深度｜前谷歌CEO：全球至少会有10家大模型公司；中国在机器人领域占优，低成本领域中国会赢

深度｜前谷歌CEO：全球至少会有10家大模型公司；中国在机器人领域占优，低成本领域中国会赢深度｜前谷歌CEO：全球至少会有10家大模型公司；中国在机器人领域占优，低成本领域中国会赢 Modified April 13 举个例子，2016年，Demis宣布我们要赢下围棋。顺便说一句，那时他们还是一个相对独立的团队。我们让他们自由发展，让他们自己摸索，这就是资本的耐心。我们允许他们这么做，不要求他们有任何产出。然后他说要去比赛，我说我也去。于是我飞到韩国。现场在一层楼里进行。我去见那支即将赢得比赛的团队。现场有很多韩国人，他们都很兴奋，因为他们觉得一定会击败电脑。韩国队一个房间，我在另一个房间。我走进韩国人的房间，他们都在说，我们要把Google那帮人打得落花流水。我走进Google的房间，里面非常安静，只有一个屏幕。屏幕上显示的是一个强化学习预测机制，用来判断我们是否在赢。一开始是50比50。我听着韩国人聊了一会儿，再去看屏幕，变成了51%。然后又变成了52%。然后架构师David说：“我们计划让它一直涨到无限。”就这样。基本上，这就是丰裕理论。然后，它就这样了，轰。所有的人类棋手都崩溃了，都在哭。DeepMind的人说，嗯，对，欢迎来到新时代。那一刻我明白了DeepMind团队的天才之处。今天的Gemini也能看到这一点Gemini 3在深度上大概是最全面的模型。因为它是多语言、多模态等等。 David Blundin：你人生中有太多时刻都成了历史的转折点。不知道你当时有没有意识到，但那是人类最后一次寻找挑战，让计算机去追赶我们的最后阶段，就像象棋一样。我觉得围棋就是终点。 Eric Schmidt：我们当时就知道这一点。我们明白围棋在传统算法下几乎是不可计算的。很多数学分析都认为它无法被彻底解决。所以他们提出了一两树模型，用了两个不同的强化学习（Reinforcement Learning）模型。我从中学到的另一件事是，你不能只是写一个下围棋的程序让它去赢。你必须真正理解这项游戏。后来他们赢了围棋，觉得有点无聊，就把同一支团队转去研究蛋白质折叠。在蛋白质折叠上，他们找来了一批蛋白质科学家，我认识其中一些人。 David Blund in：我们想想这有多天才？没有人会把“解决围棋”和“解决整个生物学问题”联系在一起。 Eric Schm idt：但Demis一直想研究这个。Larry和Sergey对此非常感兴趣。蛋白质折叠是一个完美的问题，因为它有一个明确的终点。事情是这样的：人们对AI感到兴奋，但你需要一个验证函数，因为这些模型系统还没有常识。你必须告诉它们什么是对的。最终，他们创造了AlphaZero，它本质上可以自我学习。能源与散热挑战正在共同催化商业火箭公司的新一轮竞争 Peter H. Diamandis：我们来聊聊太空数据中心。八九个月前，还没有人讨论这个。 Eric Schmidt：你知道我为什么赞成吗？我是一家火箭公司的股东。 Peter H. Diamandis：而且我很高兴你能进入太空领域。你对这方面比我懂得多。火箭科学之所以叫火箭科学，是有原因的。 Eric Schmidt：火箭科学真的非常难。我对火箭了解不多，虽然我确实知道怎么管理技术人才。但我认为这个机会很大，也很有趣。当然也有挑战。比如说散热问题——你比我更清楚——太空中没有氧气，散热是个问题。还有辐射问题。这些都需要解决。 Peter H. Diamandis：但这也让所有足够大的火箭公司都有了商业计划，对吧？小公司是做不到的，但像Relativity Space、Blue Origin和SpaceX可以。Elon的预测我记得是，为每小时一次发射，用来部署到他想要的星座上。你觉得从技术上我们能做到吗？ Eric Schmidt：技术上人们是可以理解的。 Peter H. Diamandis：我是说，针对太空中的数据中心，尤其是散热问题，从技术上能不能解决。 Eric Schmidt：对，散热技术人们能理解。对我来说，这是一个商业问题。问题是数据中心应该建在哪里？是建在太空里，面对散热、辐射这些问题，但拥有无限能源等其他好处？还是建在地面上，有光纤连接，而且不会晃得太厉害。 David Blundin：是的。从能源的角度看，太空显然胜出。我觉得散热确实是个大挑战，但现在基本已经解决了。