“木头姐”最新专访：苹果谷歌掉队，20万亿AI蛋糕正被马斯克、OpenAI瓜分

7月9日消息，在最新一期播客节目《Bankless》中，美国知名投资人、方舟投资创始人、“木头姐”凯瑟琳·伍德（Catherine Wood）携方舟投资首席未来学家布雷特·温顿（Brett Winton），共同探讨了有望重塑未来经济的颠覆性技术。

这场思想碰撞中，他们描绘勾勒出一个价值超20万亿美元的技术版图，而埃隆·马斯克（Elon Musk） 的商业帝国正处在这个变革风暴的中心。

从特斯拉自动驾驶出租车，到Neuralink脑机接口与星舰计划的跨界融合；从莱特定律预测的AI成本断崖式下跌，到OpenAI、xAI和Anthropic三巨头角逐的AI战场；再到SpaceX低成本发射催生的太空经济，这些技术正在形成前所未有的协同效应，共同推动人类迈向指数级增长的新纪元。方舟投资罕见地同时押注三大AI巨头，正是看中了这场技术融合将释放的惊人能量。

那么，当下这场技术浪潮究竟会释放着怎样的变量？马斯克为何成为“木头姐”眼中最确定的下注对象？我们试图从这场对话中提炼出值得关注的产业信号。这场对话的核心观点有：

● AI重塑操作系统格局，方舟投资押注OpenAI、xAI、Anthropic三强，苹果谷歌掉队，中国开源模型崛起，竞争进入模型+终端+算力整合时代。

● “莱特定律”引发硬科技成本革命，生产规模翻倍会带动成本以固定比例下降，这在电动汽车、AI硬件等领域表现突出。

● 未来Robotaxi将出行成本可降至每英里小于0.5美元，商业模式从一次性卖车转向里程订阅，潜在市场达8–10万亿美元。安全性一旦超越人类，监管壁垒将迅速松动。

● 人形机器人难度比Robotaxi高10000倍，但容错空间更大。凭借自动驾驶积累的视觉-运动数据与通用芯片，特斯拉有望率先规模化，2030-2040年市场规模可能达到26万亿美元。

● SpaceX的降维打击布局：星链打造全球通信基建，目标年收入2000-3000亿美元；火星计划倒逼材料、能源领域突破，实现对地球产业的技术反哺。

以下为对话精华内容：

方舟投资创始人、“木头姐”凯瑟琳·伍德

1 AI三巨头争霸战：20万亿美元蛋糕怎么分？

问： 你们投资了xAI、OpenAI和Anthropic，为什么选择这三家公司？这是否是为了应对AGI的风险？

伍德：在风险投资领域，通常不会看到同一个基金同时投资这三家公司。但我们选择投资它们，因为我们认为这是一个“赢家通吃”的市场。对于这一市场来说，数据、分发速度和专有数据是关键。

与其他风险投资基金不同，我们没有在公司董事会中占据席位，这使得我们能够更加灵活地投资，而不会受到信息泄露的限制。我们相信，这三家公司在技术上处于领先地位，未来可能会脱颖而出。虽然未来可能会涌现更多专注于不同领域的语言模型并做得更好，但我们认为它们目前仍具有显著的竞争优势。

温顿：从宏观层面来看，未来AI软件领域的投入中，部分资金将流向软件即服务（SaaS）公司，而这些公司的发展将带动底层基础模型和平台即服务（PaaS）公司的需求，最终又会影响基础设施即服务（IaaS）层。对于基础模型层，这将是一个价值约1.5万亿美元的市场，甚至可能接近2万亿美元。因此，根据我们的利润结构预测，整个市场的企业价值有可能达到15万亿到20万亿美元。

目前，这个领域竞争激烈，很难预测哪家公司会最终胜出。但可以肯定的是，ChatGPT在分发上占有巨大优势，OpenAI通过向终端用户提供更多的token，积累了大量数据，并且在产品上进行快速迭代。而xAI则凭借星链等渠道获得了强大的分发优势。随着xAI模型的不断改进，X平台上的信息价值也将不断提升，因此，xAI拥有独特的分发优势。

