來源：騰訊科技

7月9日消息，在最新一期播客節目《Bankless》中，美國知名投資人、方舟投資創始人、「木頭姐」凱瑟琳·伍德（Catherine Wood）攜方舟投資首席未來學家佈雷特·溫頓（Brett Winton），共同探討了有望重塑未來經濟的顛覆性技術。

這場思想碰撞中，他們描繪勾勒出一個價值超20萬億美元的技術版圖，而埃隆·馬斯克（Elon Musk）的商業帝國正處在這個變革風暴的中心。

從 $特斯拉 (TSLA.US)$ 自動駕駛出租車，到Neuralink腦機接口與星艦計劃的跨界融合；從萊特定律預測的AI成本斷崖式下跌，到OpenAI、xAI和Anthropic三巨頭角逐的AI戰場；再到SpaceX低成本發射催生的太空經濟，這些技術正在形成前所未有的協同效應，共同推動人類邁向指數級增長的新紀元。方舟投資罕見地同時押注三大AI巨頭，正是看中了這場技術融合將釋放的驚人能量。

那麼，當下這場技術浪潮究竟會釋放着怎樣的變量？馬斯克爲何成爲「木頭姐」眼中最確定的下注對象？我們試圖從這場對話中提煉出值得關注的產業信號。這場對話的核心觀點有：

AI重塑操作系統格局，方舟投資押注OpenAI、xAI、Anthropic三強，蘋果谷歌掉隊，中國開源模型崛起，競爭進入模型+終端+算力整合時代。

「萊特定律」引發硬科技成本革命，生產規模翻倍會帶動成本以固定比例下降，這在電動汽車、AI硬件等領域表現突出。

未來Robotaxi將出行成本可降至每英里小於0.5美元，商業模式從一次性賣車轉向里程訂閱，潛在市場達8–10萬億美元。安全性一旦超越人類，監管壁壘將迅速鬆動。

人形機器人難度比Robotaxi高10000倍，但容錯空間更大。憑藉自動駕駛積累的視覺-運動數據與通用芯片，特斯拉有望率先規模化，2030-2040年市場規模可能達到26萬億美元。

SpaceX的降維打擊佈局：星鏈打造全球通信基建，目標年收入2000-3000億美元；火星計劃倒逼材料、能源領域突破，實現對地球產業的技術反哺。

以下爲對話精華內容：

1、AI三巨頭爭霸戰：20萬億美元蛋糕怎麼分？

問： 你們投資了xAI、OpenAI和Anthropic，爲什麼選擇這三家公司？這是否是爲了應對AGI的風險？

伍德： 在風險投資領域，通常不會看到同一個基金同時投資這三家公司。但我們選擇投資它們，因爲我們認爲這是一個「贏家通吃」的市場。對於這一市場來說，數據、分發速度和專有數據是關鍵。

與其他風險投資基金不同，我們沒有在公司董事會中佔據席位，這使得我們能夠更加靈活地投資，而不會受到信息泄露的限制。我們相信，這三家公司在技術上處於領先地位，未來可能會脫穎而出。雖然未來可能會湧現更多專注於不同領域的語言模型並做得更好，但我們認爲它們目前仍具有顯著的競爭優勢。

溫頓：從宏觀層面來看，未來AI軟件領域的投入中，部分資金將流向軟件即服務（Saas）公司，而這些公司的發展將帶動底層基礎模型和平台即服務（PaaS）公司的需求，最終又會影響基礎設施即服務（IaaS）層。對於基礎模型層，這將是一個價值約1.5萬億美元的市場，甚至可能接近2萬億美元。因此，根據我們的利潤結構預測，整個市場的企業價值有可能達到15萬億到20萬億美元。

目前，這個領域競爭激烈，很難預測哪家公司會最終勝出。但可以肯定的是，ChatGPT在分發上佔有巨大優勢，OpenAI通過向終端用戶提供更多的token，積累了大量數據，並且在產品上進行快速迭代。而xAI則憑藉星鏈等渠道獲得了強大的分發優勢。隨着xAI模型的不斷改進，X平台上的信息價值也將不斷提升，因此，xAI擁有獨特的分發優勢。