然后是太空的政治问题。AI历史上另一个转折点，就是你去国会作证，说我们需要找到近100吉瓦的电力。当时听起来很离谱，而现在当然已经成了主流。看起来是那些疯狂的投资者在解决这个问题。资金已经释放出来了。 Eric Schmidt：欢迎来到美国资本主义，科技行业。我们还有另一堆问题要解决。 David Blundin：如果下一个前沿是太空，那么太空里没有投资机构，但也没有军事管辖权。或者也许有。 Peter H. Diamandis：我从未想到，我童年去月球、去火星的梦想，竟然是由数据中心来推动的。从未想过。 Eric Schmidt：我投资的火箭现在还不能载人，但未来也许可以。一路飞过去。物理AI与机器人硬件加速融合 Peter H. Diamandis：我昨晚读了你在 Time op ed 上写的专栏文章， China can dominate the physical AI future 。能给我们总结一下吗？这是个重要的话题。 Eric Schmidt：在地缘政治的背景下，我多次说过，我再重复一遍：美国的竞争对手，不是敌人，是竞争对手，是中国。 Peter H. Diamandis：顺便说一句，我觉得你做出的这个区分很重要。 Eric Schmidt：如何理解他们作为竞争对手？他们资金雄厚，非常非常聪明，工作伦理与我们相当甚至更强，并且主导着关键行业。在机器人技术领域，我们某种程度上默认他们主导电动车行业是可以接受的。这是个错误。明确地说，这是个错误。如果这不是错误，为什么我们不允许他们的汽车进入美国市场？你可以花点时间到国外体验一下中国品牌的汽车。相信我，它们是真正的竞争者。他们做得非常出色。据我所知，中国有能力进行垂直整合，并以我们由于种种原因无法达到的规模建造这些超级工厂。这些必须被正视。所以，如果你想竞争，——我强调的是竞争，不是敌对——我们需要建立同样类型的体系。在机器人领域，实际上你可以把机器人理解为执行器——那些小小的步进电机，咔咔咔咔——再加上一个“大脑”，忽略掉外观、大眼睛之类的东西。而电动车产业恰好生产同类的电机和系统。他们拥有我们没有的专业知识。我个人的看法是，至少在非常低成本的领域，中国会赢。这就是我在那篇文章中试图表达的意思。我对此感到担忧。当然，现在这些机器人还不是特别实用。它们更像是有趣的玩具，或者是当你对狗生气时的替代品。抱歉，我喜欢狗，但你明白我的意思。我们需要认真对待这个问题。但就目前而言，在我看来，中国在机器人硬件领域占优。我不是在说高端市场，不是在说昂贵成本，也不是在说工业机器人。如果你有疑问，去看Unitree的机器人与人类共舞的视频。那是大约一个月前发布的。 Peter H. Diamandis： Unitree今天也在科技中心，他们的联合创始人稍后会和我们同台。 Eric Schmidt：多关注他们，他们非常非常令人印象深刻。我上次在中国的时候和他们待过一段时间。他们只是众多公司中的一家。中国的运作方式是残酷竞争。真的非常残酷，难以想象。我的Stanford教书的朋友告诉我，在中国，我们没有董事会晚宴。我们开两小时的会，然后回去工作。没有寒暄，不会问“最近怎么样”“家人如何”之类的话。直接进入正题，快速推进。这是文化差异。他们的工作强度、执行精度以及规模能力，构成了真正的竞争力。我不想在机器人革命中重蹈我们在电动汽车革命中失败的覆辙。 David Blundin：有意思。中国模式确实建立了完善的供应链体系，有很多供应商参与其中。但我们最近参观了世界各地的人形机器人公司。或许只是巧合吧。当你看看超级工厂，再看看Elon的垂直整合模式，还有Brett Adcock的公司，也是完全垂直整合。为什么？因为没有现成供应商。别无选择。 Eric Schmidt：所以，要想实现——再说一次，是丰裕论，丰裕阵营。实现丰裕的方式是压低价格并进行垂直整合。在我们国家，Elon是这方面的先驱，这是他值得称赞的地方。以前关于 Google 有个玩笑，说我们什么都建，连办公楼都自己建。而Elon真的在这么做。为什么？不是因为他疯了，而是因为这是降低成本的方法。 David Blundin：他坚信“机器人制造机器人”的时代即将到来。我一开始不理解，直到参观了超级工厂。我发现几乎所有流程都已经自动化了，只剩下最后一点由人类操作几个控制按钮。而类人机器人完全可以胜任这部分工作。 Eric Schmidt：我来界定一下边界，因为这很重要。