，SpaceX和xAI需各自撐起1.5兆。對SpaceX而言，關鍵看 星艦復用技術能否突破 ——若能實現每天發射一次，火星運輸成本將大幅降低，太空資料中心的部署速度也會加快。ARK基金預測，到2030年SpaceX價值有望達2.5兆美元，核心邏輯就是Starlink現金流驅動星艦迭代的飛輪效應。xAI的潛力則在於使用者轉化。Grok已接入X的6億使用者，若能將1%轉化為付費使用者，年營收就能達到數十億美元。加上太空資料中心提供的低成本算力，xAI的模型訓練成本可能比同行低30%以上。不可忽視的風險高估值背後的隱憂同樣明顯。SpaceX當前PS率高達65倍，遠超特斯拉的10倍，一旦Starlink使用者增長不及預期，估值泡沫可能破裂。xAI的Grok雖然資料獨特，但在模型性能上仍落後於GPT-4，能否留住使用者存疑。更重要的是馬斯克的精力分配——他同時管理特斯拉、SpaceX、xAI等5家公司，任何一家出問題都可能引發連鎖反應。馬斯克的三兆賭局，本質是押注太空與AI的未來融合。如果SpaceX的太空算力中心能與xAI的模型形成協同，If星艦能如期實現火星運輸，這個目標並非天方夜譚。但這一切的前提是，他能在資本市場耐心耗盡前，把藍圖變成現實。畢竟，投資者最終要看的不是火星夢，而是真金白銀的營收增長。(貳兩參)

近期，美國一顆搭載有輝達旗艦晶片H100的衛星通過美國太空探索技術公司（SpaceX）的“獵鷹9號”火箭成功進入太空，這顆擁有80GB視訊記憶體、性能遠超以往任何星載電腦的晶片，將在軌承擔地球觀測圖像分析與大語言模型Gemini的推理任務。外媒報導稱，這也實現了首次資料中心級GPU在軌運算實驗，拉開太空高算力人工智慧（AI）時代的序幕。然而在此之前，已有多顆部署有AI大模型的中國衛星被送入太空。近日，參與相關項目的中國科學院計算技術研究所研究員韓銀和在接受《環球時報》記者專訪時表示，中國在太空AI領域正處於體系化快速推進階段，並有多個團隊已取得關鍵突破。為何要打造“太空AI”“具有大算力和人工智慧能力的算力衛星能夠消除星地資料傳輸瓶頸，實現資訊的‘天基快速理解與決策’，可應用於災害監測預警等需要極低延遲響應的場景。”韓銀和在接受《環球時報》記者採訪時介紹稱，結合衛星寬頻網路，建設太空資料中心和超算中心，優勢主要體現在五個方面。一是超低時延，資料可以就地處理，實現即時決策；二是可實現超高頻寬效率，通過AI處理後，衛星僅下傳關鍵結果資訊，而非TB/PB級的原始資料，極大節省珍貴的星地鏈路資源；三是具有無界覆蓋與機動性的優勢，天基超算中心可部署在軌道各處，不受地域限制；四是天基超算中心還具有天然的高安全性，可實現物理隔離，提供了獨特的網路安全環境；五是天基超算中心還能補強地面盲區，彌補地面資料中心覆蓋不足和服務延遲的短板，真正實現全球快速響應。然而讓“大算力”真正進入太空，並不只是把一顆晶片送上太空那麼簡單。太空高輻射、極端溫差的環境，以及衛星平台能耗有限與散熱困難等“硬傷”，都對算力晶片的穩定運行提出了挑戰。從地面資料中心到星際計算節點，這不僅是硬體的飛躍，更是工程、演算法與能源管理的系統性突破。中國處於體系化快速推進階段中國多個科研機構早早佈局相關試驗，並進行了大模型在軌部署。據此前公開報導，中國自主建設的智能遙感衛星星座“東方慧眼”首顆實驗星“珞珈三號01星”於2023年1月發射，首次實現8分鐘星地互聯的B2C應用服務。2024年底實現了大模型上注，首次使得衛星具備了大模型能力。而在今年5月，中國首個整軌互聯太空計算衛星星座“三體計算星座”首次發射，正式進入組網階段。北京市科委、中關村管委會等單位近日宣佈，北京擬在700-800公里晨昏軌道建設營運超過千兆瓦（GW）功率的集中式大型資料中心系統，以實現將大規模AI算力搬上太空。“三體計算星座”首次發射一箭十二星效果圖 。圖源：之江實驗室微信公眾號“可以說中國在太空AI領域目前正處於體系化快速推進階段，多個頂尖團隊已取得關鍵突破。”韓銀和介紹稱，例如中國科學院計算技術研究所，採用全體系國產化核心元器件和高可靠容錯計算架構，在2023年就率先實現了100TOPS級星載算力，為天基大模型運行奠定了自主可控的硬體基礎。武漢大學的“東方慧眼”星座通過通導遙一體化與AI融合，整合北斗短報文與星間即時傳輸，將資料響應時間壓縮至分鐘級，實現了“快、清、准、全、懂”的遙感服務目標。其技術架構不僅服務於國土監測、應急管理等國家需求，更開創了大眾呼叫衛星的商業新模式。而浙江之江實驗室與國星宇航的“三體計算星座”則採用了氦星光聯研製的雷射終端以保障星座級高效協同，支援星間100Gbps高速通訊，算力達到744TOPS。“一星多卡”計畫明年在軌驗證韓銀和進一步介紹稱，當前中國在軌部署的大模型均採用輕量化技術路線，針對太空環境的算力約束進行了深度輕量化。值得關注的是，即便是類似於輝達H100這樣的太空計算單元，實際運行的也是Gemini輕量版模型。這充分表明，全球範圍內太空AI部署仍以輕量化模型為主要技術路徑。目前中國已全面掌握輕量級大模型在軌部署能力，正穩步邁向全參數大模型在軌運行的研製階段。