至於Anthropic，它的編碼模型在全球範圍內處於領先地位，並且與Cursor深度整合。可以說，這三家公司各自具備不同的競爭優勢，最終我們預計，15萬億到20萬億美元的企業市場中，可能會有兩到三家公司脫穎而出，我們希望能夠持有這些公司的股份。

在這一動態變化的環境中，中國的開源模型也在迅速崛起，這些團隊如何應對並進行垂直整合呢？OpenAI正在擴展其終端硬件設備，我推測xAI也會推出自己的終端設備，且目前xAI已經通過數據中心實現了垂直整合。儘管OpenAI在技術上具有強大的優勢，但它缺乏面向消費者的分發渠道，除了ChatGPT之外，它沒有社交網絡的支持。而各家公司都在積極進行定位，市場競爭十分激烈。

相比之下， $谷歌-C (GOOG.US)$ 和 $蘋果 (AAPL.US)$ 等科技巨頭的AI佈局目前看起來較爲薄弱。儘管谷歌擁有世界頂級的AI研究人員，但他們似乎未能在搜索等核心領域取得突破。尤其是隨着AI工具的崛起，搜索引擎的關注度逐漸轉向由AI機器人來回答問題。谷歌是否能彌補這一缺口？可能，但未必能領先。而蘋果的AI技術，尤其是Siri，幾乎可以說是失敗的。

伍德： 我現在主要聚焦在這兩家公司。過去四年，我們一直在關注所謂的「科技六巨頭」（Mag Six），但我們並不認爲它們是最終的大贏家。特別是關注到蘋果在自動駕駛領域的表現時，我們意識到，作爲終極的移動設備，自動駕駛出租車本應該是蘋果的重點。然而，儘管他們嘗試過多次，但隨着管理層的多次更換，蘋果的AI戰略似乎始終缺乏清晰的方向，最終我們認爲他們並不知道如何在AI領域取得突破。

同樣的情況也出現在谷歌身上。儘管谷歌擁有全球最頂尖的AI研究團隊，大家普遍認爲他們會在這一領域取得成功，但結果卻並非如此。我們從實際經驗中看到，像Anthropic這樣的公司能夠做出更加個性化的解決方案，而這一點正是谷歌所缺乏的。這種細微的差異，恰恰是當前AI競爭中至關重要的因素。

溫頓：在談到基礎模型的企業市場時，我們認爲這是一個15萬億到20萬億美元的巨大機會。而根據輸入輸出計算方式的變化，我們實際上正在經歷一場操作系統平台的過渡——這些AI模型本質上就是新的操作系統。像Cursor這樣，依託這些模型的應用，或者ChatGPT、Deep Research等，都是OpenAI所構建的應用。當操作系統發生這種轉型時，舊的操作系統通常很難適應這種變化。

這種轉型有些像從桌面電腦到移動設備的過渡。例如，從IBM到$微軟 (MSFT.US)$的變化，在這個過渡發生時，IBM的股價幾乎腰斬，而微軟股價增長了10倍。再比如從鼠標到多點觸控屏的轉變，是微軟過渡到iOS和蘋果的過程，蘋果最終主導了市場。如今，我們可以清晰地看到，我們正從多點觸控過渡到自然語言輸入，主要是通過語音和文字。因此，蘋果當前的操作系統在這場變革中處於劣勢。

蘋果所面臨的困難在於，他們必須重新構建操作系統，以適應新的用戶界面需求。如今他們的所有多點觸控設置和額外控制菜單，都是基於老舊的界面系統設計的。要想真正適應這一變革，蘋果需要從頭開始，這也是他們在這場變革中很難取得領先的原因。

2、你以爲馬斯克只是在造車？其實他在下一盤AI大棋

問：當今最熱門的科技投資方向包括AI、機器人技術、大腦芯片、太空探索等，而馬斯克似乎正處於這些領域交匯的中心，幾乎誰也無法忽視他對這些行業的影響。你們認爲馬斯克成功的秘訣是什麼？

伍德：馬斯克的影響力涵蓋了多個領域。我認爲這並非偶然，而是他獨特才能的體現。他很早就意識到，未來不同的技術將發生融合，而AI將成爲融合的核心。對於AI而言，其核心就是專有數據，這是真正的競爭優勢。