以电池为例。电池是高度可预测、标准化的大规模制造流程。这类产品适合超级工厂模式。其中一个问题是，我作为火箭公司的新人，当然会用LLM来做深入研究火箭制造中有多少人工劳动可以被机器人替代？目前的限制是，我们公司拥有一批极其出色的装配人员。他们不仅仅是焊工或机械工。他们精确地理解管子等部件如何组装在一起，掌握极高的公差标准。这类装配工作超出了当前机器人的能力范围。当然未来可能实现，但短期内不会。 Peter H. Diamandis：很多人没有意识到，火箭的大部分成本是人工。 Eric Schmidt：而且，当进入火箭内部时，它们理解自己在做什么，能看到问题所在，并运用人类判断。我们还没有这样的系统。也许将来会有，或者这可能是最后被取代的工种之一。但目前，高技能的体力劳动非常重要。任何类型的低技能劳动都会被取代。 David Blundin：嗯，所以这两方面，一个是AI的自我改进，另一个是机器人制造机器人的自我改进。它们都是闭环系统。 Eric Schmidt：我喜欢用的术语是“学习循环（learning loops）”。在企业中，你要识别所有不同的学习循环，然后加速它们。学习最快者胜。 David Blundin：我想稍微引导一下提问。如果一年前你去问CSAIL的Daniela Rus，或者斯坦福的Erik Brynjolfsson：要实现AGI，是需要AI核心科学再有重大突破，还是仅凭现有技术的规模扩展就能实现自我改进，最终达成目标？ Peter H. Diamandis：实现AGI。 David Blundin：实现AGI，然后自我改进。 Eric Schmidt：我过去一周都在做RSI的调研，也就是递归自我改进的调研。科学家们目前对具体路径还没有达成一致，所以我认为现在回答这个问题还为时过早。有证据表明它是可行的。实验室里有测试显示了这一点，但仅限于一些演示性质的有限案例。真正递归自我改进是：从现在开始，学习一切，发现新知识，然后告诉我你学到了什么。而这样的查询，目前还做不到。 Peter H. Diamandis：我们看到所有前沿实验室几乎在不断地相互超越。真的几乎每周都有新模型发布。 Eric Schmidt：难以置信。 Peter H. Diamandis：确实非常惊人。你觉得它们最终会趋向同一个终点，还是会有某一家明显领先？ Eric Schmidt：回到资本这个问题上，世界能容纳多少家这样的公司？能有多少家？我随便举个数，这些数字是我假设的。我认为全球至少有10家这种规模的公司。中国会有几家。多数会在美国，大概率是那些熟悉的公司。欧洲可能有一两家，取决于他们的电力成本是否成为问题。印度可能会有一家。俄罗斯因为战争等原因不会有。所以世界能容纳10家吗？可以。它们的发展轨迹会趋同吗？我不这么认为。理解中国的关键一点是，他们的策略——已经产生了DeepSeek V4、Qwen、Kimi 2、Kimi 3等等，未来还会有更多——都是开源、开放的模式。他们在我们芯片限制的情况下做到了这一点，这让他们非常恼火，但也显示了他们的聪明才智。此外，中国的策略也略有不同，更少依赖集中式计算，而更多边缘计算，这与他们希望用AI全面包围本土用户有关。我们则更以AGI、ASI为中心。这没有对错之分，只是路径不同。在公司层面，目前确实有些混乱。但从根本上说，Microsoft和Google拥有庞大的企业现金流，可以支撑这些投入。Anthropic从其他公司那里筹集了大量资金，正如你所知，他们使用了Google的TPU，他们已经成为企业级云API和agent领域的重要领导者。OpenAI现在也在调整策略，加入他们正在开发的新方向。我认为现在无法预测谁会胜出。但关键是，它们需要巨额资金，对吧？看看Sam试图筹集的规模就知道了。他们需要如此多的资金，以至于不得不去赢得那些竞争，而他们确实正忙于取胜。我认为这些都是好事。我想一年后，对你这个问题我们会有更清晰的答案。 Peter H. Diamandis：我有两个问题，想以此来结束我们的讨论。我觉得它们很重要。你曾几次提到，一次在我们之前的播客里，一次在别处，你说关于AI安全，世界可能需要一次类似切尔诺贝利规模不太大的死亡事件，才能让我们警醒。你还这样认为吗？ Eric Schmidt：是的。顺便说一句，我不是在倡导这种事情发生。我是描述性的，而不是主张性的。这里的真正危险是什么？有生物危险。显然，还有对儿童和民主制度的危险等等，但我们想想由这些技术引发的生物攻击、核攻击。也许需要一场这样的悲剧，希望是较小规模的。这才能让世界意识到这些技术确实有负面力量。所以我猜想，假设一下，如果发生了某件糟糕的事，然后所有领导人，包括中国、美国，我们聚在一起，基本会问：我们该怎么办？我们正处在一场残酷的竞争中。我们互相不喜欢，语言不通，立场不同，种种分歧。但在这个问题上，我们是绑在同一条船上的。我的感觉是，这样的时刻终究会到来，只是不知道何时。 David Blundin：去年我们邀请了一位国会议员来这个台上，有观众问他，在国会中花多少时间讨论AI？他说肯定不到1%。所以没有那样的警钟，我看不出事情会有什么改变。 Eric Schmidt：我花很多时间和政府打交道。政府非常忙碌，而且受政治因素驱动。在民主国家，还会受到公众舆论的影响。我希望我们作为一个国家，能专注于以下几点。我希望我们赢得AI竞赛。我希望我们不惜一切代价做到这一点。现任政府在加快能源审批方面做得很好。数据中心建设的速度正在提升，电网问题也在解决。我还希望有更多移民来到我们的国家，尤其是高技能移民。我们需要世界上最聪明的人站在我们这边，来构建这些系统。这是一个独特的历史时刻，对吧？ Peter H. Diamandis：我想用一个积极的问题来结束。你说过我们最终会实现ASI，无论是两年、五年，还是未来十年内。那么，问题来了：我们可以采取哪些步骤来引导ASI走向丰裕，走向提升人类福祉，并使其与人类保持一致，从而实现丰裕这一目标？你对公司、对政府有什么建议？ Eric Schmidt：我们社会过度依赖像我这样的人来解决这些问题。为什么不让政治、历史、人类心理学、治理、伦理学领域中最聪明的人一起努力，确保这些东西符合人类价值观，与人类保持一致？我希望我们在美国建立的系统反映美国的价值观，即自由、言论自由、结社自由的价值观，这些都是你在小学、中学和大学学到的。它们对我们国家仍然重要。它们是我们子孙后代能够继续前行的基础。我强烈渴望这一点，我不希望美国在这场斗争中站在错误的一边。有很多人在为此努力。很多人了解技术细节。我本人也主持一个非正式的小组，每周讨论这些问题。所以这是可以做到的。但这需要政治意愿，也需要一种理解：我们可以在不破坏美国创新精神的前提下完成这件事。换句话说，我不是建议放慢任何步伐。你刚才说得很好——关键是引导方向，确保不越界。比如我之前提到的未成年人问题，那是一条不能越过的红线。还有其他类似的界限。原视频：Eric Schmidt: Singularity's Arrival, 92 Gigawatt Problem & Recursive Self Improvement Timeline | 241 https://www.youtube.com/watch?v=DpwmmXmzvfo 编译：Qi Tu 请注意，本文编译自文末载明的原始链接，不代表Z Potentials立场。如果您对本文有任何想法或见解，欢迎在评论区留言互动探讨。 Z Potentials将继续提供更多关于人工智能、机器人、全球化等领域的优质内容。我们诚邀对未来充满憧憬的您加入我们的社群，与我们共同分享、学习、成长。举个例子，2016年，Demis宣布我们要赢下围棋。顺便说一句，那时他们还是一个相对独立的团队。我们让他们自由发展，让他们自己摸索，这就是资本的耐心。我们允许他们这么做，不要求他们有任何产出。然后他说要去比赛，我说我也去。于是我飞到韩国。现场在一层楼里进行。我去见那支即将赢得比赛的团队。现场有很多韩国人，他们都很兴奋，因为他们觉得一定会击败电脑。韩国队一个房间，我在另一个房间。我走进韩国人的房间，他们都在说，我们要把Google那帮人打得落花流水。我走进Google的房间，里面非常安静，只有一个屏幕。屏幕上显示的是一个强化学习预测机制，用来判断我们是否在赢。一开始是50比50。我听着韩国人聊了一会儿，再去看屏幕，变成了51%。然后又变成了52%。然后架构师David说：“我们计划让它一直涨到无限。”就这样。基本上，这就是丰裕理论。然后，它就这样了，轰。所有的人类棋手都崩溃了，都在哭。DeepMind的人说，嗯，对，欢迎来到新时代。那一刻我明白了DeepMind团队的天才之处。今天的Gemini也能看到这一点Gemini 3在深度上大概是最全面的模型。因为它是多语言、多模态等等。 David Blundin：你人生中有太多时刻都成了历史的转折点。