[加州] 硅谷大佬:機器人泡沫雪崩 人類正被強推入能源霸權
Elad Gil：是的，但我們往往忽略了很多類似的例子。洗碗機就是非常優秀的單壹用途機器人，掃地機器人也是。家裡其實已經有很多機器人了，只是我們假裝它們不是機器人。電梯也是機器人，扶梯也是。
Sarah Guo：我更傾向於認為，機器人需要具備壹定程度的智能。洗碗機只是家電，而自動駕駛汽車可以算機器人。
Elad Gil：那你心中“智能”的邊界在哪裡？
Sarah Guo：可能在於壹定程度的泛化能力：能在不同環境中工作，處理不同任務，操作不同對象。
Elad Gil：有意思。我之前的定義沒這麼復雜，我只是把它理解為能為你執行某類可編程勞動的機器。不過查壹下定義的話，機器人是“能夠自動執行壹系列復雜動作的機器，尤其是可由計算機編程的機器”。但現在幾乎所有設備裡都有芯片，你的洗碗機裡也有計算機。
Sarah Guo：是的，但如果沒有智能，機器人領域本身並不是壹個有趣、能快速變化的創新方向。我們討論的其實是“智能機器人”這壹子集。
Elad Gil：我認為在機器人這個話題上，2026年最重要、甚至是最重要的趨勢之壹，將是自動駕駛真正開始產生影響。這既包括個人用車，也包括Waymo和Tesla的Robotaxi。這會成為明年討論的核心議題之壹。
Sarah Guo：如果你看自動駕駛之外的機器人應用場景，其實Optimus團隊已經說明了壹點：把驅動Tesla自動駕駛的模型放進Optimus裡，它能做運動控制，但很多事情依然做不了，硬件層面的挑戰依然存在，比如操作和精細操控。因此，我認為這裡的優勢並沒有你想象中那麼強。初創公司依然有機會。當然，真正令人忌憚的競爭對手是中國，但我依然認為這個領域存在開放空間。
Elad Gil：我完全認為機器人領域對初創公司是有機會的，你別誤會我。只是問題不在於你是否擁有壹個模型或基礎模型、是否具備構建模型的能力，而在於你是否同時具備完整的供應鏈能力。很多你需要用到的傳感器其實是通用的，真正困難的是如何采購、如何規模化擴張。這些能力和思維方式，與模型本身同樣重要，而且往往需要很長時間才能建立起來。對初創公司來說，這些事情通常比較痛苦，但也不是沒人做到過。Anduril、SpaceX都做到了，只是額外負擔確實不小。所以我確實認為會有初創公司在這裡成功。我剛才更多是在思考，除了初創公司之外，誰會成為長期的大玩家。同時我也認為，會有壹到兩個“既有巨頭席位”幾乎是默認出現的，除非發生非常反常的事情。
其實在基礎模型領域，本來很多人就認為Google理應擁有壹個默認席位。最終事實也確實如此。Google還是走到了這壹步。我甚至記得兩叁年前看過類似的觀點：Google壹定會重新變得重要。這並不神秘，因為它擁有成為頂級基礎模型公司的所有關鍵資產——它發明了Transformer，擁有海量數據、充足資本、GPU資源，以及世界壹流的人才儲備。這壹切都讓結果顯得幾乎是必然的。我現在對機器人領域也有類似的感覺。當然，這並不意味著判斷壹定正確。
資本退出與並購Elad Gil：要不要聊聊明年的IPO和並購？我覺得這是另壹個重要主題。如果我們把剛才的內容分壹下：第叁個主題是不同類型的模型，第肆個是機器人和自動駕駛，第伍個就是IPO和M&A。你怎麼看？會有更多IPO還是更少？更多並購還是更少？並購形式會不會發生變化？
Sarah Guo：這取決於AI市場會不會在某個時點出現“底部塌陷”。但即便如此，我覺得趨勢還是相對明確的。
Elad Gil：你說的“塌陷”具體指什麼？
Sarah Guo：本質上，人們害怕的是需求不真實——不是AI沒有需求，而是這種需求是否足以支撐整個CAPEX周期。大家擔心的是：到底是誰在為大規模CAPEX建設負責？這些數據中心、芯片的“交付即付款”合同，以及背後的信用安排，是否存在系統性風險？另壹層恐懼來自高度集中——我戲稱為Microglastics，也就是過度集中在NVIDIA和極少數玩家身上。如果你是大型公募或公共市場投資者，會覺得“硅的暴露度實在太高了”，進退兩難。
我最近和壹位管理大型科技對沖基金的朋友聊過。他們已經是多家重要基礎模型實驗室的投資人，這些公司可能會在未來幾年上市。他們的博弈邏輯是：IPO要不要買？結論居然是——不管基本面怎麼看，都必須買。因為散戶壹定會想參與AI革命。如果你是對沖基金，又要按年度業績被考核，而散戶會追逐“純AI標的”，你就不能錯過。他的原話大概是：我已經錯過了NVIDIA，這次不能再錯過。所以無論如何都得買IPO。我當時的反應是：這已經不是我理解中的投資方式了。你覺得會怎麼發展？