中國科學院計算技術研究所團隊是算力技術研究的國家隊，已提出了“一星多卡”的天基超算架構，計畫在明年發射衛星進行在軌驗證，為全參數大模型的在軌應用提供算力基礎設施。這是關鍵一步，全參數大模型將賦予太空和地面一樣的智能處理能力。“與美國Starcloud衛星依託輝達H100晶片生態不同的是，我們的路徑主要核心是攻克‘一星多卡’的自主天基超算和資料中心架構。”韓銀和認為，這是一個體系性的創新，並非簡單堆疊，而是致力於採用國產高能效GPU組成陣列，實現單星算力的跨越式提升，“這是我們自主創新的突破”。“這一方案更強調模組化設計、系統性整合和對散熱、功耗等極限挑戰的克服，目標是為建構未來的太空超級計算中心提供基礎。這種架構帶來的挑戰更大，但長期看具有實現更高算力密度和任務靈活性的潛力，代表著更面向未來的探索方向，是中國從技術追隨者轉向引領者的關鍵一步。”韓銀和表示。在韓銀和看來，世界主要航天大國開展的這場“太空AI”建設不只是簡單的技術角逐，還事關下一代空間資訊基礎設施的標準制定權。誰率先掌握了成熟的星上即時感知、認知、決策核心能力，誰就能夠在太空時代佔據主動權。“中國正通過系統性創新‘彎道超車’，因此各方都在加大投入。”韓銀和稱。 (環球時報研究院)

近期，馬斯克宣佈，SpaceX將在太空中建設資料中心；GoogleCEO宣佈啟動"Project Suncatcher"，計畫於2027年發射首批太空AI資料中心原型衛星，旨在通過太陽能直接驅動TPU晶片在軌運行；亞馬遜創始人貝索斯也表示，人類將能夠在太空建造吉瓦級資料中心。太空算力將是航天強國的核心構成：國際AI巨頭的加入，太空算力關注度空前提高，太空算力不再是“天數天算”的小眾應用，而是地面算力網路向天基的延伸，對標地面算力產業，太空算力市場有望超越衛星網際網路，太空算力將帶動運載火箭、衛星製造、空間電源、星間&星地通訊、空間晶片等產業鏈加速增長，將是航天強國戰略的核心構成。為何馬斯克、亞馬遜、Google一致看好太空資料中心？1. 太空資料中心驅動邏輯與定義需求驅動與根本邏輯人類對計算、儲存、網路的需求具有無限性，從1G 到 5G 的發展歷程中，高營收應用推動科技生活變革，背後是電腦晶片、資料中心、新型基站及網路等基礎設施的持續投入。然而，在4G 向 5G 演進及 6G 論證過程中發現，地表資訊產業發展受能源、土地、無線電頻譜等資源限制。隨著AI 算力需求指數級增長，支撐日常應用的 AI 算力年用電量已佔全球 2%-5%，且地面資料中心面臨建設土地緊張、能源短缺、冷卻水消耗過大等問題 —— 傳統能源供應需提升 50%-60% 以解決散熱難題，同時還需應對環保壓力，地表建設的限制效應已十分顯著。將視角轉向太空後，其多重物理優勢凸顯：能源效率：太空中太陽輻射強度為地球的1.3 倍以上，太陽能電池陣能源利用率達 99%，能源可利用率較地面最佳化 3-4 倍；散熱優勢：真空背陽側接近零下273℃的冷背景，可通過輻射散熱解決熱管理問題，無需消耗地面水資源；覆蓋能力：低軌衛星具備全球覆蓋、低時延無縫連接特性。這些因素支撐了科技巨頭在太空中建設新一代資訊基礎設施的價值認知與先手佈局邏輯。定義與傳統航天區別太空資訊基礎設施可定義為類比地面資訊產業體系的設施，涵蓋計算個人終端、標準化伺服器製造、大型儲存中心、資料管理中心及算力中心等形成的資訊處理能力。傳統航天（包括商業航天發展前十年）的衛星建設僅屬於太空中的基礎通訊設施，不具備強大、可共享、可調度的資訊處理能力，無法將網路運力、資料存力、電腦算力轉化為池化、可調度、彈性的資源，難以形成邊際成本下降效應以支撐太空應用。而星網及馬斯克等先行者推動的新一代設施，通過網路連通實現高資料流通量，由此催生巨額資料處理、儲存、計算需求，設施建設形成的能力可反向支撐更多太空自主應用及反哺地面內容，真正實現了太空資訊技術建設的突破。2. 海外巨頭佈局思路解析SpaceX 分佈式架構SpaceX 核心佈局圍繞分佈式軌道架構設計，依託發射成本優勢，採用 1.1 噸重、資訊吞吐量超 1T 的 V3 衛星，結合低時延雷射組網，建構去中心化算力網路。將近萬顆衛星轉化為邊緣計算節點，服務星鏈頻寬、資料處理儲存及手機直連服務等場景，實現“通訊 + 計算” 一體化。商業層面，通過批次部署新衛星，依託現有衛星能力滿足約800 萬基礎使用者需求，實現快速商業落地，且邊際擴容速度快、成本低。亞馬遜雲服務延伸亞馬遜太空佈局遵循長期主義，是其雲服務（AWS）的自然延伸，核心目標是擴充 AWS 在全球雲端運算市場的份額。路徑規劃為：太空資料中心迭代建設→批次部署→降本提效，認為長期來看太空資料中心可替代地面資料中心，成為全球 AWS 服務的基礎支撐。具體措施包括利用太空24 小時穩定能源最佳化系統，提升 AWS 客戶服務質量、降低建設與服務成本，最終實現 “成本擊敗地面資料中心” 的目標。Google軟硬體協同Google太空佈局採用軟硬體協同+ 生態合作模式：技術層面：對自研TPU 晶片進行太空環境適配改造，確保抗輻射、耐極端溫度；部署層面：依託Planet Labs 成熟衛星平台，加速衛星端算力設施部署；戰略層面：通過“捕光者計畫”（Suncatcher）聚焦在軌 AI 訓練，減少對地面能源依賴，借助平台合作建構差異化競爭力，與 AWS 等雲服務廠商形成競爭。