不知道你当时有没有意识到，但那是人类最后一次寻找挑战，让计算机去追赶我们的最后阶段，就像象棋一样。我觉得围棋就是终点。 Eric Schmidt：我们当时就知道这一点。我们明白围棋在传统算法下几乎是不可计算的。很多数学分析都认为它无法被彻底解决。所以他们提出了一两树模型，用了两个不同的强化学习（Reinforcement Learning）模型。我从中学到的另一件事是，你不能只是写一个下围棋的程序让它去赢。你必须真正理解这项游戏。后来他们赢了围棋，觉得有点无聊，就把同一支团队转去研究蛋白质折叠。在蛋白质折叠上，他们找来了一批蛋白质科学家，我认识其中一些人。 David Blund in：我们想想这有多天才？没有人会把“解决围棋”和“解决整个生物学问题”联系在一起。 Eric Schm idt：但Demis一直想研究这个。Larry和Sergey对此非常感兴趣。蛋白质折叠是一个完美的问题，因为它有一个明确的终点。事情是这样的：人们对AI感到兴奋，但你需要一个验证函数，因为这些模型系统还没有常识。你必须告诉它们什么是对的。最终，他们创造了AlphaZero，它本质上可以自我学习。能源与散热挑战正在共同催化商业火箭公司的新一轮竞争 Peter H. Diamandis：我们来聊聊太空数据中心。八九个月前，还没有人讨论这个。 Eric Schmidt：你知道我为什么赞成吗？我是一家火箭公司的股东。 Peter H. Diamandis：而且我很高兴你能进入太空领域。你对这方面比我懂得多。火箭科学之所以叫火箭科学，是有原因的。 Eric Schmidt：火箭科学真的非常难。我对火箭了解不多，虽然我确实知道怎么管理技术人才。但我认为这个机会很大，也很有趣。当然也有挑战。比如说散热问题——你比我更清楚——太空中没有氧气，散热是个问题。还有辐射问题。这些都需要解决。 Peter H. Diamandis：但这也让所有足够大的火箭公司都有了商业计划，对吧？小公司是做不到的，但像Relativity Space、Blue Origin和SpaceX可以。Elon的预测我记得是，为每小时一次发射，用来部署到他想要的星座上。你觉得从技术上我们能做到吗？ Eric Schmidt：技术上人们是可以理解的。 Peter H. Diamandis：我是说，针对太空中的数据中心，尤其是散热问题，从技术上能不能解决。 Eric Schmidt：对，散热技术人们能理解。对我来说，这是一个商业问题。问题是数据中心应该建在哪里？是建在太空里，面对散热、辐射这些问题，但拥有无限能源等其他好处？还是建在地面上，有光纤连接，而且不会晃得太厉害。 David Blundin：是的。从能源的角度看，太空显然胜出。我觉得散热确实是个大挑战，但现在基本已经解决了。然后是太空的政治问题。AI历史上另一个转折点，就是你去国会作证，说我们需要找到近100吉瓦的电力。当时听起来很离谱，而现在当然已经成了主流。看起来是那些疯狂的投资者在解决这个问题。资金已经释放出来了。 Eric Schmidt：欢迎来到美国资本主义，科技行业。我们还有另一堆问题要解决。 David Blundin：如果下一个前沿是太空，那么太空里没有投资机构，但也没有军事管辖权。或者也许有。 Peter H. Diamandis：我从未想到，我童年去月球、去火星的梦想，竟然是由数据中心来推动的。从未想过。 Eric Schmidt：我投资的火箭现在还不能载人，但未来也许可以。一路飞过去。物理AI与机器人硬件加速融合 Peter H. Diamandis：我昨晚读了你在 Time op ed 上写的专栏文章， China can dominate the physical AI future 。能给我们总结一下吗？这是个重要的话题。 Eric Schmidt：在地缘政治的背景下，我多次说过，我再重复一遍：美国的竞争对手，不是敌人，是竞争对手，是中国。 Peter H. Diamandis：顺便说一句，我觉得你做出的这个区分很重要。 Eric Schmidt：如何理解他们作为竞争对手？他们资金雄厚，非常非常聪明，工作伦理与我们相当甚至更强，并且主导着关键行业。在机器人技术领域，我们某种程度上默认他们主导电动车行业是可以接受的。这是个错误。明确地说，这是个错误。如果这不是错误，为什么我们不允许他们的汽车进入美国市场？你可以花点时间到国外体验一下中国品牌的汽车。