至于Anthropic，它的编码模型在全球范围内处于领先地位，并且与Cursor深度整合。可以说，这三家公司各自具备不同的竞争优势，最终我们预计，15万亿到20万亿美元的企业市场中，可能会有两到三家公司脱颖而出，我们希望能够持有这些公司的股份。

在这一动态变化的环境中，中国的开源模型也在迅速崛起，这些团队如何应对并进行垂直整合呢？OpenAI正在扩展其终端硬件设备，我推测xAI也会推出自己的终端设备，且目前xAI已经通过数据中心实现了垂直整合。尽管OpenAI在技术上具有强大的优势，但它缺乏面向消费者的分发渠道，除了ChatGPT之外，它没有社交网络的支持。而各家公司都在积极进行定位，市场竞争十分激烈。

相比之下，谷歌和苹果等科技巨头的AI布局目前看起来较为薄弱。尽管谷歌拥有世界顶级的AI研究人员，但他们似乎未能在搜索等核心领域取得突破。尤其是随着AI工具的崛起，搜索引擎的关注度逐渐转向由AI机器人来回答问题。谷歌是否能弥补这一缺口？可能，但未必能领先。而苹果的AI技术，尤其是Siri，几乎可以说是失败的。

伍德：我现在主要聚焦在这两家公司。过去四年，我们一直在关注所谓的“科技六巨头”（Mag Six），但我们并不认为它们是最终的大赢家。特别是关注到苹果在自动驾驶领域的表现时，我们意识到，作为终极的移动设备，自动驾驶出租车本应该是苹果的重点。然而，尽管他们尝试过多次，但随着管理层的多次更换，苹果的AI战略似乎始终缺乏清晰的方向，最终我们认为他们并不知道如何在AI领域取得突破。

同样的情况也出现在谷歌身上。尽管谷歌拥有全球最顶尖的AI研究团队，大家普遍认为他们会在这一领域取得成功，但结果却并非如此。我们从实际经验中看到，像Anthropic这样的公司能够做出更加个性化的解决方案，而这一点正是谷歌所缺乏的。这种细微的差异，恰恰是当前AI竞争中至关重要的因素。

温顿：在谈到基础模型的企业市场时，我们认为这是一个15万亿到20万亿美元的巨大机会。而根据输入输出计算方式的变化，我们实际上正在经历一场操作系统平台的过渡——这些AI模型本质上就是新的操作系统。像Cursor这样，依托这些模型的应用，或者ChatGPT、Deep Research等，都是OpenAI所构建的应用。当操作系统发生这种转型时，旧的操作系统通常很难适应这种变化。

这种转型有些像从桌面电脑到移动设备的过渡。例如，从IBM到微软的变化，在这个过渡发生时，IBM的股价几乎腰斩，而微软股价增长了10倍。再比如从鼠标到多点触控屏的转变，是微软过渡到iOS和苹果的过程，苹果最终主导了市场。如今，我们可以清晰地看到，我们正从多点触控过渡到自然语言输入，主要是通过语音和文字。因此，苹果当前的操作系统在这场变革中处于劣势。

苹果所面临的困难在于，他们必须重新构建操作系统，以适应新的用户界面需求。如今他们的所有多点触控设置和额外控制菜单，都是基于老旧的界面系统设计的。要想真正适应这一变革，苹果需要从头开始，这也是他们在这场变革中很难取得领先的原因。

2 你以为马斯克只是在造车？其实他在下一盘AI大棋

问：当今最热门的科技投资方向包括AI、机器人技术、大脑芯片、太空探索等，而马斯克似乎正处于这些领域交汇的中心，几乎谁也无法忽视他对这些行业的影响。你们认为马斯克成功的秘诀是什么？

伍德：马斯克的影响力涵盖了多个领域。我认为这并非偶然，而是他独特才能的体现。他很早就意识到，未来不同的技术将发生融合，而AI将成为融合的核心。对于AI而言，其核心就是专有数据，这是真正的竞争优势。

以特斯拉为例，很多分析师认为它只是汽车制造商，但它实际上运营着地球上最大的AI项目。特斯拉囊括了机器人、能源存储和AI等技术，它们原本是独立发展的，但现在开始相互交织、相互推动。我们相信，随着自动驾驶出租车的发展，相关技术将迎来爆发式增长。

进入AI时代后，我们意识到，专有数据才是竞争优势的核心。马斯克已经积累了海量的关键数据。没有哪个人拥有像马斯克那样多的自动驾驶出租车数据或机器人数据。我们每天都在“驾驶机器人”，只是以前我们从未意识到这一点。以我的Model 3和Model Y为例，我们驾驶汽车每天都在为它收集数据。

再看看X平台上的数据流，也同样独一无二。至于Neuralink，你知道现在最重要的数据爆炸是什么吗？那就是“多组学”（Multi-Omics）数据，它整合了DNA、RNA和蛋白质等数据，旨在全面解析生物系统的复杂性。

而马斯克正专注于Neuralink和神经网络。你知道，AI是以大脑为模型的，而马斯克早就看到了这一点。再加上SpaceX，那又是另一条全新的数据轨道。所以，马斯克的成功秘诀就在于他对这些数据的深刻理解。

温顿：马斯克无疑是那个能够看到各类技术融合的人。他独特的地方在于，他对拖延和懒惰是零容忍的。当技术飞速变化、工具尚不明确时，最重要的就是做大量实验。他逼迫团队不断推进，虽然其间可能会遇到失败，但在这样的技术变革时期，速度是帮助你发现下一步该怎么做的关键。

方舟投资管理公司首席未来学家 温顿

在技术过渡期，垂直整合是主导策略，而马斯克显然完全掌握了这种方法。快速迭代也是至关重要的。因此，我们在Neuralink、SpaceX、特斯拉以及X/xAI都有投资。我们坚信他的产品开发哲学，通过不断快速迭代，最终能够改变世界。

马斯克的另一个超能力是，他愿意为了获得长期回报和实现使命而忍受短期的痛苦，对他的公司和投资者来说，这种痛苦最终会转化为巨大的回报。

伍德：我想分享一个故事。我们来自传统的资产管理领域，这里不像风险投资那么宽容，失败是不被允许的，哪怕是微小的偏离目标，比如营业利润率低了30个基点，都会被视为灾难。而你看看马斯克，他的猎鹰9号火箭从最初的失败到最终成功，经历了七次甚至九次爆炸，但之后他几乎没有再经历过失败。如今，他几乎掌控了90%的商业卫星发射市场。

3 莱特定律来了！比摩尔定律更狠的“成本屠刀”

问： 现在我们发现了一个新的规律——莱特定律。莱特定律指出，每当生产量翻倍，生产成本就会按固定百分比下降。你们能解释一下它的意义，以及在展望未来10年，面对这些新的范式转变时，为什么它会如此重要？

伍德：当我们讨论半导体技术即将触及物理极限的问题时，布雷特突然有了一个灵感：“等等，这不仅仅是时间问题。根据摩尔定律，每18到24个月性能翻倍、成本不变，但这种规律太局限了。”他开始思考：“应该有一个更普适的规律，不仅仅依赖时间维度，毕竟世事难料。”接着，他将思路回溯到民航业的早期阶段，试图从历史中找到答案。

温顿：莱特定律来源于西奥多·莱特（Theodore Wright）在研究飞机制造时的发现。他发现，每生产一架飞机，成本会按固定比例下降。这个规律不仅适用于飞机生产，还涵盖了原材料的成本、原材料精炼的成本以及发动机制造成本，所有这些都呈现出类似的下降趋势。莱特因此认为，这个规律可以用来准确预测成本的下降趋势。

