# 观看完整版:马斯克谈中国、AI、制造业与中美关系 > - 原标题:WATCH FULL: Elon Musk on China, AI, manufacturing and China-US relation - 时间:2026 年 10 月 - 频道:CGTN Europe - 网页版:https://elon.ruinews.com/ep/watch-full-elon-musk-on-china-ai-manufacturing-and-china-us-rela/ - 精读字数:约 7544 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。 今年早些时候,中国的发电量超过了美国、欧洲和印度加起来的总和。 这句话在访谈里出现得特别轻,马斯克把它当成一个“事实陈述”抛出来,语气平得像在报天气。可这个数字值得停一下。它意味着全球电力版图上出现了一个新的量级,而电力正是眼下 AI 竞赛最硬的约束条件。 这场对话发生在特斯拉全球工程总部,主持方是 CGTN。话题跨度很大:他对中国的观感、上海工厂为什么能跑起来、Grok 4.7 和 Opus 5.5 的差距、中国 AI 公司的单位算力表现、AI 安全怎么做跨国监管、十亿台人形机器人的时间表、火星、脑机接口,以及他会带一个第一次来中国的美国企业家去看什么。 把这些话按主题拆开看,会发现它们咬合得很紧。制造、算力、电力,三件事最后指向同一个结论:谁能把物理世界的东西造出来,谁就握住了下一轮的入场券。 ## “上海工厂的魔力,是因为中国人” 主持人问的是,上海超级工厂给特斯拉的全球版图带来了什么优势。马斯克没有先谈政策、成本或者供应链,他先讲了一个跨度三千年的判断。 中国有把制造业做好的固有天赋。这件事不只现在成立,过去两三千年一直成立。 然后是那句被剪成短视频到处传的话:坦白讲,特斯拉上海的魔力,是因为中国人。 > 说实话,特斯拉上海工厂的魔力,来自中国人。(马斯克) 他接着列举了具体品质:中国团队极有才华、极其勤奋、非常可靠。质量和效率都优秀。工厂本身是块宝石,很漂亮,去过现场的人都会这么说。 这段里还有一个细节容易被忽略。他说他们很在意照顾好工人,确保医保、确保好的食物,让大家乐意来上班,这一点非常重要。 很多外资工厂把中国当成成本洼地,马斯克的说法是能力高地外加组织能力。这两件事的差别很大。前者意味着随时可以被更便宜的地方替代,后者意味着很难复制。 主持人顺着说,看得出来上海工厂的员工工作得很享受。这句对话其实把“魔力”的谜底补全了:高效率和员工状态好,在他那里不是一组矛盾。 ## 那台没有方向盘、没有踏板的车已经在德州跑商业运营 访谈里这段问答有点错位。主持人问 Cybertruck 的市场潜力,马斯克答的是另一台车。 他说的是一台没有方向盘、没有踏板、没有侧后视镜、没有后视镜的车,已经在德州商业化运营,很快会到佛罗里达和内华达,明年年中大概到加州。 语音识别稿大概率把车型弄混了,但这段话透露的信息比 Cybertruck 的销量预测重要得多:无人驾驶出租车在美国已经进入多州商业运营阶段,时间表从“测试”切换到了“运营”。 回到 Cybertruck 为什么长这样,马斯克给的理由挺有意思。他说不希望街道的美学停滞。1950、60、70、80、90 年代,时尚演化都很快,现在该让东西看起来更像未来。他甚至把服装也拉进来了,认为衣着审美也该往前走一步。 车不只是交通工具,也是一座城市每天被看见几百万次的公共视觉。他用的词是“进化”。这个视角放在一个工程师身上有点反常,但特斯拉的产品逻辑里一直有这条线。 ## AI 快到自己人都头晕 主持人说现在每天都要刷社交媒体看 AI 有什么新进展。马斯克的回应很直接。 > AI 软件改进的速度,还有那些重大发布,快得让我头晕。我就在 AI 行业里,它还是让我头晕。