3. 太空資料中心價值與競爭意義發展現狀與支撐案例2025 年太空資訊基礎設施部署取得顯著進展：年初中國 “三體星座” 發射，11 月初 Starlink 1 衛星成功入軌，網路之外的資訊基礎建設逐步被認可、部署與嘗試，天上的計算、資料處理及網路效應已初步顯現價值，支撐了 “商業航天作為天地產業聯通支撐點” 的投資邏輯。國外初創公司積極佈局案例：Spark Cloud：以較小體量依託輝達技術，將最新 H100 板卡衛星發射上天，規劃後續建設 5 吉瓦級大型衛星平台（雖規模實現需較長時間，但其思路聚焦能源替代及太空無限能源供應下的 AI 模型訓練）；龍思達：採用極致資料災備思路，將資料儲存系統部署於月球背面，支撐特定環境下的資料儲存需求，覆蓋傳統地面資料中心部分主營業務；公里公里太空：與國際空間站、IBM 合作，測試自身原型機資料中心，發展路徑相對穩健。這些案例共同體現了太空資料中心背後，太空資訊基礎建設的當前發展階段與多元探索方向。全球科技競爭意義太空資料中心整合了多個先進行業的交叉技術，已成為下一個全球科技競爭的前沿領域，是未來可能撬動巨大應用生態的核心基礎。其價值不僅在於延伸和支撐各玩家現有地面傳統業務的競爭力提升，更被視為下一代太空創業的新機遇及孕育巨大市場前景的“土壤”，Spark Cloud 等公司的入局正是這一觀點的直接印證。4.  中國進展與生態建設科研機構與項目佈局中國科研機構在太空資料中心建設中進展顯著：北京郵電大學：自2022 年起部署 “天算聯盟”，涵蓋北斗 1 號、北斗 2 號等項目，將計算、網際網路及新網路驗證技術搬至太空開展驗證，聚焦 AI 核心基礎的資訊設施建設；之江實驗室：以“共商共享共建共發展” 模式推進，目標打造全球首個聯網計算 “天機網路”，無盈利需求、專注應用孵化，已培育多個長期在軌訓練及驗證的應用，推動科研發展的同時，也在推進經濟開發。企業參與與產業鏈覆蓋中國企業基於“能源替代” 或 “應用拉動” 思路推進太空資料中心建設：軌道晨光：對標StarCloud，計畫發射上噸級業務衛星（試驗星規模稍小），通過數百平方米太陽能板提供全日能源，開展在軌 AI 訓練業務，聚焦能源替代路線；達摩院（雲棲小鎮）與艾克薩儲存：聯合發佈項目，以應用雲拉動天基端資訊基建能力驗證及軟體作業系統打通，逐步補全建設環節。上游產業鏈覆蓋全面：計算載荷：北郵孵化的宇偉宇航、中科院計算所的中國天算、清華大學孵化的新特未來，分別提供太空計算伺服器、通用計算伺服器及智能處理載荷；儲存領域：艾克發科技是商業航天中唯一專注可靠性儲存的公司，浙江相關項目另有其他儲存晶片公司參與；雷射通訊：除海信光聯外，聖光通訊、多家光通訊企業及華為、中興、烽火等通訊巨頭均佈局相關產品；能源系統：鈣鈦礦太陽能電池方案通過在軌迭代驗證，已獲得更多訂單並實現業務化使用。應用側生態孵化成果豐富：之江實驗室合作的遙感應用公司、時空道宇等物聯網企業的應用已與太空計算掛鉤；艾克薩儲存孵化出獨立公司天通智捷，專注面向資料應用側的太空資料中心部署。中國在“算” 和 “存” 的新一代太空基礎資訊建設生態搭建上，較國外更具多樣性，已產生應用端拉動效應並孕育新的產業替代機會。5. 關鍵領域變化與地面優勢對比建設關鍵領域變化太空資料中心建設涉及從基建端到營運、資料使用的全方位提升，基建端核心卡點集中在能源供應與計算晶片兩方面：能源供應突破：傳統瓶頸：傳統衛星採用的砷化鎵太陽板成本高（約20 萬元 / 平方米）、供電效率低（約 200 瓦 / 平方米），且材料剛性難以製成柔性太陽陣，系統設計代價高；目前商業航天公司能獲取的低價傳統太陽能電池片成本仍達 16 萬元 / 平方米。新型方案：鈣鈦礦材料作為替代方案，可將柔性太陽板成本降至傳統砷化鎵的一半左右，未來仍有降本空間，同時具備更高能源轉化率，且易製成摺疊式柔性太陽翼，有助於控制發射成本並支援超大型太陽板（如馬斯克V3 版本 257 平方米級太陽板）部署。核心價值：能源供應突破是太空資料中心建設的關鍵，若快速迭代，將形成區別於衛星網際網路的巨大提升，支撐幾十至幾百平方米規模的能源需求，同時反哺衛星網際網路基建（如馬斯克通過257 平方米太陽能帆板實現巨額能源供應，支撐 1.1T 以上資料吞吐量及衛星邊緣計算節點部署）。計算晶片進展：現狀：現有衛星的晶片能力及應用需求可基本滿足，且能實現一定迭代；挑戰：晶片及散熱、處理工藝等核心技術主要集中於寒武紀、華為等巨頭，需依賴其技術突破推動商業航天進展。相比地面的核心優勢太空資料中心在能源供應、散熱效率、資源消耗及建設成本等方面，較地面資料中心具有顛覆性優勢：在能源供應方面，太空資料中心部署於近地軌道等位置，可24 小時接受太陽能照射，容量因子接近 100%，整體峰值發電量比地面資料中心高 5 倍以上，能源成本更是低 10 倍以上；而地面資料中心受晝夜交替、天氣變化、日照時長等因素影響，容量因子低於 50%，目前其用電量已佔全球總用電量的 2%-3%，預計 2030 年這一佔比將翻倍，未來 6G 基站落地後，其能源需求甚至可能超出全球現有供應能力。