一个经典例子是锂电池。按照摩尔定律，电池的成本理应随着时间不断下降，但实际上这一规律并不完全适用。早期锂电池主要是用于笔记本电脑的大型电池，但后来应用转向了智能手机的小型电池。因此，虽然电池的需求翻倍，但需求增幅逐渐减缓，导致电池的成本下降没有呈现传统的摩尔定律模式。

再看2014或2015年，美国能源信息署（EIA）曾预测，到2050年，电动汽车年销量将只有20万辆左右，增长缓慢，这完全基于过时的电池成本下降预期。莱特定律恰好为我们提供了解决这一问题的框架——它能更准确地预测随着生产规模的增加，成本如何持续下降，而不仅仅依赖历史数据。

最初，很多人认为电动汽车市场只是一个小众市场，吸引的是环保意识强的消费者，他们愿意为性能较低的产品付出更多代价。但事实证明，一旦电动汽车进入市场，尤其是那些高性能、受欢迎的车型，它们对电池的需求迅速激增，从而推动了电池生产的变革。

举个例子，当特斯拉Model S推出时，不仅销量大增，它还成为了一款高性能车型。这直接推动了电池生产的曲线变化，促使电池成本开始下降。若按摩尔定律看，电池似乎是一个成熟技术，成本下降缓慢，但根据莱特定律，随着特斯拉等大规模电动车型的推出，对电池的需求急剧增长，从而推动了成本的下降。

这表明，通过关注未来技术的单位经济学及需求潜力，我们可以预测这些技术的成本将变得多么低廉。我们将这一原理推广到其他技术领域。例如，你可以回顾福特Model T前十年的表现，通过每马力的成本预测内燃机汽车的成本，误差范围在20%以内。今天，这一误差已超过100%。

如果你查看技术发展的前十年，能够相对准确地预测汽车成本。所以，拥有中长期视角去理解和估算一项技术的意义及其对未来消费者的价值，这就是我们如何应用莱特定律的方式。

伍德：莱特定律不同于传统的摩尔定律，后者假设技术每年按固定速度进步。而莱特定律表明，每当生产量翻倍，成本就会按固定百分比下降，正是这种规律推动了电动汽车成本的下降。

例如，在电动汽车领域，每当电池生产翻倍一次，成本就会下降28%；在工业机器人领域，这一比例是50%；如果你将它应用于DNA短读序列，成本会下降40%。在AI领域，硬件与软件的结合也使得成本下降达到48%。

更为惊人的是，AI领域的训练成本每年下降70%，推理成本的下降幅度甚至可能达到98%。这一现象证明了莱特定律的强大预测能力——通过技术迭代和生产规模的扩大，成本逐渐降低，产生了更大的经济效益。

温顿：对于AI来说，核心问题是专门用于AI训练的计算单元。因此，埃隆·马斯克、山姆·奥尔曼和谷歌投入大量资金建设这些训练集群，通过工程方法提升效率，再加上软件架构上的进步，最终使得交付给客户的成本大幅下降。

4 ChatGPT只是开胃菜 AI即将引爆10万亿级生产力核爆

问：以OpenAI的ChatGPT为例，它似乎突然出现在公众视野中，短时间内就达到了1亿用户。一个AI聊天机器人，怎么会如此迅速地获得这么大规模的关注？以此为例，你如何预测技术的累积需求，并看待成本的降低？

温顿：我想强调的是，AI是目前所有技术中最具融合性的技术。可以说，语言模型和多模态模型的进步，不仅影响了自动驾驶出租车，还逐步渗透到更复杂的人形机器人，甚至生物学领域。所以，实际上，我们当前的AI模型，主要集中在提高知识工作者的生产力，尤其是语言模型和相关应用领域。

关于成本下降的预测，首先我们需要看这些技术如何提升知识工作者的生产力。假设我是一名分析师，负责对生物技术资产进行估值。传统上，这可能需要助理花费一周的时间来准备报告，但现在我可以直接用GPT模型，在20分钟内获得一份完整的报告，极大地提高了工作效率。因此，我能够以更低的成本，完成本来需要助理花费一周的工作。

