30 秒看懂
投资人 Dave Blundin 认为,马斯克的 Terafab 计划源于 AI 芯片短缺,但要实现其目标规模,还取决于稀缺的制造设备和供应商。Moonshots 几位主持人对人类驾驶未来是否会被禁止、AI 冲击是否意味着股市全面崩溃意见不同。他们还讨论如何评估 AI 工作、模型蒸馏,以及本地和云端运行 AI 的取舍。节目中的预测描述的是可能性。
- 1芯片设备和供应商限制计划落地Blundin 说,即使资金到位,先进光刻设备和更广泛的供应链仍是实体瓶颈。
- 2主持人对人类驾驶是否会被禁止意见不同Blundin 预测自动驾驶改进后限制会出现;Wissner-Gross 则预计人类会保留更高层的控制角色。
- 3token 使用量能否衡量生产率存在争议Diamandis 问如何防止浪费;几人建议除了看支出,还要检查实际工作和提示词历史。
- 4商业模式受冲击不等于整个市场崩溃Blundin 和 Wissner-Gross 认为,即使既有优势消退,资本仍可能流向能适应变化的企业和基础设施。
- 5蒸馏用大模型帮助训练小模型Wissner-Gross 解释如何用大模型输出训练更快、更便宜的小模型,并讨论本地使用的可能。
要点建议
- 先进芯片制造依赖供给受限的设备和复杂供应链,与计划中的工厂规模无关。
- 主持人对自动驾驶是否会导致人类驾驶被禁止意见不同。
- 单靠 token 支出无法确定 AI 使用是否有效;几人讨论了检查实际工作。
- Blundin 与 Wissner-Gross 预计,即使一些既有优势减弱,资本也会流向能够适应的企业。
- 本地 AI 提供控制和隐私,但需要维护;云端更易扩展,也存在共享资源的取舍。
按章节阅读整理后的全文
Terafab 的目标与约束
几人讨论芯片产出目标、制造瓶颈和估值预测的假设。
Peter Diamandis 与 Dave Blundin、Alexander Wissner-Gross 开始本期 Moonshots,Salim Ismail 稍后加入。他们首先讨论马斯克提出的 Terafab,将其作为雄心勃勃的计划,而非已经运行的工厂。
Diamandis 描述马斯克的目标:每年生产支持 1 太瓦 AI 计算能力的芯片,并与他估计的全球现有 20 吉瓦年产出作比较。主持人谈到汽车、机器人和太空系统所需芯片;这些数字是目标及其比较,不是已经实现的产量。

Blundin 说,挑战在于供应链:包括 ASML 光刻机在内的先进制造设备供给受限,而芯片生产依赖众多供应商。几人讨论自建工厂如何与三星的大额订单并存,而非立即取代它们。
Diamandis 根据自己的假设计算,要用星舰每年向轨道运送 1000 万吨物资,约需每天发射 274 次。Wissner-Gross 思考假如产能真正建成会有什么地缘政治影响,并推测更大规模的月球制造。
几位主持人推测特斯拉、SpaceX 与 xAI 可能如何分担成本和产出,以及投资如何影响估值。Ismail 指出马斯克的时间表经常延误,并质疑这次发布的时间是否也有助于潜在上市前吸引关注。
被问到太空计算是否会取代地面数据中心时,Blundin 预计需求足够大,两者都能得到利用。他认为各国仍需要地面算力保持韧性;Wissner-Gross 则推测制造挑战可能促使人们尝试替代工艺。
话题转向估值。Diamandis 展示机器人和汽车自用芯片可能带来的成本节省;其他人认为,如果最激进的产能目标实现,价值可能高得多。这些估算取决于当时尚未以该规模存在的项目和市场。
几人也提出垄断担忧。一位发言者认为仍会出现竞争和反垄断审查;Wissner-Gross 则认为项目尚未建成,称其具有垄断性为时过早。他们再次提到,生产瓶颈也可能是商业机会。
