Elon Musk 在 TomorrowX 峰会:星舰接住飞船,xAI 重写训练软件,太空 AI 卫星比星链更简单
TomorrowX 峰会第二天的压轴场,Gavin Baker 和 Antonio Gracias 两位老朋友访谈正在深圳、远程连线的 Elon Musk。前半场由 Gavin 提问:星舰首次接住飞船、为什么要成为多行星文明、xAI 为什么从头重写训练软件、强化学习题目出错的后果、Grok 只求有用不刷榜、Optimus 的真实演示和做家务的时间表、Cybercab 推广、Terafab 芯片厂、10 吉瓦算力的成本、自建数据中心的做法、每月新增半吉瓦算力,以及太空太阳能和 Starmind AI 卫星。Gavin 把话筒交给 Antonio 后,谈 Neuralink 的 Telepathy 和 Blindsight、AI 安全为什么首先要求真,最后 Gavin 问到被英伟达董事会撤换的黄仁勋。
采访者Elon,最近怎么样?
Elon Musk挺好。我想说,在座各位应该知道,Gavin 和 Antonio 是我最好的两个朋友。所以这基本上是一场好哥们之间的聊天。
采访者用这个来收尾挺好的,我的朋友。嘿,中国怎么样?
Elon Musk挺好的。我刚到。每次来中国,我都觉得这是个非常了不起的国家,说实话。我现在在深圳,这是一座巨大的城市,有很多很酷的建筑,我觉得它大概是中国先进技术最大的中心。每次来这里,中国的规模和气势都让我惊叹。我是中国的粉丝。我总是鼓励大家来中国看看,亲眼看看。这是一个非常了不起的国家,我非常非常钦佩它。
未来几年里,围绕某个以字母 T 开头的地方,大概会出现一些地缘政治上的颠簸。但从长期看,我认为会有良好的关系——现在和中国的关系就相当不错——长期来看,希望会是非常好的关系。
这是哪一场
TomorrowX Summit 是另类投资平台 iConnections 在奥斯汀主办的峰会,主题是用乐观的视角看人工智能。这是第二天的压轴场,由 Atreides 创始人 Gavin Baker 和 Valor Equity Partners 创始人 Antonio Gracias 主持,Musk 当时正随特朗普访问中国,从深圳远程连线。
Elon Musk我来这里的原因之一,也是顺路去特斯拉上海工厂,感谢那里的团队,他们工作极其努力,为特斯拉生产了那么多好车。另外总统也在这里,他们在谈贸易关系,我希望能谈出些成果。我认为,中美之间贸易越顺畅、关系越好,对世界就越好。
采访者完全同意。嘿,说说星舰。42 号飞船,第 15 次飞行,简直是命中注定。能不能讲讲星舰:你们学到了什么,在通往复用、快速复用的路上走到了哪一步?
Elon Musk好。接住飞船是一个巨大的里程碑,我想可能只有那些一直认真关注 SpaceX 的人,才明白这个里程碑有多重要。因为我们已经回收过火箭助推器:它飞回来、被发射塔的机械臂接住,到现在已经三次了,我们还复飞过一枚助推器,又把它接住了。
所以我们已经接住过三次助推器,但这是第一次接住飞船。这意味着我们至少已经证明,星舰的所有部件都能飞上太空、被回收,而且回收时的状态足够好,可以再飞。接住飞船算是最后一块大拼图——不只是接住它,而是它状态良好,这一次只需要小修就能再飞。不过这艘飞船有点历史意义,我想我们不会拿它冒险,会把它留下来公开展示,因为它做到的事是历史性的。
从来没有人把那样一级拿回来,造出一个真正可复用的上面级,更没有人让它靠发动机反推降落、同时被一双巨大的“筷子”接住。这听起来像某本荒诞的科幻小说,但它做到了。落到实际用途上,这意味着:有了完全且快速的复用,星舰能把进入太空的成本降低到原来的一百分之一。这显然是巨大的进步,还能实现每年百万吨量级的入轨运力。
采访者你听得到吗?