又比如，在客服热线中，市场上已有AI语音助手取代了人工客服，处理客户咨询。与其花钱雇佣人工客服，我们可以用更少的资金提供更多的客户支持。

从整体来看，预计到2030年，知识岗位的工资支出将超过10万亿美元，而我们目前每年花费约30万亿美元。基于这些假设，我们预测AI软件的市场规模将达到万亿美元级别。这些资金将用于生成各种“token”，如更好的客户支持、更高效的分析、更具创意的文案、更定制化的广告等，推动整体生产力的提升。

由此可以预见，AI技术的成本将在未来五年内大幅下降，而其性能可能提升100倍至1000倍。

5 X与xAI合并为对抗OpenAI

问：你们现在似乎在押注OpenAI、Anthropic和xAI，而xAI已经与X合并。那他们的AI战略是什么？

温顿：你可以把X看作是一个数据平台，以及一个实时执行环境，用来构建强大的AI。如果你看看Reddit如何将其数据货币化，X的数据每年的价值大约为15亿美元。所以，通过整合后，他们的效率更高。xAI曾经有一定的数据访问权限，但它们之间有着协议上的分隔——比如分配和分销方面。这意味着如果xAI要做一些增量性的事情，就需要重新谈判协议。通过合并，两个实体能消除这种摩擦，从而提升整体效率。

X本身就是一个非常强大的平台，从某种程度上来说，它类似于全球所有报纸的集合，同时又能根据个人需求定制新闻。因此，X未来的发展方向是成为一个金融超级应用，能够买卖和持有任何东西，并实现资源转移。信息传输实际上和货币传输并没有太大区别，尤其是在数字货币的背景下。这为xAI提供了一个执行环境，让它的智能体得以运行。

从马斯克的视角来看，X的出发点是追求信息的真实性。X的使命和xAI的使命是一致的——都在寻找真相。因此，X可以被视作一个信息平台，旨在揭示真相，而xAI则专注于通过AI来揭示真相。xAI显然在与OpenAI竞争，后者的ChatGPT平台拥有数亿活跃用户。那么，通过xAI与X的合作，xAI就能接触到更广泛的用户群体，从而获得数据优势。

伍德：我们可以看看Grok的表现，其性能在2月份出现了“曲棍球棒”形状的暴增，达到了OpenAI推理模型03-Pro的水平。我们一直在问，为什么Grok会这么快追赶上，明明它起步较晚？其中一个我们认为的答案是“训练集群”。它们都在孟菲斯（美国田纳西州的一座城市），所以延迟问题不大。我们觉得这个因素可能很重要。

温顿：正如马斯克所说，他们需要10万颗GPU都放在同一个地方，以最有效的方式训练这个模型。因此，他会建造数据中心，并动员资源在四个月内完成，而不是那些第三方供应商承诺的18到24个月。可以想象一下，四个月和18到24个月的差异，对于AI来说就像间隔10年一样巨大。

6 人形机器人比自动驾驶难10000倍！未来5到15年内实现突破

问：自动驾驶出租车本质上就是机器人，只是它们长得像汽车，配有四个轮子。你们能描述一下这个行业的现状和机遇吗？

伍德：我们现在讨论的是“具身AI”，比如自动驾驶出租车和人形机器人等。我认为，地球上目前最大的AI项目无疑是自动驾驶出租车。短期来看，这无疑是一个巨大的机会。而在更远的未来，AI在医疗健康领域的应用将是最具深远影响的，尤其是在治愈疾病、加速新药研发和缩短上市时间等方面。我们预计，未来5到10年内，发现新药并推向市场的时间将大幅缩短，可能会减半。

在医疗领域，AI的潜力极为庞大。每个人的基因组中大约包含35到40万亿个细胞，而“单细胞测序”技术的出现正在极大地改变我们对疾病的诊断和治疗方式。这是AI与基因组学结合的一项巨大的突破，未来可能带来革命性的进展。