交通的未来之争
主持人对是否禁止人类驾驶意见不同,并设想 Robotaxi 和电动飞行器对城市的影响。
Diamandis 转向交通,引用 Waymo 报告的自动驾驶里程和事故数据,以及 Robotaxi 车队投资。他还介绍 Joby 和 Archer 的电动垂直起降飞行器,预计未来几年空中出租车服务会更加常见。
Ismail 预测对人类驾驶的限制可能从城市中心开始,再逐步扩大。他认为缩短出行时间可以让更多土地变得可达。Blundin 预计自动驾驶飞行器发展很快,而 Diamandis 提醒,早期飞行器预计会配备飞行员。
Blundin 预测安全顾虑最终会推动选民限制人类驾驶,但他认为芯片供给可能延迟部署。Wissner-Gross 不同意驾驶会被禁止:他预计随着人们指挥能力更强的辅助系统,驾驶的含义会改变。
主持人设想 Robotaxi 服务商之间的竞争以及更低的出行成本。Ismail 预测车辆利用率提高可能减少所需汽车数量,并改变维修和服务业;这些都是未来情景。
Diamandis 提出,如果自动驾驶出行变得容易,家庭可以把车库改作其他用途。其他人讨论了更远郊的住宅、原有停车场,以及出行成本变化可能如何影响房地产需求。
Wissner-Gross 设想能够自行移动、配合会议和夜间出行的房屋或办公室。Diamandis 讨论通过本地起降枢纽把电动飞行器与地面交通连接起来;几人还谈到超级高铁和点对点火箭旅行。
工作、智能体与 token 指标
他们讨论自动化、咨询商业模式及能否用 token 支出评估 AI 使用。
下一个话题是工作。几人引用可能受自动化影响的工作量估算、企业推动采用 AI 的报道,以及面向 AI 智能体的招聘信息。Ismail 预测每家企业可能需要少得多的员工,同时希望新企业能抵消部分失业。
Wissner-Gross 认为,传统咨询公司很难从按小时收费转向按结果收费。他将一则智能体招聘信息看作工作岗位可能转为面向软件而非人类的早期例子。
Diamandis 介绍让创业者挑战既有企业商业模式,并资助有前景替代方案的做法。发言者还讨论私募股权所有者如何用自动化降低成本,再投资或收购新业务。
Blundin 说,他控制的企业正在设定 AI 支出与工资支出的比例目标。Diamandis 问,既然 token 可能被浪费,使用量是否是好指标;Wissner-Gross 建议评估背后的工作,而非只看数量。
几人讨论保留提示词历史,让 AI 系统审阅工作并帮助识别培训需要。Blundin 介绍了自己使用的云服务;这是一项管理建议,并不能证明 token 支出可以衡量生产率。
竞争优势变化时如何估值
几人讨论市场重新定价的观点,并争论技术冲击是否意味着全面崩溃。
主持人讨论一种观点:AI 可能缩短企业竞争优势的寿命,从而降低市场赋予未来现金流的价值。Diamandis 展示了估值倍数下降、大幅压低标普 500 总价值的一种情景。

Blundin 同意既有企业可能失去优势,但不同意整个市场必然崩溃的结论。他预计资本和增长会转向能够适应的企业,并认为投资者应关注管理团队的改变能力。
Wissner-Gross 同样认为,资金可以从受冲击的软件企业转向基础设施或其他用途。Ismail 认为组织学习和适应能力可能比过去的规模更重要,并预测工作会转向智能体。
几人设想用 AI 分析公司、提出转型方案并支持积极股东投资。Diamandis 说董事会应给管理者改变商业模式的空间;他们认为这些工具可能加快审查。
月球与生命组成物质
Artemis、可重复使用火箭和小行星化学引出对太空及地外生命的推测。