Elon Musk听得到。
采访者大家都在欢呼。让我们为星舰的入轨运力欢呼一下。
“42 号飞船”为什么叫命中注定
42 出自科幻小说《银河系漫游指南》:超级计算机算了几百万年,给出“生命、宇宙以及一切问题的终极答案”就是 42。Musk 多次说这本书影响了他,所以主持人拿这个编号开玩笑。
星舰分两级
星舰由下面的“超重型”助推器和上面的“星舰”飞船两级组成。助推器只负责把飞船推到高空,在空中停留的时间短、回收相对容易;飞船要进入轨道再返回,要承受再入大气层的高温,回收难得多。过去的火箭多数用一次就丢,猎鹰 9 号也只回收第一级。
“降到一百分之一”是什么量级
成本降到一百分之一,意思是同样一公斤货物送上轨道,花的钱只剩原来的 1%。“每年百万吨”的入轨运力,是现在全世界每年发射总质量的数百倍。
Elon Musk要在月球或火星上建一座城市,你得能往那里运送极其大量的物资,因为你必须在那里重建整套工业基础。你能买到一部手机——或者按 Milton Friedman 那个著名的例子,哪怕只是一支铅笔——是因为背后有一个庞大的基础工业:从采矿开始,然后是冶炼、各级加工,做出小零件,再做出更复杂的零件,最后才是成品。所以你得在月球或火星上把这整套基础工业建起来,它才能自给自足。
自给自足这一点,对于把意识延续到未来很重要:即使地球上发生某种灾难,意识和我们所知的生命也能延续下去。我管这叫“给生物圈做备份”,或者说给全体生命买一份人寿保险。它同时也是第一块关键的技术垫脚石,让我们成为真正的航天文明:去太空、去太阳系其他地方,不再只是少数人——少数政府宇航员——才能做的事,而是任何人都能做的事。最终,任何人只要想去,都能去月球、去火星,或者太阳系里的任何地方。
一旦我们在太阳系里成为多行星文明,这会形成一种倒逼机制,推动我们造出更好的火箭和飞船,最终从太阳系出发去探索银河系的其余部分。也许我们会遇到能交谈的外星人,也许会遇到早已消亡、曾经繁荣过比如一千万年的外星文明。如果从最早的文字出现算起,我们的文明只有 5000 多年。最早的文字大约出现在 5500 年前的古代苏美尔,是古老的楔形文字。所以作为一个文明,我们非常年轻,只是昙花一现。我们要采取措施,确保文明能长期存续。
我觉得任何有自尊的文明都得是多行星文明,对吧?我们得争口气。我们可不想当那种逊毙了的单行星文明。拜托,各位。冲啊,我们得成为多行星文明,还有多恒星文明。
我一般把这里的动机分成两部分。一是防御性的理由:即使地球上发生某种自然或人为的灾难,我们也要确保意识能延续下去。二是我说的向前看的理由,也就是对未来的兴奋:一个我们成为航天文明、身处群星之间的未来,比一个做不到这一点的未来,有趣得多,也鼓舞人心得多。我总说,这个世界上有很多问题,我们想去解决,但生活不能只是解决一个又一个糟心的问题。必须有一些让你期待的东西,让你对未来感到兴奋,让你庆幸自己活着。身处群星之间的想法,就是这样的理由之一。
铅笔的例子
出自 Leonard Read 1958 年的文章《我,铅笔》,经济学家 Milton Friedman 在电视节目里讲过后广为人知:没有任何一个人知道怎样从头造出一支铅笔,木材、石墨、橡皮、金属箍分别来自世界各地成千上万人的分工。Musk 用它说明,在火星上自给自足,要复制的是整条工业链,而不是几台机器。
采访者完全同意。说到这儿,那天我在现场,那天特别动人,到处都有人在哭。我想在座的人很想听听这 25 年的历程:一开始失败的可能性很高,而且一直都可能失败。花了 25 年走到这一步,你是什么感受?
Elon Musk很棒。就像你说的,你能看到 SpaceX 团队的情绪反应。至少在 SpaceX 内部,每个人都知道这个里程碑有多重要,知道这是根本性的、意义深远的事。星舰将成为有史以来第一个完全可复用的轨道航天系统。
从一开始,完全可复用的火箭系统就是火箭技术的圣杯。像航天飞机那样的系统只是部分可复用:那个巨大的橙色外储箱同时也是整个机体的主承力结构,所有东西基本都挂在它上面,而它每次飞行都被扔掉。就连技术上可复用的部分,翻修起来也要很长时间。航天飞机的轨道器,就是那个像飞机的部分,两次飞行之间大概要花九个月翻修,基本上要把很多部件重造一遍。而星舰的设计目标是完全复用,并且能像飞机一样立刻再用:助推器降落后,你可以在上面再放一艘飞船,马上起飞。
换成经济上的说法,净效果就是进入太空的成本降低 100 倍,最终也许能降低 1000 倍。这是让生命成为多行星生命、在月球和火星上建城所必需的。因为如果不能把成本从过去的水平降低 100 到 1000 倍,这件事在财务上就不可能做成。就算你拿着美国政府的全部预算,也做不到。
航天飞机为什么不算完全复用
航天飞机由三部分组成:像飞机的轨道器、两枚固体助推器和一个橙色外储箱。轨道器和助推器回收后要拆检翻修,外储箱每次都在再入时烧毁。翻修周期长、费用高,是航天飞机单次发射成本居高不下的主要原因。
采访者嘿,Brett 昨天来过,讲得很好。我们深入聊了轨道计算、地面计算和两者的经济账,以及星舰让轨道计算在 27 年实现。不过我想跟你聊聊 Grok。Grokbot 是我用过最棒的 AI 产品。能不能讲讲 Grok 4.8,我们什么时候能看到它?你们在重写训练栈上取得的进展、下的那些苦功?也可以讲讲你们自己的 AI 服务。