温顿：目前，很多人还没有见到自动驾驶出租车的大规模应用，因为他们没有亲眼见到像语言模型那样的广泛推广。但未来几年内，自动驾驶出租车的渗透率可能会迅速飙升，就像语言模型一样。如果你在美国买一辆新车，实际上你是买了“行驶里程套餐”，你支付的价格是每英里1美元或更多，基本上你购买的是一种出行选择权。而特斯拉的自动驾驶出租车服务，可以在每英里不到50美分的价格下提供服务，而且你根本不需要自己开车。

想象一下，这种出行方式会彻底改变大多数人的出行选择，谁还会选择买车呢？对于大部分人来说，拥有个人车辆将变得不再必要。

再看看美国或全球的行驶里程总量，过去特斯拉汽车的运营利润约为5000美元，而现在这些车可以在每年10万英里、每英里1美元的基础上运营。这使得特斯拉每辆车可以带来数万美元甚至更多的潜在收入，这将彻底改变特斯拉的商业模式。

伍德：自动驾驶出租车的意义不仅仅在于节省时间和不需要司机，它还能拯救数以万计的生命。每年在美国，由人为错误导致的交通事故死亡人数达到4万，而全球的数字可能更高，超过120万。值得注意的是，超过80%的交通事故和死亡都是由人为错误引起的。而目前，Waymo和特斯拉在自动驾驶出租车的安全性方面，已经越来越接近人类司机的水平。

目前，美国司机大约每行驶70万英里就会发生一次事故。我们认为，特斯拉的自动驾驶出租车将在未来一两年内，达到这个水平，甚至会超过人类司机的安全性，达到两到三倍。到那时，监管机构不再有疑问，自动驾驶出租车将成为最安全的出行方式。

温顿：自动驾驶出租车将极大地提升经济生产力，其影响力甚至超过蒸汽机带来的变革。它能够迅速普及并集中资源，从而大幅提高效率。如今，大多数人都浪费了大量时间充当“业余司机”，开车真的是一种巨大的时间浪费。每年，成千上万的人因交通事故丧命，而这些时间本可以用于更有意义的活动。

同样，我们每天的通勤时间也应引起重视，虽然它不被计入GDP统计，因为它被视作“业余时间”劳动。但一旦人们开始支付自动驾驶出租车的费用，这部分劳动将被纳入经济生产力的计算范畴，直接进入GDP的统计范围。这些节省下来的时间将会用于更具生产力的活动。

伍德：未来几年内，全球的实际GDP增长将会加速，预计将达到7%。如果你是经济学家，可能会觉得这听起来很疯狂，因为人类历史上没有见过如此高的增长率。但如果你回顾上世纪初，电话、电力、内燃机的出现，使全球GDP的年增长率从大约0.5%跃升到3%，这个增长已经持续了125年。

因此，从3%左右的全球实际GDP增长，跳跃到7%是完全可能的。我们现在有五个主要的创新平台正在快速发展：人工智能、机器人技术、储能技术、区块链技术和多组学基因测序技术，而这一切都在AI的推动下加速发展。所以，我们预计这次的增长将比上次更加迅猛。

问： 特斯拉的远景不仅仅局限于汽车和自动驾驶，他们还在追求一项非常宏大的计划——人形机器人。特斯拉的擎天柱计划与自动驾驶出租车网络结合，似乎为他们提供了巨大的数据优势。你如何看待这个方向的未来机会？

伍德：我们可以看到，这是三项关键技术的融合：机器人技术、能源存储和人工智能。马斯克曾说过，他认为特斯拉将成为全球人形机器人领域的领导者，而中国企业将占据第二到第十的位置，他们特别重视这个领域。

特斯拉通过自动驾驶技术积累的大量数据，将反向应用到人形机器人上，为他们提供了不可比拟的优势。这种技术的叠加效应让特斯拉在机器人领域的潜力巨大，尤其是他们在自动驾驶出租车网络的运营上，能够持续优化并提升数据的利用效率。