散熱效率上，太空資料中心通過被動輻射方式散熱，散熱能力可達800 瓦 / 平方米，理論 PUE 值接近 1，意味著幾乎所有能源都能用於計算與服務；地面資料中心目前主流採用液冷技術，散熱極限僅為 20 瓦 / 平方米，每產生 1 瓦計算能耗，就需要 1.5 瓦以上的能源用於散熱，能源浪費較為明顯。資源消耗層面，太空資料中心無需消耗水資源；地面資料中心的日耗水量已達到城市級規模，且其運行高度依賴不可再生能源，資源消耗壓力較大。建設成本方面，太空資料中心的成本主要集中在發射成本控制及在軌長期維護上，無需承擔土地、建材、電網接入等額外成本；地面資料中心則需投入土地許可、建材搭建、電網接入、人力維護等直接成本，還需承擔與國家安全相關的隱形成本，整體成本構成更為複雜。儘管太空資料中心仍面臨輻射防護、晶片適配、衛星壽命及通訊驗證等技術挑戰，但通過大規模建設與技術迭代可逐步解決，其在能源、散熱、資源及成本上的優勢是未來發展的核心驅動力。6. 具體項目規劃與部署解析洞察時空與遙感應用洞察時空依託巨型星座進行應用部署，聚焦衛星網路建設帶來的能力提升與成本控制：核心項目“天府之眼”：通過建設超低軌智能遙感星座，完成可見光、合成孔徑雷達（SAR）等多類型遙感資料的採集及線上 AI 運算處理，形成即時、多元、多用途且低成本的資料獲取能力。市場前景：當前遙感市場活力充沛、空間廣闊，傳統遙感企業（如航天宏圖、長光衛星“吉林一號”）表現優異；該領域可在先進技術應用、精準服務市場及客戶需求適配等方面持續拓展，入場時機無嚴格早晚之分。典型星座規劃與節奏中國主要星座項目規劃與進展：三體星座：搭載分佈式系統、高性能太空計算載荷、雷射通訊載荷及路由器，基於“工商共享共建共發展” 思路，規劃約 2800 顆衛星；2025 年計畫發射約 50 顆，2026 年約 100 顆，後續隨合作夥伴及項目落地逐步推進。天算聯盟：由北郵聯合高校、科研機構及華為等發起，以技術驗證為核心，規劃約300 顆衛星；一期 10 顆，後續逐步增至 300 余顆。星算計畫：與三體計畫共同孵化，規劃超2800 顆衛星，技術基底與浙江實驗室共享；02 組衛星計畫 2026 年發射約 10 顆，後續計畫持續落地。軌道晨光：態度保守，未公開星座規模論證，當前專注首顆、次顆實驗星的在軌發射與驗證，以建構核心業務場景。太空字節：由儲存公司孵化，規劃數十顆衛星但未公開發佈。現階段太空資料中心多以“數十顆至小幾百顆” 規模建設，各家步驟整體偏保守，這與 2025 年太空運力未出現大幅提升直接相關。會議紀要1. 海外巨頭太空AI與資料中心佈局馬斯克（SpaceX）佈局：馬斯克認為未來更高等級的AI必須在太空開展，其新建的下一代V3版本衛星只需拓展即可建構太空資料中心；Starlink通過強大發射能力、1.1噸級V3衛星（1T以上資訊儲存量）、低時延全球雷射組網，將1.5萬顆衛星轉化為邊緣計算節點，形成去中心化算力網路，依託800萬基礎使用者快速商業落地。亞馬遜（AWS）佈局：貝佐斯預言千兆瓦級太空設施將在10-20年內升空，亞馬遜走“長期主義+雲服務延伸”路線，目標是擴增AWS全球雲端運算市場份額；通過大型衛星最佳化能源系統，利用太空24小時能源供應，提升現有AWS客戶服務質量、降低建設與服務成本，最終實現太空資料中心替代地面資料中心，形成全球AWS基礎。Google佈局：Google發佈曙光者計畫（10月5日、11月5日發佈），走“軟硬體協同+生態合作”路線；通過改造Edge TPU晶片適應太空環境，依託與Planet公司的成熟衛星平台加速部署，聚焦在軌AI訓練以減少地面能源依賴，通過硬體基礎與演算法落實形成競爭力，與AWS等雲服務商競爭。初創公司動態：Starcloud於11月1日成功將搭載輝達H100 GPU的衛星送入軌道；Lunar Starros將資料儲存系統部署在月球背面；公里太空與國際空間站、IBM合作測試資料中心原型機。2. 太空資料中心核心邏輯與優勢地面算力瓶頸：AI年耗電量已佔全球2%-3%，並向5%逼近；地面資料中心面臨能源、土地、冷卻水限制，散熱需傳統能源供應商提升50%-60%以上，環保壓力大。太空獨特優勢：能源：太空太陽輻射強度是地球的1.3倍以上，太陽能電池陣列能源利用率達99%，是地面的3-4倍最佳化；低軌衛星可實現24小時能源供應。散熱：太空真空環境下，衛星背陰側接近零下273度，通過輻射散熱無需冷卻水，被動輻射熱管理能力可達800瓦/平方米以上，PUE值理論接近1（所有能源用於計算與營運）。其他：無土地許可、建材、電網接入等隱性成本，維護成本低；全球覆蓋低時延無縫連接。經濟效應：太空資料中心能源消耗成本比地面低至少10倍以上，能源問題解決後可支撐太空電站、動力工廠、深空探測等新基建。3. 中國太空資料中心進展與規劃科研機構佈局：之江實驗室：幾年前開展極光一千電腦板/處理器在軌搭載，2025年發射浙江星座，走“長遠孵化+面嚮應用”路線，已孵化若幹線上應用訓練驗證項目，與遙感、物聯網公司合作。