# 直播：特朗普与马斯克、英伟达 CEO 同台美沙投资论坛
> 
- 原标题：LIVE: Donald Trump speaks at US-Saudi Investment Forum alongside Elon Musk and Nvidia CEO
- 时间：2025 年 12 月
- 频道：The Sun
- 网页版：https://elon.ruinews.com/ep/live-donald-trump-speaks-at-us-saudi-investment-forum-alongside/
- 精读字数：约 7819 字（阅读约 17 分钟）
> 本文为 elon.qiaomu.ai 基于原始视频与文稿的 AI 改写中文精读，非官方翻译；引用请注明出处并链接网页版。
马斯克说，长期来看，工作会变成可选的。

台下鼓掌。主持人笑着接了一句：“这个说法我们收下了。”

黄仁勋在旁边，等掌声停下来，说了句：顺便提一下，英伟达的财报电话会是明天。

全场大笑。因为马斯克刚说完的另一句话是：货币最终会变得无关紧要。

## 一个说钱会失效的人，明天要开财报会

马斯克的原话值得先理清楚，免得被那句玩笑带偏。

他给出的时间尺度是十到二十年。在这个尺度上，工作会变成可选项，性质接近于打游戏或者玩体育。他用的类比是种菜：你可以去超市买蔬菜，也可以在后院自己种。后院种菜辛苦得多，但总有人坚持种，因为他们喜欢种。

他推荐所有人去读伊恩·班克斯（Iain Banks）的《文化》系列，说那是他对“一个可能的、正面的 AI 未来”的理解来源。他特意指出书里一个细节：在那个世界里，钱已经不存在了。

他的推断是，只要 AI 和机器人持续进步，货币会在某个时点失去相关性。物理约束不会消失。电力仍然是约束，质量仍然是约束。他把这些称为基础物理层面的东西。

> “在那些书里，货币不再存在。这挺有意思的。我的猜测是，如果放得足够长，货币会在未来某个时刻变得无关紧要。但电力、质量这类东西仍然是约束。”（马斯克）

黄仁勋接话时没有正面反驳这个长期判断，他把镜头拉到了近处：每个人的工作都会不一样，学生怎么学习会不一样，人们怎么做事会不一样。那些过去做起来枯燥、艰难、费劲的事，会变得非常简单。

他接着给了一个和直觉相反的推论：AI 不会让人闲下来。

> “我的猜测是，AI 会让马斯克更忙，也会让我更忙。原因是我们脑子里有太多想做的事，公司内部有太多积压的清单等着推进。如果我们变得更有生产力，我们就能更快地推进到那些事情上。”（黄仁勋）

这段话解释了一件事：步行速度提高之后，人会走得更远，不会待在原地。他把自己和马斯克当样本，说这两个人手上积压的想法多到这辈子做不完，效率提升的收益会全部投进去。

## 放射科医生的故事，把“AI 抢工作”的预测打反了

黄仁勋讲了一个案例，用来说明他为什么对就业判断乐观。案例本身有一条清晰的因果链，值得拆开看。

放射学，过去十年被反复引用为“AI 会最先取代的职业”。逻辑看起来无懈可击：影像判读属于模式识别，AI 最擅长模式识别，所以放射科医生最先消失。

结果反了。趋势显示，现在雇的放射科医生更多了。相当一部分放射科工作已经转向 AI 驱动，市面上有不少公司专做这件事。

黄仁勋给出的解释是：把目标搞错了。

> “放射科医生的目标不是研究影像。放射科医生的目标是诊断疾病。影像判读变得高效之后，他们能看更多影像、更多模态，能花更多时间和病人待在一起，能接收更多病人。我们在全世界做的放射检查更多了，疾病诊断做得更好了。”（黄仁勋）

这里有一条值得记住的规律。当某一环节的成本大幅下降，被释放出来的产能会流向这个职业的其他环节，职业本身反而扩大。放射科医生的核心产出是诊断结论，读片只是中间工序。中间工序变快，整条产线的吞吐量就上去了。