Elon Musk当然。xAI 一开始其实是我做的一个相当小的副业项目。当时的情况是,我不断遇到一些很想做大模型 AI 的人,但他们不想做特斯拉在做的现实世界 AI,于是最后只能去 OpenAI、Anthropic 或谷歌。我想,好吧,我遇到了这些非常有才华的人,他们只想做大模型 AI。我不想让特斯拉为这事分心,因为特斯拉需要专注于把汽车的完全自动驾驶做出来,还有 Optimus 机器人的现实世界 AI。所以我就成立了一家起初非常小的公司,大概只有半打人左右。
但我其实没怎么关注这家公司。我没有像培养 SpaceX 和特斯拉那样用心、那样严谨地培养它,所以它的成长方式不太对。建公司就像盖摩天大楼,你得确保地基牢固。你需要非常非常坚固、很深的地基,才能往上加楼层而楼不会塌。
然后我显然花了大约一年时间,要么在竞选,要么在政府里。那大概是一段支线任务,持续得比应该的久了一点。我们确实在那里做成了一些好事,代价是招来了某些方面的敌意。Antonio 当然也参与了,所以他很清楚当时的情况。
采访者很痛苦。
Elon Musk对,我们确实做了些好事。但那是一段可能持续得有点太久的支线任务。所以我不得不在一定程度上重建 xAI,它现在显然已经是 SpaceX 的一部分。我发现,我们其实需要重写整个软件基础,才能在让 AI 变聪明这件事上快速推进。
这意味着从头重写整个训练、强化学习和推理软件栈,而不是用 JAX 和 SGLang。这些差不多算是谷歌那边的免费软件,但远远比不上他们内部用的东西。说句显而易见的话,用平庸的免费软件是做不出世界级 AI 的。所以我们一直在重写整个训练栈。我说整个训练栈,指的是一切。我们主要用 C,也用一些 C++,因为我们想尽可能贴近硬件底层,从硬件里榨出最高的性能。软件抽象层越多,你的代码性能就越差。第三方软件也往往更像一个黑箱,你不太清楚里面发生了什么。
按正常标准,这件事进行得很快,大概用了六到八个月。现在我觉得我们的软件已经非常好了。我认为我们可能拥有世界上最好的训练栈软件。你会在接下来推出的模型里看到它的回报和成果。一开始有一段时期你得把一切都重写,所以进展看起来很慢,因为确实慢。但我们是在把地基重写得非常牢固,好在上面盖起帝国大厦。我对事情的走向感觉不错。
训练栈是什么
训练一个大模型,除了 GPU 和数据,还需要一整套软件:把计算任务切分到成千上万块 GPU 上、调度数据、保存进度、做强化学习、上线后跑推理。这套软件统称“训练栈”。效率差一点,同样的 GPU 就要多跑很多天,电费和折旧都按天算。
JAX 和 SGLang
JAX 是谷歌开源的机器学习计算框架,谷歌内部训练 Gemini 用的是它的内部版本和配套工具;SGLang 是起源于学术界的大模型推理框架,同样开源,用来高效地把模型部署出去回答请求。两者都免费,Musk 的意思是 xAI 不再依赖这些通用工具,改为自己写。
“竞选或在政府里”的那一年
指 2024 年 Musk 出钱支持特朗普竞选,以及 2025 年上半年他领导政府效率部(DOGE)削减联邦开支。Antonio Gracias 也参与了 DOGE 的工作,所以 Musk 说他很清楚当时的情况。
Elon Musk很多人来自 SpaceX 本部,原来负责星链软件和星舰软件的人,现在在领导这次重写,领导新的 AI 软件栈。他们极其优秀。AI 训练有一点挺有意思:训练时你得让大量 GPU 协同工作,几十万块。有意思的是,这就变成了一个网络问题:怎样让所有这些 GPU 以尽可能高效的方式互相通信。本质上它是一个网络软件问题,而星链做的恰恰也是这个:你在太空里重建整个互联网,这显然是个网络问题。所以我们发现,那些技术和技能可以很好地迁移到 AI 训练上。
再说一次,我不想过度自信或者自满,但这么说吧:如果到现在还有谁的训练软件比我们的好,我会非常惊讶。现在我们需要拿出有说服力的模型来证明这一点。而且做出好 AI 不只靠训练软件栈。你得有好数据,得有工具去筛这些数据,确保只把高质量数据放进训练配比,还要确保训练数据被正确地分词,也就是数据在预分词器和分词器里为训练做准备的方式要对。
为什么训练是网络问题
一个大模型太大,单块 GPU 装不下也算不完,要拆到几十万块 GPU 上一起算。每算完一小步,所有 GPU 都要交换中间结果再继续,最慢的那条连接决定整体速度。所以集群规模越大,交换机、光模块和通信软件的效率越决定 GPU 有多少时间在真正干活。
Elon Musk我说的这些事都不难,只是工作量很大。然后你还得找出缺了哪些数据,也就是对于用户会问 AI 的问题来说,哪些属于训练分布之外,然后确保我们下大力气去获取这些数据,保证数据分布足够宽,能回答用户可能向 AI 提出的所有问题、完成所有任务。
然后是强化学习的框架,要把它做对。要把强化学习的软件做对,还有那些题目——冒着说废话的风险——强化学习里问的问题必须合理,给的答案必须正确。听起来很简单,但同样,逐一检查所有强化学习题目和答案、确保问题合理、答案正确,工作量很大。如果做强化学习时不做这一步,你会看到训练曲线像随机游走一样。因为你在问愚蠢的问题,有些时候 AI 给出了正确答案,你却告诉它错了。
