正在加载视频...

视频加载失败

加载此视频时出现问题。这可能是由于临时网络问题，或视频可能不可用。

Anthropic CEO 达里奥在印度： AI模型全面碾压大多数人认知能力只剩几年。届时将出现"数据中心里的天才之国"——一群AI代理样样超过普通人，还能以超人类速度协作。这种能力是世界前所未见的。

Inty News

740,457 subscribers

55,550 次观看 • 4 个月前 •via X (Twitter)

新闻政治科学技术

Anya Rossi• Live Now

Private livecam show

0 条评论

暂无评论

原始帖子的评论将显示在这里

相关视频

Anthropic CEO Dario： - 必须在AI领域击败中国，捍卫国家安全，关乎民主和自由的命运。 - AI大模型就是一整个数据中心的天才。 - 中国能源、数据中心建设、App生态繁荣，只有通过芯片美国可以进行压制。

Anthropic CEO Dario： - 必须在AI领域击败中国，捍卫国家安全，关乎民主和自由的命运。 - AI大模型就是一整个数据中心的天才。 - 中国能源、数据中心建设、App生态繁荣，只有通过芯片美国可以进行压制。

高级分析师

53,106 次观看 • 9 个月前

此时的世界就和霍金预测的一样，第三次世界大战会悄无声息的全面到来，人类接近于毁灭。只有如神一般，甚至超过神力一般的人才能拯救人类。现在人类面临的境况，就和耶稣的故事里摩西出埃及、旧约、新约、《心经》、禅宗里所说的一切一样，在我们身边全都显现。 📌世界政治中美之战

此时的世界就和霍金预测的一样，第三次世界大战会悄无声息的全面到来，人类接近于毁灭。只有如神一般，甚至超过神力一般的人才能拯救人类。现在人类面临的境况，就和耶稣的故事里摩西出埃及、旧约、新约、《心经》、禅宗里所说的一切一样，在我们身边全都显现。 📌世界政治中美之战

盘古千寻

16,068 次观看 • 8 个月前

🚨马斯克：“2026年将实现AGI通用人工智能。而2030年AI智能超过全人类总和！” 这将达到ASI，人工超级智能。 AI智能将指数级、质的飞跃：可能聪明几千倍、几万倍，能在极短时间内自我改进、发明全新科学、解决人类几百年都解不开的难题。

🚨马斯克：“2026年将实现AGI通用人工智能。而2030年AI智能超过全人类总和！” 这将达到ASI，人工超级智能。 AI智能将指数级、质的飞跃：可能聪明几千倍、几万倍，能在极短时间内自我改进、发明全新科学、解决人类几百年都解不开的难题。

谢嘉琪

22,819 次观看 • 5 个月前

OpenAI山姆·奥特曼：“今天出生的孩子，其智力将永远无法超越人工智能”。尽管在“计算力”和“逻辑推理”上，AI很快全面超越人类，但“智力”是多维概念：AI仍是概率预测模型，没自我意识，也没对死亡的恐惧。人类孩子在极少数据量下，就能学会走路、感知情绪和建立价值观，这种小样本学习能力，AI难以企及。

OpenAI山姆·奥特曼：“今天出生的孩子，其智力将永远无法超越人工智能”。尽管在“计算力”和“逻辑推理”上，AI很快全面超越人类，但“智力”是多维概念：AI仍是概率预测模型，没自我意识，也没对死亡的恐惧。人类孩子在极少数据量下，就能学会走路、感知情绪和建立价值观，这种小样本学习能力，AI难以企及。

