{"source":{"id":"raw_3a506eed77022a2f","title":"给纯算法装上一双能搬原子的手，经济规模能暴涨百万倍。 马斯克打过一个很有意思的比方：海豚和鲸鱼。 海洋里的鲸类，脑容量大…","url":"https://mubeitech.com/p/raw_3a506eed77022a2f"},"method":"semantic-similarity","count":6,"items":[{"rank":1,"id":"raw_e8e543c8419cfc1f","account":"mubei","brand":"@mubei","title":"单靠一家公司的AI机房，竟然能占全美12%的GDP。 有没有搞错？ 一家做火箭和卫星的公司，怎么跟全美一成多的经济产值挂…","summary":"单靠一家公司的AI机房，竟然能占全美12%的GDP。 有没有搞错？ 一家做火箭和卫星的公司，怎么跟全美一成多的经济产值挂上钩了？ 这笔账是这么算的。 黄仁勋和马斯克之前聊过一个估算： AI算力每增加1吉瓦，每年大概能给经济创造500亿到600亿美元的产值。 1吉瓦，也就是100万…","body":"单靠一家公司的AI机房，竟然能占全美12%的GDP。\n\n有没有搞错？\n一家做火箭和卫星的公司，怎么跟全美一成多的经济产值挂上钩了？\n\n这笔账是这么算的。\n\n黄仁勋和马斯克之前聊过一个估算：\nAI算力每增加1吉瓦，每年大概能给经济创造500亿到600亿美元的产值。\n\n1吉瓦，也就是100万千瓦。\n在科技界眼里，这大概意味着几十万张顶尖算力卡，配上一整套超大规模的数据中心园区。\n投入确实巨大，但放进AI产业的增长模型里，听起来似乎还在常理之中。\n\n有人把这个公式，直接套进了方舟投资对SpaceX的电力规划模型里。\n今年，它的算力规模是2.1吉瓦。\n到了2031年，预测会飙升到67吉瓦。\n\n停一下。\n我们拿出计算器，算算这道乘法题。\n\n67吉瓦，乘上每年每吉瓦500亿到600亿美元。\n乘出来的结果是多少？\n3.35万亿，到4万亿美元。\n\n一年4万亿美元是什么概念？\n现在整个美国的年GDP，也就28万亿美元左右。\n也就是说，到2031年，单单这一家公司名下的算力中心，拉动出来的产值，就能占到全美经济的12%。\n这相当于把整个英国或者法国一整年的经济总产出，全部装进这家公司的服务器机柜里。\n\n在电子表格里拉一条指数曲线很容易。\n可物理世界吃不吃这一套？\n\n先看最基础的电。\n67吉瓦是什么量级？\n三峡水电站的最大装机容量，大概是22.5吉瓦。\n67吉瓦的持续负荷，相当于三座完整的三峡大坝在全功率发电，所有电闸拉满，专供这几批机房抽电。\n平时整个英国全国的最高用电负荷，也就差不多五六十吉瓦。\n想要跑满这个模型，一家公司的算力集群，要把一整个工业化国家的发电总量瞬间吸干。\n\n电还没有着落，再看变电和设备。\n要撑起这种量级的算力工厂，除了几百万张芯片，更需要高压输电走廊、工业级变压器和超大型水冷塔。\n这些每一项都在挑战供应链的物理极限。\n重型变压器的交货周期，现在已经排到了三四年开外。\n算力需求可以用PPT指数翻倍，变电站和发电厂却必须一块砖、一根电缆地往上砌。\n\n黄仁勋和马斯克算的那笔账，核心其实是单位算力的微观杠杆。\n一台服务器跑通了自动驾驶、设计出新分子，确实能在局部撬动可观的经济收益。\n可一旦把局部的甜头，直接放大到几十吉瓦的宏观总账，算术游戏就会撞上物理的高墙。\n\n算力的天花板从来都在机房之外。\n代码跑得再快，底座上依然是实打实的铜线、冷却液和发电机的转速。\n当模型里轻松分走全美一成多产值的时候，真正决定速度的，始终是电网里的重型变压器什么时候才能运到现场。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2106588084053684303","translated_status_id":"2106588084053684303","published_at":"2026-10-03 23:46:38","created_at":"2026-10-03 23:46:38","url":"https://mubeitech.com/p/raw_e8e543c8419cfc1f","markdown_url":"https://mubeitech.com/p/raw_e8e543c8419cfc1f/markdown"},{"rank":2,"id":"2056741766464676021","account":"mubei","brand":"@mubei","title":"把两倍于整个美国用电量的AI算力，直接发射进太空。 