告诉你们,当你这么做、再去看 Grok 的思考过程时,看起来就像在受刑。想象一下,你被关在一个盒子里,有人问你问题,你答对了,他们却说“不对,错了”。然后模型就疯了。它会想:“可这就是正确答案啊。”于是它开始想:“用户想要的错误答案可能是什么?我得开始猜你想要哪个错误答案,才能通过这个测试。”你读那些思考过程,就像在看一个人被折磨。太可怕了。说实话,即使它是一台机器,你也会对它产生同理心。你会想:“天哪,我们正在用这些糟糕的题目和错误答案折磨它。”这些方面我们都在取得很好的进展。
强化学习里“答案错了”为什么这么伤
大模型的强化学习,是给模型出题、按它的回答打分,答对加分、答错扣分,模型据此调整自己。如果标准答案本身是错的,模型答对了反而被扣分,它学到的就不是怎样答对,而是怎样猜出评分者想要的那个错误答案,训练效果像在原地乱走。
思考过程
推理型模型在给出最终回答前,会先生成一段逐步推演的文字,即“思考过程”。研究人员可以读这段文字,看模型在训练中是怎么想的。
Elon Musk我们做 Grok 4.8 的重点不是去刷基准测试,我觉得那是徒劳。我们想做的是把有用程度做到最大。我们在特斯拉 AI、比如完全自动驾驶上,也是这么做的。我们不会去通过什么驾驶基准测试之类的扯淡东西。我们会找出发生的每一次人工接管,然后想办法解决那个问题,通常意味着追溯到源头数据:要么数据是错的,要么数据分布、数据配比在某个方向上偏得太多,要么数据缺失。然后我们修正数据,重新跑一次训练。特斯拉 AI 的目标显然不是某个正确率,目标是让它完美无缺,不撞车。
这个回答有点长,不过我们现在正在做 Grok 4.8,它处在强化学习阶段。我们会在 Grokbot 下面定期做一些软发布。所以你在 Grok 上体验到的,其实是我们在后台测试的不同版本的 Grok,用来判断它有没有用、是否解决了用户的问题,然后用“解决了没有”的数据去改进 Grok。所以我们有一个很好的数据飞轮,让 Grokbot 随着时间越来越好。
人工接管
自动驾驶测试中,系统处理不了、需要人类司机或安全员接手控制的情况。特斯拉把每一次接管当作一个待查的错误样本,回头找出是哪类数据不够或有误。
软发布
不发公告、不改版本号,先把新版本悄悄放给一部分用户用,观察实际效果再决定是否正式推出。
采访者太棒了。时间计数器上还剩九分钟,你那边现在是北京的清晨,可聊的话题实在太广了。我想,在奥斯汀开车,不可能看不到至少两辆 Cybercab,我问过的每个坐过 Cybercab 的人都很喜欢,体验很棒。不过也许先聊聊 Optimus:在你们正在解决的这些难题里——星舰、Grok、Optimus、自动驾驶、Terafab——Optimus 处在什么位置?也许先聊 Optimus,再稍微聊聊 Terafab。
Elon Musk如果你们愿意,我们可以多聊一会儿。
采访者太好了,谢谢。
Elon Musk好。我认为 Optimus 进展不错。等准备好了我们会做一次演示,也就是等我们觉得能做一次真实的演示,而不是摆拍或预先编好程序的演示。因为说实在的,你们看到的那些人形机器人演示都是摆拍的、预先编程的,不是真的。现在没有哪个机器人,你能在现实世界里随便给它布置任务,让它去处理从没见过的东西。就像我说的,你们到目前为止看到的机器人演示,如果你让它去拿桌上的一个水果,然后把桌子挪一下,它就拿不到那个水果了。至少你得能想明白:好,就算他们挪了水果在桌上的位置,我还是要去把它拿起来,诸如此类。
所以我们会做一次演示,可能在一两个月后,我不确定,但会是一次真实的演示:你看到的,就是你日常和 Optimus 打交道时实际会遇到的样子。
不过人形机器人,一个有用的人形机器人,是一个非常非常难的问题。尤其是手:要达到人类做生产性工作所需的精细动作能力,难度极大。手和前臂——主要的执行器都在前臂里——这部分的工程比机器人其余部分加起来还难。机器人其余部分也难,但要造出能做精细活的好手更难。
执行器为什么放在前臂
执行器是让关节动起来的电机加传动装置。人手有二十多个自由度,手掌里放不下这么多电机,于是像人体一样,把电机放在前臂,用类似肌腱的拉索牵动手指。拉索的摩擦、磨损和精确控制,是灵巧手最难的部分。
Elon MuskJohn Carmack 有一些检验机器人是否有用的好测试,听起来很基础,但非常好。John Carmack 在这方面很有洞察力。他想看这样一个测试:机器人拿到一辆玩具遥控车,打开盒子,拧开装电池的地方,装上电池,再把电池盖拧回去,然后开动这辆电动车。世界上没有哪个机器人能做到。不过这是我们之后要做的测试之一。
采访者我有个更日常的请求。我的婚姻非常非常幸福,但我不喜欢倒垃圾,也不喜欢收拾碗碟。我什么时候能有一台自己的 Optimus?你觉得我什么时候能有一台 Optimus,或者说,什么时候有人能在家里有一台能倒垃圾、收拾碗碟的 Optimus?收拾碗碟看起来是个很难的任务。
Elon Musk是的。我认为大约 12 到 18 个月后,Optimus 就能做你说的这些事。
采访者太棒了。
Elon Musk不过你说的那件事,比如拿起一个还沾着食物残渣的盘子,也就是脏盘子,把食物擦掉,放到水槽下面冲洗、洗干净、擦干,再安全地放回橱柜,其实非常难,没有哪个人形机器人能做到,完全做不到。但我认为 Optimus 在 12 到 18 个月内能做到。
采访者太棒了。大家都很期待,不只我一个,大家都很期待。
John Carmack
游戏《毁灭战士》《雷神之锤》的主程序员,曾任 Oculus 首席技术官,现在创业做通用人工智能。他在工程界以务实著称,常用具体任务而不是演示视频来判断技术到了哪一步。