(马斯克) 他描述了自己的日常:上床睡觉的时候有个大突破,醒来又有一个,到午饭时间再来一个。 这个说法听着像夸张,但它解释了后面很多判断的底色。一个认为技术正在以“天”为单位迭代的人,对时间表的估计天然会比行业外的人激进。十亿台机器人、两三年解决光刻、明年追上前沿,这些数字都要放在这个尺度里读。 ## Grok 4.7 不如 Opus 5.5,他把这句话说得很干脆 主持人提到 Grok 4.7 是最近两天的焦点,也提到马斯克在社交平台上说 Grok bot 已经装进特斯拉车里。 马斯克给了一个相当坦率的定位。Grok 4.7 是一台“结实的干活模型”,不如刚发布的 Opus 5.5。 然后他补了一个时间账:xAI 做 AI 只有大约三年,Anthropic 做了六年。所以他预计大概明年某个时候能追上前沿。 这个对比有信息量。模型能力的差距经常被描述成技术路线之争,实际上很大一部分是时间积累之争。三年的团队和六年的团队,差的不是聪明程度,是踩过的坑、攒下的数据管线和工程直觉。 另一个数字更值得记:他们大约每一到两个月发布一个新模型。Grok bot 作为个人数字助理很受欢迎,每月增长约 100%。 月更,加月度翻倍的用户增长,这两个节奏叠在一起,说明 AI 产品的竞争单位已经从“代”变成了“月”。用年来评价一个模型的位置,很快就会失真。 ## 真实世界工程这块空地,目前还没人占住 主持人问了一个很准的问题:Grok 4.7 已经用 SpaceX 的真实工程数据训练,这会不会成为突破 AI 天花板的秘密武器。毕竟其他模型现在都在抢数据。 马斯克的回答先缩了一下:目前只用了一点点。 然后他给出了自己真正的判断。Anthropic 把一件极其重要的事做成了,让 AI 在软件工程上表现出色。但到现在为止,还没有人把 AI 在真实世界工程上做到极好。 > Anthropic 做得极好的是让 AI 擅长软件工程。但还没有人让 AI 擅长真实世界的工程。这可能是 Grok 的机会,用 SpaceX 和特斯拉的训练数据。(马斯克) 这句话的分量在于它划出了一块还没被占领的地。 软件工程的语料在 GitHub 上,在开源社区里,谁都能爬。真实世界工程的语料在火箭的失败记录里、在产线的良率数据里、在材料在极端条件下的表现里。这类数据不上网,不外流,也不可复制。 模型会不会解 LeetCode,和模型能不能判断一个阀门在低温下该选什么材质,是两种完全不同的能力。后者的经济价值可能大得多。 ## 单位算力性能,中国可能是全球最好的 主持人问中国模型最近有什么让人印象深刻的突破。马斯克给了一个很高的评价,而且给了限定条件。 中国 AI 模型整体上非常出色。在算力受限的前提下,性能表现很优秀。他判断,按单位算力产出算,中国大概是全世界做得最好的。 然后他给了一个时间表。他公开说过,中国会用比大多数人预期更快的速度解决算力约束。粗略猜测,光刻和芯片制造这块,两到三年。 这个判断背后的逻辑其实不难懂。算力约束是一个工程问题,工程问题有工期。设计、验证、量产、良率爬坡,每一步都有历史参照,能估算。工程问题会让人不舒服,但它不会无限期悬着。 真正难估的是组织效率和资本投入的决心,而这两样恰恰是他在中国反复看到的东西。 ## AI 的尽头是电,而电的门槛在审批和并网 主持人提到他在 G20 虚拟会议上的发言,关于算力和电力短缺的严重担忧,并请他展开讲讲中国电力基础设施的能力。 马斯克的回答有四层。 第一层:中国今年的发电量超过美国、欧洲、印度之和。 第二层:这个数字还在显著增长。 第三层:如果中国达到和美国相当的人均发电量水平(他认为很可能),那么中国的总发电量会从现在的约三倍美国,变成约四倍美国。 第四层:四倍正好对应两国的人口倍数。 这个推演方式很马斯克。他不谈能源结构、不谈碳排、不谈政策,他只做人均对齐。