投资学人 Invest Scholar

24,828 次观看 • 4 个月前

每个人都能买得起英伟达发布个人AI超级计算机，能运行2000亿参数的大模型。 NVIDIA 今天在CES 2025大会上发布了 NVIDIA Project DIGITS，这是一款能放在你桌面上的个人AI超级计算机。将传统上需要大型数据中心才能完成的 AI 计算，带到每个人的桌面。‘ Project DIGITS 采用全新的 NVIDIA GB10 Grace Blackwell Superchip，能够提供 1 PFLOP（每秒一千万亿次浮点运算）的AI计算性能。设计目的用于原型开发、微调以及运行大型AI模型，使用户能够在本地桌面系统上开发和运行推理模型，然后无缝部署到云或数据中心也就是它能在你的本地就能运行超大的AI模型，能够运行高达 2000亿参数的大语言模型。通过 NVIDIA ConnectX 网络，两台 Project DIGITS 超级计算机连接起来，可以运行 4050亿参数模型。而且支持在本地电脑上开发和测试AI模型，然后快速部署到云端或数据中心。简单来说，它就像是给每个开发者配了一台袖珍的AI超级计算机！

每个人都能买得起英伟达发布个人AI超级计算机，能运行2000亿参数的大模型。 NVIDIA 今天在CES 2025大会上发布了 NVIDIA Project DIGITS，这是一款能放在你桌面上的个人AI超级计算机。将传统上需要大型数据中心才能完成的 AI 计算，带到每个人的桌面。‘ Project DIGITS 采用全新的 NVIDIA GB10 Grace Blackwell Superchip，能够提供 1 PFLOP（每秒一千万亿次浮点运算）的AI计算性能。设计目的用于原型开发、微调以及运行大型AI模型，使用户能够在本地桌面系统上开发和运行推理模型，然后无缝部署到云或数据中心也就是它能在你的本地就能运行超大的AI模型，能够运行高达 2000亿参数的大语言模型。通过 NVIDIA ConnectX 网络，两台 Project DIGITS 超级计算机连接起来，可以运行 4050亿参数模型。而且支持在本地电脑上开发和测试AI模型，然后快速部署到云端或数据中心。简单来说，它就像是给每个开发者配了一台袖珍的AI超级计算机！

小互

85,694 次观看 • 1 年前

这太搞笑了。没什么能让OpenAI的CEO萨姆，和Anthropic的CEO达里奥手牵手，就连印度总理也不行！德里AI影响力峰会，汇聚了人工智能领域的精英。请问，印度开发过哪些大型模型？对人工智能做出了哪些世界级的贡献？Dario原本是OpenAI的研究副总裁，与Sam的路线之争持续至今。

这太搞笑了。没什么能让OpenAI的CEO萨姆，和Anthropic的CEO达里奥手牵手，就连印度总理也不行！德里AI影响力峰会，汇聚了人工智能领域的精英。请问，印度开发过哪些大型模型？对人工智能做出了哪些世界级的贡献？Dario原本是OpenAI的研究副总裁，与Sam的路线之争持续至今。

亚洲金融 Asia Finance

38,185 次观看 • 4 个月前

白宫加密政策主管David Sacks：四年内AI 大模型能力将增长一百万倍！ “我认为目前至少在三个关键维度上，进步的速度都是指数级的。” “首先是算法本身。模型每年提升的速度大概是 3-4 倍。” “它们不仅仅是在速度和性能上更快更好，而且将从量变到质变。” “接着是推理模型。” “我们甚至还没有真正进入智能代理时代，但这将是继推理模型之后的下一个重大飞跃。” “在这个领域，我们才刚刚开始（推理算力增加带来的能力增加也将是倍数增长）。” “接下来是芯片。” “根据多种衡量标准，每一代芯片的性能可能比上一代提高 3-4 倍。” “不只是单个芯片在不断进步，他们还在研究如何将这些芯片联网在一起。” “就像 NVL72 系统，它类似于一个机架系统，可以在数据中心级别大幅提升性能。” “计算能力是第三个你会看到基本上呈指数级进步的领域。” “只需要看看数据中心中部署的 GPU 数量。” “当马斯克最初开始训练 Grok 时，我认为他们大概有 10 万块 GPU。现在已经有 30 万块 GPU，而且正朝着百万块 GPU的目标迈进。OpenAI 的数据中心 Stargate 也是同样的情况。” “在接下来的几年中，他们可能会发展到 500 万、1000 万块 GPU。” 1,000,000 倍的增长是怎么得出的： “算法、芯片和数据中心的扩展和改进速度都是每年 3-4 倍。” “也就是说，每两年进步 10 倍。” “很多人没有理解指数级进步的含义：如果每两年提升 10 倍，并不意味着四年后你只是提升 20 倍。” “这实际上意味着提升 100 倍。” “把这些因素相乘：算法、芯片，以及可用于 AI 的原始计算能力。” 100 倍模型 🧠 × 100 倍芯片 💾 × 100 倍计算能力 ⚡️ = 1,000,000 倍的 AI 大模型🤖 “你所谈论的就是 1,000,000 倍的能力增长。” “但这种变革的影响将是绝对巨大的。” “我觉得人们还没有充分认识到这一点，因为他们不了解指数级进步的意义。”