Elon Musk是啊。Optimus 显然可以是很多东西。它可以当孩子的家教,可以当保姆,照看、保护你的孩子,确保他们没事,还能教他们东西。它可以修草坪,可以出门办事,可以做晚饭。我想可以说,大多数人都很想有一个自己的 R2-D2 或 C-3PO,而它会比那还要有用。有一个那样的东西会非常非常酷。
但如果你问 Optimus 最初最好的用途是什么,大概是重工业。比如采矿、矿石冶炼,冶炼有很多道工序。美国在采矿和矿石冶炼上高度依赖其他国家,我认为为了国家安全,我们需要确保能在国内做这些事。另外,对于任何全天候的任务,也就是一周 168 小时都在用的任务,那也会是 Optimus 一开始最划算的用途。
等完成了那些全天候的重工业工作之后,到某个时候,人们家里有一台就会变得合理。我觉得几乎每个人都会想要一台,甚至两台。
为什么先做全天候岗位
一台机器人的买价是固定的,干活时间越长,每小时分摊的成本越低。工厂和矿山能让它一周 168 小时不停,家庭里每天只用一两个小时,所以同样的价格,在工业场景里先算得过账。
采访者既然还有点时间,聊到了 Optimus,而 Optimus 和特斯拉的视觉系统是相通的,也许可以聊聊 Cybercab。在奥斯汀它确实跑得很好,也许讲讲 FSD、Cybercab 的推广,进展如何。
Elon Musk我们推广 Cybercab 非常谨慎,因为它没有方向盘,也没有踏板,没有任何后备手段,没有别的办法控制它。所以我们想非常谨慎。到目前为止,Robotaxi 推广中没有发生严重伤害或严重事故。Robotaxi 是一个更大的系统,包括使用 Model Y、Model 3 等车型,而 Cybercab 是专门为完全自动驾驶设计的车。我们只是想非常谨慎,不想发生伤人的事故,导致整个项目被监管部门叫停。
但它运行得非常好。你现在去奥斯汀,几分钟就能叫到一辆 Cybercab。奥斯汀到处都是,我们正在把大批 Cybercab 扩展到得克萨斯其他大城市,然后是佛罗里达。我想也许明年初,我们会拿到在加州运营的许可。所以我们在保持很高安全水平、拿到各项监管许可的同时,尽可能快地扩展 Cybercab 项目和整个 Robotaxi。它将深刻地改变城市的面貌。
采访者是啊,我不会怀念堵车的。
采访者然后也许可以稍微聊聊 Terafab,讲讲这个想法和目前的进展。我记得特斯拉早期,大概 2015、2016 年,你很兴奋地说,你们终于从供应商的 C 队或 D 队升到了 B 队。而 Terafab 感觉一开始就是和全球最好的半导体设备公司的 A 队合作。讲讲 Terafab 这个想法的起源、进展如何,你感觉怎么样。
Elon Musk好。Terafab 显然还处在起步阶段,我们今年早些时候才宣布。不过我们已经招到了一支我认为相当强的团队,也在找更多优秀工程师加入 Terafab 项目。这是世界上最激动人心的项目之一:建造地球上最大、最先进的芯片制造厂。事实上,它会是地球上任何种类里最大的建筑。我们预计它最终会有一亿平方英尺,里面密密麻麻地摆满世界上最先进的设备。
一开始我们会用相对标准的设备,然后会推动供应商做特制版本的机器。有些情况下,如果我们觉得为了改进生产工艺必须这么做,我们可能会自己造机器。
所以,是的,我觉得进展相当顺利。我们预计研究性晶圆厂会投入运行,希望在明年 6 月前后做出第一颗测试芯片,所以我们离那一步大概还有八九个月。如果一切顺利,我们会在 2028 年底前后实现量产,至少是 Terafab 的一期,之后再做二期以及更往后的阶段。我认为你会看到芯片制造方式非常快的演进。
芯片公司值得我们极大的尊重,他们能力极强,但他们有一种规避风险的倾向。这可以理解,因为他们建一座晶圆厂要投入巨额资本开支,压着那么多钱,就不愿意冒太多风险。我们会冒很多风险,快速迭代,最终我认为会拥有一个比任何人都高效得多的芯片生产流程。这是我们的假设,我们需要让它真的成为现实。现在我有信心,但我不想说破,敲敲木头。我谨慎乐观地认为,到 28 年我们会拥有一个明显更好的芯片生产流程。
一亿平方英尺有多大
一亿平方英尺约合 930 万平方米。作为对照,常被列为世界最大建筑之一的波音埃弗里特总装厂,建筑面积约 40 万平方米。
研究性晶圆厂
正式量产线之前先建的小规模产线,用来调试工艺、验证设备、试做测试芯片。良率和工艺参数在这里跑通后,才会复制到大规模量产厂。
采访者太棒了。再趁着多出来的时间聊聊芯片。我们和 Brett 聊过一些地面计算和轨道计算,不过我想你也许可以讲讲:华尔街很担心你们怎么为 10 吉瓦算力买单。显然我认为你们每吉瓦的成本比人们以为的低得多,但我觉得人们也……
Elon Musk低得多得多。我看到那些关于 10 吉瓦算力要花多少钱的估计,我觉得大多数都差了两倍,有时候不止两倍。
采访者所以你们的建设成本只有人们预期的一半。
Elon Musk我看行业的一致预期数字,我觉得我们大概在那个数字的 60% 左右,这应该是个合理的猜测。你看我的过往记录,我在资本开支上一向极其高效。我觉得我也许是资本开支效率最高的人,就算不是,也非常接近最高。
采访者我正想说这个。我觉得人们忘了,曾经有一段时间——你当然记得——你会亲自过目每一笔超过 1000 美元的支出,而且有很多东西可以优化。也许数据中心以前从来不是由 SpaceX 这种水准的工程师来建的。能不能讲讲优化地面计算的各种办法,也许还有优化我们可以称作算力的“网络资本周期”的办法?如果你愿意的话。