以特斯拉爲例，很多分析師認爲它只是汽車製造商，但它實際上運營着地球上最大的AI項目。特斯拉囊括了機器人、能源存儲和AI等技術，它們原本是獨立發展的，但現在開始相互交織、相互推動。我們相信，隨着自動駕駛出租車的發展，相關技術將迎來爆發式增長。

進入AI時代後，我們意識到，專有數據才是競爭優勢的核心。馬斯克已經積累了海量的關鍵數據。沒有哪個人擁有像馬斯克那樣多的自動駕駛出租車數據或機器人數據。我們每天都在「駕駛機器人」，只是以前我們從未意識到這一點。以我的Model 3和Model Y爲例，我們駕駛汽車每天都在爲它收集數據。

再看看X平台上的數據流，也同樣獨一無二。至於Neuralink，你知道現在最重要的數據爆炸是什麼嗎？那就是「多組學」（Multi-Omics）數據，它整合了DNA、RNA和蛋白質等數據，旨在全面解析生物系統的複雜性。

而馬斯克正專注於Neuralink和神經網絡。你知道，AI是以大腦爲模型的，而馬斯克早就看到了這一點。再加上SpaceX，那又是另一條全新的數據軌道。所以，馬斯克的成功秘訣就在於他對這些數據的深刻理解。

溫頓：馬斯克無疑是那個能夠看到各類技術融合的人。他獨特的地方在於，他對拖延和懶惰是零容忍的。當技術飛速變化、工具尚不明確時，最重要的就是做大量實驗。他逼迫團隊不斷推進，雖然其間可能會遇到失敗，但在這樣的技術變革時期，速度是幫助你發現下一步該怎麼做的關鍵。

在技術過渡期，垂直整合是主導策略，而馬斯克顯然完全掌握了這種方法。快速迭代也是至關重要的。因此，我們在Neuralink、SpaceX、特斯拉以及X/xAI都有投資。我們堅信他的產品開發哲學，通過不斷快速迭代，最終能夠改變世界。

馬斯克的另一個超能力是，他願意爲了獲得長期回報和實現使命而忍受短期的痛苦，對他的公司和投資者來說，這種痛苦最終會轉化爲巨大的回報。

伍德：我想分享一個故事。我們來自傳統的資產管理領域，這裏不像風險投資那麼寬容，失敗是不被允許的，哪怕是微小的偏離目標，比如營業利潤率低了30個點子，都會被視爲災難。而你看看馬斯克，他的獵鷹9號火箭從最初的失敗到最終成功，經歷了七次甚至九次爆炸，但之後他幾乎沒有再經歷過失敗。如今，他幾乎掌控了90%的商業衛星發射市場。

3、萊特定律來了！比摩爾定律更狠的「成本屠刀」

問： 現在我們發現了一個新的規律——萊特定律。萊特定律指出，每當生產量翻倍，生產成本就會按固定百分比下降。你們能解釋一下它的意義，以及在展望未來10年，面對這些新的範式轉變時，爲什麼它會如此重要？

伍德：當我們討論半導體技術即將觸及物理極限的問題時，佈雷特突然有了一個靈感：「等等，這不僅僅是時間問題。根據摩爾定律，每18到24個月性能翻倍、成本不變，但這種規律太侷限了。」他開始思考：「應該有一個更普適的規律，不僅僅依賴時間維度，畢竟世事難料。」接着，他將思路回溯到民航業的早期階段，試圖從歷史中找到答案。

溫頓：萊特定律來源於西奧多·萊特（Theodore Wright）在研究飛機制造時的發現。他發現，每生產一架飛機，成本會按固定比例下降。這個規律不僅適用於飛機生產，還涵蓋了原材料的成本、原材料精煉的成本以及發動機製造成本，所有這些都呈現出類似的下降趨勢。萊特因此認爲，這個規律可以用來準確預測成本的下降趨勢。

一個經典例子是鋰電池。按照摩爾定律，電池的成本理應隨着時間不斷下降，但實際上這一規律並不完全適用。早期鋰電池主要是用於筆記本電腦的大型電池，但後來應用轉向了智能手機的小型電池。因此，雖然電池的需求翻倍，但需求增幅逐漸減緩，導致電池的成本下降沒有呈現傳統的摩爾定律模式。

