馬克·安德森訪談：從DeepSeek、宇樹科技，看中美科技產業發展

來源:中國企業家俱樂部

近日，美國播客Invest Like the Best訪談了a16z的聯合創始人 Marc Andreessen。在訪談過程中，Marc與主播深入探討了AI給技術領域帶來的重大變革，着重討論了DeepSeek的開源人工智能技術、宇樹科技以及中國機器人產業的發展現狀，並分析了它們未來可能產生的影響。以下是相關對談內容整理，希望對您有所幫助。

01.

從DeepSeek談起

Patrick：Marc，我認為我們必須從最核心的問題開始。你能否談談你對 DeepSeek 的 R1 的看法？

Marc：美國仍然是人工智能領域公認的科學和技術領導者。DeepSeek 中的大多數想法都源自過去 20 年，甚至令人驚訝的是 80 年前在美國或歐洲進行的工作。神經網絡的最初研究早在 20 世紀 40 年代的美國和歐洲研究型大學中就已展開。

因此，從知識發展的角度來説，美國仍然遙遙領先。

但 DeepSeek 對這些知識完成了非常出色的運用。他們還做了一件了不起的事情，那就是以開源的形式將其提供給全世界。這實際上相當令人驚歎，因為這種現象發生了一種逆轉。你有像 OpenAI 這樣的美國公司，它們基本上完全封閉。

埃隆·馬斯克對 OpenAI 的部分訴訟內容是要求他們將公司名稱從 OpenAI 改為 Closed AI。OpenAI 最初的設想是所有內容都會開源，但如今一切都已封閉。其他大型 AI 實驗室，如 Anthropic，也完全封閉。事實上，它們甚至已經停止發佈研究論文，將所有東西都視為專有財產。

而 DeepSeek 團隊出於他們自己的原因，實際上實現了真正開源的承諾。他們發佈了他們的 LLM（稱為 V3）和他們的推理器（稱為 R1）的代碼，並且發佈了詳細的技術論文，說明了他們是如何構建它的，這基本上為任何想要進行類似工作的其他人提供了路線圖。

所以它已經公開了。外界有一種虛假的論調，認為如果你使用 DeepSeek，你就會把所有數據給中國人。如果你在 DeepSeek 網站上使用該服務，這是真的。但你可以下載代碼，並自行運行它。但我舉個例子：Perplexity 是一家美國公司，你可以在 Perplexity 上使用 DeepSeek R1，完全託管在美國。微軟和亞馬遜現在都有 DeepSeek 的雲版本，你可以在他們的雲平臺上運行它，顯然這兩家公司都是美國公司，使用的是美國的數據中心。

這非常重要。你現在可以下載這個系統，並且實際上可以在家里或公司里價值 6000 美元的硬件上運行它。它的能力與 OpenAI 和 Anthropic 等公司的最前沿系統相當。

這些公司投入了大量資金來構建他們的系統。如今，你可以用 6000 美元買到它，並且擁有完全的控制權。如果你自己運行它，你擁有完全的控制權。你可以完全透明地瞭解它在做什麼，你可以修改它，你可以對它進行各種操作。

它還有一個非常出色的特性，稱為蒸餾。你可以將需要 6000 美元硬件的大模型進行壓縮，創建更小版本的模型。網上已經有人創建了更小版本的模型，並且進行了優化，以便你可以在 MacBook 或 iPhone 上運行它們。這些版本雖然沒有完整版本那麼智能，但仍然相當聰明。你可以創建定製的、針對特定領域的、經過蒸餾的版本，它們在特定領域表現出色。

這是在使大模型推理以及 R1 模型在編程、科學方面推理變得更加普及方面的一個巨大進步。六個月前，這些還非常深奧、極其昂貴且專有。如今，它變得對每個人來説都是免費且永遠可用的。

每一個大型科技公司、互聯網公司、每一個初創公司，我們本周就有幾十家甚至幾百家初創公司，要麼正在基於 DeepSeek 進行重建，要麼將其整合到他們的產品中，要麼研究他們使用的技術，並用它來改進現有的 AI 系統。

