马斯克最新访谈：从地表工厂到近地轨道，物理世界如何重塑AI 经济

本文来自微信公众号： AGI 2050 ，作者：AGI 2050，原文标题：《马斯克最新访谈：从地表工厂到近地轨道，物理世界如何重塑 AI 经济》在第33届巴伦投资大会上，巴伦资本创始人罗恩·巴伦与埃隆·马斯克进行了一场约一小时的深度对谈。

作为特斯拉和SpaceX长期的机构投资者，巴伦的提问主要聚焦于具体业务的工程进展、资本开支逻辑与中长期商业回报。整场对话并未停留在算法模型的概念探讨上，而是将视角直接下沉到支撑整个人工智能产业运转的物理底层：1.制造效率与研发周期：马斯克分析了传统晶圆制造中机台等待与内部转运的工时占比，并介绍了特斯拉在得州实验室中，试图通过打通逻辑、存储与封装环节来提升流片迭代速度的尝试；

2.算力基建与工程交付：针对行业内普遍出现的电网配额不足与项目延期现象，马斯克结合孟菲斯计算集群的建设过程，拆解了自备电厂与一线工程执行力对缩短交付周期的实际影响；3.能源上限与太空算力：考虑到地面电网扩容速度与AI算力功耗增长之间的客观矛盾，对话重点推演了依托星舰大幅降低入轨成本后，利用近地轨道无衰减的太阳能部署分布式在轨数据中心的技术路径；

4.具身智能与产出模型：对话进一步从劳动力基数与有效工时的数学推导出发，测算了人形机器人对实体经济总产出的替代规模，并探讨了物质极大充沛阶段对社会分配与传统货币体系的潜在影响。对于关注半导体制造、算力基础设施、空天产业及人工智能落地的从业者与投资者而言，这是一份基于物理第一性原理、横跨制造业与能源供给体系的产业推演参考。

本期内容来自巴伦投资大会，2026年11月6日播出，原视频时长62分钟。以下为精选对话内容，全文约1.2万字，阅读时长约20分钟。本期精彩观点●“晶圆在传统制造车间里超过一半甚至80%的时间处于等待和转运状态，原子结构真正被有效加工的时间占比极低，这里存在巨大的工艺重构空间。

”●“全行业能签发采购订单的管理人员大量增加，而真正具备现场工程施工能力的队伍严重不足，这导致大量数据中心项目处于拖延或半停滞状态。SpaceX和特斯拉的核心壁垒在于能够下场解决物理工程问题。

”●“我们在孟菲斯自建的电厂发电量已超过1吉瓦，同等规模的电厂通常要建五年，我们只用了大约一年。”●“全美电网平均负荷只有500吉瓦，若每年要在地面新增200吉瓦的AI算力负荷，相当于要求全美电网每年扩容四成，这在物理和工程上难以实现。

算力的规模化出路在太空，那里光照连续且没有大气损耗。”●“成熟人形机器人可以全天候运转，单台机器人的综合周产出能力约为人类劳动者的5倍。从数学模型推导，部署2000万至3000万台高水平机器人，其产出规模即可支撑整个美国的实体商品与服务总量。

”●“当真正的超级智能远远满足了人类的一切需求，整个社会的生产力彻底脱离了劳动力与地表能源的束缚，现有基于稀缺性建立的货币体系，其意义将类似于原始社会在海滩上交易的贝壳。”超级晶圆厂构想与本土半导体制造瓶颈问：为这场对话做准备时，我脑子里浮现的是电影《E.T.》里的经典画面：小男孩骑着自行车穿过月球，车筐里装着一堆破铜烂铁拼成的机器试图与外星联络，这可以说是星链最早的灵感雏形。

你做事始终坚持第一性原理，认为任何事情都应该用最好的方式去做，而不是最快或最便宜的方式。如果有人为你的一家企业投资，你衡量所有事情的标尺永远是：这是我们能做到的极限吗？最有效吗？你可能是我知道的美国唯一的超大规模建造者，建的不是常规建筑，而是500万、1000万乃至2000万平方英尺的大楼，现在你正在筹划建设一座面积高达1亿平方英尺的超级晶圆厂。

从没有人尝试过这种体量，这种规模能带来巨大的规模效应与采购成本优势。你怎么做到的？为什么别人从不尝试？我们现在迫切需要半导体制造回归美国本土，我们需要电力，我们需要硅。除你之外几乎没人这么做，原因是什么？

马斯克：严格说来，说“没人做”不完全准确。台积电和三星正在美国本土建厂。台积电在亚利桑那州建了一批先进晶圆厂，部分已经投产；三星在得克萨斯州也有运转中的工厂，并且他们已经为特斯拉代工制造了专属的芯片工厂，专门用来量产我们自主设计的AI5和AI6芯片。

但如果对比亚洲的整体制造体量，美国本土的芯片制造份额依然很小。即便把目前所有公开宣布在美兴建的晶圆厂做最乐观的假设，美国本土的总产能大概也只有亚洲的10%左右。大部分人都清楚，台湾在芯片制造上承担了极其繁重的任务，台积电是一家非凡的公司，他们制造的芯片种类之繁多、产量与体量之大，令人惊叹。

三星和美光在存储芯片领域同样做得非常扎实。但芯片制造业高度集中在亚洲，我核心的担忧始终是那里的地缘政治风险。这种风险随时可能在某个阶段显现。一旦供应链出现阻断，如果我们没有在美国本土成规模制造芯片的全套底层链条，美国最终可能面临芯片供给严重不足的局面，最多只能依赖那10%的本土产能。

退一步讲，即便排除地缘政治因素，全球目前制造芯片的实际速率，也远远跟不上即将到来的计算需求。单厂产能1000吉瓦与万亿美元资本投入马斯克：说到Terafab这个名字，它有三种可能的意思：恐惧（Terror）、地球（Terra）和太瓦（Tera）。

坦率讲，这三个词在某种程度上都适用。它在物理体量上确实极其庞大；它坐落在地球上；但其核心定义是“Tera”——即每年制造1太瓦（1000吉瓦）功耗规模的算力芯片工厂。做一下客观的数据对比：今年全球所有厂商生产的全部AI芯片功耗加在一起，大概在20到25吉瓦之间；

明年行业普遍预测的全球总产能大约在35到45吉瓦左右。如果我们设定的目标是每年生产1太瓦芯片，这意味着仅这一座工厂的产能，就相当于明年全球预计总产量的近30倍。而且，单单这一座工厂生产出来的芯片，主要是供我们自身业务消纳的。

问：一座工厂的年产值，几乎可以比肩全球第二十大经济体的GDP总量？而且测算下来需要投入超过1万亿美元？马斯克：如果整体方案能够跑通，它的经济产出甚至可能挤进全球前十。这种规模的项目通常是这样：如果未能达成，外界会认为计划不切实际；

如果最终做成了，人们会称赞其具备前瞻性的胆魄。这取决于工程结果，但我相信它至少能在相当程度上取得实质性成功。在资本开支方面，它确实需要累计投入约1万亿美元，随着时间推移甚至更多。但这笔资金不需要在短期内一次性拿出，而是跟随工程进度分期分批推进。

更核心的逻辑在于，我们并非简单复制现有的厂房设计，而是试图重新审视芯片的物理制造流程，把我们在汽车与航空航天领域沉淀的工程制造逻辑，迁移到半导体制造中。晶圆制造流程中的等待时间与得州闭环实验室问：传统晶圆代工厂在物理流程上究竟存在什么问题？

如果芯片在厂房里有相当长时间处于停滞状态，为什么既有的大厂不去改进？马斯克：如果实地考察过一座现代化的晶圆厂，你会看到晶圆在轨道上高频移动，表面上看起来极度忙碌。但如果严格计算物理层面的有效加工时间，晶圆在制造流程中仅仅用于机台间搬运以及排队等待机台空闲的时间，占了总时间的一半以上。

我甚至会说，在整个制造周期里，有时可能只有20%左右的时间，晶圆表面原子的物理结构是在被有效改变的，其余大部分时间都在等待。这说明半导体的物理制造流程中，存在着可被大幅优化的空间。

传统厂商之所以不愿意做激进的改进，是因为先进晶圆厂是资本极度密集的重工业，试错成本极其高昂。一旦手头有一套被验证可行、能够稳定产生利润的工艺配方，企业管理层通常极度规避风险，倾向于沿用成熟流程做微小改良，而不愿承担任何因工艺重构带来的潜在损失。

问：这种惯性在商业世界里很普遍。如果一位管理人员承担风险去尝试新流程却失败了，他的职业履历会受到严重影响；即便成功了，对个人而言往往也只是增加了更多的工作负担，收益与风险并不匹配。