再看2014或2015年，美國能源信息署（EIA）曾預測，到2050年，電動汽車年銷量將只有20萬輛左右，增長緩慢，這完全基於過時的電池成本下降預期。萊特定律恰好爲我們提供了解決這一問題的框架——它能更準確地預測隨着生產規模的增加，成本如何持續下降，而不僅僅依賴歷史數據。

最初，很多人認爲電動汽車市場只是一個小衆市場，吸引的是環保意識強的消費者，他們願意爲性能較低的產品付出更多代價。但事實證明，一旦電動汽車進入市場，尤其是那些高性能、受歡迎的車型，它們對電池的需求迅速激增，從而推動了電池生產的變革。

舉個例子，當特斯拉Model S推出時，不僅銷量大增，它還成爲了一款高性能車型。這直接推動了電池生產的曲線變化，促使電池成本開始下降。若按摩爾定律看，電池似乎是一個成熟技術，成本下降緩慢，但根據萊特定律，隨着特斯拉等大規模電動車型的推出，對電池的需求急劇增長，從而推動了成本的下降。

這表明，通過關注未來技術的單位經濟學及需求潛力，我們可以預測這些技術的成本將變得多麼低廉。我們將這一原理推廣到其他技術領域。例如，你可以回顧福特Model T前十年的表現，通過每馬力的成本預測內燃機汽車的成本，誤差範圍在20%以內。今天，這一誤差已超過100%。

如果你查看技術發展的前十年，能夠相對準確地預測汽車成本。所以，擁有中長期視角去理解和估算一項技術的意義及其對未來消費者的價值，這就是我們如何應用萊特定律的方式。

伍德：萊特定律不同於傳統的摩爾定律，後者假設技術每年按固定速度進步。而萊特定律表明，每當生產量翻倍，成本就會按固定百分比下降，正是這種規律推動了電動汽車成本的下降。

例如，在電動汽車領域，每當電池生產翻倍一次，成本就會下降28%；在工業機器人領域，這一比例是50%；如果你將它應用於DNA短讀序列，成本會下降40%。在AI領域，硬件與軟件的結合也使得成本下降達到48%。

更爲驚人的是，AI領域的訓練成本每年下降70%，推理成本的下降幅度甚至可能達到98%。這一現象證明了萊特定律的強大預測能力——通過技術迭代和生產規模的擴大，成本逐漸降低，產生了更大的經濟效益。

溫頓：對於AI來說，核心問題是專門用於AI訓練的計算單元。因此，埃隆·馬斯克、山姆·奧爾曼和谷歌投入大量資金建設這些訓練集群，通過工程方法提升效率，再加上軟件架構上的進步，最終使得交付給客戶的成本大幅下降。

4、ChatGPT只是開胃菜 AI即將引爆10萬億級生產力核爆

問：以OpenAI的ChatGPT爲例，它似乎突然出現在公衆視野中，短時間內就達到了1億用戶。一個AI聊天機器人，怎麼會如此迅速地獲得這麼大規模的關注？以此爲例，你如何預測技術的累積需求，並看待成本的降低？

溫頓：我想強調的是，AI是目前所有技術中最具融合性的技術。可以說，語言模型和多模態模型的進步，不僅影響了自動駕駛出租車，還逐步滲透到更復雜的人形機器人，甚至生物學領域。所以，實際上，我們當前的AI模型，主要集中在提高知識工作者的生產力，尤其是語言模型和相關應用領域。

關於成本下降的預測，首先我們需要看這些技術如何提升知識工作者的生產力。假設我是一名分析師，負責對生物技術資產進行估值。傳統上，這可能需要助理花費一週的時間來準備報告，但現在我可以直接用GPT模型，在20分鐘內獲得一份完整的報告，極大地提高了工作效率。因此，我能夠以更低的成本，完成本來需要助理花費一週的工作。