黄仁勋自己也留了余地：这只是近期的结果，长期会怎样，还要看。

## 人形机器人：现在全是噱头，但会是史上最大的产品

马斯克对人形机器人的现状描述得很直接：目前没有一台真正有用的人形机器人。有一些是噱头，没有一台真正管用。他认为特斯拉会做出第一台真正有用的。

他用的参照物是《星球大战》：谁不想要一个自己的 C-3PO 或者 R2-D2？所有人都会想要。这个产品会衍生出大量提供产品和服务的企业。

他的判断是，人形机器人会成为有史以来最大的产业，或者最大的单一产品，规模超过手机，因为每个人都会想要一台，可能还不止一台。

主持人插了一句玩笑：他只想要 R2-D2 的身体，装 C-3PO 的意识。

马斯克的回应是：真正的人形机器人会比 R2-D2 和 C-3PO 加起来还强，强十倍。

接下来这段把话题直接拉到了贫困问题。他说，人们谈消除贫困谈了很多年，很多非政府组织在尝试做这件事，但没有成功，证据自己会说话。AI 加人形机器人会真正消除贫困。

他补充了一个限定：特斯拉会开路，但不会是唯一一家做这件事的公司，会有很多公司做。他给出的结论是，让所有人变富基本只有一条路，就是 AI 和机器人。

这段话可以看成他对技术乐观主义最直白的表述。他把贫困定义成一个产能问题，产能不够所以东西不够，东西不够所以要分配，分配就要靠制度和组织，制度会失败。如果产能足够，分配问题就消失了。这个推理链条能不能成立，取决于人形机器人的成本曲线能不能降到普通人买得起的水平。

## “AI 工厂”这个词没有修辞成分，它对应一次计算范式的切换

主持人阿卜杜拉·阿尔斯瓦哈（Abdullah Alswaha，沙特通信与信息技术大臣）抛出了一个说法：沙特过去建的是石油炼厂，现在建的是 AI 工厂。

黄仁勋接住了这个话题，给出一套相当完整的解释。他说 AI 属于基础设施，理由在它的基础性：每个公司、每个行业、每个国家都会用，所以它像水电一样坐在基础设施那一层。

后面那段讲的是计算机科学层面的变化，信息密度最高。

过去的计算，主体是检索式的。有人写好一个故事，有人画好一幅图，有人做出四个版本的广告素材，然后系统负责把合适的那一个检索出来给你。Hadoop 和过去很多框架、操作系统，设计目标都是这个：帮你找到已有的、合适的信息。

今天不一样了，软件是实时生成的。

> “根据上下文、根据处境、根据你是谁、根据你提出的问题、根据你的提示词，它会为你生成独一无二的内容。每一次，对每一个人，都是独一无二的。你用 Grok 的时候，每次结果都不一样。”（黄仁勋）

他由此推出一个结论：如果内容要实时生成，而且每次都不一样，你就需要在全世界各地都有 AI 工厂，就近产生这些内容。这就是为什么需要 AI 工厂，几个超大中心不够用。

这套逻辑站得住的地方在于，它把“AI 需要多少算力”从需求侧讲清楚了。检索式计算的边际成本很低，一份内容做好，检索一亿次和一亿零一次差别不大。生成式计算的边际成本几乎是线性的，每一次请求都要跑一遍前向计算。用户规模乘以使用频次，直接换算成 GPU 数量。

他还提到一个数字对比：全球 TOP500 超级计算机里，六年前 90% 用的是 CPU，今年不到 15%。加速计算从 10% 涨到 90%。这个拐点在六年内完成，比多数人的预期快。

## 0.33 纳米的孔和 500 纳米的机器人

主持人举了两个沙特科研人员的例子，用来说明 AI 加速科研的路径。

第一位是奥马尔·亚吉（Omar Yaghi）教授，首位获得诺贝尔奖的美国沙特双重背景科学家，研究方向是创造新化学。他的做法是用英伟达的加速器和 Grok 这类模型来设计金属有机框架（MOF）。这类结构由带正电的金属离子和有机连接体搭成，效果是造出一块孔径只有 0.33 纳米的“海绵”，可以从空气中捕获水，也能捕获二氧化碳。

第二位来自一家叫 Nanopalm 的公司，做的是 500 纳米乘 1000 纳米的纳米机器人，用 CRISPR 技术做基因编辑，目标是治疗镰状细胞病。

主持人的总结是：这两项研究都源自二十年前，AI 真正加速的是从研究到产出的那一段，让它们能进入新的价值池。

这段话里有一个不太显眼的判断：AI 在科研上的作用，很多时候属于把已经存在但推进缓慢的方向压缩到可实现的周期内。二十年的基础研究不会因为 AI 变成两年，但从实验室走到产品的那一段，可能从十年变成三年。