白宫加密政策主管David Sacks：四年内AI 大模型能力将增长一百万倍！ “我认为目前至少在三个关键维度上，进步的速度都是指数级的。” “首先是算法本身。模型每年提升的速度大概是 3-4 倍。” “它们不仅仅是在速度和性能上更快更好，而且将从量变到质变。” “接着是推理模型。” “我们甚至还没有真正进入智能代理时代，但这将是继推理模型之后的下一个重大飞跃。” “在这个领域，我们才刚刚开始（推理算力增加带来的能力增加也将是倍数增长）。” “接下来是芯片。” “根据多种衡量标准，每一代芯片的性能可能比上一代提高 3-4 倍。” “不只是单个芯片在不断进步，他们还在研究如何将这些芯片联网在一起。” “就像 NVL72 系统，它类似于一个机架系统，可以在数据中心级别大幅提升性能。” “计算能力是第三个你会看到基本上呈指数级进步的领域。” “只需要看看数据中心中部署的 GPU 数量。” “当马斯克最初开始训练 Grok 时，我认为他们大概有 10 万块 GPU。现在已经有 30 万块 GPU，而且正朝着百万块 GPU的目标迈进。OpenAI 的数据中心 Stargate 也是同样的情况。” “在接下来的几年中，他们可能会发展到 500 万、1000 万块 GPU。” 1,000,000 倍的增长是怎么得出的： “算法、芯片和数据中心的扩展和改进速度都是每年 3-4 倍。” “也就是说，每两年进步 10 倍。” “很多人没有理解指数级进步的含义：如果每两年提升 10 倍，并不意味着四年后你只是提升 20 倍。” “这实际上意味着提升 100 倍。” “把这些因素相乘：算法、芯片，以及可用于 AI 的原始计算能力。” 100 倍模型 🧠 × 100 倍芯片 💾 × 100 倍计算能力 ⚡️ = 1,000,000 倍的 AI 大模型🤖 “你所谈论的就是 1,000,000 倍的能力增长。” “但这种变革的影响将是绝对巨大的。” “我觉得人们还没有充分认识到这一点，因为他们不了解指数级进步的意义。”

夜谈

25,895 次观看 • 1 年前

造出大语言模型的底层数学有多复杂？天才数学家陶哲轩给了一个意外的结论。普通本科生就能搞定。里面没有任何高深莫测的魔法。只有线性代数、矩阵乘法和一点基础微积分。人类完全清楚怎么搭出这些模型。最大的悬念是，这么简单的公式堆叠，凭什么能涌现出类似人类的智能。未来十年，人和AI到底要怎么分工？两者的技能树点在了完全不同的方向。 AI的强项是绝对的暴力运算。扔给它一百万篇论文，它能迅速榨干里面的所有数据。但人类有一张AI至今无法破解的底牌。看五六道数学题，一个普通人就能突然顿悟，找出隐藏的规律。极少数据，瞬间泛化。现在的AI根本学不会这种直觉。它们只能靠烧成百上千张显卡去强行模仿，效率惨不忍睹。人类大脑那一点点灵光一闪，依然是算力无法攻克的堡垒。