北郵：2022年起部署天策聯盟，發射北郵一號、北郵二號，開展計算與網際網路核心網驗證，兼顧能源與應用視角進行技術研發攻關。商業公司佈局：軌道晨光：對標Starcloud，通過發射噸級衛星（業務星上噸級），以大面積太陽能帆板提供全天候能源，開展在軌AI訓練業務。阿里達摩院+艾克薩儲存：聯合發佈太空資料中心項目，艾克薩儲存孵化獨立公司“太空智傑”，從事實物競爭側太空資料中心部署。國星宇航：規劃星算星座（2800顆星規模），在網際網路大會獲高評價，實現太空計算網路在軌價值釋放。上游供應商：計算側：北郵孵化的一微宇航、中科院計算所的中科電算提供太空計算伺服器；清華大學孵化的新的未來提供智能處理載荷。儲存側：艾德發科技是商業環境中唯一做可靠性儲存的公司。雷射通訊側：海星光聯、上光通訊、集中信通參與，華為、中興、烽火佈局通訊通道產品。能源側：鈣鈦礦材料是新型太陽能電池替代方案，上海港灣在該領域佈局靠前，形成多項驗證成果；馬斯克V3衛星使用257平米太陽能帆板支撐1.1T以上資料吞吐量，其能源方案是鈣鈦礦應用的參考方向。4. 中國星座規劃與進展三體星座：規劃約2800顆星，今年明年計畫發射50顆、100顆；搭載分佈式系統、高性能太空計算模組、雷射通訊模組與路由器，遵循“共商共享共建共發展”思路，任何擁有標準化元件的衛星均可納入。天算星座：由北郵發起，聯合20-30所高校、科研機構及華為等企業，規劃310顆星，一期發射10顆，後續發射幾十顆；聚焦技術驗證與獨特應用方向論證。天算計畫：與三體計畫共同孵化，規劃超2800顆星，技術基底與在軌成果和之江實驗室共享；26年計畫發射天算計畫02組星（約10顆）。軌道晨光項目：未公開星座規模，現階段專注於實驗性衛星發射與驗證，建構業務場景。5. 中國相關企業與生態洞察時空：與巨型星座在人員架構上有重疊，依託巨型星座做應用部署；通過建設超低軌“天府之眼”智能遙感星座，採集可見光、SAR等遙感資料並進行線上AI運算融合，提供即時、多元、低成本的資料獲取與服務。上游材料機會：鈣鈦礦材料是太空資料中心能源卡點的核心突破方向，其柔性太陽能板成本可降至傳統三結太陽能電池板（20萬/平米）的一半，且易摺疊成超大型太陽翼；該材料成熟後可反哺衛星網際網路（如新網現有500多公斤衛星僅10Gbps雷射通訊，能源限制是關鍵瓶頸）。應用生態孵化：之江實驗室與北郵孵化的項目已產生應用側成果，如遙感公司、時光教育等物聯網公司將應用與太空計算掛鉤；艾克薩儲存孵化的太空智傑專注太空資料中心部署。Q&AQ: 能否介紹中國太空資料中心相關項目的進展及整體規劃？A: 太空資料中心涉及可回收運載運力、批次衛星在軌技術、核心計算/通訊類股、星座組網管理、天地一體通訊協議、分佈式調度等多方向。中國玩家包括北郵、之江實驗室、軌道晨光、國星宇航等：北郵2022年部署天策聯盟，通過北郵一號、北郵二號驗證計算及網際網路核心網技術；之江實驗室幾年前開展極光一千電腦板/處理器在軌搭載，2025年完成浙江星座發射，孵化了若干在軌應用訓練驗證項目；軌道晨光對標Data Cloud，通過噸級衛星+大面積太陽能帆板提供能源，開展在軌AI訓練；國星宇航的星算星座規模達2800顆。上游供應商方面：計算側有北郵孵化的一微宇航、中科院計算所的中科電算、清華的新的未來；儲存側有艾德發科技；通訊側有海星光聯、華為、中興、烽火；能源側有鈣鈦礦太陽能電池方案在軌迭代驗證並實現業務化使用。應用生態上，之江實驗室等孵化的項目已拉動遙感、物聯網等應用，如時光教育等物聯網公司，還孵化出太空智傑等新公司。整體看，中國太空資料中心生態比國外更豐富，起步階段已產生應用端拉動效應及產業環節替代機會。Q: 建構太空資料中心的過程中，那些領域會有明顯變化並產生較大效益？太空資料中心相比地面傳統資料中心有那些明顯優勢？A: 太空資料中心的建設是從基建端到營運再到資料使用的全方位提升，先行領域為基建。當前太空資料中心建設的主要卡點是計算晶片和能源供應，其中能源端及基礎建設限制更突出：傳統三結太陽能電池板成本高（一平米約20萬，供電僅兩百多瓦），而鈣鈦礦柔性太陽能板可將成本降至傳統產品的一半左右，且未來降本空間更大，能源轉換效率更優，易做成摺疊柔性太陽翼，能支撐超大型能源供應（如馬斯克V3版本257平米帆板），上海港灣在鈣鈦礦佈局上靠前且有驗證成果。能源解決後可反哺衛星網際網路，突破現有能源限制（如Starlink已實現200Gbps雷射通訊）。計算晶片及散熱等技術突破集中在寒武紀、華為等企業手中。太空資料中心相比地面的優勢：1. 能源供應：太空軌道（如36000公里StarCloud衛星位置、近地軌道）可實現24小時太陽能照射，峰值發電能力比地面高5倍以上，能源成本比地面低至少十倍，容量因子接近100%（地面因晝夜、天氣等限制容量因子低於50%）；2. 散熱與資源消耗：太空中真空環境無需消耗水資源散熱，地面資料中心日耗水量達城市規模；3. 建設與維護成本：太空資料中心無需考慮土地許可、建材搭建、電網接入等隱性成本，維護成本低；4. 長期發展適配性：更貼近未來天地一體化及太空經濟活動需求。但太空資料中心仍需攻關輻射防護、晶片要求、衛星壽命等技術，不過可通過大規模建設和技術迭代解決。Q: 請介紹洞察時空及其與巨型星座的關係？A: 洞察時空與巨型星座在人員組織架構上存在重疊，其佈局依託巨型星座開展應用部署。從洞察時空正在推進的天府之眼項目來看，該項目旨在建構超低軌時空智能遙感星座，實現對可見光、SAR等遙感資料的採集，並通過線上AI運算處理融合，形成即時、多元、多用途且低成本的資料獲取與服務能力。洞察時空的部署方向聚焦於產業協同（含巨型星座產業協同）產生巨大效應時，運行資料價值的轉化。Q: 請介紹三體星座、天算星座等新興星座的衛星規劃數量及部署節奏？A: 三體星座：規劃搭載分佈式系統、高性能太空計算模組、雷射通訊模組及路由器，遵循王堅博士“共商共享、共建共發展”的指導思路，擁有標準化元件的衛星均可納入。其最終規劃約2800顆衛星，計畫今年發射50顆左右、明年發射100顆左右，後續將根據合作夥伴及項目落地推進情況逐步實施。該星座由之江實驗室主導，定位為科研屬性的平台搭建孵化項目。天算聯盟（天算星座相關）：由北郵發起，聯合二三十所高校、科研機構及華為等企業開展技術驗證，規劃衛星數量約310顆，一期計畫發射10顆，後續將發射幾十顆逐步推進。天算計畫：與三體計畫共同孵化，規劃組網衛星超2800顆，其技術基底及在軌成果與之江實驗室共享，由商業公司負責落地部署。2026年計畫發射天算計畫02組星，數量接近10顆。此外，太空字節（儲存公司孵化的太空資料中心公司）規劃衛星數十顆，但尚未公開發佈。新興星座整體部署節奏偏保守，主要因今年算力與運力未實現大幅提升。 (有道調研)

前天我寫了一篇文章介紹了微軟CEO最新採訪，由於資料中心缺電，導致微軟買的老黃的GPU插不上電，這已經不是一家公司的問題，而是未來全球性問題，這也導致了當前整個AI投資邏輯發生了巨大變化，感興趣的看我的文章：現在整個AI投資邏輯都錯了！微軟CEO首次承認：成排的H100正在積灰，插不上電。結論就是能源已經成為了一個核心問題結果今天Google反手就發了一項前瞻性研究計畫Project Suncatcher（太陽捕手計畫），旨在探索建構一個基於太空、可高度擴展的AI計算叢集，你可以把它理解為"AI版星鏈"Google這次把眼光放在整個太陽繫了，隨著 AI 對計算能力和能源需求的爆炸式增長，地球資源將面臨巨大壓力，而太陽系中最豐富、最強大的能源——太陽能，在太空中可以被更高效地利用簡單來說Project Suncatcher項目的設想是通過部署由太陽能供電、搭載 Google TPU 並由自由空間光通訊連接的衛星星座，在近地軌道上建構一個“太空資料中心”。初步研究表明，儘管存在巨大的工程挑戰，但從基礎物理學和未來經濟可行性的角度來看，這一構想並非遙不可及馬斯克已經給劈柴哥留言了，表示想法很好，劈柴哥說這完全得益於SpaceX在發射技術方面的巨大進步，看來馬斯克又要坐著數錢了Google今天已經發表了預印本論文《 面向未來高度可擴展的天基人工智慧基礎設施系統設計 》，揭秘了一些早期研究成果paper：https://services.google.com/fh/files/misc/suncatcher_paper.pdf以下是論文的詳細解讀為什麼要在太空中進行 AI 計算？LLM快速發展正在面臨前所未有的挑戰：對計算能力和能源的巨大需求儘管演算法效率在不斷提升，例如，Google Gemini 的單次查詢能耗在一年內降低了 33 倍，但 AI 產品和服務的增長速度更快，導致全球資料中心的能源需求急劇攀升。為了滿足這種增長，必須尋找更具可擴展性和可持續性的能源解決方案Project Suncatcher 的出發點正是基於這一根本性問題，並將目光投向了我們太陽系中最宏偉的能量源：太陽太陽的巨大潛力：太陽每秒釋放的能量高達 3.86 × 10²⁶ 瓦，是人類總發電量的 100 兆倍以上，幾乎取之不盡太空的獨特優勢：在太空中利用太陽能，相比於地球表面具有顯著優勢。在特定的軌道上，太陽能電池板幾乎可以 24 小時不間斷地接收光照，擺脫了晝夜循環和天氣的影響。這使得其發電效率比地球上中緯度地區的太陽能電池板高出最多 8 倍，同時也大大降低了對重型儲能電池的依賴傳統的太空太陽能構想通常聚焦於如何將產生的電力傳輸回地球，但這面臨著巨大的技術挑戰。Project Suncatcher 提出了一個新的思路：與其將能源傳回地球，不如直接將資料中心（即計算任務）部署到太空。這個太空資料中心將由大量通過自由空間光鏈路高速互聯的太陽能衛星組成。這種方法不僅有望實現前所未有的計算規模，還能最大限度地減少對地球土地、水等寶貴資源的影響這個項目是 Google 繼自動駕駛汽車（Waymo）和大規模量子電腦之後，又一次挑戰科學和工程極限的“登月計畫”Suncatcher 系統設計：建構軌道上的 AI 叢集為了實現這一願景，Project Suncatcher 提出了一個由模組化、小型化衛星組成的星座系統設計。這種設計放棄了建造單一、巨大的“巨石型”空間資料中心的想法，因為後者需要複雜的在軌組裝，且在避障和結構上都面臨更大困難。