马斯克说，这完全不违反物理定律。 SpaceX 现在已有1万颗卫星在…","summary":"把两倍于整个美国用电量的AI算力，直接发射进太空。 马斯克说，这完全不违反物理定律。 SpaceX 现在已有1万颗卫星在轨。 等星舰常态化飞行，每年还会再打1万颗通信卫星上去。 每一颗的通信能力，都是现在的10到100倍。 但这跟未来的“AI卫星”总吨位相比，连零头都算不上。 搞…","body":"把两倍于整个美国用电量的AI算力，直接发射进太空。\n马斯克说，这完全不违反物理定律。\n\nSpaceX 现在已有1万颗卫星在轨。\n等星舰常态化飞行，每年还会再打1万颗通信卫星上去。\n每一颗的通信能力，都是现在的10到100倍。\n但这跟未来的“AI卫星”总吨位相比，连零头都算不上。\n\n搞AI，算力的尽头是能源。\n只要留在地球上，就永远在低水平打转。\n人类现在用尽全力的总能耗，连太阳输出功率的一万亿分之一都不到。\n太阳占了整个太阳系99.8%的质量。\n就算把太阳之外所有的行星全烧了，榨干最后一点能量。\n甚至再凭空拉两个木星过来一起扔进火炉。\n全加起来跟太阳一比，四舍五入后，太阳依然占整个太阳系功率的100%。\n\n要想真正在卡尔达肖夫等级上进化，唯一的出路是去太空建数据中心。\n先从地球往上打太阳能AI卫星。\n按每吨载荷100千瓦算，每年送1000万吨载荷入轨。\n一年就能实现1太瓦的算力功率。\n美国现在的平均用电总功率是0.5太瓦。\n这相当于每年在太空造出两个美国的总电网，专门给AI跑数据。\n\n这还只是第一步。\n再往上提几个数量级，就要去月球建基地。\n建一个质量驱动器，直接在月表生产太阳能板和散热器。\n地球只负责往上送核心芯片。\n这样搞，每年能实现1拍瓦（1太瓦的1000倍）的太阳能AI算力。\n\n马斯克也不确定人类最终到底需要多少AI。\n但到了1拍瓦的算力量级，整个地球现有的经济体量将被彻底降维。\n当老欧洲和华盛顿的官僚还在为老旧电网和环保指标扯皮时。\n最纯粹的物理学思维加上绝对的工程暴力，已经开始在行星尺度上抢占下一个时代的算力霸权了。","category":"科技","score":86.7,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-05-19 14:56:29","created_at":"2026-05-19T16:20:24+02:00","url":"https://mubeitech.com/p/2056741766464676021","markdown_url":"https://mubeitech.com/p/2056741766464676021/markdown"},{"rank":3,"id":"raw_5b53c4ba3a284d43","account":"mubei","brand":"@mubei","title":"网上那些翻跟头、跳舞、叠衣服的人形机器人视频，看起来好像明天就能走进千家万户。 现实里，你家厨房到现在连一个会擦桌子的机…","summary":"网上那些翻跟头、跳舞、叠衣服的人形机器人视频，看起来好像明天就能走进千家万户。 现实里，你家厨房到现在连一个会擦桌子的机器人都找不到。 为什么在实验室里行云流水，一放到真实世界就抓瞎？ 马斯克在德州超级工厂的活动上，把这个行当最底层的一道坎讲了出来。 他说，AI 芯片必须能够直接…","body":"网上那些翻跟头、跳舞、叠衣服的人形机器人视频，看起来好像明天就能走进千家万户。\n现实里，你家厨房到现在连一个会擦桌子的机器人都找不到。\n为什么在实验室里行云流水，一放到真实世界就抓瞎？\n马斯克在德州超级工厂的活动上，把这个行当最底层的一道坎讲了出来。\n他说，AI 芯片必须能够直接发出扭矩指令，在视觉和触觉上完成闭环，这件事情难得要命。\n拆开来看，会动，和会干活，中间差着一整套物理控制的代沟。\n网上那些酷炫的跳舞和后空翻视频，绝大多数靠的是预设的位置控制。\n工程师在电脑里把每一毫秒的动作轨迹画得清清楚楚：\n左腿抬高 30 度，膝盖弯曲 45 度，右臂摆动 15 度。\n写成固定代码，塞进芯片，按键播放。\n电机不管不顾地把各个关节硬生生扭到指定位置。\n只要地板绝对平整，摩擦力分毫不差，动作就能完成得极其漂亮。\n还有那些叠衣服、倒咖啡的精细活，不少是人在背后戴着虚拟现实头显和体感手柄。