又比如，在客服熱線中，市場上已有AI語音助手取代了人工客服，處理客戶諮詢。與其花錢僱傭人工客服，我們可以用更少的資金提供更多的客戶支持。

從整體來看，預計到2030年，知識崗位的工資支出將超過10萬億美元，而我們目前每年花費約30萬億美元。基於這些假設，我們預測AI軟件的市場規模將達到萬億美元級別。這些資金將用於生成各種「token」，如更好的客戶支持、更高效的分析、更具創意的文案、更定製化的廣告等，推動整體生產力的提升。

由此可以預見，AI技術的成本將在未來五年內大幅下降，而其性能可能提升100倍至1000倍。

5、X與xAI合併爲對抗OpenAI

問：你們現在似乎在押注OpenAI、Anthropic和xAI，而xAI已經與X合併。那他們的AI戰略是什麼？

溫頓：你可以把X看作是一個數據平台，以及一個實時執行環境，用來構建強大的AI。如果你看看$Reddit (RDDT.US)$如何將其數據貨幣化，X的數據每年的價值大約爲15億美元。所以，通過整合後，他們的效率更高。xAI曾經有一定的數據訪問權限，但它們之間有着協議上的分隔——比如分配和分銷方面。這意味着如果xAI要做一些增量性的事情，就需要重新談判協議。通過合併，兩個實體能消除這種摩擦，從而提升整體效率。

X本身就是一個非常強大的平台，從某種程度上來說，它類似於全球所有報紙的集合，同時又能根據個人需求定製新聞。因此，X未來的發展方向是成爲一個金融超級應用，能夠買賣和持有任何東西，並實現資源轉移。信息傳輸實際上和貨幣傳輸並沒有太大區別，尤其是在數字貨幣的背景下。這爲xAI提供了一個執行環境，讓它的智能體得以運行。

從馬斯克的視角來看，X的出發點是追求信息的真實性。X的使命和xAI的使命是一致的——都在尋找真相。因此，X可以被視作一個信息平台，旨在揭示真相，而xAI則專注於通過AI來揭示真相。xAI顯然在與OpenAI競爭，後者的ChatGPT平台擁有數億活躍用戶。那麼，通過xAI與X的合作，xAI就能接觸到更廣泛的用戶群體，從而獲得數據優勢。

伍德：我們可以看看Grok的表現，其性能在2月份出現了「曲棍球棒」形狀的暴增，達到了OpenAI推理模型03-Pro的水平。我們一直在問，爲什麼Grok會這麼快追趕上，明明它起步較晚？其中一個我們認爲的答案是「訓練集群」。它們都在孟菲斯（美國田納西州的一座城市），所以延遲問題不大。我們覺得這個因素可能很重要。

溫頓：正如馬斯克所說，他們需要10萬顆GPU都放在同一個地方，以最有效的方式訓練這個模型。因此，他會建造數據中心，並動員資源在四個月內完成，而不是那些第三方供應商承諾的18到24個月。可以想象一下，四個月和18到24個月的差異，對於AI來說就像間隔10年一樣巨大。

6、人形機器人比自動駕駛難10000倍！未來5到15年內實現突破

問：自動駕駛出租車本質上就是機器人，只是它們長得像汽車，配有四個輪子。你們能描述一下這個行業的現狀和機遇嗎？

伍德：我們現在討論的是「具身AI」，比如自動駕駛出租車和人形機器人等。我認爲，地球上目前最大的AI項目無疑是自動駕駛出租車。短期來看，這無疑是一個巨大的機會。而在更遠的未來，AI在醫療健康領域的應用將是最具深遠影響的，尤其是在治癒疾病、加速新藥研發和縮短上市時間等方面。我們預計，未來5到10年內，發現新藥並推向市場的時間將大幅縮短，可能會減半。

在醫療領域，AI的潛力極爲龐大。每個人的基因組中大約包含35到40萬億個細胞，而「單細胞測序」技術的出現正在極大地改變我們對疾病的診斷和治療方式。這是AI與基因組學結合的一項巨大的突破，未來可能帶來革命性的進展。

溫頓： 目前，很多人還沒有見到自動駕駛出租車的大規模應用，因爲他們沒有親眼見到像語言模型那樣的廣泛推廣。但未來幾年內，自動駕駛出租車的滲透率可能會迅速飆升，就像語言模型一樣。如果你在美國買一輛新車，實際上你是買了「行駛里程套餐」，你支付的價格是每英里1美元或更多，基本上你購買的是一種出行選擇權。而特斯拉的自動駕駛出租車服務，可以在每英里不到50美分的價格下提供服務，而且你根本不需要自己開車。