造出大语言模型的底层数学有多复杂？天才数学家陶哲轩给了一个意外的结论。普通本科生就能搞定。里面没有任何高深莫测的魔法。只有线性代数、矩阵乘法和一点基础微积分。人类完全清楚怎么搭出这些模型。最大的悬念是，这么简单的公式堆叠，凭什么能涌现出类似人类的智能。未来十年，人和AI到底要怎么分工？两者的技能树点在了完全不同的方向。 AI的强项是绝对的暴力运算。扔给它一百万篇论文，它能迅速榨干里面的所有数据。但人类有一张AI至今无法破解的底牌。看五六道数学题，一个普通人就能突然顿悟，找出隐藏的规律。极少数据，瞬间泛化。现在的AI根本学不会这种直觉。它们只能靠烧成百上千张显卡去强行模仿，效率惨不忍睹。人类大脑那一点点灵光一闪，依然是算力无法攻克的堡垒。

墓碑科技

120,777 次观看 • 3 个月前

🔥马斯克：绝大多数人没有意识到，未来AI会厉害到什么程度，以及它将会多大幅度超越人类。人类已经逐渐退出了大模型自我进化的闭环。每一代新模型都是由之前得老模型构建的。只是还没完全自动化，但最迟明年实现。 🚨AI重大突破不断快速出现，最终人类甚至无法理解它的智慧级别！

🔥马斯克：绝大多数人没有意识到，未来AI会厉害到什么程度，以及它将会多大幅度超越人类。人类已经逐渐退出了大模型自我进化的闭环。每一代新模型都是由之前得老模型构建的。只是还没完全自动化，但最迟明年实现。 🚨AI重大突破不断快速出现，最终人类甚至无法理解它的智慧级别！

谢嘉琪

26,967 次观看 • 2 个月前

Geoffrey Hinton表示，最理想的未来是“人类与人工智能的共生”——机器处理琐事，人类过上更有趣的生活。但他警告，在我们现在这样的社会中，人工智能不会解放大多数人。它将集中权力，抛弃剩下的人。

Geoffrey Hinton表示，最理想的未来是“人类与人工智能的共生”——机器处理琐事，人类过上更有趣的生活。但他警告，在我们现在这样的社会中，人工智能不会解放大多数人。它将集中权力，抛弃剩下的人。

AI Will

18,168 次观看 • 1 年前

萨姆·奥特曼：“人们常说训练一个 AI 模型需要消耗多少能量……但培养一个人同样需要耗费大量的能量。” “你需要度过大约 20 年的人生，消耗掉这段时间里吃下的所有食物，才能变得聪明。”

萨姆·奥特曼：“人们常说训练一个 AI 模型需要消耗多少能量……但培养一个人同样需要耗费大量的能量。” “你需要度过大约 20 年的人生，消耗掉这段时间里吃下的所有食物，才能变得聪明。”

柴郡🔔｜Crypto+AI Plus

19,633 次观看 • 1 个月前

Sam Altman ：“AI的能力过剩局面从未如此严重。” “人工智能已经能够进行研究、编写软件并执行实际的经济工作，但企业吸收的速度却慢得令人担忧。” “人工智能的能力发展速度远远超过了其应用普及速度。究竟是工具还是团队成员？这才是关键所在。当人工智能被视为同事而非软件时，整个公司的结构都会发生改变。”

Sam Altman ：“AI的能力过剩局面从未如此严重。” “人工智能已经能够进行研究、编写软件并执行实际的经济工作，但企业吸收的速度却慢得令人担忧。” “人工智能的能力发展速度远远超过了其应用普及速度。究竟是工具还是团队成员？这才是关键所在。当人工智能被视为同事而非软件时，整个公司的结构都会发生改变。”

KK.aWSB

60,048 次观看 • 4 个月前

1983年，28岁的乔布斯在一场演讲中畅想未来50年后，人类会研发出一种智能机器，人们可与之互动。这种机器能捕捉、存储伟大思想家如亚里士多德的“底层的精神、潜在的原则或世界观”，人们可以向机器提问：“亚里士多德，你会怎么看这件事？” 这一设想与今天基于大模型的AI对话系统惊人契合。想象一下，乔布斯如果还在世的话，人工智能创新会是一个怎样的局面？苹果还会像现在这样打酱油吗？