温顿：说到人形机器人，实际上，由于人工智能的迅速发展，这项技术的实现时间大大提前了。原本我们预计，商业化的人形机器人会出现在2030年之后，但现在，凭借AI技术的进步，预计会在更短的时间内实现。尽管目前人形机器人还没有足够的实用性，它们大多数在工厂中只是作为展示，能够做一些简单的动作，比如捡东西等。但随着技术的进步，它们的实用性将逐渐增强。

人形机器人比自动驾驶出租车要困难10000倍。这是因为在驾驶中，你只需要做简单的操作：左转、右转、刹车或加速，而且车辆的传感器位置是固定的，环境也相对简单和标准化。然而，人形机器人面临的挑战要复杂得多。机器人必须能够处理多种动作，而且在移动时，传感器的视角和位置会发生变化。此外，机器人所处的环境通常并没有像车道标线那样为它提供明确的操作指引。这些问题使得人形机器人的开发变得极其复杂。

然而，机器人在容错性方面有巨大优势。比如说，在汽车事故中，一次碰撞往往会带来严重的后果，但如果是机器人发生碰撞，通常不会导致致命事故或灾难。所以，虽然人形机器人在开发上要困难很多，但它们的容错率可能比自动驾驶出租车高100倍。

对于特斯拉来说，他们的优势在于已经有了通用的芯片技术，这些技术同时适用于机器人和汽车，这使得他们能够将从车辆中获得的大量现实世界数据转化为机器人训练数据，进而提升机器人的能力。另外，特斯拉能够在自己的工厂里部署这些机器人来执行任务，这种内部需求也是一个非常重要的优势。

总的来说，机器人市场和自动驾驶出租车市场的潜力都非常巨大。我们预计，未来5到10年内，自动驾驶出租车的全球市场将达到8到10万亿美元，其中约一半的市场份额将由网络提供商（如特斯拉或Waymo）占据。特斯拉无疑在这一领域处于领先地位。

至于人形机器人市场，其潜力更为庞大，预计将在未来5到15年内实现突破，市场规模可达26万亿美元。相比之下，全球GDP总量目前大约为130万亿美元。这意味着，自动驾驶出租车和人形机器人市场合起来的总规模，可以对全球经济产生巨大的影响，带来前所未有的机遇。

7 Neuralink让盲人“看见”红外线，聋人“听到”次声波！

问：现在有了Neuralink的脑机接口，通过这种大脑与机器的连接，未来我们能用心灵感应操控我们正在开发的人形机器人吗？

伍德：我有幸听取了Neuralink团队的讲解，实际上能亲身听到他们的讨论，我感觉非常荣幸。坦白说，有些地方真的是“哦天哪，必须亲自体验一下！”我个人已经迫不及待想看到这项技术的未来应用了。它的潜力实在让人惊叹。

温顿：我觉得Neuralink不仅是一个技术公司，更是一个极具人性化的公司。它正帮助那些严重瘫痪或有沟通障碍的人重新获得生活的自由。目前，Neuralink正在将芯片植入到患者的手部运动皮层。想象一下，某个患者由于身体无法移动，想要写字却无法动手，但通过这个芯片，他可以用思想控制手的动作，甚至用思维来操控屏幕上的光标。

随着技术的不断发展，Neuralink的技术已经超越了初期的设想。比如，他们通过脑机接口突破了以前所有版本的输出速率记录，帮助一个严重瘫痪的患者重新获得运动能力。最初，他们只是集中在手部皮层的实验，但随着技术的完善，未来可能会涉及到语音皮层。这样，即使一个人的发声器官无法工作，他们依然能够通过大脑信号生成声音或文字，重新与世界沟通。

下一步，Neuralink不仅能读取大脑信号，还能向大脑写入信号。例如，耳蜗植入手术目前帮助失聪人士通过直接刺激听觉区域来“模拟”耳朵的功能。而Neuralink的目标是，让视觉信号进入盲人的大脑视觉中心，从而实现“看”的体验。甚至不止如此，盲人可能还会看到超常的视觉效果，比如红外线视图，或是通过摄像头看到原本无法看到的东西。