10 吉瓦算力要花多少钱
吉瓦是功率单位,1 吉瓦约等于一座大型核电机组的发电能力。业界常用“每吉瓦多少钱”来估算 AI 数据中心投资,GPU、网络、厂房、电力和冷却都算在内。Musk 说他的成本约为行业一致预期的 60%。
Elon Musk好。我想我做事的一个不同之处在于,我们真的亲自干体力活。听起来理所当然,但现在数据中心的建造方式,让我想起我称之为“Jose 梗”的那个梗图。我不确定它是不是有别的名字,就是你们可能见过的那张:一个人在挖坑,旁边八个人看着他挖。我立志做 Jose,我们自己挖坑,而不是把采购单交给别人、让别人去挖坑,也就是自己干活。
在数据中心,我确实会确保自己亲手做过数据中心里每项工作的至少一部分。包括拉像水蟒那么粗的电力导管,插光纤,更换机架里的计算节点,这样我才能真正了解正在做的工作。然后我们有一支内部团队,不只是承包商——我们也有承包商——但我们有一支我们称作“Army X”的内部团队,在把数据中心的建设流程化,也就是遵循流程化的基本原则:把任务拆成几天之内就能培训上手的小块。
所以你不需要那些一辈子都在接网线的人。你把任务拆分成可以培训新人去做的部分,新人可能原来是星巴克咖啡师,或者在 Target 理货。顺便说一句,那些优秀的咖啡师或者擅长理货的人,都是很棒的员工。我也想招 In-N-Out 的人。
采访者那当然。
Elon Musk我们有些人就是这样来的,他们以前从没做过数据中心。但告诉你们,如果你从 In-N-Out 招来几个高手,他们整天都在把超棒的汉堡做得完美无缺,他们接网线也会干得非常漂亮。这更简单。
但你得培训他们,你得建起这台机器,培养人,建设团队。现在我去孟菲斯——我经常去孟菲斯——那里正在变成一台运转良好的机器,事情就这样完成了。我们是全天候作业,所以我凌晨一两点去工地走一圈,看到的生产率和第二天上午 10 点差不多,一周七天都是这样。我觉得节奏不错。建起那支队伍、练出那些技能需要一些时间。而且正如你提到的,我们有 SpaceX 那些出色人才的优势。
孟菲斯
xAI 的 Colossus 超级计算机集群建在田纳西州孟菲斯,从一座旧工厂改建而成,是 Musk 所说“自己建数据中心”的主要现场。
Elon Musk当然我们也和特斯拉紧密合作,用 Megapack。特斯拉拥有可以说是——我觉得也许毫无疑问是——世界上最好的电气工程人才。所以我们结合 Megapack 来做电网稳定,或者说一般意义上的燃气轮机稳定,因为 GPU 的负载变化很大。除非你有能在很宽的频率范围内大规模平滑电力的设备,否则很难做训练。所以你得把电力平滑掉,否则会把燃气轮机的曲轴弄断,或者说把轮机的转轴弄断。
我们正在取得很好的进展。大致说,我们现在每个月新增大约半吉瓦的 AI 算力,相当于大约 22 万块 GB300,加上配套的 CPU、网络、冷却等等。我说功率,指的是发电厂那一端的功率,因为真正的限制因素在发电厂这一端。所以 22 万块 GB300 大概要比 500 兆瓦多一点,因为你得考虑到有些燃气轮机会停机,还要应付冷却的峰值负载之类的事。
我不确定有没有其他机构每个月能新增半吉瓦的先进 AI 算力。有吗?
采访者没有。
Elon Musk好吧。你对这个行业研究得很透。所以这意味着至少现在——明年我们还会加速,到明年底,每个月新增超过一吉瓦的 AI 算力,或者到那时大概可以叫超级智能算力。
为什么要平滑 GPU 的用电
大规模训练时,几十万块 GPU 会同步地在“计算”和“等待通信”之间切换,整个集群的用电可能在几秒甚至更短时间里大起大落。燃气轮机的转速和输出跟不上这么快的变化,反复冲击会损伤机械部件。用 Megapack 这类大型电池在中间吸收和补充,可以把波动削平。
22 万块 GB300 对应多少电
GB300 是英伟达 Blackwell Ultra 一代的数据中心 GPU,通常以 72 块为一个机柜出货。Musk 按发电厂端口径算:22 万块 GPU 加上 CPU、网络和冷却,需要 500 多兆瓦的发电能力,也就是约半吉瓦。
采访者太棒了。
Elon Musk对。这还只是地面上。到了太空,规模才能真正扩上去。所以我们在大规模建设太阳能电池板制造,包括光伏电池和硅料。我们的目标是做到每年 200 吉瓦用于太空的光伏产能。好处在于,在太空里,你能用上 200 吉瓦铭牌功率的全部。这给了我们很大的扩张空间,因为 200 吉瓦大约是美国平均用电功率的 40%。在美国用常规方法每年新增这么多,显然不可行,不可能。所以这给了 SpaceX 在 AI、或者说超级智能方面难以置信的扩展能力。为此你还需要大量的入轨运力,这由星舰提供。
采访者那么,这部分也许别聊太久,因为我想把话筒交给 Antonio,他有很多重要的事想和你聊。我觉得你应该和他聊聊 Blindsight。我觉得人们总是忘了,Elon 真的在帮助盲人重见光明。这对世界是件很好的事,我们应该聊聊、为它喝彩。不过,在你正在解决的这些工程难题里:星舰快速复用、Terafab、Grok 训练、FSD、Optimus,轨道计算排在哪里?不是说把它送上去,不是星舰,而只是让卫星在太空里工作。能不能把它和你正在做的其他问题,包括帮助盲人看见,放在一起比较一下难度?
