欢迎收听雪球出品的财经有深度，雪球，国内领先的集投资交流交易一体的综合财富管理平台，聪明的投资者都在这里。今天分享的内容叫聊聊马斯克的大饼：“人形机器人产量两年提高100倍”和莫拉维克悖论。来自橙子不糊涂。

马斯克在最新连线采访中说了4个事：

（1）如果一切进展顺利，2026年Optimus人形机器人产量将增加10，目标是明年生产5万到10万个人形机器人；

（2）2027年再增加10倍，达到50万个Optimus；

（3）未来几周内，可能会更新Optimus，进展顺利，团队表现出色；

（4）大约在2025年第二季度，全自动驾驶将比人类驾驶员更安全...

挺炸裂的...两年100倍，我还没有看到过这样近乎90度的陡峭增长曲线。从自动驾驶的研究到人形机器人的研究，越来越能够理解马斯克的底层逻辑到底是什么，也越来越清晰的能够看到特斯拉的物理世界人中智能飞轮：从特斯拉的全自动驾驶（v13版本）开始到Optimus，一个强大的“物理AI数据到模型训练再到智能飞跃”的飞轮，被压缩到一个从“光子（视觉)到电子（计算）到模型（大型语言模型）再到行动（精细行为控制）”的神经网络里。今天从最新的技术和投资角度，聊聊马斯克讲的“两年100倍”到底意味着什么，我们能发现什么显而易见的投资机会。在此之前，有必要介绍一个大家都没太关注到的东西：莫拉维克悖论。莫拉维克悖论是人工智能和机器人领域的研究者汉斯·莫拉维克提出的一个悖论，直接指引了物理AI的研究和工程实现技术路径，这个悖论大概意思有两层：（1）对人类来说极为困难、需要高度智能才能完成的任务，如复杂的逻辑推理、数学运算、下棋等，对于人工智能和机器人而言相对容易实现；（2）而人类在进化过程中自然而然、毫不费力就能完成的一些基本能力，如感知周围环境、识别物体、在复杂地形上行走、灵活操作物体等，对于机器来说却极为困难，需要耗费大量的计算资源和研发精力。机器人可以直接计算出来车的精确速度和制动距离，但让机器人像人类一样平稳地行走在崎岖的道路上或快速准确地识别各种日常场景中的物体，却面临巨大挑战。莫拉维克悖论揭示了人类智能和机器智能在能力表现上的巨大差异，促使研究人员更加重视对人类基本感知和运动能力的模拟与实现机制的研究。这也是为什么特斯拉也好，英伟达也好，都讲“真实物理世界模拟”作为人形机器人研究和落地的核心工作。同时莫拉维克悖论也指出了物理世界AI也是人形机器人研发和量产面临的最关键问题：物理AI（机器人）控制数据稀缺。