1983年，28岁的乔布斯在一场演讲中畅想未来50年后，人类会研发出一种智能机器，人们可与之互动。这种机器能捕捉、存储伟大思想家如亚里士多德的“底层的精神、潜在的原则或世界观”，人们可以向机器提问：“亚里士多德，你会怎么看这件事？” 这一设想与今天基于大模型的AI对话系统惊人契合。想象一下，乔布斯如果还在世的话，人工智能创新会是一个怎样的局面？苹果还会像现在这样打酱油吗？

徐老猫

15,255 次观看 • 4 个月前

Google 推出 Gemini 2.5 Computer Use 模型今年早些时候，Google 就宣布了将通过 Gemini API 为开发者带来直接操控电脑界面的 AI 能力。今天，Google 正式推出了 Gemini 2.5 Computer Use模型（Gemini 2.5 Computer Use model）。这个专门的模型基于 Gemini 2.5 Pro 强大的视觉理解与推理能力构建，可以让 AI 智能体像人类一样，直接点击、滚动、输入文字，实现与网页或应用的交互。这一技术在多个网页和移动端界面的任务基准测试中，表现超越了当前领先的同类产品，而且反应速度更快。开发者们现在就可以通过 Gemini API，在 Google AI Studio 和 Vertex AI 中提前体验。

Google 推出 Gemini 2.5 Computer Use 模型今年早些时候，Google 就宣布了将通过 Gemini API 为开发者带来直接操控电脑界面的 AI 能力。今天，Google 正式推出了 Gemini 2.5 Computer Use模型（Gemini 2.5 Computer Use model）。这个专门的模型基于 Gemini 2.5 Pro 强大的视觉理解与推理能力构建，可以让 AI 智能体像人类一样，直接点击、滚动、输入文字，实现与网页或应用的交互。这一技术在多个网页和移动端界面的任务基准测试中，表现超越了当前领先的同类产品，而且反应速度更快。开发者们现在就可以通过 Gemini API，在 Google AI Studio 和 Vertex AI 中提前体验。

宝玉

66,158 次观看 • 8 个月前

AI教父Yann LeCun说了一个事实。一个四岁的小孩，看过的数据量，等于有史以来所有文本的总和。最大的AI模型，训练数据是30万亿个单词。听着很多？一个四岁小孩，醒着的时间大约16000小时。光是用眼睛看，接收的数据量就跟AI一样多。但数据的质量，完全是两回事。小孩看到的是真实世界。是重力，是东西掉下来，是手去抓握。是因果，是物理规律。他通过这些，在脑子里建立了一个世界模型。 AI看到的是什么？是孤立的文字，是符号。它唯一的任务，是猜下一个词是什么。这就解释了现在的怪现象。 AI能通过律师考试，能解微积分方程。比大学生还快。但它学不会装洗碗机。也变不成一个能做家务的机器人。更不可能像任何一个青少年一样，花20小时就学会开车。那些吹嘘AI马上取代一切的人，在回避什么？他们在回避现实世界。 AI被喂养的是人类思想的“数字幽灵”，不是物理世界的实体。把一个在图书馆里读了所有书的书呆子，和一个在街头长大的孩子扔进丛林。谁能活下来？道理是一样的。

AI教父Yann LeCun说了一个事实。一个四岁的小孩，看过的数据量，等于有史以来所有文本的总和。最大的AI模型，训练数据是30万亿个单词。听着很多？一个四岁小孩，醒着的时间大约16000小时。光是用眼睛看，接收的数据量就跟AI一样多。但数据的质量，完全是两回事。小孩看到的是真实世界。是重力，是东西掉下来，是手去抓握。是因果，是物理规律。他通过这些，在脑子里建立了一个世界模型。 AI看到的是什么？是孤立的文字，是符号。它唯一的任务，是猜下一个词是什么。这就解释了现在的怪现象。 AI能通过律师考试，能解微积分方程。比大学生还快。但它学不会装洗碗机。也变不成一个能做家务的机器人。更不可能像任何一个青少年一样，花20小时就学会开车。那些吹嘘AI马上取代一切的人，在回避什么？他们在回避现实世界。 AI被喂养的是人类思想的“数字幽灵”，不是物理世界的实体。把一个在图书馆里读了所有书的书呆子，和一个在街头长大的孩子扔进丛林。谁能活下来？道理是一样的。