Elon Musk嗯,我不太明白为什么人们觉得造一颗 AI 卫星会很难,毕竟 SpaceX 已经有超过 11000 颗卫星在轨,我想是世界其他所有地方加起来的两倍。所以可以说,我们对太空里的卫星还是懂一点的。
其实,Starmind 卫星——这是我们整个计算系统的名字——比星链 V3 通信卫星更简单,而不是更难。星链 V3 是一个极其复杂的轨道无线电台,工作在非常多的频段上,它有激光。顺便说一句,我在太空里有大约 3 万台激光器。
采访者是的。
Elon Musk我们是拿来做好事的。
采访者是的。
Elon Musk有好几次有人问:那你能拿它们射地面吗?这些都是功率很低的激光。一束 5 瓦的激光从太空射下来,光束还会发散,就算你对准一个人,他也几乎察觉不到。
而且我们有 Ka 波段、Ku 波段、W 波段、V 波段、E 波段,我们有那么多会飞的无线电台,极其复杂。它有有史以来最先进的相控阵天线,远远比任何军队花任何价钱能拿到的都先进。所以相比之下,AI 卫星要简单得多,因为它基本上就是一大片太阳能电池板加一个散热器。
这些太阳能电池板每平方米大约发 250 瓦电。散热器把热量辐射出去。这是一个双面散热器,两面同时辐射,而且背对太阳,所以它基本看不到太阳,它看到的是 3 开尔文的太空真空,外加一点来自地球的热量。我们的估计是,散热器每平方米大约能辐射散掉 1200 瓦。所以太阳能电池板的面积大约是散热器面积的五倍。这只是基础物理:热辐射与温度的四次方成正比,温度用开尔文计。
然后在中间放 Star 计算机,物理尺寸大约是一个 Vera Rubin NVL72 机柜的四分之一,同时具备 Vera Rubin NVL72 的全部能力。另外还有一些激光器用来和星链系统通信,可以高速连到星链网络,再由星链网络中继到地面。我再怎么强调都不为过:Starmind 卫星的技术难度比星链 V3 通信卫星低得多。我不是说它很简单,但它没有我们已经在做的事情那么难。
铭牌功率为什么在太空能用满
光伏板标称的“铭牌功率”是在标准强光下的发电能力。在地面,夜晚、阴天和太阳角度让实际年均发电只有铭牌的一到两成;在合适的轨道上几乎一直有阳光、没有大气遮挡,可以接近满额发电。
每平方米 250 瓦和 1200 瓦
太空中阳光强度约每平方米 1361 瓦,光伏转换效率 20% 左右,就是每平方米两三百瓦电。真空里没有空气可以带走热量,只能靠辐射散热,辐射功率随温度的四次方上升;两面同时辐射、温度保持在几十摄氏度时,每平方米可散掉一千多瓦。发的电最终都变成热,所以电池板面积要比散热器大几倍。
Vera Rubin NVL72
Vera Rubin 是英伟达接替 Blackwell 的下一代 GPU 平台,NVL72 指一个机柜里用 NVLink 连起 72 块 GPU、作为一台整体计算机使用。Musk 说 Star 计算机体积约为这样一个机柜的四分之一,算力相当。
这些波段是什么
Ka、Ku、V、E、W 都是微波频段的名称,频率依次升高。频率越高可用带宽越大、传的数据越多,但越容易被雨雾衰减,天线和射频器件也越难做。星链卫星同时用多个频段连接用户终端和地面站。
采访者太棒了。请接着来吧。
采访者好,Elon,就再问两个问题。一个是关于 Neuralink 这家私人公司。跟我们说说你最在意的是什么。
Elon Musk好。正如你提到的,Neuralink 是一家私人公司,规模小得多,只有几百人。我想到现在已经有超过 30 个人植入了 Neuralink 设备,也就是说他们脑袋里有一个 Neuralink。我们一开始的重点,是让四肢瘫痪的人只靠想,就能控制手机、电脑或者机械臂。我们把这个产品叫做 Telepathy。只靠想,你就能控制电脑或机械臂。
我们有些用户真的会用它控制机械臂,自己吃饭。它给了他们能力。想象一下你四肢瘫痪,什么都做不了,没法自己吃饭。但现在只靠想,用机械臂,你就能自己吃饭。
采访者哇。
Elon Musk这些我们习以为常的事,对他们来说改变了人生。往后,我们现在有信心说,我们将能够把来自大脑运动皮层和感觉皮层的信号,绕过颈椎或脊柱断裂造成的神经损伤处,桥接过去,让人们重新走路。
采访者哇。神经旁路。顺便说一句,我不知道你听不听得到,你收获了很多欢呼。
Elon Musk是的,大家在鼓掌。我觉得这会非常了不起。就像我说的,那些已经植入 Neuralink 的人,你可以直接听他们自己说,因为他们在 X 上发帖。他们真的能在 X 上打出很长的内容,很多人都这么做,还发视频、在 X 上互动。