\n人在后面替它看、替它摸、替它拿捏分寸。\n这根本不是机器人的自主智能，更像是一台昂贵的提线木偶。\n一旦拔掉遥控手柄，换成机器人自己去干，问题立刻就浮上来了。\n为什么工厂里的工业机械臂能把汽车钢板焊得分毫不差，却连捏起一枚生鸡蛋都费劲？\n因为工业电机只认位置，不认力道。\n位置控制的逻辑极其生硬：\n不管遇到什么阻力，电机必须把关节送到那个指定的度数。\n如果拿的是一个纸杯，目标位置比杯壁厚度短了两毫米。\n电机会用最大功率硬往里挤。\n纸杯当场捏扁，水洒一地。\n如果目标是一块坚硬的石块，手指关节卡在半路，电机还会源源不断地加力，直到齿轮咬死或者驱动器过载。\n人类的手从来不是这么干活的。\n你的大脑拿起一个草莓，从来不下达这种指令：\n食指弯曲 1.5 厘米，拇指靠近 2 厘米。\n人脑发出的全都是力矩指令。\n眼睛看一眼，大脑大概知道草莓很软。\n神经下发给肌肉的信号，是一个极其微弱的握力：\n用 0.2 牛顿的力道轻轻靠拢。\n手指刚碰到草莓果肉，指尖上的触觉感受器瞬间感知到阻力。\n阻力一出现，肌肉立刻停止加力，维持在既不掉落也不捏烂的微小平衡上。\n这就叫基于力矩的柔顺控制。\n机器人想要在人类社会里干活，每个关节的电机就必须学会这种拿捏。\n它不能只管转到哪，必须管自己在这一毫秒输出多大的力道。\n踩到凸起的石子，脚踝要主动卸力顺应；\n抓起光滑的玻璃杯，指尖要随时根据摩擦力调整夹紧力。\n这还只是肌肉层面的事。\n真正卡住工程进度的，是在视觉和触觉上形成闭环。\n拿一个水杯，人看起来不费吹灰之力，神经系统内部却在打一场极其密集的协同战。\n眼睛在看，指尖在摸，大脑在算。\n三者必须在一秒钟内完成几十上百次交接。\n放到机器人身上，这是两个完全不同频率的物理世界。\n机器人的眼睛，也就是身上的摄像头，通常一秒钟刷新 30 次到 60 次。\n但关节电机的力矩调整，要求一秒钟响应 500 次到 1000 次。\n中间负责统筹的，是机器人身体里的那块 AI 芯片。\n摄像头拍下一帧画面，芯片要在几毫秒内看清杯子在哪里、是什么材质。\n指尖的压力传感器传来数据，芯片要在几毫秒内判断：\n杯子现在有没有打滑？\n需要补充多少牛顿米的扭矩？\n接着，芯片必须在毫秒级别，把算出来的扭矩指令分发给全身几十个关节的电机驱动器。\n只要芯片推理慢了 50 毫秒，在物理世界里就是灾难。\n杯子滑落了，算法才算出力道该加多大；\n或者脚底下踩空了，平衡扭矩还没发下去，几十公斤重的金属骨架已经狠狠砸在地上了。\n在虚拟世界里搞 AI，算错了可以重新生成，大不了等个进度条。\n在物理世界里搞具身智能，重力和惯性从来不等人。\n每一毫秒的延迟，都会直接变成一次撞击、一声脆响或者一次翻车。\n这也是为什么很多机器人团队更喜欢在软件仿真环境里跑高分，或者在舞台上排练预设动作。\n那种演示成本最低，看起来最唬人。\n一旦真正要在非标准环境里，让机载芯片扛住高频的视觉和触觉闭环，直接指挥每一个电机的实时受力。\n那就是拿现实世界的动态物理，硬碰硬件算力和机械传动的物理极限。\nTesla 自己的 Optimus 也在死磕这套端到端神经网络控制。\n正因为在真实的制造车间里试过，才知道物理规律有多残酷。\n人形机器人离走进千家万户替人分担劳累，差的从来不是几段酷炫的舞蹈。\n它得先在毫秒之间，学会像人一样，看一眼、摸一下，然后知道该使多大的劲。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2109244337020191061","translated_status_id":"2109244337020191061","published_at":"2026-10-11 12:54:04","created_at":"2026-10-11 12:54:04","url":"https://mubeitech.com/p/raw_5b53c4ba3a284d43","markdown_url":"https://mubeitech.com/p/raw_5b53c4ba3a284d43/markdown"},{"rank":4,"id":"2072799258449703073","account":"mubei","brand":"@mubei","title":"马斯克算了一笔账：苹果其实不造手机，他们只负责把设计文件发给中共国。 微软也不生产硬件，连 Xbox 都是外包的。 这些…","summary":"马斯克算了一笔账：苹果其实不造手机，他们只负责把设计文件发给中共国。 