墓碑科技

72,742 次观看 • 3 个月前

Anthropic CEO 昨天的访谈说：最晚 2029 年 AI 几乎会在所有任务上超越人类 ------ AGI 不是具体的时间点，是一条指数曲线别再问"什么时候会有 AGI"了。过去 10-15 年，AI 模型的认知能力每 4-12 个月翻一番，就像 90 年代的摩尔定律。 Anthropic 有个工程师两个月没写过代码了，全是 Claude 写的，他只负责审核。他们最近推出的 Claude Code 工具，开发过程也是用 Claude 写的，一周半搞定。所以现在的状态是：初级软件工程师的很多工作，甚至高级工程师的部分工作，已经可以大部分交给 AI 了。指数曲线的特点就是看起来很慢，突然就飞过去了。达里奥的判断是：1-2 年内会真正加速，最晚 2020 年代结束前，AI 会在几乎所有任务上超过人类。

Anthropic CEO 昨天的访谈说：最晚 2029 年 AI 几乎会在所有任务上超越人类 ------ AGI 不是具体的时间点，是一条指数曲线别再问"什么时候会有 AGI"了。过去 10-15 年，AI 模型的认知能力每 4-12 个月翻一番，就像 90 年代的摩尔定律。 Anthropic 有个工程师两个月没写过代码了，全是 Claude 写的，他只负责审核。他们最近推出的 Claude Code 工具，开发过程也是用 Claude 写的，一周半搞定。所以现在的状态是：初级软件工程师的很多工作，甚至高级工程师的部分工作，已经可以大部分交给 AI 了。指数曲线的特点就是看起来很慢，突然就飞过去了。达里奥的判断是：1-2 年内会真正加速，最晚 2020 年代结束前，AI 会在几乎所有任务上超过人类。

歸藏(guizang.ai)

13,234 次观看 • 5 个月前

AI大咖杨立坤说，现在基于大语言模型（LLM）的AI技术架构，很可能遇到瓶颈了，永远也达不到人的智能水平，更别说超级人工智能了。我们公司一直在做AI应用，我们发现，AI表现出了一定的推理和分析能力，但确实很浅。AI在一些特定任务上很强，但在一些人擅长的领域却很弱。根据杨立坤的说法，恐怕真的需要更多技术突破AI才能全面超过人类。所以，说5年内就能实现AGI，确实过于乐观了。接下来，重点是关注这样的技术突破什么时候出来。详情请见视频。

AI大咖杨立坤说，现在基于大语言模型（LLM）的AI技术架构，很可能遇到瓶颈了，永远也达不到人的智能水平，更别说超级人工智能了。我们公司一直在做AI应用，我们发现，AI表现出了一定的推理和分析能力，但确实很浅。AI在一些特定任务上很强，但在一些人擅长的领域却很弱。根据杨立坤的说法，恐怕真的需要更多技术突破AI才能全面超过人类。所以，说5年内就能实现AGI，确实过于乐观了。接下来，重点是关注这样的技术突破什么时候出来。详情请见视频。