相信我，它们是真正的竞争者。他们做得非常出色。据我所知，中国有能力进行垂直整合，并以我们由于种种原因无法达到的规模建造这些超级工厂。这些必须被正视。所以，如果你想竞争，——我强调的是竞争，不是敌对——我们需要建立同样类型的体系。在机器人领域，实际上你可以把机器人理解为执行器——那些小小的步进电机，咔咔咔咔——再加上一个“大脑”，忽略掉外观、大眼睛之类的东西。而电动车产业恰好生产同类的电机和系统。他们拥有我们没有的专业知识。我个人的看法是，至少在非常低成本的领域，中国会赢。这就是我在那篇文章中试图表达的意思。我对此感到担忧。当然，现在这些机器人还不是特别实用。它们更像是有趣的玩具，或者是当你对狗生气时的替代品。抱歉，我喜欢狗，但你明白我的意思。我们需要认真对待这个问题。但就目前而言，在我看来，中国在机器人硬件领域占优。我不是在说高端市场，不是在说昂贵成本，也不是在说工业机器人。如果你有疑问，去看Unitree的机器人与人类共舞的视频。那是大约一个月前发布的。 Peter H. Diamandis： Unitree今天也在科技中心，他们的联合创始人稍后会和我们同台。 Eric Schmidt：多关注他们，他们非常非常令人印象深刻。我上次在中国的时候和他们待过一段时间。他们只是众多公司中的一家。中国的运作方式是残酷竞争。真的非常残酷，难以想象。我的Stanford教书的朋友告诉我，在中国，我们没有董事会晚宴。我们开两小时的会，然后回去工作。没有寒暄，不会问“最近怎么样”“家人如何”之类的话。直接进入正题，快速推进。这是文化差异。他们的工作强度、执行精度以及规模能力，构成了真正的竞争力。我不想在机器人革命中重蹈我们在电动汽车革命中失败的覆辙。 David Blundin：有意思。中国模式确实建立了完善的供应链体系，有很多供应商参与其中。但我们最近参观了世界各地的人形机器人公司。或许只是巧合吧。当你看看超级工厂，再看看Elon的垂直整合模式，还有Brett Adcock的公司，也是完全垂直整合。为什么？因为没有现成供应商。别无选择。 Eric Schmidt：所以，要想实现——再说一次，是丰裕论，丰裕阵营。实现丰裕的方式是压低价格并进行垂直整合。在我们国家，Elon是这方面的先驱，这是他值得称赞的地方。以前关于 Google 有个玩笑，说我们什么都建，连办公楼都自己建。而Elon真的在这么做。为什么？不是因为他疯了，而是因为这是降低成本的方法。 David Blundin：他坚信“机器人制造机器人”的时代即将到来。我一开始不理解，直到参观了超级工厂。我发现几乎所有流程都已经自动化了，只剩下最后一点由人类操作几个控制按钮。而类人机器人完全可以胜任这部分工作。 Eric Schmidt：我来界定一下边界，因为这很重要。以电池为例。电池是高度可预测、标准化的大规模制造流程。这类产品适合超级工厂模式。其中一个问题是，我作为火箭公司的新人，当然会用LLM来做深入研究火箭制造中有多少人工劳动可以被机器人替代？目前的限制是，我们公司拥有一批极其出色的装配人员。他们不仅仅是焊工或机械工。他们精确地理解管子等部件如何组装在一起，掌握极高的公差标准。这类装配工作超出了当前机器人的能力范围。当然未来可能实现，但短期内不会。 Peter H. Diamandis：很多人没有意识到，火箭的大部分成本是人工。 Eric Schmidt：而且，当进入火箭内部时，它们理解自己在做什么，能看到问题所在，并运用人类判断。我们还没有这样的系统。也许将来会有，或者这可能是最后被取代的工种之一。但目前，高技能的体力劳动非常重要。任何类型的低技能劳动都会被取代。 David Blundin：嗯，所以这两方面，一个是AI的自我改进，另一个是机器人制造机器人的自我改进。它们都是闭环系统。 Eric Schmidt：我喜欢用的术语是“学习循环（learning loops）”。在企业中，你要识别所有不同的学习循环，然后加速它们。学习最快者胜。 David Blundin：我想稍微引导一下提问。如果一年前你去问CSAIL的Daniela Rus，或者斯坦福的Erik Brynjolfsson：要实现AGI，是需要AI核心科学再有重大突破，还是仅凭现有技术的规模扩展就能实现自我改进，最终达成目标？ Peter H. Diamandis：实现AGI。 David Blundin：实现AGI，然后自我改进。 