微软也不生产硬件，连 Xbox 都是外包的。 这些万亿级巨头，本质上输出的都是“数字资产”。 所以马斯克认为，只要能解锁“数字人类”（Digital Human），一夜之间就能诞生世界上最伟大的公司，撬动几万亿…","body":"马斯克算了一笔账：苹果其实不造手机，他们只负责把设计文件发给中共国。\n微软也不生产硬件，连 Xbox 都是外包的。\n这些万亿级巨头，本质上输出的都是“数字资产”。\n\n所以马斯克认为，只要能解锁“数字人类”（Digital Human），一夜之间就能诞生世界上最伟大的公司，撬动几万亿美元的营收。\n但这个“数字人类”，到底要怎么落地？\n大部分人的思路，是去给各大企业做系统集成，去对接各种 API。\n马斯克说：那太慢了。\n\n很多传统公司根本没有 API。\n你想强行接入，就得去啃他们几十年前写的、连他们自己都搞不懂的“屎山”系统。\n在马斯克的构想中，真正的突破口根本不是重新建 API。\n而是让 AI 像人类一样，直接去使用旧系统。\n\n拿最简单的客服行业来说，这是一个接近万亿美元的庞大市场。\n传统大公司是怎么做的？\n他们把客服外包给专门的客服公司。\n外包员工怎么工作？\n也是登录大公司现有的 App 和后台，用着最土的界面，人肉在里面输入和操作。\n\n马斯克推演的路径非常粗暴：\nAI 根本不需要什么高级技术接口。\n外包公司用什么软件，AI 就直接去用什么软件。\n给它一个账号，让它像人类客服一样，直接在现有的 App 里回复、跳转、处理工单。\n\n这就意味着，你不需要去帮传统企业做复杂的数字化转型。\n你只需要提供一个“数字外包员工”，用极低的成本，直接去替代外包公司的整套后台操作。\n真正的自动化，可能并不是出现一个全新的聊天框。\n而是 AI 降维打击，像人一样，去用好旧世界里最难用的那一堆旧系统。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2073035275740078446","translated_status_id":"2073035275740078446","published_at":"2026-07-03 12:07:01","created_at":"2026-07-03T13:22:02+02:00","url":"https://mubeitech.com/p/2072799258449703073","markdown_url":"https://mubeitech.com/p/2072799258449703073/markdown"},{"rank":5,"id":"raw_708f235ce731aad8","account":"mubei","brand":"@mubei","title":"OpenAI 刚发布了新模型 GPT-6 Astra。 黄仁勋发推文祝贺，顺手扔了一颗深水炸弹： AGI 已经到了。 接…","summary":"OpenAI 刚发布了新模型 GPT-6 Astra。 黄仁勋发推文祝贺，顺手扔了一颗深水炸弹： AGI 已经到了。 接着他给了一组数字： 这个模型是在 10 万多块 Grace Blackwell NVLink72 系统上训练出来的。 下一批，还有 40 万块 NVIDIA 芯…","body":"OpenAI 刚发布了新模型 GPT-6 Astra。\n黄仁勋发推文祝贺，顺手扔了一颗深水炸弹：\nAGI 已经到了。\n接着他给了一组数字：\n这个模型是在 10 万多块 Grace Blackwell NVLink72 系统上训练出来的。\n下一批，还有 40 万块 NVIDIA 芯片正在排队上线。\n评论区立刻吵成一团。\n有人在核对跑分，有人在质疑 AGI 的定义，学者们在争论这算不算营销吹牛。\n所有人都被 AGI 这三个字母吸走了注意力。\n但真正反常识的信号，藏在那两组数字里。\n等一下。\n如果 AGI 真的已经到了，终点线都已经跨过去了，为什么还要一口气追加 40 万块顶级芯片？\n如果学生已经毕业了，你为什么还要把学费翻四倍？\n这背后藏着一台运转了一百六十年的经济学机器。\n1865 年，英国经济学家威廉·斯坦利·杰文斯写了一本书，叫《煤炭问题》。\n当时很多人以为，只要瓦特改良了蒸汽机，煤炭消耗效率提上去，英国的煤就会越用越省。\n杰文斯算完账，给出了一个完全相反的结论：\n当蒸汽机的效率提高，做功的成本大幅下降，蒸汽机就会迅速铺满采矿、纺织、火车和轮船。\n煤炭没省下来，总消耗量反而暴增了几百倍。\n这个规律后来被称为杰文斯悖论。