人均发电量是生活水平的物理刻度,一个社会要生产多少东西、让多少人过什么样的日子,最后都落在千瓦时上。 对做 AI 的人来说,这段值得反复看。GPU 可以设计,可以下单,可以堆机房。电厂的审批、建设、并网,周期是另一套时间尺度,短则三五年,长则十年。芯片的瓶颈可以用钱缓解,电的瓶颈只能用时间缓解。 ## AI 安全光靠一国监管没意义 主持人问 AI 安全最关键的担忧是什么。马斯克给出的方案很具体:搞一个工作委员会。 理由是他认为安全这件事没法只靠美国监管,也没法只靠中国监管。规则要能公平地适用于任何国家生产的 AI,但真正重要的玩家就是中美两家。 他的原话是,这会是对全人类 AI 安全真正有好处的一件事。 这里有一个隐含前提值得点出来。他谈的“安全”是跨国公共品,而公共品的特征是没人愿意单独买单。两家最大的玩家如果不坐下来对齐规则,任何单边监管都只是把风险推到监管边界之外。 ## 机器人打拳击为什么值得看 访谈中间有个轻松的段落。录制前,团队和 Optimus 玩石头剪刀布,人类赢了前两局,机器人赢了后面所有局。 马斯克的解释是物理层面的:机器人反应时间快。人类受生物条件限制,机器人可以改进执行器、改进传感器、提高相机帧率、增加 AI 算力,反应速度会天然优于人类。 他说他喜欢看机器人比赛。机器人打拳、摔跤、跑步、做体操,挺酷。他还补了一句很有意思的话:如果机器人只会摔倒,那就不好看了。 这句玩笑点出了一件事。观赏性本身就是能力证明。一个能打完整场比赛的人形机器人,背后是平衡控制、力矩控制、实时感知、跌倒恢复这一整套东西。观众觉得“好看”,是因为技术真的到了那个位置。 主持人说美国社交媒体上全在传这些视频。技术传播有时候不靠白皮书,靠一段十几秒的打架视频。 ## 十亿台只是保守估计,二十年后是一千亿台 马斯克重申了他的预测:十年内至少十亿台人形机器人。他补了一句,说这是个很容易做的预测,最晚不超过十年。 然后是那个让人倒吸一口气的复利推演。如果数量大约每年翻倍,那么三到四年就是十倍。十五年是百亿台,二十年是千亿台。 他说这话时的语气是“这只是算术”。 复利式的推演最容易出错的地方是它假设了持续翻倍。但换个角度想,他的意思可能是:只要年增长率维持在接近翻倍的水平,终点就会远远超出直觉。人对指数曲线的估计一向偏差极大,十亿台听着已经很多,二十年后是一千亿台这个数字,才真正说明他的模型里机器人是什么量级的东西。 地球上现在有八十亿人。一千亿台机器人,是人均十几台。 ## 九成概率的好结局长什么样 主持人问得很实在:十年后机器人那么多,普通人怎么在这样的世界里生活。 马斯克先把话说清楚。他只想谈那九成的、繁荣的好结局。剩下那一成的坏结局不能掉以轻心,所以 AI 安全必须盯紧。 然后他描绘了他认为大概率会发生的那一幕。 每个人都有自己的机器人伙伴,有点像《星球大战》里的 C-3PO 和 R2-D2,友善、有用。而且比电影里更好,更有生产力。它可以照顾年迈的父母,可以看护孩子,可以做家教的活,给孩子当一对一的老师,可以做你能想到的任何工作。 再往后是企业形态的变化。会出现这样的公司:一个人,配上几百甚至几千个机器人,有物理的,也有数字的。一个人的产出被极大放大。 他的结论是,实质上的全民高收入会实现。他甚至说,钱在未来是否还有意义,他自己也不确定。 推理链是这样的:如果把商品和服务的产出规模扩大到远超地球人口能够消费的水平,就进入了一个富足时代。这个时代对我们来说很难想象,因为人类整个进化史都是在约束下完成的。食物不够,取暖不够,什么都缺。 他做了一个对比,我觉得是整场访谈里最锋利的一段。 人类大约要花二十年长大,最后二十年退休。中间那段生产性的时间大概只占一半寿命。而且人还要睡觉、吃饭、上厕所。所以大多数人实际能工作的时长,每周大约四十到五十小时。 机器人乐意每周工作一百六十八小时,连续不断。它一开机就是工作年龄,也没有退休这回事。 