通过这种技术，某些人或许能够通过大脑与AI智能体实时交互，以接近“超能力”的方式与机器交流。而我们其他人，可能还需要依赖打字、说话等方式来进行交流。

令我觉得振奋的是，Neuralink未来还可能改变我们与世界的关系。假设Neuralink技术变得像激光眼手术一样普及、经济且便捷，那么或许有一天，普通人也可以选择去Neuralink中心进行“大脑升级”，比如我们可以通过芯片提升记忆、学习新技能，甚至“增强”我们的感官功能。

8 SpaceX只是起点，太空基础设施正形成新的平台红利

问：有人预测到2030年，SpaceX的估值将达到2.5万亿美元，这意味着SpaceX将在短短五年内成为全球估值最高的公司之一。为什么SpaceX如此成功，为什么它能达到如此高的估值？

温顿：星链是SpaceX的独特资产，星舰的成功将对这一估值至关重要。星舰的关键在于它通过大规模提升火箭的运载能力，将每公斤发射到轨道的成本降低到100美元甚至更低。与过去几千美元每公斤的发射成本相比，这种降幅是革命性的。通过这种方式，SpaceX可以发射更多的卫星，并同时降低每颗卫星的使用费用，或者以相同成本提供更多的数据带宽。

更重要的是，星链并非传统的“本地化”服务，它是一个全球性的通信网络。这使得它能够与各国的互联网服务提供商（ISP）竞争，成为一个全球性的连接提供商。例如，类似于Netflix这样的大规模视频流服务，过去只能依赖各地的有线网络，而星链则可以突破这种地域限制，提供全球无缝连接的服务。

从收入角度来看，我们预计星链未来几年能达到2000亿到3000亿美元的年收入，因为它能为全球用户提供一种强有力的、可竞争的通信解决方案。随着卫星数量的增加，SpaceX的收入将呈指数增长，这些资金将直接投入到火星探索等长期任务中。

火星计划本身就为SpaceX带来了超越当下的远大前景。通过建设一个能够实现火星殖民地的公司，SpaceX不仅在地球上形成技术优势，更将为未来的太空探索和资源提取铺平道路。尽管从短期来看，SpaceX的现金流可能不会马上给投资者带来回报，但随着时间的推移，火星计划的潜力将逐渐显现。到2030年时，火星的影响可能还不显著，但到2040年，随着殖民计划的深入，火星的战略价值将不可忽视。

事实上，SpaceX的成功并不仅仅依赖于地球市场，它的技术核心本身就是为火星任务设计的。例如，SpaceX设计的星舰火箭，其巨大尺寸和可重复使用技术，正是为了能够承载和运送重型货物到火星上。这种设计优势让SpaceX能够在地球的航天市场中占据主导地位，因为它所研发的技术不仅有“外星级”的标准，反而为地球上的竞争提供了极大的技术优势。

伍德：火星任务的技术进步将带来一些我们无法预见的突破，比如材料科学的飞跃。这些进展在未来几十年会对地球上的各行各业产生深远的影响。这就是为什么火星殖民地对SpaceX来说至关重要的原因。它不仅是为火星做准备，同时也会反向推动地球上的技术革新。

温顿：随着技术的不断进步，从火星向地球发射卫星的成本可能会变得比从地球发射更低。这是因为从火星发射卫星所需的能量远低于从地球发射卫星的能量消耗。因此，火星基地不仅为SpaceX提供了进入火星的能力，还能为地球市场带来竞争优势。如果未来涉及到像小行星采矿等资源提取任务，火星可能成为这些转型的基地，进而为SpaceX创造更大的商业价值。

从特斯拉的角度来看，SpaceX的火星任务也将带来极大的技术溢出效应。特别是，SpaceX将在火星上测试机器人技术。这些机器人在火星极端环境中的表现将为地球上的机器人开发提供重要数据和经验。这种在火星上进行的测试，能够加速机器人在地球上的应用和进步，使它们变得更加坚固和高效，适应更加复杂和艰难的地球环境。

本文来自微信公众号“腾讯科技”，作者：金鹿 海伦，36氪经授权发布。