Elon Musk:固定规模智力百倍因特斯拉正在做
XPRIZE执行主席Peter Diamandis写道,Elon Musk曾预测在模型参数规模固定的前提下,人工智能智力可提升100倍;当时这句话处在可信边缘,现在在他看来已是事实,且远未碰到天花板。马斯克回复:他知道这一点,是因为特斯拉人工智能团队正在这样做。
该预测来自1月6日Diamandis主持的Moonshots节目。当时讨论已从参数数量转向文件体积与低比特运算,现场有人提出智力密度可能出现10倍到100倍的突然跃升,原因包括更低精度计算与查找式优化,而不是单纯堆参数。马斯克在节目里强调要用文件大小而不是参数计数说话。
约十天后,Epic Games创始人Tim Sweeney用几乎同一句式说:固定模型规模下100倍智力增益当时勉强可信,现在只是事实,并追问下一步。马斯克接着补充:单一语言、单一知识领域的专科模型是又一个100倍。公开讨论中有人举例,约270亿参数的聚焦模型可在领域任务上打赢大三到五倍的通用模型,运行成本约低一个数量级。
特斯拉一侧,智力密度主张与车端与机器人端的推理芯片绑定,而不是只与数据中心训练集群绑定。马斯克同期还把跨公司目标说成每年建设1太瓦级人工智能算力,对照当时全球约20吉瓦的人工智能电力口径,并区分机器人与汽车用的边缘推理芯片,以及面向空间计算的抗辐射高功率芯片。工厂规划放在奥斯汀。
Diamandis把100倍从“预测”改写成“事实”,并没有给出可独立复核的公开基准分数或固定参数对照实验;依据是当事人与其播客圈的交叉背书,以及马斯克把现场证据指定为特斯拉内部工作。天花板被双方同时否定,专科路由被写成下一层乘数。
市场机制上,买方是需要“同样硅片更聪明”故事的机器人与自动驾驶资本,卖方是仍按参数规模和训练算力卖估值的实验室与云厂商。事件由播客旧句被重新认证触发。资金流向边缘推理、专科模型和电力扩产,而非只流向更大通用稠密模型。受益的是能在车上和人形机器人上复用同一套密度提升的特斯拉体系,承压的是把进步完全写成参数扩张的定价方式。
来源:公开信息
ABAB AI 解读
马斯克把智力写成密度而不是体积,是为了给Dojo、车载推理和Optimus共用一套叙事。参数竞赛的赢家是能买到最多加速器的实验室;密度竞赛的赢家是已经拥有影子模式里程和工厂闭环的车企。2008年他让戴姆勒小额入股特斯拉换电动技术,后来反复说对方只想应付监管;这一次他不再向外买故事,而把“我们正在做”指定为特斯拉人工智能。1月播客里的100倍,8月被Diamandis和Sweeney先后盖章,形成创始人圈层的交叉认证,而不是第三方评测机构的认证。
资本路径是:训练可以外溢到xAI与超大集群,产品必须在功率信封里变聪明,否则Robotaxi和人形无法量产。固定模型规模提升智力,等于在不增加车端热耗与成本的前提下提高决策质量。动机是芯片、内存与电力都在涨价,继续只靠堆卡会先撞上制造墙。战略是再叠一层专科模型:通用模型负责调度,领域模型负责驾驶、工厂或单一语言,乘数写在路由上而不是写在总参数上。
类似结构出现在移动时代的专用神经网络加速器替代通用GPU、游戏引擎把全局光照改成查找表、以及空军把大型预警机能力拆进小型专用载荷。通用大模型处在扩张期,边缘与专科模型处在用密度挑战体积的替代期。特斯拉同时站在两条线上:一边要太瓦级训练,一边要在车里证明100倍不是口号。
本质是技术替代。当智力的边际来自量化、记忆结构和路由,而不是来自参数清单加长,定价权就从“谁的模型更大”转到“谁能在固定瓦数下完成任务”。机制是物理约束先出现在汽车和机器人上,数据中心可以继续加电,移动机器不能;谁先把播客里的倍数做成车端可测量的延迟与事故率,谁就能把这句话从社交流量换成产品溢价。
ABAB News · 认知定律
固定体积里变聪明,比把体积加大更难定价
当事人说正在发生,不等于评测机构已经画完坐标
下一层100倍,往往来自分工而不是来自更大的同一个模型