想象一下，這種出行方式會徹底改變大多數人的出行選擇，誰還會選擇買車呢？對於大部分人來說，擁有個人車輛將變得不再必要。

再看看美國或全球的行駛里程總量，過去特斯拉汽車的運營利潤約爲5000美元，而現在這些車可以在每年10萬英里、每英里1美元的基礎上運營。這使得特斯拉每輛車可以帶來數萬美元甚至更多的潛在收入，這將徹底改變特斯拉的商業模式。

伍德：自動駕駛出租車的意義不僅僅在於節省時間和不需要司機，它還能拯救數以萬計的生命。每年在美國，由人爲錯誤導致的交通事故死亡人數達到4萬，而全球的數字可能更高，超過120萬。值得注意的是，超過80%的交通事故和死亡都是由人爲錯誤引起的。而目前，Waymo和特斯拉在自動駕駛出租車的安全性方面，已經越來越接近人類司機的水平。

目前，美國司機大約每行駛70萬英里就會發生一次事故。我們認爲，特斯拉的自動駕駛出租車將在未來一兩年內，達到這個水平，甚至會超過人類司機的安全性，達到兩到三倍。到那時，監管機構不再有疑問，自動駕駛出租車將成爲最安全的出行方式。

溫頓：自動駕駛出租車將極大地提升經濟生產力，其影響力甚至超過蒸汽機帶來的變革。它能夠迅速普及並集中資源，從而大幅提高效率。如今，大多數人都浪費了大量時間充當「業餘司機」，開車真的是一種巨大的時間浪費。每年，成千上萬的人因交通事故喪命，而這些時間本可以用於更有意義的活動。

同樣，我們每天的通勤時間也應引起重視，雖然它不被計入GDP統計，因爲它被視作「業餘時間」勞動。但一旦人們開始支付自動駕駛出租車的費用，這部分勞動將被納入經濟生產力的計算範疇，直接進入GDP的統計範圍。這些節省下來的時間將會用於更具生產力的活動。

伍德： 未來幾年內，全球的實際GDP增長將會加速，預計將達到7%。如果你是經濟學家，可能會覺得這聽起來很瘋狂，因爲人類歷史上沒有見過如此高的增長率。但如果你回顧上世紀初，電話、電力、內燃機的出現，使全球GDP的年增長率從大約0.5%躍升到3%，這個增長已經持續了125年。

因此，從3%左右的全球實際GDP增長，跳躍到7%是完全可能的。我們現在有五個主要的創新平台正在快速發展：人工智能、機器人技術、儲能技術、區塊鏈技術和多組學基因測序技術，而這一切都在AI的推動下加速發展。所以，我們預計這次的增長將比上次更加迅猛。

問： 特斯拉的遠景不僅僅侷限於汽車和自動駕駛，他們還在追求一項非常宏大的計劃——人形機器人。特斯拉的擎天柱計劃與自動駕駛出租車網絡結合，似乎爲他們提供了巨大的數據優勢。你如何看待這個方向的未來機會？

伍德：我們可以看到，這是三項關鍵技術的融合：機器人技術、能源存儲和人工智能。馬斯克曾說過，他認爲特斯拉將成爲全球人形機器人領域的領導者，而中國企業將佔據第二到第十的位置，他們特別重視這個領域。

特斯拉通過自動駕駛技術積累的大量數據，將反向應用到人形機器人上，爲他們提供了不可比擬的優勢。這種技術的疊加效應讓特斯拉在機器人領域的潛力巨大，尤其是他們在自動駕駛出租車網絡的運營上，能夠持續優化並提升數據的利用效率。

溫頓：說到人形機器人，實際上，由於人工智能的迅速發展，這項技術的實現時間大大提前了。原本我們預計，商業化的人形機器人會出現在2030年之後，但現在，憑藉AI技術的進步，預計會在更短的時間內實現。儘管目前人形機器人還沒有足夠的實用性，它們大多數在工廠中只是作爲展示，能夠做一些簡單的動作，比如撿東西等。但隨着技術的進步，它們的實用性將逐漸增強。

人形機器人比自動駕駛出租車要困難10000倍。這是因爲在駕駛中，你只需要做簡單的操作：左轉、右轉、剎車或加速，而且車輛的傳感器位置是固定的，環境也相對簡單和標準化。然而，人形機器人面臨的挑戰要複雜得多。機器人必須能夠處理多種動作，而且在移動時，傳感器的視角和位置會發生變化。此外，機器人所處的環境通常並沒有像車道標線那樣爲它提供明確的操作指引。這些問題使得人形機器人的開發變得極其複雜。

然而，機器人在容錯性方面有巨大優勢。比如說，在汽車事故中，一次碰撞往往會帶來嚴重的後果，但如果是機器人發生碰撞，通常不會導致致命事故或災難。所以，雖然人形機器人在開發上要困難很多，但它們的容錯率可能比自動駕駛出租車高100倍。

對於特斯拉來說，他們的優勢在於已經有了通用的芯片技術，這些技術同時適用於機器人和汽車，這使得他們能夠將從車輛中獲得的大量現實世界數據轉化爲機器人訓練數據，進而提升機器人的能力。另外，特斯拉能夠在自己的工廠裏部署這些機器人來執行任務，這種內部需求也是一個非常重要的優勢。

總的來說，機器人市場和自動駕駛出租車市場的潛力都非常巨大。我們預計，未來5到10年內，自動駕駛出租車的全球市場將達到8到10萬億美元，其中約一半的市場份額將由網絡提供商（如特斯拉或Waymo）佔據。特斯拉無疑在這一領域處於領先地位。

至於人形機器人市場，其潛力更爲龐大，預計將在未來5到15年內實現突破，市場規模可達26萬億美元。相比之下，全球GDP總量目前大約爲130萬億美元。這意味着，自動駕駛出租車和人形機器人市場合起來的總規模，可以對全球經濟產生巨大的影響，帶來前所未有的機遇。

7、Neuralink讓盲人「看見」紅外線，聾人「聽到」次聲波！

問：現在有了Neuralink的腦機接口，通過這種大腦與機器的連接，未來我們能用心靈感應操控我們正在開發的人形機器人嗎？

伍德：我有幸聽取了Neuralink團隊的講解，實際上能親身聽到他們的討論，我感覺非常榮幸。坦白說，有些地方真的是「哦天哪，必須親自體驗一下！」我個人已經迫不及待想看到這項技術的未來應用了。它的潛力實在讓人驚歎。

溫頓：我覺得Neuralink不僅是一個技術公司，更是一個極具人性化的公司。它正幫助那些嚴重癱瘓或有溝通障礙的人重新獲得生活的自由。目前，Neuralink正在將芯片植入到患者的手部運動皮層。想象一下，某個患者由於身體無法移動，想要寫字卻無法動手，但通過這個芯片，他可以用思想控制手的動作，甚至用思維來操控屏幕上的光標。

隨着技術的不斷髮展，Neuralink的技術已經超越了初期的設想。比如，他們通過腦機接口突破了以前所有版本的輸出速率記錄，幫助一個嚴重癱瘓的患者重新獲得運動能力。最初，他們只是集中在手部皮層的實驗，但隨着技術的完善，未來可能會涉及到語音皮層。這樣，即使一個人的發聲器官無法工作，他們依然能夠通過大腦信號生成聲音或文字，重新與世界溝通。

下一步，Neuralink不僅能讀取大腦信號，還能向大腦寫入信號。例如，耳蝸植入手術目前幫助失聰人士通過直接刺激聽覺區域來「模擬」耳朵的功能。而Neuralink的目標是，讓視覺信號進入盲人的大腦視覺中心，從而實現「看」的體驗。甚至不止如此，盲人可能還會看到超常的視覺效果，比如紅外線視圖，或是通過攝像頭看到原本無法看到的東西。

通過這種技術，某些人或許能夠通過大腦與AI智能體實時交互，以接近「超能力」的方式與機器交流。而我們其他人，可能還需要依賴打字、說話等方式來進行交流。

令我覺得振奮的是，Neuralink未來還可能改變我們與世界的關係。假設Neuralink技術變得像激光眼手術一樣普及、經濟且便捷，那麼或許有一天，普通人也可以選擇去Neuralink中心進行「大腦升級」，比如我們可以通過芯片提升記憶、學習新技能，甚至「增強」我們的感官功能。

8、SpaceX只是起點，太空基礎設施正形成新的平台紅利

問：有人預測到2030年，SpaceX的估值將達到2.5萬億美元，這意味着SpaceX將在短短五年內成爲全球估值最高的公司之一。爲什麼SpaceX如此成功，爲什麼它能達到如此高的估值？

溫頓：星鏈是SpaceX的獨特資產，星艦的成功將對這一估值至關重要。星艦的關鍵在於它通過大規模提升火箭的運載能力，將每公斤發射到軌道的成本降低到100美元甚至更低。與過去幾千美元每公斤的發射成本相比，這種降幅是革命性的。通過這種方式，SpaceX可以發射更多的衛星，並同時降低每顆衛星的使用費用，或者以相同成本提供更多的數據帶寬。

更重要的是，星鏈並非傳統的「本地化」服務，它是一個全球性的通信網絡。這使得它能夠與各國的互聯網服務提供商（ISP）競爭，成爲一個全球性的連接提供商。例如，類似於$奈飛 (NFLX.US)$這樣的大規模視頻流服務，過去只能依賴各地的有線網絡，而星鏈則可以突破這種地域限制，提供全球無縫連接的服務。

從收入角度來看，我們預計星鏈未來幾年能達到2000億到3000億美元的年收入，因爲它能爲全球用戶提供一種強有力的、可競爭的通信解決方案。隨着衛星數量的增加，SpaceX的收入將呈指數增長，這些資金將直接投入到火星探索等長期任務中。

火星計劃本身就爲SpaceX帶來了超越當下的遠大前景。通過建設一個能夠實現火星殖民地的公司，SpaceX不僅在地球上形成技術優勢，更將爲未來的太空探索和資源提取鋪平道路。儘管從短期來看，SpaceX的現金流可能不會馬上給投資者帶來回報，但隨着時間的推移，火星計劃的潛力將逐漸顯現。到2030年時，火星的影響可能還不顯著，但到2040年，隨着殖民計劃的深入，火星的戰略價值將不可忽視。

事實上，SpaceX的成功並不僅僅依賴於地球市場，它的技術核心本身就是爲火星任務設計的。例如，SpaceX設計的星艦火箭，其巨大尺寸和可重複使用技術，正是爲了能夠承載和運送重型貨物到火星上。這種設計優勢讓SpaceX能夠在地球的航天市場中佔據主導地位，因爲它所研發的技術不僅有「外星級」的標準，反而爲地球上的競爭提供了極大的技術優勢。

伍德： 火星任務的技術進步將帶來一些我們無法預見的突破，比如材料科學的飛躍。這些進展在未來幾十年會對地球上的各行各業產生深遠的影響。這就是爲什麼火星殖民地對SpaceX來說至關重要的原因。它不僅是爲火星做準備，同時也會反向推動地球上的技術革新。

溫頓：隨着技術的不斷進步，從火星向地球發射衛星的成本可能會變得比從地球發射更低。這是因爲從火星發射衛星所需的能量遠低於從地球發射衛星的能量消耗。因此，火星基地不僅爲SpaceX提供了進入火星的能力，還能爲地球市場帶來競爭優勢。如果未來涉及到像小行星採礦等資源提取任務，火星可能成爲這些轉型的基地，進而爲SpaceX創造更大的商業價值。

從特斯拉的角度來看，SpaceX的火星任務也將帶來極大的技術溢出效應。特別是，SpaceX將在火星上測試機器人技術。這些機器人在火星極端環境中的表現將爲地球上的機器人開發提供重要數據和經驗。這種在火星上進行的測試，能夠加速機器人在地球上的應用和進步，使它們變得更加堅固和高效，適應更加複雜和艱難的地球環境。

了解機構持倉狀況緊貼最新投資趨勢？3步洞察機構持倉動向：市場> 美股> 機構追蹤

編輯/rice