## 500 兆瓦，和一句关于“巴西美元”的玩笑

发布会环节，马斯克宣布 xAI 与沙特合作建设 500 兆瓦的算力，一期 50 兆瓦，与英伟达一起做。

他先说成 500 吉瓦，自己纠正回来，又开玩笑说 500 吉瓦得再等等，那得花上“八万亿巴西美元”。全场笑。

黄仁勋接话时给了一个参照：Humain（沙特公共投资基金成立的 AI 公司，文字稿里记作 Humane）在起步时的营收大概是零，现在要给马斯克建 500 兆瓦的数据中心。以一家刚起步公司的体量来看，这个规模相当罕见。

他随后列了一串合作：AWS 也进了 Humain，一期 100 兆瓦，目标是 1 吉瓦；英伟达和 Humain 在 Omniverse 数字孪生上合作，让机器人在遵守物理定律的虚拟环境里学习怎么当一个好机器人，再应用到数字工厂、仓储和机器人产线上；在沙特建超级计算机用于模拟量子计算机，因为量子纠错本身需要极大的算力，英伟达的机器在其中承担控制器角色。

黄仁勋对 Omniverse 那段有一个容易忽略的补充：AI 不只属于聊天机器人和智能体。化学、蛋白质、基因、物理、流体力学、粒子、机器人，都在被同一种能力渗透。这句话放到后面“AI 泡沫”的讨论里，其实是一个伏笔。

## AI 上太空：这道题先算能量账

主持人问马斯克：太空里的 AI，可能吗？

马斯克的回答带了一个前提，他特意先说这个前提。

> “如果文明延续下去，那么太空 AI 是必然的。但我总得加这个前提。我们不应该把文明当成理所当然。任何学过历史的人都知道，文明不总是向上的，文明有生命周期。希望我们现在处在一条强劲的上升曲线上，但不能把这当成理所当然。”（马斯克）

然后是正题，他用的框架是卡尔达肖夫指数：一个文明的水平，看它能调用多少恒星能量并转化为有用的功。

地球接收到的太阳能，大约只有太阳总输出的二十亿分之一。所以，如果你想要比地球理论上能产出的能量多出一百万倍，就只有一个方向：进入太空。哪怕只做到卡尔达肖夫二级文明的一百万分之一，也就是用上太阳能量的一百万分之一，你也必须有深空中的太阳能 AI 卫星。

他给的时间表相当激进：也许四到五年内，太空里做 AI 算力的成本就会明显优于地面。这个时点会远远早于地球能源被耗尽之前到来。

支撑这个判断的是一组具体的账。

美国平均用电量大约是 460 吉瓦。如果每年要新增 300 吉瓦的 AI 算力，这相当于美国年发电量的三分之二。没有可能在陆地上按这个速度建电厂。如果目标提到每年 1 太瓦，那就完全不可能，只能在太空做。

太空的优势他列了四条：持续日照，因为没有昼夜；不需要电池，因为太空里一直有太阳；太阳能板更便宜，因为不需要玻璃和边框；散热靠辐射，不需要水冷。

散热这件事，黄仁勋补了一个数字：现在建的超级计算机，每个机架大约两吨重，这两吨里大概有 1.95 吨是冷却系统。真正在算的那部分，只有很小一块。

这个数字的含义是：地面数据中心的成本和复杂度，很大一部分花在把热带走上。太空把这部分直接改掉了，代价是只能靠辐射，但从能量总量看，这笔账是划算的。

马斯克还加了一句自嘲：这时候有一家太空公司就挺方便的。

## AI 泡沫：黄仁勋用三层结构回答

主持人问出了全场最尖锐的问题：我们会不会有 AI 泡沫？

黄仁勋的回答方式是回到第一性原理，把“AI 算力需求”拆成三层。

**第一层，摩尔定律走到头了。**通用计算能提供的算力，和需求之间的差距越来越大。世界转向加速计算已经有一段时间，英伟达推这件事推了二十多年。前面那组数字就是这一层的证据：TOP500 里 CPU 从 90% 掉到 15% 以下。

**第二层，数据处理。**云上最耗算力的工作之一，其实是数据处理，和 AI 完全无关。几千亿美元花在原始数据处理上：SQL 查询、dataframe 运算。每个人的姓名、地址、性别、年龄、住在哪、收入多少，全都躺在一张 dataframe 里。今天的世界由这张表驱动，银行、信用卡、电商、广告推荐，都从这张表出发。这张表的计算成本是几千亿美元量级。

**第三层，推荐系统和生成式 AI。**过去十五年最重要的应用是推荐系统（RecSys）。互联网太大了，如果没有推荐系统，手机那块小屏幕根本没有机会让你看到对的信息。推荐什么广告、什么书、什么电影，全靠这套引擎。推荐系统过去跑在 CPU 上，现在跑在 GPU 上。