Ben X

66,729 次观看 • 1 年前

这才是 AI 眼中人类世界的真实样貌 —— 一切皆数据，万物可替换

这才是 AI 眼中人类世界的真实样貌 —— 一切皆数据，万物可替换

Tz

44,548 次观看 • 8 个月前

熬夜啃完马斯克首次亮相达沃斯分享视频：30分钟分享了7个惊人预言！！他的逻辑链是这样的：AI超越人类→需要海量算力→算力受制于电力→电力终极来源是太阳能→太阳能效率最高在太空→太空准入靠可复用火箭降本100倍→太空AI数据中心 2-3 年内成本最低。人类要最大化文明未来概率，将意识扩展到地球之外，构建 AI+机器人+太空+能源的闭环生态，最终实现 "丰裕社会"。 1，AI明年超人类，五年后超全人类总和马斯克认为最迟2027年前，AI将比任何单个人类都聪明。2030年前，AI 将比全人类集体智慧总和还聪明。在发展过程中，他又提到了AI大规模部署的瓶颈不是芯片，而是电力供给。因为全球电力年增长仅 3-4%，AI芯片产能指数级增长。对AI最安全的做法是 "最大限度寻求真相"，避免陷入《终结者》式场景。而AI+机器人将引发前所未有的经济扩张，公式为"经济产出 = 每个机器人平均生产力×机器人数量" 2，Optimus明年底开售，数量将超人类他提到了擎天柱机器人在2026年底前用于简单工厂任务，2027年底前向公众销售，2028年全面普及对擎天柱的功能愿景是可照顾孩子、宠物、老人，成为家庭必备助手，并认为未来 "机器人数量将超过人类"，每个人都能拥有，如手机一样。节奏方面，2026年底前完成基础工厂部署，12个月内升级到复杂工业任务，发展速度将远超大多数人的预期。 3，FSD已解决，Robotaxi今年底上量关于特斯拉的发展，他提到FSD（全自动驾驶）"基本上是已解决的问题"，部分保险公司为FSD车主提供半价保险。欧洲有监督版FSD或2026年2月底获批，中国时间表类似。 Robotaxi已在多城试点，2026年底覆盖美国主要城市，重塑出行生态。 4，火箭成本快速下降，天空算力登场星舰（Starship）的核心目标是2026 年实现完全可重复使用，将发射成本降低100倍的火箭，甚至低于空运。 SpaceX将发射 "太阳能AI卫星"，太空是获取巨量能源的理想场所（无昼夜、无天气影响）。言外之意就是又在吐槽核聚变… 他还表示2-3年内太空数据中心的成本将低于地面数据中心，解决AI算力的散热与电力问题。关于太阳能，SpaceX与特斯拉各自推进，目标在美国建设每年100吉瓦的太阳能制造产能。 5，外星人大概率不存在关于衰老，他认为人类衰老问题是可以被解决的，但认为 "寿命有限是有原因的"，过长寿命可能导致社会僵化、停滞不前。关于外星人：基于Starlink 9000颗卫星在轨运行经验，他认为"从未遇到需要绕开外星飞船的情况"，生命和意识可能极其罕见，或许只有人类存在 6，瓦特即货币，机器人即人口他从逻辑上推演，认为当AI和机器人成为主要生产者，商品服务成本将降至 "原材料 + 电费" 极低水平，能源成为核心硬通货。届时，将出现 "岗位消失而非简单裁员"，白领大规模受冲击，但终局是丰裕社会。未来财富逻辑变为 "瓦特即货币，机器人即人口"，能源和机器人数量决定经济实力。 7，总结他还是一如既往地呼吁人类成为 "跨行星文明"，降低文明灭绝风险。终极目标：通过AI+机器人+太空+ 能源的协同发展，让所有人类都能享受极高生活水平，彻底解决全球贫困问题。看下来，他的逻辑链是这样的：AI超越人类→需要海量算力→算力受制于电力→电力终极来源是太阳能→太阳能效率最高在太空→太空准入靠可复用火箭降本100倍→太空AI数据中心 2-3 年内成本最低

