马斯克直言不讳：旧世界只剩5年，中国手握唯一的王牌，不是芯片

马斯克在一次访谈里抛出了一句让不少人愣住的话，他说，人形机器人会是人类历史上最大规模的产品，未来的需求"永无止境"，几乎每个人都会想要一台。

这句话听起来像是又一次典型的马斯克式营销，可如果你把他最近几个月在不同场合的表态串起来看，会发现他其实是在描绘一个更大的图景——一个旧世界正在被快速掀翻的图景。访谈里主持人先抛了一个数字给他，说你之前公开讲过未来会有"数百亿台机器人"。

马斯克点头，但也很坦率，他说这个愿景至少还要十年，甚至更久。不过他紧接着补了一句：机器人产业的增长速度会非常快，快到很多人想象不到。

主持人追问，你凭什么这么乐观？马斯克回了一句几乎可以印在T恤上的话："人形机器人将成为史上最大的产品，需求会是永无止境的（insatiable）。"

他打了个比方，说这就像每个人都会想要一个属于自己的C3PO或者R2D2——《星球大战》里的那两个经典机器人——你想想看，谁会拒绝呢？家里多一个能干活、能陪你聊天、能替你跑腿的伙伴，这是刚需，不是奢侈品。

关于产量，主持人拿出了他此前公开许下的目标：2030年前，年产100万台Optimus机器人。马斯克确认了这个数字，说这是个"合理目标"，也是通往他嘴里那个词——"可持续富足"（sustainable abundance）——的起点。

翻译成大白话就是：机器人便宜了、多了，社会的整体生产力上一个大台阶，很多东西的成本会被打下来。

不过说到这儿，就绕不开一个更硬的话题：机器人再多，靠什么驱动？

这就要说到马斯克今年在达沃斯世界经济论坛上另一段更狠的发言。他当着一屋子企业家的面，几乎是拍着桌子说：旧科技文明剩下的时间只有五年。

这话把台下不少人吓了一跳。更让人意外的是，他这回没聊芯片，也没聊火箭，而是把矛头指向了一件最朴素的事情——电。

他的意思是，卡住下一代AI和机器人脖子的，早就不是算力，而是电力供应。谁能给这些饥饿的硅基大脑管够饭吃，谁就赢了下半场。

举个直观的例子，OpenAI训练GPT-4，根据外界研究机构的估算，一次完整训练要吃掉超过300兆瓦时的电，而这还只是模型初始建立阶段，后面推理、部署、迭代的耗电量是几何倍数往上翻。

你可以想象一下，等到几亿台、几十亿台Optimus同时在地球上工作、学习、充电，那背后需要的是一整套重新架构过的能源系统。

马斯克在这一点上说得很直白：中国之所以在这盘棋里手握王牌，不是因为芯片，而是因为它把电网、发电、储能这套底层基础设施做得又大又稳，这才是真正的胜负手。

话题拉回到机器人本身，主持人问了一个非常关键的问题：训练一辆自动驾驶汽车都花了那么多年，才勉强做到接近甚至超越人类司机的水平，那机器人要学会各种不同任务，是不是也要熬同样漫长的过程？马斯克没有回避。

他承认，训练机器人确实需要大量的算力和时间。但他随即抛出了一个他自己非常看重的概念，叫"突破性阈值"（threshold breakthrough）。

他的判断是：整个过程不会是线性的、匀速前进的，而是会有一个突然的跃迁点。跃迁点在哪儿？他说，就在Optimus能够通过看内容学习的那一刻。

举个例子，机器人打开YouTube，看一段"如何煎鸡蛋"的教学内容，或者"如何组装一个IKEA书架"的how-to指南，然后，就像一个人类新手看完之后能上手一样，机器人也能直接学会这项技能。

他把这个能力叫做任务扩展性（task extensibility）。一旦跨过这个门槛，机器人可以学会几乎任何事情，而且速度非常快。

马斯克坦承，Optimus目前还没到这一步。但他的语气很笃定，说这在未来几年内是能做到的。他把"能通过看内容学习"定义为一个"非常重要的门槛"，重要到足以改变整个产业的节奏。那眼下呢？眼下特斯拉是怎么训练Optimus的？马斯克讲得很具体。

现阶段，机器人主要在学一些"原始任务"（primitive tasks）——就是最基础的动作，比如抓、放、走、拧螺丝这类。

训练方式听起来有点像好莱坞拍电影：他们找一位人类操作员，让他穿上动作捕捉服（mocap suit），头上戴着摄像头，然后按照机器人未来实际工作时的视角和步骤，一板一眼地把动作做出来。