在这三层之上，才是智能体 AI：Grok、OpenAI、Anthropic、Gemini。

> “如果你把底层正在发生的、从通用计算向加速计算的迁移算进去，那么留给这场智能体 AI 革命的算力，比你想象的少得多，而且全都是合理的。”（黄仁勋）

这段话把“AI 泡沫”的问题重新定义了。如果所有 GPU 都是为了跑聊天机器人，那确实该担心。如果其中很大一部分是在承接本来就存在、只是从 CPU 迁移过来的负载，那这部分需求是刚性的，和 AI 热潮无关。

## 特朗普讲的是另一套东西

三人对话结束后，特朗普上台。他讲的内容集中在政策账本，和前面两小时的技术讨论几乎不重叠。把他的核心数据和主张整理清楚，能看出联邦层面正在做什么。

**关于投资和就业。**他给出的说法是：拜登四年拿到的投资不到 1 万亿美元，他上任九个月拿到了 18 万亿美元，年底会超过 20 万亿。他同时声称，美国现在的工作岗位数量是历史最高，新增就业 100% 来自私营部门，联邦政府裁掉了几十万个岗位。他还提到 60 万人脱离了食品券，股市创下 46 次历史新高，时薪工人的工资增速是 60 年最快，建筑工人的实际工资一年增加 2200 美元。

**关于税收。**他称“大而美法案”是美国历史上最大的减税，2026 年 1 月 1 日生效。内容包括小费不征税、加班费不征税、社保收入不征税。还有一个针对中低收入群体的条款：贷款买车的利息可以抵扣。他说中低收入人群过去根本不懂什么叫抵扣，这个条款是给他们设计的。

**关于监管。**他说今年已经砍掉超过 1 万亿美元的监管成本。规则是每新增一条法规必须砍掉十条，实际执行下来砍掉了三十条。审批时限设了 28 天的硬上限。

他举了一个路易斯安那州的例子：两座大型 LNG 工厂，一座被审查了 14 年正在被否决，另一座 18 年。投资规模分别是 200 亿和 240 亿美元。他介入之后，第一座一天批完，第二座他“有点得意，慢慢来”，用了一周。两座现在都在运营。

**关于能源。**他宣布终止拜登时期对石油和天然气的限制。他对风力发电的评价极为负面，说风车毁掉景观，转一圈亏一次钱，有国家因为遍地风车走向破产。他对煤的表述是：不先说“清洁美丽的煤”，就不许提煤这个词。

**关于 AI 审批。**这段对做 AI 基础设施的人有直接意义。他说要结束拜登时期对 AI 的限制，并且要把审批从 50 个州收拢到一个联邦通道。

> “你不能走 50 个州。你必须只有一个审批。50 个州是灾难，因为你只要有一个觉醒州，你就得全部按觉醒的方式来。我们要的是把 AI 建起来。”（特朗普）

他还提到有几位参议员认为每个州都该有审批权，他的态度是不接受。这段话背后的算术很简单：一个数据中心项目跑 50 个州的审批，工期差的是年，不是月。

**关于移民和建厂。**这段讲得比较坦率。他说，你不能指望从失业名单上招人来运转一座几十亿美元的芯片厂。企业必须带几千人过来，把厂开起来，教会美国工人，然后这些人可以回去。他举了佐治亚州一个电池厂的例子：工厂花了十亿美元建起来，有人让企业的人滚出去，他拦了下来，现在那些人在教美国工人。

他说这话会得罪一部分支持者，他还是说了。逻辑是：复杂工厂的知识在别人手里，先把知识转移过来，再谈本土化。

**关于外交。**他声称调停了八场冲突，还剩一场。他讲了印度和巴基斯坦的案例：双方准备动核武器，他威胁对两国各加 350% 的关税，终止与美国的贸易，然后双方停了。他说巴基斯坦总理当面感谢他救了数百万人的生命，莫迪也打来电话说“我们不打了”。

然后是苏丹。他说这事本来不在他的清单上，是王储前一天晚上跟他讲了苏丹的历史和现状，他听完之后改变了看法，三十分钟后就开始推动。他当场说，王储告诉他，做成这件事比他已经做成的事都更伟大。

加沙部分，他提到停火已经达成，联合国安理会两天前背书了“特朗普和平方案”，59 个国家签署，成立了“和平委员会”，他接受了主席职位。

## 两个半小时里，能带走的东西不多

这场对话的信息分布很不均匀。技术部分句子密，政治部分修辞多。把两边都剥掉外壳，剩下几条判断。

**AI 的瓶颈正在从芯片转向电力。**马斯克给的数字是：美国平均用电 460 吉瓦，每年 300 吉瓦的 AI 算力相当于全国发电量的三分之二，1 太瓦在地面完全不可能。黄仁勋给的数字是：一个机架两吨，1.95 吨是冷却。两个人从不同方向指向同一个结论，地面数据中心的扩张会被电力和散热卡住。

