公开访谈 · 埃隆·马斯克
马斯克在 2024 年 All-In 峰会上的访谈
访谈观点
嘉宾观点 · 忠实转述
完整 6 条观点，按原观点顺序阅读。
观点目录 · 6 条 选择一条，跳转阅读
全球 AI 竞争
美国监管累积如同被百万条细绳绑住的格列佛，加上债务快速累积走向破产；若特朗普当选可做一次性去监管与缩减政府规模，把人从政府部门转向私营部门将带来巨大繁荣与'黄金时代'。
马斯克明确提出去监管与缩减政府规模的判断和预测，并以东西德等效率对比支撑。
他的未来判断
预期特朗普当选后有一次性去监管机会，成功则带来黄金时代与巨大繁荣。
延伸分析
若去监管与政府缩减兑现，可能加快基建/发射审批并提升私营部门产出；若政治或执行受阻、或缩减引发短期就业与需求收缩，则'黄金时代'预期兑现不确定，且存在宏观阵痛风险。
相关领域：其他相关领域、其他相关领域
后续观察
- 大选结果
- DOGE 类去监管举措落地
- 政府支出与债务/利息数据
- 审批周期变化
AI 泡沫与资本周期
AI 支出目前领先于收入，但 AI 改进速度是他见过最快的技术；好的未来是约80%概率的丰饶时代、AI 加机器人使商品服务成本趋近于零，另有20%概率毁灭。
马斯克对 AI 资本周期与前景给出明确定量判断（80/20）和成本趋零预测。
他的未来判断
预测 AI+机器人带来成本趋近于零的丰饶时代，80%好结果、20%毁灭概率。
延伸分析
若 AI 改进速度持续超越资本回报周期，则短期'支出领先收入'可能维持高估值与资本开支热度；若收入迟迟不能追上支出，则存在资本周期回调风险。成本趋零预测若兑现将重塑制造与服务业利润结构。
相关领域：其他相关领域、其他相关领域、其他相关领域
后续观察
- AI 应用收入增长
- 资本开支与 ROI 数据
- 机器人/自动化落地进度
AI 算力与规模化
Tesla 的 AI 问题与 LLM 不同：需把数十亿 token 的超长视频上下文在时空维度压缩，并在车载几百瓦小算力上完成推理；Tesla 自研车载 AI 推理芯片优于任何可从供应商购买的产品。
马斯克明确区分 Tesla 与 LLM 的算力问题并断言自研车载推理芯片领先。
延伸分析
若 Tesla 自研车载推理芯片确实领先且能规模化，可在自动驾驶端侧算力上形成成本与能效优势；若通用供应商芯片快速追赶或车队规模不足以摊薄研发，则自研优势会被削弱。
相关领域：其他相关领域、其他相关领域
后续观察
- FSD 芯片迭代
- 端侧推理能效对比
- 车队规模与自动驾驶落地
AI 算力与规模化
Dojo 2 预计明年底量产、性能约等于 B200 级训练系统，且有作为服务的潜力；但要到第三代（约2026）才能真正判断 Dojo 好坏，因为一项技术通常需三次大迭代才卓越。
马斯克对 Dojo 的量产时间、性能对标与迭代节奏给出明确判断和预测。
他的未来判断
预测 Dojo 2 明年底量产、约等 B200，Dojo 需到第三代（约2026）才见真章。
延伸分析
若 Dojo 2 如期量产并达 B200 级性能，Tesla 可降低对外部 GPU 依赖并可能对外提供训练服务；若量产延期或性能不及预期，则第三代前 Dojo 的竞争力仍不确定，短期难撼动 Nvidia。
相关领域：其他相关领域、其他相关领域
后续观察
- Dojo 2 量产时间
- 与 B200 的实测对比
- Dojo 是否对外提供服务
- 第三代进度