[加西網正招聘多名全職sales 待遇優]
還沒人說話啊，我想來說幾句
Sarah Guo：我更傾向於認為，機器人需要具備壹定程度的智能。洗碗機只是家電，而自動駕駛汽車可以算機器人。
Elad Gil：那你心中“智能”的邊界在哪裡？
Sarah Guo：可能在於壹定程度的泛化能力：能在不同環境中工作，處理不同任務，操作不同對象。
Elad Gil：有意思。我之前的定義沒這麼復雜，我只是把它理解為能為你執行某類可編程勞動的機器。不過查壹下定義的話，機器人是“能夠自動執行壹系列復雜動作的機器，尤其是可由計算機編程的機器”。但現在幾乎所有設備裡都有芯片，你的洗碗機裡也有計算機。
Sarah Guo：是的，但如果沒有智能，機器人領域本身並不是壹個有趣、能快速變化的創新方向。我們討論的其實是“智能機器人”這壹子集。
Elad Gil：我認為在機器人這個話題上，2026年最重要、甚至是最重要的趨勢之壹，將是自動駕駛真正開始產生影響。這既包括個人用車，也包括Waymo和Tesla的Robotaxi。這會成為明年討論的核心議題之壹。
Sarah Guo：如果你看自動駕駛之外的機器人應用場景，其實Optimus團隊已經說明了壹點：把驅動Tesla自動駕駛的模型放進Optimus裡，它能做運動控制，但很多事情依然做不了，硬件層面的挑戰依然存在，比如操作和精細操控。因此，我認為這裡的優勢並沒有你想象中那麼強。初創公司依然有機會。當然，真正令人忌憚的競爭對手是中國，但我依然認為這個領域存在開放空間。
Elad Gil：我完全認為機器人領域對初創公司是有機會的，你別誤會我。只是問題不在於你是否擁有壹個模型或基礎模型、是否具備構建模型的能力，而在於你是否同時具備完整的供應鏈能力。很多你需要用到的傳感器其實是通用的，真正困難的是如何采購、如何規模化擴張。這些能力和思維方式，與模型本身同樣重要，而且往往需要很長時間才能建立起來。對初創公司來說，這些事情通常比較痛苦，但也不是沒人做到過。Anduril、SpaceX都做到了，只是額外負擔確實不小。所以我確實認為會有初創公司在這裡成功。我剛才更多是在思考，除了初創公司之外，誰會成為長期的大玩家。同時我也認為，會有壹到兩個“既有巨頭席位”幾乎是默認出現的，除非發生非常反常的事情。
其實在基礎模型領域，本來很多人就認為Google理應擁有壹個默認席位。最終事實也確實如此。Google還是走到了這壹步。我甚至記得兩叁年前看過類似的觀點：Google壹定會重新變得重要。這並不神秘，因為它擁有成為頂級基礎模型公司的所有關鍵資產——它發明了Transformer，擁有海量數據、充足資本、GPU資源，以及世界壹流的人才儲備。這壹切都讓結果顯得幾乎是必然的。我現在對機器人領域也有類似的感覺。當然，這並不意味著判斷壹定正確。
資本退出與並購Elad Gil：要不要聊聊明年的IPO和並購？我覺得這是另壹個重要主題。如果我們把剛才的內容分壹下：第叁個主題是不同類型的模型，第肆個是機器人和自動駕駛，第伍個就是IPO和M&A。你怎麼看？會有更多IPO還是更少？更多並購還是更少？並購形式會不會發生變化？
Sarah Guo：這取決於AI市場會不會在某個時點出現“底部塌陷”。但即便如此，我覺得趨勢還是相對明確的。
Elad Gil：你說的“塌陷”具體指什麼？
Sarah Guo：本質上，人們害怕的是需求不真實——不是AI沒有需求，而是這種需求是否足以支撐整個CAPEX周期。大家擔心的是：到底是誰在為大規模CAPEX建設負責？這些數據中心、芯片的“交付即付款”合同，以及背後的信用安排，是否存在系統性風險？另壹層恐懼來自高度集中——我戲稱為Microglastics，也就是過度集中在NVIDIA和極少數玩家身上。如果你是大型公募或公共市場投資者，會覺得“硅的暴露度實在太高了”，進退兩難。
我最近和壹位管理大型科技對沖基金的朋友聊過。他們已經是多家重要基礎模型實驗室的投資人，這些公司可能會在未來幾年上市。他們的博弈邏輯是：IPO要不要買？結論居然是——不管基本面怎麼看，都必須買。因為散戶壹定會想參與AI革命。如果你是對沖基金，又要按年度業績被考核，而散戶會追逐“純AI標的”，你就不能錯過。他的原話大概是：我已經錯過了NVIDIA，這次不能再錯過。所以無論如何都得買IPO。我當時的反應是：這已經不是我理解中的投資方式了。你覺得會怎麼發展？
[加西網正招聘多名全職sales 待遇優]
| 分享: |
| 注： | 在此頁閱讀全文 |
| 延伸閱讀 | 更多... |
推薦: