.@elonmusk 告诉我他计划建立“Optimus Academy”来训练一支人形机器人的军队。 > “在模拟世界中有数百万个模拟机器人” > “在现实世界中有数万台机器人，以缩小模拟与现实之间的差距。” 为什么？特斯拉训练人形机器人的方式与其构建全自动驾驶（FSD）的方式有两个重大区别。 - FSD 只需要学习三个自由度：转向、加速、刹车……而人形机器人必须学习如何协调 50 多个关节。 - 你可以销售没有 FSD 的特斯拉，这使你能够收集数百万小时的驾驶数据来启动你的模型……但你不能销售尚未学会如何做事情的 Optimus。 Optimus Academy 是埃隆试图建立特斯拉通过 FSD 免费获得的数据飞轮。

我问@elonmusk的第一个问题是：把GPU送入太空有什么意义？ 轨道数据中心的整个想法是，如果发射成本继续下降，将在轨道上放置GPU的成本将低于在地球上建造发电厂的成本。 这个论点的问题在于，能源仅占数据中心生命周期成本的约15%。芯片本身占约70%。而且你仍然需要将这些发射到太空！ 埃隆不断重申一个观点：在地球上，物理上根本不可能将电力生产扩展到AI所需的规模。 他不断指出我们在地球上已经遇到的瓶颈： 你无法接入公用事业 - 互联队列太长。 你无法在表后使用天然气并自己发电 - 涡轮机的交货时间延伸到2030年以后。 你无法在地球上使用太阳能，因为许可证和关税。 为了使计算转移到太空在经济上有意义，以下所有条件都需要成立： - 地球上的电力生产达到上限，或者AI需求超过所有地面选项（作为参考，1 TW的太阳能仅占美国土地面积的1%，而AI目前在全球仅使用约20 GW）。 - 芯片生产的扩展速度快于电力生产（因为埃隆正在建设TeraFab）。如果建造和放置太阳能电池板比扩展半导体制造更困难，那将是令人惊讶的。 - 星际飞船每年达到数千次发射。 在那样的世界中，埃隆将彻底赢得AI竞赛。 SpaceX是唯一能够以那种规模发射的实体。xAI将拥有无限的电力。其他所有人将被困在争夺电网互联和涡轮机订单中。 如果这三个条件不满足？ 那么，在地球上，xAI只会是其中之一 - 而且没有市场为第四好的AI模型。埃隆的比较优势从来不是在公用事业互联队列中导航或比谷歌更快地提交许可证。他的优势是SpaceX。 那么为什么不押注于SpaceX成为王者的世界呢？ 我问埃隆那个世界是什么样的。100 GW = 10,000次星际飞船发射，他希望到2030年每年做超过这个数量。 那是每小时一次的星际飞船发射。