**太空算力被当成一个认真的工程选项。**马斯克给的时间表是四到五年内成本占优，理由是持续日照、免电池、免玻璃边框、辐射散热。这套账在物理上通得过，能不能实现取决于发射成本，而那正好是他手上另一家公司要解决的问题。

**关于“AI 抢工作”，最有力的反驳来自医疗影像。**放射科医生的数量在上升，原因在中间工序变便宜之后，整个职业的产出上限被抬高了。这个逻辑能不能套到别的行业，取决于那个行业里有多少工作属于中间工序。

**人形机器人的时间表要看“有用”这两个字。**马斯克自己承认现在一台有用的都没有。他把“有用”的门槛设在那里，同时说这会是史上最大的产品。这两句话之间的距离，就是投资和预期之间的差距。

**判断 AI 泡沫要看底层计算的迁移。**黄仁勋那三层拆解里，最实的一层是那个几千亿美元的数据处理市场。这部分负载本来就在跑，只是从 CPU 搬到 GPU。把这块算进去，剩下留给智能体的算力增量，比大多数人以为的小。

**审批正在成为 AI 基础设施的实际变量。**特朗普提到要把 AI 审批从 50 个州收拢到一个联邦通道，沙特的对应动作是把资本、能源、土地打包给 AI 生态。两边做的是同一件事：把制度摩擦降下来，让电和芯片更快变成算力。

## 三个时间尺度，回答的是三个不同的问题

有意思的地方在于三个人对同一件事给出的时间尺度完全不同。

马斯克谈十到二十年：工作变成可选，货币失去相关性，人类成为卡尔达肖夫二级文明的一个小数点。

黄仁勋谈三到五年：加速计算替代通用计算，生成式取代检索式，算力需求被重新定义。

特朗普谈九个月：18 万亿美元投资，46 次股市新高，28 天审批，八场战争。

三个尺度都是真的，只是它们回答的问题不一样。看技术趋势用前两个，看政策和资本流向用第三个。把三个尺度混在一起谈，就容易得出“AI 什么都能干”或者“AI 全是泡沫”这两种同样偷懒的结论。

还有一处细节值得留意。整场对话里，唯一被三个人都提到、而且态度一致的词是“电”。马斯克算美国的用电量，黄仁勋算机架的冷却重量，特朗普说建厂的企业要自己配电站、富余的电还能卖回电网。三条路线在这一点上汇合了。

- **盯电力，不要只盯模型。**评估任何一家 AI 公司的扩张计划，先看它锁定了多少电、多少冷却能力、多少并网许可。机架重量里 97.5% 是冷却系统，这个比例比任何参数都更能说明基础设施的真实成本结构。
- **把“中间工序”当成职业风险的判断标准。**一个岗位如果主要工作是信息转译，比如读片、初审、初稿、翻译、格式化，被压缩的概率高。一个岗位如果核心产出是判断和责任承担，比如诊断结论、签字、担责，被压缩的概率低，甚至可能因为效率提升而扩编。
- **评估人形机器人时，先问“有用”怎么定义。**能走能抓不算有用，能在非结构化环境里连续工作数小时且不需要人接管才算。盯住这个门槛，比盯发布会视频靠谱。
- **判断 AI 资本开支是否过热，去看传统负载的迁移进度。**数据库、数据仓库、推荐系统的 GPU 化进行到哪一步，决定了有多少算力需求是刚性的。这部分需求不随情绪波动。
- **把太空算力当成一个长期变量来跟踪。**关键观测点有两个：每公斤入轨成本，以及太阳能板在轨展开的单位功率成本。这两个数字降到某个阈值以下，马斯克那套四到五年的账才开始成立。
- **做基础设施项目的，把审批路径当成头号工程问题。**一个项目跑 50 个州，和只跑一个联邦通道，工期差的是年。选址之前先查清审批管辖，比谈电价更早一步。
- **读一遍《文化》系列，或者至少知道它在讲什么。**马斯克把伊恩·班克斯当成正面 AI 未来的参考系。这套书里有明确的社会设计：货币消失、工作可选、稀缺落在能量和物质上。把它当成一种思想实验来读，比读十条唱衰或吹捧的推文有用。