系统把这些数据采集下来，喂给Optimus去模仿、去学。这种方式的好处是数据质量高、干净、可控。缺点也很明显——慢，而且贵。

一个人穿一天动捕服能采集的数据是有限的，覆盖不了机器人在真实世界里可能遇到的千奇百怪的场景。所以马斯克把这种训练称为一种"引导（bootstrap）"，意思就是它是必要的起步阶段，能让机器人先学会基础的东西，站稳脚跟。

真正让马斯克眼睛发亮的，是他描述的下一个环节——自我博弈（self play）。这个词最早在AlphaGo那一代AI里被广泛提到，简单说就是让AI自己跟自己玩，反复对弈，反复试错，通过海量的循环把能力磨出来。

马斯克讲这段的时候用了一个特别接地气的比喻，一个小孩是怎么学习的？孩子有玩具，他会拿着积木一遍遍去玩，反反复复试，最后学会把三角形的积木塞进三角形的洞里，把圆的塞进圆的洞里。这种通过反复尝试、反复失败、最后突然开窍的过程，才是人类学习最核心的方式之一。

他设想的画面是这样的：等特斯拉手里的机器人数量多起来之后，就把它们放进一个堆满玩具的房间里，让它们真的动手去玩。机器人在与积木、拼图、各种物体的互动中，慢慢学会物理规律、学会因果关系、学会怎么用两只手协作完成一件事。

这些经验会被沉淀下来，变成整个Optimus群体共享的知识库。当然，光"玩"是不够的，得给它设定目标，也就是所谓的"奖励函数"（reward function）。

比如说，就用那个经典的儿童玩具——把圆形块放进圆形孔，方形块放进方形孔，三角形块放进三角形孔——奖励函数就是"成功放进去"这件事本身。做对了，系统给正反馈；做错了，机器人自己再试一次。

听起来很简单，但这就是通用智能萌芽的方式。主持人又追问了一句，说实现这套自我博弈式训练，是不是还需要AI层面或者算力层面的重大突破？

马斯克的回答比较乐观。他承认还需要一些技术进步，但他不认为这些是"不可逾越的障碍"（insurmountable）。用他的原话讲，接下来几年之内，这些问题都是能解决的。这话如果你只当CEO的自我营销来听，就有点浅了。

因为马斯克的整个逻辑链其实是闭环的——机器人要学习，要学习就要算力，算力要跑起来就要电，电不够，一切都是空谈。

在他眼里，未来五年真正决定各国科技竞争胜负的，不是谁的模型参数更大，也不是谁的芯片工艺更先进，而是谁的电网能撑得住这场即将到来的能源饥荒。中国在这方面的家底——从特高压到抽水蓄能，从核电到光伏——恰好是全世界最厚的那一份。

这就是他为什么会说"中国手握唯一的王牌，不是芯片"。

把访谈里的东西梳理一下，其实马斯克这次讲的东西可以浓缩成几层意思。

第一层，他认定人形机器人会是史上最大规模的品类，需求端根本不用担心。第二层，2030年年产100万台是他给出的近期锚点，几百亿台是十年以上的远期愿景。

第三层，当前的训练靠人类穿动捕服做示范，属于打底阶段。第四层，中期突破口是自我博弈，让机器人像小孩玩积木一样自己去摸索。

第五层，也是最有杀伤力的一层，是让机器人通过看内容学习——一旦这一步跨过去，任务扩展性会发生指数级的跳跃。第六层，所有这些的地基是能源，是电，而这块地基决定了未来五年谁能笑到最后。

有意思的是，马斯克其实并没有把这个未来描绘得多么惊悚。他反复用的词是"可持续富足"，他相信当机器人足够便宜、足够普及之后，很多今天需要人类劳动才能获得的东西，会变得像空气和水一样易得。医疗、护理、教育、制造，全都会被重新定价。

这里面当然有他一贯的乐观主义色彩，但也不能否认，一旦Optimus真的能看内容学新技能，那个世界跟我们今天熟悉的世界，确实就不是同一个世界了。

至于五年这个时间窗口是不是真的那么紧迫，见仁见智。

但电，确实是所有讨论最后都会绕回来的那个词。

芯片能进口，算法能追赶，人才能挖，唯独电网这种东西，不是砸钱一两年就能砸出来的。

这也是为什么马斯克这次的发言，会让不少原本只盯着GPU出货量的人，重新抬头看了看窗外的高压线。