模組化設計則為逐步擴展和迭代提供了極大的靈活性系統的核心設計要素包括：軌道選擇：計畫將衛星星座部署在晨昏-太陽同步近地軌道（dawn–dusk sun-synchronous low earth orbit, LEO）。這個軌道的特點是衛星始終飛行在地球的晨昏線上方，這意味著它們幾乎可以持續不斷地被太陽照射。這不僅最大化了太陽能的收集效率，也進一步減少了對電池的需求，從而降低了衛星的質量和發射成本。同時，近地軌道也能有效降低與地面站通訊的延遲計算核心：每顆衛星都將攜帶 Google 的 TPU 加速器晶片。具體來說，初步測試使用的是 Trillium，即 Google 的 v6e Cloud TPU。這些晶片將負責執行大規模的機器學習（ML）工作負載高速互聯：為了讓分散在多顆衛星上的 TPU 協同工作，如同在地面資料中心一樣，必須建立超高頻寬、超低延遲的連接。這通過自由空間光通訊（FSO）技術實現。為了達到所需的通訊性能，衛星之間將以非常近的距離（數百米到數公里）進行編隊飛行編隊控制：維持如此緊密的衛星編隊是一項巨大的挑戰。系統將採用基於機器學習的飛行控制模型，精確控制每顆衛星的軌道，確保它們在保持緊密距離的同時能夠避免碰撞熱量管理：在真空中，高功率的 TPU 晶片產生的熱量無法通過對流散發，必須通過熱管和散熱器以熱輻射的形式排向太空。高效的熱管理系統對於保證晶片在標稱溫度下穩定運行至關重要這一系列設計旨在最大化每公斤發射質量所能提供的計算能力，從而在經濟上更具可行性。該研究計畫的首要任務，就是逐一攻克實現這一系統所面臨的四大核心技術挑戰挑戰一：實現資料中心級的星間光通訊大規模機器學習任務，特別是模型訓練，要求計算叢集中的各個加速器之間能夠進行海量資料的快速交換。地面上的 Google TPU 超級電腦通過定製的、每秒數G的光學晶片間互連來滿足這一需求。然而，目前商業化的星間光鏈路的資料速率通常在 1 到 100 G之間，遠不能滿足要求。Project Suncatcher 的目標是實現每秒數十TB的星間鏈路頻寬，這是一個數量級的飛躍解決方案：短距離 + 多通道Google研究團隊發現，可以採用類似於地面資料中心中成熟的商用密集波分復用（Dense Wavelength Division Multiplexing, DWDM）收發器技術。但這種技術有一個關鍵瓶頸：它需要非常高的接收光功率，通常在數百微瓦的量級，而傳統長距離星間通訊的接收功率僅為 1 微瓦左右物理學原理提供瞭解決方案：在自由空間中，接收到的光功率與通訊距離的平方成反比（P ∝ 1/d²）。這意味著，只要將衛星之間的距離急劇縮短，就可以顯著提高接收功率，從而滿足 DWDM 收發器的工作條件，即“閉合鏈路預算”。通過將衛星編隊距離縮短至幾公里甚至更近，就能克服這一功率挑戰進一步擴展：空間復用（Spatial Multiplexing）當通訊距離變得非常短時（例如，對於一個 10 釐米的望遠鏡，距離在 10 公里以內），光束的發散角很小，光斑尺寸也相應變小。這為空間復用帶來了新的機遇研究團隊可以在一個總孔徑內整合多個獨立的光學收發系統陣列。例如，在一個 10 釐米的總孔徑中，可以整合一個 2x2 的 5 釐米光學系統陣列（適用於 2.5 公里距離），或一個 4x4 的 2.5 釐米光學系統陣列（適用於 0.63 公里距離）。每個子系統都承載一個獨立的 DWDM 資料流，從而使總頻寬成倍增加。這種擴展方式類似於 Google 在地面上使用的 Palomar 光學電路交換機初步驗證為了驗證這一概念，Google團隊已經搭建了一個實驗室規模的演示系統。該系統使用現成的商用元件，在一小段自由空間路徑上成功實現了單向 800G，雙向總計 1.6 Tb的傳輸速率，有力地證明了該技術路線的潛力挑戰二：駕馭大規模緊密衛星編隊的軌道動力學為了實現超高頻寬的星間通訊，Suncatcher 的衛星星座需要以前所未有的緊密隊形飛行。Google研究團隊通過數值和解析物理模型，深入分析了這種星座的軌道動力學特性。建模與模擬團隊以一個由 81 顆衛星組成的平面星座作為示例進行分析。該星座的平均軌道高度為 650 公里，整個叢集的半徑 R 為 1 公里。在這種配置下，相鄰衛星之間的距離會在 100 米到 200 米之間周期性地振盪建模的起點是經典的 Hill-Clohessy-Wiltshire (HCW) 方程，它描述了在理想開普勒軌道下，一顆衛星相對於另一顆衛星的相對運動。隨後，團隊使用了一個基於 JAX（一種可微分程式設計框架）的模型進行數值最佳化，該模型能夠計入更複雜的擾動因素在 650 公里的軌道高度，影響衛星軌道最主要的非開普勒效應是地球引力場的非球形性（特別是由於地球扁率引起的 J2 項擾動）以及潛在的大氣阻力“自由落體”星座的動態演化模擬結果顯示，這個星座並非一個剛性結構，而是在引力作用下持續演化的“自由落體”叢集。在沒有推力干預的情況下，整個星座的形狀會在一個軌道周期內完成兩次完整的變形循環，其邊界始終被一個旋轉的橢球所包裹有趣的是，這種動態演化在很大程度上是穩定且可預測的。即使考慮了地球扁率（J2 項）的影響，這種可預測的漂移也可以通過對星座初始形狀進行微小的調整來補償。