熬夜啃完马斯克首次亮相达沃斯分享视频：30分钟分享了7个惊人预言！！他的逻辑链是这样的：AI超越人类→需要海量算力→算力受制于电力→电力终极来源是太阳能→太阳能效率最高在太空→太空准入靠可复用火箭降本100倍→太空AI数据中心 2-3 年内成本最低。人类要最大化文明未来概率，将意识扩展到地球之外，构建 AI+机器人+太空+能源的闭环生态，最终实现 "丰裕社会"。 1，AI明年超人类，五年后超全人类总和马斯克认为最迟2027年前，AI将比任何单个人类都聪明。2030年前，AI 将比全人类集体智慧总和还聪明。在发展过程中，他又提到了AI大规模部署的瓶颈不是芯片，而是电力供给。因为全球电力年增长仅 3-4%，AI芯片产能指数级增长。对AI最安全的做法是 "最大限度寻求真相"，避免陷入《终结者》式场景。而AI+机器人将引发前所未有的经济扩张，公式为"经济产出 = 每个机器人平均生产力×机器人数量" 2，Optimus明年底开售，数量将超人类他提到了擎天柱机器人在2026年底前用于简单工厂任务，2027年底前向公众销售，2028年全面普及对擎天柱的功能愿景是可照顾孩子、宠物、老人，成为家庭必备助手，并认为未来 "机器人数量将超过人类"，每个人都能拥有，如手机一样。节奏方面，2026年底前完成基础工厂部署，12个月内升级到复杂工业任务，发展速度将远超大多数人的预期。 3，FSD已解决，Robotaxi今年底上量关于特斯拉的发展，他提到FSD（全自动驾驶）"基本上是已解决的问题"，部分保险公司为FSD车主提供半价保险。欧洲有监督版FSD或2026年2月底获批，中国时间表类似。 Robotaxi已在多城试点，2026年底覆盖美国主要城市，重塑出行生态。 4，火箭成本快速下降，天空算力登场星舰（Starship）的核心目标是2026 年实现完全可重复使用，将发射成本降低100倍的火箭，甚至低于空运。 SpaceX将发射 "太阳能AI卫星"，太空是获取巨量能源的理想场所（无昼夜、无天气影响）。言外之意就是又在吐槽核聚变… 他还表示2-3年内太空数据中心的成本将低于地面数据中心，解决AI算力的散热与电力问题。关于太阳能，SpaceX与特斯拉各自推进，目标在美国建设每年100吉瓦的太阳能制造产能。 5，外星人大概率不存在关于衰老，他认为人类衰老问题是可以被解决的，但认为 "寿命有限是有原因的"，过长寿命可能导致社会僵化、停滞不前。关于外星人：基于Starlink 9000颗卫星在轨运行经验，他认为"从未遇到需要绕开外星飞船的情况"，生命和意识可能极其罕见，或许只有人类存在 6，瓦特即货币，机器人即人口他从逻辑上推演，认为当AI和机器人成为主要生产者，商品服务成本将降至 "原材料 + 电费" 极低水平，能源成为核心硬通货。届时，将出现 "岗位消失而非简单裁员"，白领大规模受冲击，但终局是丰裕社会。未来财富逻辑变为 "瓦特即货币，机器人即人口"，能源和机器人数量决定经济实力。 7，总结他还是一如既往地呼吁人类成为 "跨行星文明"，降低文明灭绝风险。终极目标：通过AI+机器人+太空+ 能源的协同发展，让所有人类都能享受极高生活水平，彻底解决全球贫困问题。看下来，他的逻辑链是这样的：AI超越人类→需要海量算力→算力受制于电力→电力终极来源是太阳能→太阳能效率最高在太空→太空准入靠可复用火箭降本100倍→太空AI数据中心 2-3 年内成本最低

看不懂的SOL

264,953 次观看 • 5 个月前

彼得·蒂尔说AI会在3-5年内解掉所有奥数题，数学人才受冲击可能比文科人才更大。硅谷花了几十年把数学能力神化为终极竞争力，现在AI最先追平的恰恰是这个领域。但这不意味着"文科生赢了"——AI从语言模型起步，文字能力同样在射程内。纯技能型专长正在贬值，跨领域判断力才是护城河。

彼得·蒂尔说AI会在3-5年内解掉所有奥数题，数学人才受冲击可能比文科人才更大。硅谷花了几十年把数学能力神化为终极竞争力，现在AI最先追平的恰恰是这个领域。但这不意味着"文科生赢了"——AI从语言模型起步，文字能力同样在射程内。纯技能型专长正在贬值，跨领域判断力才是护城河。

KK.aWSB

43,643 次观看 • 3 个月前