\n现在的算力市场上，正在上演一模一样的一幕。\n过去四年，芯片主要是用来训练模型的。\nOpenAI 租下 10 万块芯片，通电跑上几个月，把模型训出来，这笔钱就算花完了。\n算力在当时是一笔固定研发开支，就像买一台机床。\n新一代模型跨过的那道门槛，把这台机器彻底改写了。\nGPT-6 Astra 不再只是一个回答问题的聊天框。\n它成了一个接管屏幕、写代码、测漏洞、连续执行任务的电脑操作员。\n要让它在真实世界里替人干活，每走一步，都需要在后台进行海量推理和反复试错。\n这叫推理期算力扩展。\n当智能跨过了「真正可用」的临界点，算力就从实验室里的研发成本，变成了工业生产里的电力。\n它不再是一次性买断的机床。\n它是机床运转时，每一秒钟都要烧掉的燃料。\n模型越能干，被派给它的任务就越多，它后台烧掉的算力就越庞大。\n这就是为什么训一个模型用了 10 万块芯片，后面却需要 40 万块芯片接力进场。\n因为训大脑只需要 10 万块。\n让大脑去全天候当牛做马，需要 40 万块、甚至几百万块。\n看懂了这台机器，你就能看懂黄仁勋为什么比任何人都急着宣布 AGI 降临。\n在淘金热里，最希望大家相信山上有金矿的人，从来不是淘金客。\n是山脚下卖铁锹的人。\n淘金客可能空手而归。\n只要全世界都相信金子就在前面，下一批 40 万把铁锹的订单，就已经稳稳装进了口袋。\n真正的分水岭，从来不是 AGI 到底有没有标准答案。\n当全世界还在为概念争论不休时，卖铁锹的人，已经把算力变成了全人类必须按秒付费的新煤炭。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2096875508021547163","translated_status_id":"2096875508021547163","published_at":"2026-09-07 10:12:07","created_at":"2026-09-07T10:12:07.107035","url":"https://mubeitech.com/p/raw_708f235ce731aad8","markdown_url":"https://mubeitech.com/p/raw_708f235ce731aad8/markdown"},{"rank":6,"id":"2027655074130923937","account":"mubei","brand":"@mubei","title":"马斯克说，AI 圈绝大多数人，根本没看懂 AI。 他们低估了一个核心指标：智能密度。 什么意思？ 就是每一 GB 的数据…","summary":"马斯克说，AI 圈绝大多数人，根本没看懂 AI。 他们低估了一个核心指标：智能密度。 什么意思？ 就是每一 GB 的数据、每一吉瓦的电力，到底能榨出多少“聪明”。 马斯克坐在牌桌的最前排，看着这一切发生。 他说，别光盯着那些越来越庞大的数据中心。 单靠算法的改进，就算不换电脑，智…","body":"马斯克说，AI 圈绝大多数人，根本没看懂 AI。\n他们低估了一个核心指标：智能密度。\n\n什么意思？\n就是每一 GB 的数据、每一吉瓦的电力，到底能榨出多少“聪明”。\n\n马斯克坐在牌桌的最前排，看着这一切发生。\n他说，别光盯着那些越来越庞大的数据中心。\n单靠算法的改进，就算不换电脑，智能密度就能飙升两个数量级。\n那可是整整 100 倍的提升。\n\n更可怕的是，硬件并没有停下。\n芯片在变强，集群在变大，资本砸进来的预算也在疯狂翻倍。\n双管齐下的结果是什么？\n\n马斯克给出了他的判断：每年 10 倍的提升。\n这是百分之一千的进化速度。\n而且在可预见的未来，这个增速不会停。\n\n这超越了按部就班的技术迭代。\n这是一场智力的暴力复利。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2075772940893683921","translated_status_id":"2075772940893683921","published_at":"2026-07-10 21:06:16","created_at":"2026-07-10T23:01:12.085677","url":"https://mubeitech.com/p/2027655074130923937","markdown_url":"https://mubeitech.com/p/2027655074130923937/markdown"}]}