四十到五十小时对一百六十八小时,这个倍数摆出来,很多关于“机器换人”的抽象讨论就不需要再绕了。 ## 机器人会不会被少数巨头囤起来 主持人的追问非常到位:如果钱不再是交换工具,怎么防止少数科技巨头控制所有资源,普通人怎么分到自己那一份。 马斯克的回答是一个“需求饱和”的论证。 他认为机器人不会被少数人囤积。原因是机器人会饱和人类的需求,它们会做人类能想到的所有事,甚至做得更多。然后它们会无事可做。因为人类能想到的需求在合理范围内是有限的。等到为人类做完了,机器人就会转而为机器人自己做事。 他举了个例子。你想要一座城堡,机器人会给你建一座城堡。 这个论证挺有说服力,但只回答了一半的问题。它论证的是产能过剩会导致价格坍塌,物质极大丰富之后囤积失去意义。它没有回答制度层面的分配:谁拥有这些机器人,谁拥有它们的产出,初始产权怎么定。 他描绘的是一个产能极大化的世界,物理规律保证东西足够多。而从产能到每个人碗里,中间还有一段路要社会自己走。这一段他没有展开。 ## 每次发射扔掉一架中型客机 话题转到太空。主持人问中美在航天领域有哪些合作空间。 马斯克的回答很务实。他认为最重要的合作是卫星发射时的轨道协调,避免碰撞。两家每年往近地轨道送那么多卫星,协调不好就是公共风险。 然后是那个他重复了十几年的核心观点:太空发射需要的根本突破是完全、快速的可重复使用。 他打了一个类比,这个类比很精确。猎鹰 9 能回收助推器和整流罩,但回收不了上面级。等于每一次飞行都扔掉一架中型喷气式客机。如果航空业每次飞完就得把飞机丢掉,航空运输根本不可能成为现实选项。火箭行业长期以来就是这个状态。 他自己都说,这一点他强调过太多次,怎么强调都不为过。 Starship 的时间表也给了:希望下个月底能接住飞船,今年底或者明年初复飞。这是关键突破。他也很坦率地说,别人迟早会解决这个问题,中国在某个时点也会解决。 为什么可复用是所有事情的前提,他讲得最清楚的一次在这里。只有火箭像飞机一样能反复飞,才可能在月球和火星上建起能自我生长的城市。一旦这样的城市建成,意识的预期寿命会大幅提高。鸡蛋不再只放在一个篮子里。月球出问题、火星出问题、地球出问题,人类文明在三个地方都有备份,存活概率就高得多。 ## 两条论证线:人寿保险,和早上想起床的理由 马斯克把他所有的太空论述分成两类。 一类是防御性的。意识分布在多个天体上,文明的预期寿命会显著提高。可以理解为给生命整体买了一份保险。 另一类是激励性的,他说这一条更能驱动他自己。 > 生活不能只是解决一个又一个悲伤的问题。总得有些事让你早上愿意兴奋地醒来,让你期待未来,让活着这件事值得。(马斯克) 这两条论证的重量不一样。第一条是逻辑,第二条是情绪。他在公开场合讲第一条多,但他说得很清楚,真正推着他往前走的是第二条。 这也解释了他为什么总把“超级酷”挂在嘴边。一个把“让未来变得令人期待”当作核心驱动的人,会本能地用“酷不酷”来评价项目,而不只是“赚不赚钱”。 ## 一百比特每秒,对比一万亿比特每秒 主持人提到他以前列过的五个关注领域:可持续能源、太空、互联网、AI、基因编辑。问他未来十年会不会有新条目。 他给了一个:Neuralink 带来的生物增强。 他解释的角度是带宽。人类有严重的带宽约束。就算在最好的情况下,AI 超级友善,一心一意想让你开心,通信速率也太慢了。 具体数字是这样的。人类输出带宽的峰值大约是每秒一百比特。输入带宽高得多,因为视觉通道强,眼睛本质上就是两台相机,每秒可能有几兆比特。但计算机之间的通信是每秒万亿比特。 他的结论是,任何能提高人类通信速度的东西,都会改善人机对齐。否则,一个每秒万亿比特的 AI 和人类说话,就像人类对着一棵树说话。 这个比喻值得多想两秒。树不笨,也不坏。问题在于它回应得太慢,慢到你无法和它协作。对齐问题经常被描述成价值观冲突,很多时候其实是速率不匹配。你和一台比你快十亿倍的东西共事,最难的可能不是让它认同你,是让它愿意等你把话说完。 ## 给二十岁年轻人的建议:把知识的面摊到最宽 主持人提到马斯克办公室里那块“你可以回到特斯拉上学”的牌子,然后问了一个很现实的问题:二十年后的年轻人,怎么在这么大的转型里找到自己的价值,不被落下。 马斯克的建议是尽可能宽基础的教育。艺术、科学、工程、广博的常识,都要有。 理由非常实用:为了知道该向机器人要什么,你得能提出那个问题。 他顺手把这件事和 prompt engineering 联系起来。你得把自己的愿望准确地传达给机器人。而这一能力的天花板,取决于你的知识面有多宽。你知道的东西越多,你能想到的问题就越多,你能描述的需求就越具体。 他还说了句听起来很狂的话,但他自己也知道它听起来很狂:未来机器人和 AI 会多到这种程度,AI 会急切地想知道你还有什么请求。因为任何请求都会被立刻满足。 这段话如果只读一半,像是某种乐观主义的宣传。读全了其实是另一个意思。当满足需求变得极其廉价,稀缺的东西就变成了需求本身。知道自己想要什么,能把想要的东西讲清楚,这件事会变得比执行能力值钱得多。 ## 带一个美国企业家第一次去中国,他会推荐去哪 访谈最后这个问题很轻,马斯克的回答倒是很具体。 他的建议是能待多久就待多久,中国有太多东西可看。 最低限度:上海和北京。然后他主动加了西安,兵马俑。他自己坐高铁从北京去的西安,说那是很好的体验,火车站非常棒。兵马俑是世界奇迹之一。 还有一个细节,他说得特别认真:记得往窗外看,别玩手机。路上有太多东西值得看。 主持人说他一直鼓励大家亲自去中国看看。马斯克的回应是: > 任何我能说的话,都不足以描述中国那种令人震撼的壮丽。(马斯克) 这句话从一个以“第一性原理”和“物理极限”为语言习惯的人嘴里说出来,分量不太一样。他给不出一个具体参数来描述这件事,只能说“自己去看”。 ## 把这些话串起来看 整场访谈里,马斯克没有讲什么宏大叙事,他给的全是数字和工程判断。发电量三倍、两三年解决光刻、一百比特每秒、一百六十八小时、十亿台、一千亿台。 串起来是一条清晰的路径:制造业决定谁能把东西造出来,电力决定 AI 能跑多远,数据决定 AI 能干什么活,机器人决定产出规模,可复用火箭决定这套系统能不能备份。 他反复强调的东西也有共同点。上海工厂的“魔力”是人的品质。中国 AI 的强项是单位算力的效率。真实世界工程数据的价值在于稀缺。这些判断背后是同一个标准:真正难替代的东西,才值得下注。 对读者来说,这场访谈最实用的部分不在那些惊人的预测,而在他给出的一堆可以检验的时间点。两三年后的光刻突破,明年某个时候追上前沿模型,明年年中加州的商业运营,十年内十亿台机器人。这些都能拿来对照。预测的价值不在于它准不准,在于它给你一个可校准的坐标。 - 盯电,别只盯芯片。看一个地区的 AI 潜力,去查它的发电量和新增装机,比看它有多少张卡更靠谱。电力项目的周期以年计,一旦开工就很难加速,这是最硬的约束。 - 在自己的行业里找那块“还没人把 AI 做到极好”的空地。软件工程已经被占住了,真实世界工程还空着。你的行业里如果有大量不上网、不外流的经验数据,那就是你的护城河。 - 把知识面摊宽,练提问。当执行变便宜,描述需求的能力就成了瓶颈。多学一门不相关的学科,比多刷一门本专业的课,长期回报可能更高。 - 关注人形机器人的公开进展,但别只看演示视频。看它能不能连续工作、能不能恢复跌倒、能不能在非结构化环境里完成任务。这些都是可观察的指标。 - 如果你关心 AI 安全,把注意力放在跨国规则上。单边监管的效果有限,中美之间的技术对话才是真正影响结果的地方。 - 有机会就去中国走一趟,别只去北上广深。马斯克推荐的高铁加西安路线值得抄:北京到西安的车上别玩手机,看窗外。 - 对“钱不再重要”这类预测保持兴趣,但别当成计划依据。产能极大化和分配机制是两件事,后者需要社会自己设计。你可以在前者到来之前,先想清楚自己在后者里的位置。