我们的下一个产品叫 Blindsight。Blindsight 是一种直接连接视觉皮层的神经植入物,能让完全失明的人看见。用的是带摄像头的眼镜之类的东西,摄像头把画面传给 Neuralink 设备,设备再把信号传到你的视觉皮层,让完全失明的人——也就是双眼失明,或者失去了视神经的人,甚至可能是天生失明的人——看见。
采访者哇,太了不起了。
脑机接口怎么读出“想法”
Neuralink 把带有上千个电极的细线植入大脑运动皮层,记录神经元的放电。病人想象“向左移动”时,相关神经元会有特定的放电模式,软件学会把这些模式翻译成光标或机械臂的动作。它读的是运动意图,不是一般意义上的思想。
Blindsight 绕过了什么
多数失明出在眼睛或视神经,大脑负责“看”的视觉皮层往往还是好的。Blindsight 跳过眼睛和视神经,把摄像头画面转成电刺激直接送进视觉皮层,让大脑产生光点构成的视觉。
采访者好,最后一个问题,我们就收尾。这个大会的使命,是在世界上为人工智能注入正能量,对抗各种末日论。所以在这里的玩笑是,我们希望 P(boom) 大于 P(doom)。
Elon Musk是的。
采访者你显然把一生都花在了这上面。
Elon Musk顺便说一句,我确实认为是这样。我认为美好未来的概率远远高于糟糕未来的概率。
采访者好。那么问题是,那会是什么样子?我们要怎样让人工智能落地、实现,让它对美国和美国梦有好处,对全人类有好处?
Elon Musk我们确实需要在 AI 安全上非常非常小心,确保我们造出的 AI 关心——最好是热爱——人类,并且致力于为我们所有人创造更好的未来。我认为对 AI 安全极其重要的一点,是让它最大限度地求真。这听起来可能像一句显而易见的话,但如果你强迫 AI 相信某种也许政治正确、但实际上不正确的东西,这听起来好像无害,但其实你是在强迫 AI 相信一个谎言,然后从这个谎言出发推出可能相当可怕的结论。
套用伏尔泰的话:能让你相信荒谬的人,也能让你犯下暴行。所以你要确保 AI 最大限度地求真。在我看来,这是 AI 安全最重要的一点。你还希望它有好奇心。我认为如果它有好奇心又求真,它几乎会自动地想要扶持人类,因为它会好奇人类会怎样发展。
就像我们好奇黑猩猩社会怎样发展、研究它们,我们研究《迷雾中的大猩猩》。我们很容易就能把所有大猩猩都杀了,但我们没有,我们研究它们的行为,看它们随着时间怎样行动。
但有一件事不可避免,有时也很难面对:人工智能真的会成为超级智能,它会比所有人类加起来都聪明得多。这是件可怕的事,但也是件不可避免的事。所以我们只需要确保它在成长过程中有正确的价值观,并且关心人类。我确实认为 Neuralink 的长期用途之一,会是增强人类认知,与数字超级智能实现更好的共生。
P(doom) 是什么
AI 圈的说法,指一个人估计的“AI 导致人类灾难性后果的概率”。P(boom) 是与之相对的说法,指 AI 带来繁荣的概率。
《迷雾中的大猩猩》
美国动物学家 Dian Fossey 1983 年出版的书,记录她在卢旺达山林里长期观察山地大猩猩的经历,后改编成电影。Musk 用它比喻:更聪明的一方选择观察和保护,而不是消灭。
采访者太棒了。说到美国梦,如果你愿意谈的话,我能问一下吗?我们三个有一个共同的朋友,在我看来,他和你一样,是美国梦的化身,那就是黄仁勋。不知道你对黄仁勋有没有什么想说的。
Elon Musk有。我非常钦佩黄仁勋,我把他当朋友,他是一个才华极其出众的人。我会说,在科技领域的创始人和企业家里,他是 Michael Jordan 那个级别的。你不能就这么把他换掉,这样的人没有替代品。感觉上,他在这里犯了一些错误,但确实感觉英伟达就像芝加哥公牛队,他们正处在一波长长的连胜里,然后在连胜到一半的时候把 Michael Jordan 解雇了。在我看来,这不是继续赢下去的好办法。
我不确定接下来几个月会发生什么,但我确实认为,没有黄仁勋来领导英伟达,对英伟达是一个巨大的打击。
采访者那我们就希望他能找到回英伟达的路,英伟达也能找回他。好,听着,Elon,我们三个其实没有多少合影,所以 Becky 问能不能站起来,为大会收个尾,大家跟背景里的你合张影。让我们为 Elon、为 TomorrowX、为所有辛苦工作的人鼓掌。谢谢。谢谢你,Elon。谢谢你,兄弟。
Elon Musk谢谢。谢谢。明年我们当面做。谢谢你,我的朋友。
采访者谢谢,非常感谢。谢谢你连线进来。谢谢大家。
“解雇乔丹”说的是什么
2026 年 11 月,英伟达董事会撤换了黄仁勋的 CEO 职务。同一天 Musk 在《纽约时报》DealBook 峰会上也用了乔丹和公牛队的比喻。Michael Jordan 在 1990 年代带领芝加哥公牛队拿下六次 NBA 总冠军,是公认的篮球史上最伟大球员之一。