例如，將橢球的軸長比微調至 2:1.0037，就可以將 J2 項引起的漂移降低到每年每公里僅 3 米/秒的水平結論：低成本的軌道維持這些模型分析表明，維持這樣一個緊密編隊可能只需要適度的軌道維持機動，其燃料消耗可能不會顯著超過維持單顆衛星精確軌道所需。這意味著，控制這樣一個龐大而緊密的星座在技術上是可行的，且營運成本可控挑戰三：商用 TPU 在太空輻射環境下的生存能力將為地面資料中心設計的尖端商用晶片直接用於太空，最大的疑問在於它們能否承受太空中的輻射環境。Project Suncatcher 團隊對 Google 的 Trillium v6e Cloud TPU進行了首次公開的輻射測試測試環境：團隊使用67MeV（兆電子伏）的質子束來模擬太陽同步近地軌道上的輻射環境。在這個軌道上，主要的輻射源是穿透性強的質子和銀河宇宙射線測試模擬了帶有 10 毫米鋁等效遮蔽下的情況，預計 5 年任務期內的總輻射劑量約為 750 rad(Si)。輻射效應與測試結果：1.總電離劑量（Total Ionizing Dose, TID）：這是輻射粒子在晶片絕緣層中累積電荷造成的長期退化效應測試發現，TPU 中最敏感的部件是HBM子系統HBM 在累積劑量達到 2 krad(Si)時才開始出現異常，這幾乎是 5 年任務預期劑量的 3 倍在高達 15 krad(Si) 的測試劑量下，晶片沒有出現因 TID 導致的永久性硬故障。結論是，Trillium TPU 對於太空應用而言具有“驚人的輻射耐受性”。2.單粒子效應：這是單個高能粒子撞擊晶片，瞬間引起的邏輯錯誤或資料翻轉HBM 同樣是 SEE 最敏感的部分，主要表現為不可糾正的 ECC（錯誤糾正碼）錯誤（UECCs）對於典型的推理任務，觀測到的 HBM UECC 發生率約為每 50 rad 一次，換算下來，錯誤機率極低，大約為每一千萬次推理髮生一次。這個錯誤率對於推理應用是完全可以接受的然而，SEE 對模型訓練任務的影響，以及系統級緩解措施的有效性，還需要進一步研究測試還發現，宿主系統的 CPU 和 RAM 分別在每 450 rad(Si) 和 400 rad(Si) 時會發生一次由 SEE 引起的系統崩潰這些積極的測試結果表明，使用商用現成品（Commercial-Off-The-Shelf, COTS）的 ML 加速器在太空中是可行的，這為項目的經濟性奠定了重要基礎。挑戰四：太空 AI 的經濟可行性與發射成本分析歷史上，高昂的發射成本是所有大規模太空項目的最大障礙。Project Suncatcher 的可行性在很大程度上取決於未來發射成本能否顯著降低。關鍵成本目標：研究團隊將太空資料中心的“發射功率價格”，即每發射一單位功率（kW）到軌道並分攤到年（$/kW/y）的成本，與地面資料中心的年均電力成本進行比較目前美國地面資料中心的年電力成本大約在570 至 3,000 美元/kW/y之間發射成本的下降趨勢：分析 SpaceX 從獵鷹 1 號到重型獵鷹的歷史發射價格和載荷資料，揭示了一個大約 20% 的學習率，即累計發射質量每翻一番，每公斤發射價格就下降約 20%。如果這一學習率得以維持（這將需要每年約 180 次 Starship 等級的發射），那麼到2030 年代中期，將有效載荷送入近地軌道的成本有望降至每公斤 200 美元以下另一種基於 Starship 公開規格和復用目標的分析甚至更為樂觀，預測成本可能低至每公斤 60 美元（10 次復用）甚至 15 美元（100 次復用）成本對比結論：以 Starlink v2 mini 衛星為例，如果發射成本降至 200 美元/公斤，其“發射功率價格”將約為 810 美元/kW/y這個數字已經進入了地面資料中心電力成本的範圍，表明從經濟角度看，太空資料中心的營運成本（以發射成本為主要代表）可以與地面相當。即使發射成本的下降速度不及預期，例如降至 300 美元/公斤，相應的發射功率價格約為 1,200 美元/kW/y，仍然在可比範圍內因此，隨著可重複使用運載火箭技術的成熟和規模化，發射成本將不再是不可踰越的障礙未來的方向與下一步計畫Project Suncatcher 的初步分析結果還不錯，證明了太空 AI 計算的核心概念並未被基礎物理學或無法克服的經濟障礙所否定。然而，要將這一願景變為現實，仍有大量的工程挑戰需要解決，例如高效的真空熱管理、高頻寬的星地通訊、以及在軌系統的長期可靠性與維護等。為了應對這些挑戰，團隊規劃了清晰的下一步：學習與驗證任務：團隊已與Planet公司合作，計畫在2027 年初發射兩顆原型衛星。這次在軌實驗將是關鍵的里程碑，旨在：在真實的太空環境中測試和驗證軌道動力學模型。檢驗 TPU 硬體在太空中的實際運行表現。驗證使用星間光鏈路執行分佈式機器學習任務的可行性未來的整合化設計：未來，當星座規模達到吉瓦等級時，可能需要採用更激進的衛星設計理念團隊借鑑了智慧型手機行業從分立元件走向高度整合的片上系統的發展路徑，設想未來的計算衛星也可能採用一種高度一體化的設計，將太陽能收集、計算單元和熱管理系統緊密地結合在一起，從而實現質量和效率的最佳化 (AI寒武紀)