![]() |
| AI生成圖 |
今天想談一些比較技術的課題。就如上圖顯示。它是馬斯克在近期和 Peter Diamandis 的訪談中(連結), 談及 Optimus 時,給出了一個看似簡單、但其實極不直覺的方式來描述 humanoid 的成長來源。而且我發現還很少人提起:
AI 軟件能力 × AI 芯片能力 × 機電靈巧度
很多人聽到這裡,會以為這只是三個技術面向的並列說法。但真正關鍵的地方在於——這三個本身,就已經都是指數型成長的領域。
也就是說,這不是三條線性曲線相乘,而是 三條 e^x 級別的曲線同時疊加。
當 AI 開始具備世界模型與行為規劃能力,然後運用 AI 軟件讓晶片設計出來的算力與能效持續指數級提升,再加上機電系統的靈巧度與成本曲線開始被軟體與數據驅動,humanoid 的能力不是慢慢變好,而是突然跨過「可用性門檻」。
但這還不是最令人不安的地方。
Humanoid 完整成長曲線
馬斯克接著補了一句,卻常被忽略:Optimus 將會以「自己製造自己」的方式量產與升級。
換句話說,一旦 humanoid 本身能參與製造流程,它不只是產品,而是資本設備;不只是被生產的對象,而是生產能力的一部分。
這意味著什麼?
原本的成長公式是:
e^(AI 軟件) × e^(AI 芯片) × e^(機電靈巧度)
簡單化:
e^(AI 軟件 + AI 芯片 + 電機靈巧度)
當 Optimus 開始參與自己的製造與優化時,這個結果會再被自己乘一次:
e^2*(AI 軟件+ AI 芯片 + 電機靈巧度)
這不再只是「技術進步」,而是接近自我強化的正回饋迴圈:
→ 更快的產線
→ 更低的成本
→ 更多的更聰明的機器人
→ 更大的數據與學習速度
這也是為什麼,從投資視角來看,humanoid 不能用傳統硬體公司的方式去估值。因為它同時具備:
- 軟體的 scaling 特性
- 半導體算力效能優化曲線
- 工業設備的資本放大效應
一旦跨過某個臨界點,市場看到的不是逐季改善,而是事後回頭看才發現「原來拐點早就過了」。
也許現在的 Optimus 看起來還很笨、很慢、很貴。但真正該問的問題從來不是「它現在能做什麼」,而是——
當多重指數開始互相放大,人類是否還能用線性直覺去理解它的未來?
估值多重指數疊加系統?
從投資角度來看,真正困難的從來不是判斷 humanoid 會不會成功,而是判斷市場什麼時候才會「被迫承認」它已經成功了。
多重指數疊加的系統,幾乎不會給投資人平滑的估值曲線。大多數時間,它看起來進展緩慢、成本高昂、應用有限,甚至讓人懷疑這是否只是另一個過度包裝的願景。但一旦跨過某個臨界點,回頭再看,會發現市場從來不是低估了一點,而是整個估值框架都用錯了。
喜歡我粗淺内容的朋友可以訂閲,按下方"隨緣捐款"請我喝杯咖啡支持一下我喲~ 謝啦!