Eric Schmidt：我过去一周都在做RSI的调研，也就是递归自我改进的调研。科学家们目前对具体路径还没有达成一致，所以我认为现在回答这个问题还为时过早。有证据表明它是可行的。实验室里有测试显示了这一点，但仅限于一些演示性质的有限案例。真正递归自我改进是：从现在开始，学习一切，发现新知识，然后告诉我你学到了什么。而这样的查询，目前还做不到。 Peter H. Diamandis：我们看到所有前沿实验室几乎在不断地相互超越。真的几乎每周都有新模型发布。 Eric Schmidt：难以置信。 Peter H. Diamandis：确实非常惊人。你觉得它们最终会趋向同一个终点，还是会有某一家明显领先？ Eric Schmidt：回到资本这个问题上，世界能容纳多少家这样的公司？能有多少家？我随便举个数，这些数字是我假设的。我认为全球至少有10家这种规模的公司。中国会有几家。多数会在美国，大概率是那些熟悉的公司。欧洲可能有一两家，取决于他们的电力成本是否成为问题。印度可能会有一家。俄罗斯因为战争等原因不会有。所以世界能容纳10家吗？可以。它们的发展轨迹会趋同吗？我不这么认为。理解中国的关键一点是，他们的策略——已经产生了DeepSeek V4、Qwen、Kimi 2、Kimi 3等等，未来还会有更多——都是开源、开放的模式。他们在我们芯片限制的情况下做到了这一点，这让他们非常恼火，但也显示了他们的聪明才智。此外，中国的策略也略有不同，更少依赖集中式计算，而更多边缘计算，这与他们希望用AI全面包围本土用户有关。我们则更以AGI、ASI为中心。这没有对错之分，只是路径不同。在公司层面，目前确实有些混乱。但从根本上说，Microsoft和Google拥有庞大的企业现金流，可以支撑这些投入。Anthropic从其他公司那里筹集了大量资金，正如你所知，他们使用了Google的TPU，他们已经成为企业级云API和agent领域的重要领导者。OpenAI现在也在调整策略，加入他们正在开发的新方向。我认为现在无法预测谁会胜出。但关键是，它们需要巨额资金，对吧？看看Sam试图筹集的规模就知道了。他们需要如此多的资金，以至于不得不去赢得那些竞争，而他们确实正忙于取胜。我认为这些都是好事。我想一年后，对你这个问题我们会有更清晰的答案。 Peter H. Diamandis：我有两个问题，想以此来结束我们的讨论。我觉得它们很重要。你曾几次提到，一次在我们之前的播客里，一次在别处，你说关于AI安全，世界可能需要一次类似切尔诺贝利规模不太大的死亡事件，才能让我们警醒。你还这样认为吗？ Eric Schmidt：是的。顺便说一句，我不是在倡导这种事情发生。我是描述性的，而不是主张性的。这里的真正危险是什么？有生物危险。显然，还有对儿童和民主制度的危险等等，但我们想想由这些技术引发的生物攻击、核攻击。也许需要一场这样的悲剧，希望是较小规模的。这才能让世界意识到这些技术确实有负面力量。所以我猜想，假设一下，如果发生了某件糟糕的事，然后所有领导人，包括中国、美国，我们聚在一起，基本会问：我们该怎么办？我们正处在一场残酷的竞争中。我们互相不喜欢，语言不通，立场不同，种种分歧。但在这个问题上，我们是绑在同一条船上的。我的感觉是，这样的时刻终究会到来，只是不知道何时。 David Blundin：去年我们邀请了一位国会议员来这个台上，有观众问他，在国会中花多少时间讨论AI？他说肯定不到1%。所以没有那样的警钟，我看不出事情会有什么改变。 Eric Schmidt：我花很多时间和政府打交道。政府非常忙碌，而且受政治因素驱动。在民主国家，还会受到公众舆论的影响。我希望我们作为一个国家，能专注于以下几点。我希望我们赢得AI竞赛。我希望我们不惜一切代价做到这一点。现任政府在加快能源审批方面做得很好。数据中心建设的速度正在提升，电网问题也在解决。我还希望有更多移民来到我们的国家，尤其是高技能移民。我们需要世界上最聪明的人站在我们这边，来构建这些系统。这是一个独特的历史时刻，对吧？ Peter H. Diamandis：我想用一个积极的问题来结束。你说过我们最终会实现ASI，无论是两年、五年，还是未来十年内。那么，问题来了：我们可以采取哪些步骤来引导ASI走向丰裕，走向提升人类福祉，并使其与人类保持一致，从而实现丰裕这一目标？你对公司、对政府有什么建议？ Eric Schmidt：我们社会过度依赖像我这样的人来解决这些问题。