谈到太空,Diamandis 预告计划于 2026 年 4 月进行的 Artemis II 载人绕月飞行,并比较 NASA 的 SLS 和 SpaceX 星舰。他预计可重复使用火箭会改变经济性,几人也讨论了中国的登月目标。
发言者讨论在小行星龙宫样本中发现的核碱基,并推测生命的组成物质可能如何在太空传播。这些讨论是推测,节目没有报告在地球以外发现生命。
几人思考假设中的火星生命是否可能与地球生命同源,以及木卫二上若存在独立起源的生命会意味着什么。他们还讨论撞击如何可能在行星之间转移物质,以及撞击的破坏作用。
模型竞争与机器设计芯片
发言者解释模型蒸馏、数据优势和一项据报道的 AI 辅助处理器设计。
话题转向 AI 模型。Diamandis 回顾匿名模型 Hunter Alpha 曾引发来源猜测,后来被确认是小米 MiMo-V2-Pro 的早期版本。几人认为,更小、更便宜的模型使市场竞争更加激烈。
Wissner-Gross 将蒸馏解释为用较大模型生成训练数据,再训练更小、更快的模型。他认为多轮压缩后仍能保留有用能力值得关注,并设想强大模型在本地运行。
Blundin 认为,即使模型大量出现,专有数据仍可能形成优势。Wissner-Gross 质疑模型品牌、研究人员或用户分发能力能否保持防御性,预计更多价值会转向应用和更高层工具。
几人讨论一项据称在 12 小时内完成的 AI 辅助 RISC-V 处理器设计。Wissner-Gross 指出,标准测试使候选设计更易验证;Blundin 预测设计成本降低后,更多场景可能使用专用芯片。
科研政策、数据中心与保存技术
他们讨论科研资金、当地数据中心反对意见、芯片出口和大脑保存。
主持人讨论美国能源部的 AI 科研计划。Wissner-Gross 欢迎公共资金支持大型研究挑战;Diamandis 则询问,相比中国的雄心,这笔投资是否足够大。
俄亥俄州限制大型数据中心的提案引发主持人的反对。他们讨论社区对电力和水资源的担忧,认为应寻找其他解决方法;他们对当地影响的判断属于个人观点。
几人讨论美国批准向中国出售英伟达 H200 芯片,争论限制是否刺激了国产替代,以及恢复销售能否改变中国自行生产芯片的动力。
谈到大脑保存,Wissner-Gross 介绍了他称自己非正式担任顾问的 Nectome 的工作,并与另一种保存方法作比较。他鼓励听众考虑人体冷冻;保存组织结构并不证明人可以被复活。
关于 AI、机器人和医学的提问
观众问题涉及 AI 在哪里运行、机器人外形、谈判、治疗获得和投资。
回答观众问题时,Wissner-Gross 比较了本地 AI 硬件、云计算和终端设备:本地系统控制和隐私程度更高,但需要维护;云服务更容易扩展,也要面对共享资源的取舍。
被问到人形机器人是否设计过度时,Blundin 说许多任务可以使用专用机器。他认为人形设计更容易吸引资本和人才,也可能支持更广泛的机器人供应链。
Diamandis 建议用语言模型帮助准备谈判,例如理解另一方立场。Wissner-Gross 描述了商业谈判双方咨询模型的例子;两人把它作为潜在辅助,而不是公正或达成协议的保证。
被问到 AI 发现的治疗方法何时能惠及患者时,Wissner-Gross 预测进展会很快,但承认临床审批可能需要多年。他提出未来压力或许会改变临床测试数量,这是一种预测,而非现有审批途径。
Blundin 谈到查看公开基金持仓,并寻找与 AI 基础设施、芯片设计和能源相关的企业。他预测工资收入会受到压力,某些资产回报会更强;随后主持人结束讨论。
结束音乐之后,Diamandis 与其他主持人感谢听众并告别。
同频道的其他文章
24:05EN → 简体中文
30:28EN → 简体中文
1:17:00EN → 简体中文