针对这个问题，你们的具体技术路径是什么？马斯克：我们正在得克萨斯州奥斯汀超级工厂内部建立一个先进制程研发实验室。这个实验室的设计逻辑是同时测试多种不同的芯片制造与工艺方案。其中许多尝试可能会被证明不可行，但只要有部分关键工艺获得突破，我们就会将这些经验直接迁移到位于得州格莱姆斯县（靠近得州农工大学）的大规模量产基地中，在那里完成AI芯片的产能爬坡。

奥斯汀实验室的特点在于高度的物理闭环：我们将逻辑计算单元、存储、先进封装以及光刻测试等关键流程放在同一个物理建筑内。这意味着芯片团队可以在同一个地点完成从设计、样品生产、切片封装到实机测试的完整闭环，从而实现非常紧凑的工程迭代。

在传统半导体产业中，完成一次新方案的验证周期往往需要接近一年，我们希望将这个过程缩短至一个月左右。任何硬件工程的推进效率，本质上取决于两个变量：在单位时间内能够执行多少次迭代？每次迭代之间能够取得多大实质性的物理进步？

如果迭代速率能提升一个数量级，技术的整体演进速度就能从根本上拉开差距。一线工程作业与扁平化管理架构问：英特尔首席执行官陈立武曾告诉我，通常业内访客到工厂参观只会停留一个半小时，而你去考察时停留了4个半小时，逐一与现场工程师深入讨论物理细节。

另外，一位曾主管福特制造业务、后来加入特斯拉的高管也指出：在传统车企修改一项设计往往需要经过6个管理层级的审批，但在你的体系内，沟通路径非常短。马斯克：在孟菲斯的超算项目现场，我们甚至没有设置楼上办公室。

为了保证实时跟进，我直接把一辆Airstream房车停在了自备电厂旁边，常驻在现场。其实Airstream房车挺不错的，说实话，我还挺喜欢我那辆小房车。孟菲斯现场配套建设的自备电厂，目前的实际输出功率已经超过1吉瓦，并计划进一步扩容到1.5至2吉瓦。

通常建设这种规模的电厂需要耗费大约5年时间，我们整个团队用时大约只有1年。管理者如果长期坐在远离一线的办公室里等待报告，很难对真实发生的物理阻碍保持感知。在孟菲斯现场，我每天会在园区、机房和电厂巡视多次，直接在一线与工程师讨论具体问题。

此外，我也坚持参与具体的物理作业。比如，我亲自参与铺设过截面粗重的高压电力电缆，那类电缆的重量和铺设难度非常大；我也参与过光纤接驳、电气开关安装，并实际介入过电厂能源调度管理软件的代码调试。

亲自处理一线环节，能够让管理者切身体会实际作业的技术痛点，只有理解了这些具体的物理障碍，才能找到系统优化和提速的根本路径。OpenAI性质转变问：关于计算中心的基础设施建设，目前行业内普遍面临芯片与算力短缺的瓶颈。

你创立了xAI并推出Grok，包括OpenAI和Anthropic的许多核心团队成员最早都与你有深厚的渊源。但你现在对OpenAI的商业化路径表达了明确的批评，核心原因是什么？马斯克：我最早创立OpenAI时，确立的宗旨是一个开源、非营利的公共机构，旨在为全球技术进步提供中立的研究力量。

然而它现在的架构完全变成了一个以追求最大利润为导向的封闭商业实体，这与其最初设立的核心目标完全背离。Anthropic的建立也是类似逻辑。其7位核心创始成员之所以脱离OpenAI成立新公司，核心原因正是他们不信任OpenAI的管理层。

他们公开说过这一点，并不是秘密，因此Anthropic实际上就是从OpenAI分出来的一支。回过头来看，当年将OpenAI设立为非营利实体可能是一个战略误判，应该直接把它办成一家常规商业公司才对。

我最初为其提供了几乎全部的启动资本，构思了核心方向，命名了公司并招募了早期的关键研发人员，还把我知道的一切都教给了他们，但最终它演变为了一个闭源且高度商业化的机构。问：当你决定退出时，他们曾提议为你提供商业实体中的股权份额，你当时明确拒绝了？