我们根本无法从互联网或者虚拟世界中抓取机器人控制数据来训练机器人模型。特斯拉解决物理世界AI数据方案是直接从物理世界获取为主，模拟合成数据为辅，x A I的10万卡集群上和Optimus的“心脏”上运行着英伟达的堆栈，包括C U D A（计算平台和编程模型）、C U D N N（专门为深度学习设计的加速库）、N C C L（图形处理器环境设计的通信库）、Tensor R T（深度学习推理优化器和运行时引擎）、lsaac（用于开发机器人和自主机器应用的平台）等等...而英伟达则依靠大规模的合成模拟数据为主，通过赋能合作伙伴制造拥有卓越性能的人形机器人来加速获得物理世界数据。比如在国际消费类电子产品展览会上黄仁勋发布的Cosmos就是用来生成机器人和自动驾驶所需要的大规模合成数据，同时可以供开发者进行微调。非常有意思甚至可以说异常神奇的的是，特斯拉和英伟达在获取物理世界A I数据集的速度上惊人的一致，从Optimus 第一代到第三代，数据集增加了100万倍；而英伟达dGraphics 1.0到Graphics 2.0的机器人数据集也增加了100万倍。特斯拉的优势是Optimus可以24小时获得真实、新鲜、精确的物理世界数据，而英伟达则可以24小时生成合成数据，真实和精确程度肯定是没那么强，但是丰富度要远高于特斯拉。可能在英伟达的世界里，人形机器人天然是会飞的...然后我们对人形机器人市场的概况做一个简单概括。摩根士丹利构建了一个潜在市场研究框架，我把基本要素列举出来：美国劳动力市场每年价值近 10 万亿美元，截至 2023 年 11 月，美国劳动力约为 1.62 亿人，平均年薪5.94万美元；全球劳动力市场约为 30 万亿美元，约占全球 GDP 的 30%；全球约34亿人就业，人均年薪 9000 美元；因为人类从事的工作种类繁多，所以摩根士丹利对潜在市场的分析框架进行了职业分层和更详细的分析，刻画了人形机器人对830个职业的替代路径，这受到经济回报、配套供应链、基础设施和其他因素的制约。随着时间的推移，解决“理论上 30 万亿美元的市场”中更实际可用的部分，最后摩根士丹利的潜在市场模型预测到2040 年人形机器人数量将达到 800 万台，它的工资影响 是3570 亿美元，到 2050 年将达到 6300 万台，工资影响是 3 万亿美元。也就是说，到2040年人形机器人将是一个约5000亿美金的超级市场（1500亿美金制造+3570亿美金服务）。总结上面两个前置话题的内容，可得到以下结论：（1）人工智能正在推动机器人技术的革命性发展，人工智能携人形机器人将无处不在，机器人和机器设备之间的界限将会变得模糊；（2）人工智能的大脑正在寻找它的机器人“身体”，这个过程随着群体中每个机器人的试错积累正在“加速”，实现群体学习的前沿突破。举个例子，当一个“获胜”的机器人比其他9999个机器人更好地完成切土豆丝的物理实践后，最佳实践可以通过其在“全能模拟宇宙”中的数字孪生体进行数亿次试验来复制和进一步改进，每一个小的突破都代表这个群体的前沿跨越；（3）背后需要更大量的资金投入，从数据获取、微调到机械工程，相比于通用人工智能来说，投资将会出现指数级增长；

结合马斯克今天关于“两年产量100倍”的言论，我们可以很清楚的得出一些更具象的结论：（1）和黄仁勋的观点相似，人形机器人的ChatGPT时刻很快要到了；（2）物理世界数据的获取已经获得了质的进步，无论是数据结构还是数据量，都已经接近“

奇

点时刻”；（3）目前通用人工智能的进展，包括预训练和推理，对于人形机器人的推动是跨越式的，且异常有效；（4）从机械制造和机器人技术角度来说，人形机器人的量产条件已经达成；（5）产业链的制造能力已经初具雏形。

那么很清楚的就是，从今年开始，就是人形机器人极为重要的投资节点。尤其是特斯拉和中国制造业产业链的关系，即使目前我们的企业技术还没有到达世界顶尖水平，但是在“两年100倍”的量产过程里，中国必然会站在舞台中央。在这个过程中，会催生大量的主题和价值型投资机会，一浪一浪，层出不穷。想到这里，兴奋之余还有点担心，聊点未来我们作为人反而应该关心的东西。和3年前相比，人类的科技正以历史上前所未有的速度在跃进。想起了前不久看到诺奖得主杰弗里・辛顿在谈论A I伦理时候引用威尔逊的名言：

人类真正的问题是：我们拥有旧石器时代的情感、中世纪的制度和神一般的技术。

机器人技术正处在爆发的节点上，伦理问题显而易见，但无论如何，我们开发这些技术也意味着我们可以定义它在人类世界中扮演的角色。人工智能和人形机器人是人类世界未来不可避免的一部分，我们国家也将会因为技术革命，解决目前的一些问题从而走出经济困境，在这个技术世代里跨越到全新的阶段。