•
從2萬美元的機器人到6兆參數的模型：馬斯克的下一盤棋
從2萬美元的機器人到6兆參數的模型：馬斯克的下一盤棋
一、對話緣起：從“可持續能源”到“可持續豐裕”
巴倫：你為電動車帶來革命後，下一步是什麼？馬斯克：特斯拉的目標正在從“加速可持續能源轉型”升級為“實現可持續豐裕”。這意味著讓機器人、AI與清潔能源一起，提供充足而可負擔的服務與產品，同時不破壞自然。
解讀：他把“豐裕”作為新敘事，把製造、AI、機器人和能源拉到同一個坐標系裡。這是一個跨產業的統一路線圖，而非單點突破。
二、Optimus機器人：百萬年產後的“2–3萬美元”成本線
巴倫：工業機器人常要5–15萬美元，你卻說Optimus可以2萬美元，商業模式怎麼走？馬斯克：當Optimus年產達到並穩定在100萬台後（至少運行一年），物料與人工成本可降到2–3萬美元，這是保守估算。機器人製造整體應比汽車簡單，難點在手。
巴倫：你提到手和前臂擁有約50個執行器。為何如此複雜？馬斯克：執行器包含電機、齒輪箱和電源電子，一個機器人大約100個執行器。高自由度與高靈巧是通往“可持續豐裕”的關鍵——從擰螺絲、穿針引線到手術級操作，靈巧的手讓機器人進入更高價值場景，甚至“像頂級外科醫生那樣穩定和可得”。
解讀：馬斯克區分了“物料+人工成本”與“售價/全成本”，也強調了手部靈巧是決定“從體力到技術”的價值躍遷點。百萬台規模是降本的“門檻”，而手部良率、執行器一致性與系統可靠性將成為真正挑戰。
三、Neuralink × Optimus：腦機與“跑得更快的雙腿”
巴倫：你曾說會給失去雙腿的人一個Optimus身體，他能跳舞、行走、奔跑。進展如何？馬斯克：已有超10名重度運動障礙患者植入Neuralink，他們現在可以接近即時地溝通。設想把運動/感覺皮層的訊號接入Optimus的腿部，讓失去雙腿的人重新行走，甚至跑得比普通人更快；整套系統的成本或在6萬美元量級。
解讀：這是“腦機介面（意圖）—>執行器（行動）—>感覺回路（反饋）”的閉環願景。真正落地仍需長期臨床與工程驗證：植入安全性、長期穩定性、體感反饋精度與康復訓練體系，都是嚴峻門檻。
四、xAI與Grok 5：6兆參數、多模態與“10%觸及AGI”的判斷
巴倫：Grok 5的突破點在那裡？馬斯克：我們正在訓練Grok 5，參數規模約6兆（6T），相較Grok 3/4（約3T）大幅提升；它是原生多模態（文字/圖像/視訊/音訊），即時視訊理解與工具使用及自建工具能力會顯著進步。我首次認為我們有約10%的機率觸及AGI，預計2026年一季度發佈。
他還談到“Grokpedia/‘銀河百科全書’”的開源知識庫設想，把知識副本分發到地月火甚至更遠，作為現代版“亞歷山大圖書館”。
解讀：參數規模並非全部，但與高品質資料、可調度算力與工具生態共同構成性能天花板。多模態+即時視訊理解是“從語言智能走向世界模型”的關鍵一躍，進度與效果仍取決於訓練/評測/安全的真實結果。
五、為何收購X、與OpenAI的分歧，以及“物理世界資料”
巴倫：你為何收購Twitter（現X），以及你與OpenAI的分歧是什麼？馬斯克：我希望它回歸言論自由的公共廣場。早年的OpenAI按“開源、非營利”設想起步，如今路線不同，所以過程中，我未接受股份。xAI的優勢在三件事：頂尖人才、硬體部署速度與獨特資料。X為我們提供了即時互動資料，這有別於單純的“數字文字”。
解讀：這是把“資料—>模型—>應用”串聯的縱深佈局。X的流資料若能合法、合規且高品質地進入訓練與對齊環節，才可能轉化為持續優勢；隱私、偏見與安全將是長期治理議題。
六、製造學與AI硬體：工廠像“三維晶片”，AI5晶片與晶圓廠設想
巴倫：你說過“讓機器造機器”，現在的節拍可以多快？馬斯克：我們看到5秒一輛車下線的路徑——把工廠當作三維晶片來最佳化，提高“體積利用率”，縮短物流路徑，整體效率就上去了。
巴倫：你周末在研究晶片？馬斯克：是的。我們把原有兩個晶片項目合併成AI5（部分報導寫作“A15”）。訓練繼續用輝達，但推理要靠我們自己的AI5。它每瓦性能目標很高，在量產車與機器人上的推理性能可達輝達的2–3倍、成本約1/10。另外，全球產能不足讓我考慮自建巨型晶圓廠：1–2年啟動，3年進入快速擴張，以滿足100–200億顆AI晶片的需求。
解讀：這是“自研推理晶片 + 供應鏈縱深控制”的打法。若AI5在功耗/成本/生態上成立，將在邊緣AI（車端/機端）形成壁壘。晶圓廠設想意味著天量資本開支、良率與工藝代際協同，也意味著對全球供應鏈的更深繫結與再造。
七、FSD現狀：從“像人一樣開車”到“安全倍數”
巴倫：FSD的成熟度如何？馬斯克：我們堅持讓客戶體驗一次FSD，當前已累積約10億英里真實資料。安全性已比人工駕駛高四倍。FSD不是寫規則庫，而是讓車學會像人一樣駕駛。AF4/HW4晶片已實現2–3倍安全提升，AI5目標是10倍。
解讀：FSD的關鍵是在複雜長尾場景中的穩態表現與監管認可。資料閉環與車端推理性能提升是核心抓手，持續驗證才是關鍵變數。FSD從V14.1.7發出，讓我們更加清晰的看到，特斯拉一個版本一個版本朝著“去安全員”的方向迭代。馬斯克十分堅信、特斯拉代表的以“大模型驅動的端到端純視覺”自動駕駛路線，基本已經跨過最關鍵的技術驗證，即將開始規模化驗證階段。
八、太空AI與能源：百GW級軌道算力與“擴展人類意識”
馬斯克：我們看到一條路徑，每年把約100GW的太陽能供電AI衛星送入軌道，這是大規模運行AI的低成本方案之一。更遠的目標，是在更廣闊的宇宙分發生命與知識，以擴展人類意識。
解讀：這把“供電—計算—應用”框到近地空間，同時與他的火星/深空願景同頻。技術、成本與治理框架都需要重新發明。
結語：一張貫穿“製造—晶片—模型—機器人”的路線圖
這次訪談把馬斯克的多條戰線拉成了一條主線：用製造和晶片保障規模，用模型和機器人兌現價值，用資料與閉環不斷自我增強。實現這些目標，也需要看Optimus能否跨過百萬台與手部良率的門檻，Neuralink與機器人能否形成穩定的感覺—>運動閉環並通過臨床與監管，Grok 5能否把多模態與即時視訊理解轉化為可復現的應用表現，AI5與可能的晶圓廠能否把邊緣推理的性能/功耗/成本帶到新台階，FSD能否在更多城市拿到安全與合規的雙重通行證。在他的表述裡，邊緣推理（汽車與機器人）是落地核心，多模態與即時理解是AI能力的關鍵增量，“可持續豐裕”是新終點。願景宏大，也必然曲折；真正決定進度的，將是工程里程碑與單位經濟性一項項被兌現的速度。 (AI Xploring)