马斯克：在逻辑上，我无法接受在一个初衷为非营利慈善性质的组织架构中，去持有商业性的股权利益，这在我看来根本说不通。因此在方向产生根本分歧之后，我选择彻底切断与该实体的商业利益关联。

数据中心建设成本对比与“何塞挖坑”隐喻问：在数据中心的建设模式上，行业普遍依赖第三方代建，单个吉瓦级项目往往需要两年半以上的时间，耗资在500亿到600亿美元之间，且通常要求租户签署长达数年的固定租约。

而我们SpaceX的做法是完全自建，并且高度垂直整合。我们的汽车、机器人、火箭乃至所有业务，对计算资源有着极大的内生需求。由于我们自身具备强大的算力消化能力，因此有能力在还没有和外部客户签约的前提下，直接承担资本风险全速开工。

这使得我们在建设周期和财务成本上形成了显著差异：行业平均耗时两年半的项目，我们压缩到了8至9个月；资本开支方面，行业建设一个吉瓦级集群通常耗资近600亿美元，而我们控制在约350亿美元左右。

目前全球对AI算力的需求极其旺盛，许多第三方数据中心即便建成，也因为没有电力供应而处于无法点亮的闲置状态。在我们自己的Grok需要用之前，可以先把这些算力出租出去，每年大约能收500亿美元的租金。

这意味着我们在短时间内就能通过现金流覆盖初期的硬件与土建投资，同时牢固持有这些底层基础设施的所有权。这也是SpaceX近期财务表现出现显著跃升的关键支撑点之一？马斯克：我们的收入规模确实在快速扩大。

今年第二季度到第三季度的营收环比增幅超过了80%，预计第三季度到第四季度的环比增速依然能维持在70%左右的高位，到明年第一季度可能也会是差不多的增速。这种增长的底层壁垒在于，在现实世界中实现大规模物理基础设施的交付，其工程难度极高。

行业中不少参与者有一种简化思维，认为只要向硬件供应商下达订单，将土建工程外包给第三方承包商，数据中心就能自动交付并运转盈利。实际情况并非如此。网络上有一个广为流传的“何塞挖坑”漫画：画面中只有一个名叫何塞的工人在坑道里挥铁锹施工，而坑边站着多名佩戴安全帽的监工在旁观。

这个漫画直观地反映了当下的行业痛点：如果不增加现场实际干活的“何塞”的数量，无论坑边增加多少名签发采购订单的管理者，实际的物理工程进度都不会发生任何改变。目前美国算力基础设施建设的一个突出问题在于，真正在现场干实活的人并没有大量增加，而签发采购订单的人却大幅增加。

其结果是有限的施工力量被极度分散，导致全美大量数据中心项目处于半工半缓的状态。特斯拉和SpaceX长期处理超重型运载火箭、大型发射台架以及高自动化超级工厂的物理建设，积累了大规模实体工业制造的经验。

在中国以外，SpaceX和特斯拉大概是全球实体硬件做得最好的两家公司，我都不知道第三名会是谁。中国汽车制造业水平与独资建厂决策逻辑问：特斯拉在中国市场的表现非常突出，你也教会了中国同行很多东西。

马斯克：Model Y是中国最畅销的电动车，甚至可以说是中国最畅销的车型。中国的制造业和汽车工业实力极为强大，本土汽车品牌的工程水准、制造质量和响应速度都非常出色。在这样一个竞争极其激烈的成熟工业市场取得畅销成绩，需要付出巨大的工程努力。

问：过去海外车企进入中国市场，普遍受限于外资持股比例不得超过49%的红线，必须组建合资企业。但特斯拉打破了这一长期惯例，实现了100%独资建厂，这一过程当时是如何推进的？马斯克：那是经历了数年、与相关部门进行了极其深入和反复沟通的结果。

在早期的谈判阶段，双方在规则认知上存在很大差异，部分负责官员曾非常严肃且强硬地要求我们必须遵循既有的合资框架。我当时向他们做了一个客观的技术阐述：特斯拉当时从规模上看还是一家处于起步阶段的初创企业。

如果一家刚刚起步、产品体系尚未完全成熟的企业过早进入合资架构，复杂的股权平衡和层层决策机制会严重阻碍技术演进的速度。相关部门最终松了口，在产业政策框架上做出了历史性的开放调整，正式允许特斯拉以独资形式在上海建立超级工厂。

我们坚持独资的核心诉求在于决策自主权——在快速迭代的技术开发过程中，如果每一项细微的工艺改进都需要跨企业、跨董事会进行漫长的多方核准，工程创新就会失去时间窗口。方向盘必须握在我们自己手里。

SpaceX营收推演与数字智能的宏观经济增量问：SpaceX过去一年的营收大致在150亿至160亿美元之间，按照目前的业务推进节奏，今年12月的年化经常性收入（ARR）预计将达到1000亿美元，而关于明年的业务规模，我们的预计是5000亿美元到1万亿美元，你怎么看？

马斯克：从业务交付的确定性来看，我们在今年12月实现年化经常性收入跨越1000亿美元是一个置信度极高的目标，除非发生极罕见的不可抗力事件。基于我们对明年各项核心业务的推进规划，到明年12月，年化经常性收入达到5000亿美元是具备较大概率的推演结果。

需要说明的是，这代表了我基于内部业务推导的最佳预测，而非对市场的确定性承诺。至于1万亿美元年化收入的目标，在过去确实属于极低概率事件，但目前来看它已经进入了可能发生的概率区间，尽管概率仍然较小，但其可能性正在随着技术和业务的落地而逐步显现。

问：如果通用数字超级智能在未来几年内逐步成熟，你如何量化它对全球宏观经济总量的拉动作用？马斯克：按我自己这套“生物神经网络”的估计，仅考虑纯数字形态的超级智能，在完全不计入具身机器人实体产出的前提下，预计就能在短期内推动全球经济产出增长20%至30%。

这相当于给全球经济带来约25万亿美元的纯增量。其核心逻辑在于，数字智能对以信息处理、软件设计、工程运算和专业分析为主的脑力工作，大概能带来翻倍的综合生产效率提升；实际的经济增幅，甚至可能比20%至30%还高。

具身人形机器人的生产力折算与劳动力替代模型问：那么在实体世界中，由特斯拉自主研发的人形机器人，其对劳动力市场的潜在影响应如何测算？马斯克：分析宏观经济的核心公式非常清晰：一个经济体的实物商品与服务总产出，等于“有效劳动力总数×人均综合生产力”。

如果研发出一款具备高度作业能力的成熟人形机器人，它能够实现全天候运转，每周有效工时可达168小时，不存在生理疲劳、工时限制或假期需求，且其物理执行机构在动作速度上可以超越人体骨骼的自然极限。

在综合效率折算下，单台人形机器人的周生产能力，保守估计相当于5名全职人类劳动者。审视美国的就业结构：在总人口中，未成年学生与离退休群体约占一半；在剩余的适龄劳动力中，真正从事具有净正向商品和服务生产的核心劳动力规模约为1.2亿人。

将这1.2亿核心劳动力的产出需求除以5倍的效率系数，在理论数学模型上，全美仅需要部署2000万至3000万台高水平人形机器人，其提供的工业与服务作业量，就足以平替目前美国全社会的实物产出规模。

问：造机器人比造车还便宜，一台大约3万美元，以后会降到2万。这类机器人未来将采取买断销售还是服务租赁的商业模式？马斯克：在制造成本曲线上，初期单台机器人的物料与制造费用大致与一辆普通乘用车相当，但之后会便宜得多，你说的从3万美元降到2万美元，大体就是这个方向。

在商业模式上，我想大概率会以租用的形式为主推向市场。本地社区协同与算力中心的经济外部性问：伴随算力中心的快速扩张，部分地区出现了当地居民对高功耗基础设施进驻的担忧。既然这些项目的投资回报非常可观，企业是否有必要通过补贴当地居民电费、向社区学校和医疗系统提供专项资金来化解阻力？

马斯克：现实情况中，在已经切实落地的区域，比如孟菲斯，项目的本地支持度实际上非常高。通常公众对基础设施的焦虑往往发生在尚未建设的阶段，源于对未知影响的不确定感；但当项目真正进驻并运转起来后，其带来的经济拉动是实打实的。

在孟菲斯，超级计算中心的入驻直接带动了本地服务业的繁荣，周边餐饮和酒店常年处于高负荷接待状态。我们提供的薪资待遇，部分达到了此前行业基准的两倍。同时，我们切实参与了当地公立教育系统的资助，项目为县级和市级财政带来的税收收益极其显著。

只要产业能够切实转化为本地就业和商业繁荣，社区层面的顾虑通常会自然消解。地面电网容量瓶颈与太空数据中心的物