为什么不让政治、历史、人类心理学、治理、伦理学领域中最聪明的人一起努力，确保这些东西符合人类价值观，与人类保持一致？我希望我们在美国建立的系统反映美国的价值观，即自由、言论自由、结社自由的价值观，这些都是你在小学、中学和大学学到的。它们对我们国家仍然重要。它们是我们子孙后代能够继续前行的基础。我强烈渴望这一点，我不希望美国在这场斗争中站在错误的一边。有很多人在为此努力。很多人了解技术细节。我本人也主持一个非正式的小组，每周讨论这些问题。所以这是可以做到的。但这需要政治意愿，也需要一种理解：我们可以在不破坏美国创新精神的前提下完成这件事。换句话说，我不是建议放慢任何步伐。你刚才说得很好——关键是引导方向，确保不越界。比如我之前提到的未成年人问题，那是一条不能越过的红线。还有其他类似的界限。原视频：Eric Schmidt: Singularity's Arrival, 92 Gigawatt Problem & Recursive Self Improvement Timeline | 241 https://www.youtube.com/watch?v=DpwmmXmzvfo 编译：Qi Tu 请注意，本文编译自文末载明的原始链接，不代表Z Potentials立场。如果您对本文有任何想法或见解，欢迎在评论区留言互动探讨。 Z Potentials将继续提供更多关于人工智能、机器人、全球化等领域的优质内容。我们诚邀对未来充满憧憬的您加入我们的社群，与我们共同分享、学习、成长。 🔗 原文链接： https://mp.weixin.qq.com/s/DXiM YYK... https://mp.weixin.qq.com/s/DXiM YYK... P. H. D. P. H. D. Z Potentials2026年4月12日 13:08 北京图片来源：Peter H. Diamandis & Eric Schmidt Z Highlights • 我能得出的分析是，关键不在于Claude Code本身，而在于底层的LLM能够随着时间的推移产生更多的推理，输出更高质量的token。 • 但有一个现象是，随着硬件性能提升，算法效率提高，你不会用更少的电力。你会用更多的电力和更多的计算机，因为我们会发现新的用途。 • Gemini 3在深度上大概最全面的模型。因为它是多语言、多模态等等。 • 在机器人领域，实际上你可以把机器人理解为执行器——那些小小的步进电机，咔咔咔咔——再加上一个“大脑”，忽略掉外观、大眼睛之类的东西。而电动车产业恰好生产同类的电机和系统。他们拥有我们没有的专业知识。我个人的看法是，至少在非常低成本的领域，中国会赢。 • 中国的策略也略有不同，更少依赖集中式计算，而更多边缘计算，这与他们希望用AI全面包围本土用户有关。我们则更以AGI、ASI为中心。这没有对错之分，只是路径不同。 • 我认为全球至少有10家这种规模的公司。中国会有几家。多数会在美国，大概率是那些熟悉的公司。欧洲可能有一两家，取决于他们的电力成本是否成为问题。印度可能会有一家。俄罗斯因为战争等原因不会有。所以世界能容纳10家吗？可以。它们的发展轨迹会趋同吗？我不这么认为。 Eric Schmidt是前 Google/Alphabet 掌门人、Relativity Space（火箭公司）董事长兼 CEO、美国国防部创新委员会主席、Schmidt Futures 等慈善机构创始人。Peter H. Diamandis为XPRIZE 创始人、奇点大学联合创始人、Abundance发起人、太空与指数级技术先锋。David Blundin是数据挖掘与 AI 早期先锋、连续创业者、风险投资人、XPRIZE 创新委员会成员。从写代码到控制Agents：编程正在消亡，而顶级思维价值倍增 Peter H. Diamandis： Eric，你还记得我们第一次见面吗？ Eric Schmidt：记得。Larry Page把我介绍给你的，因为他是你董事会的成员。 Peter H. Diamandis：是的。有一天我突然接到Eric的电话，这真是莫大的荣幸。他说，Larry说我应该见见你。你什么时候来旧金山？我当时在洛杉矶，我说，明天怎么样？ David Blundin：典型的Peter作风。 Peter H. Diamandis：我记得有一件事，我非常喜欢这个故事。我们在Charlie's Ca