Meta 團隊的馬克·扎克伯格最近談到，Meta 團隊正在拆解 DeepSeek，完全合法地借鑑這些想法，因為它是開源的，並確保下一個版本的 Llama 在推理能力上至少與 DeepSeek 相當，或者更好。這確實推動了世界的發展。

我們可以從中學到的兩個主要觀點是：AI 將無處不在。有很多 AI 風控人士、安全人士、監管者、官員、政府、歐盟、英國人等等……所有這些人都希望限制和控制 AI，而這基本上保證了這一切都不會發生，我認為這很好。它非常符合互聯網的自由傳統。然后，這實現了推理能力的 30 倍成本降低。

也許最后要指出的是，這表明推理將奏效。推理將在人類活動的任何領域奏效，只要你可以生成答案，這些答案可以在事后由技術專家檢查是否正確。

我們將擁有能夠進行人類和超人類水平推理的 AI，這將在真正重要的領域發揮作用：編碼、數學、物理、化學、生物學、經濟學、金融、法律和醫學。

這基本上保證了五年內地球上每一個人都會擁有一位超人類水平的 AI 律師、AI 醫生，他們隨時待命，這只是手機上的一個標準功能。這將使世界變得更加美好、健康和奇妙。

Patrick：但這也是這是最不穩定的，兩個月內模型就會過時。每個技術層級都在發生大量創新。但僅從當下這個時點來看，進入這個新範式，如果你正在撰寫關於所有利益相關者的贏家和輸家的專欄，無論是新的應用開發者、現有的軟件開發者、像英偉達這樣的基礎設施提供商，開源與閉源模型公司。你認為誰是 R1 發佈后的贏家和輸家？

Marc：如果在今天拍一張「快照」，那麼從零和遊戲的角度來看，在一個時間點上的贏家和輸家來説，贏家是所有的用户，所有的消費者，每一個個人，以及每一個使用 AI 的企業。

有一些初創公司，比如做 AI 法律服務的公司，上周他們使用 AI 的成本還是現在的 30 倍。

例如，對於一家正在構建 AI 律師的公司來説，如果其關鍵輸入的成本下降了 30 倍，這就像是開車時汽油成本下降了 30 倍。突然之間，你可以用同樣的一美元開 30 倍遠的距離，或者你可以利用額外的支出能力去購買更多的東西。所有這些公司要麼將極大地擴展它們在所有這些領域使用 AI 的能力，要麼它們將能夠以更便宜或免費的方式提供服務。所以對於用户、世界來説，這是一個在固定規模的盤子基礎上的絕佳結果。

輸家是那些擁有專有模型的公司，比如 OpenAI、Anthropic 等等。你會注意到，OpenAI 和 Anthropic 在過去一周都發出了相當強硬但像是被挑釁后的信息，解釋為什麼這並不是他們的終結。在商業和政治中有一句老話，當你在解釋的時候，你就輸了。

然后另一個是英偉達公司。關於這一點有很多評論，但英偉達製造的是人們使用的標準 AI 芯片。也有一些其他選擇，但英偉達是大多數人使用的。他們芯片的利潤率高達 90%，公司的股票價格也反映了這一點。（英偉達）是世界上最有價值的公司之一。DeepSeek 團隊在他們的論文中所做的其中一件事是，他們想出瞭如何使用更便宜的芯片，實際上仍然使用英偉達的芯片，但他們使用得更加高效。

30 倍的成本降低的一部分是你只需要更少的芯片。順便説一下，中國正在構建自己的芯片供應鏈，一些公司也開始使用中國衍生的芯片，這當然對英偉達來説是一個更根本的威脅。所以這是在某個時間點的快照。但問題是，你的問題暗示了另一種看待它的方式，那就是隨着時間的推移，隨着時間的推移，你想要看到的是彈性效應。薩蒂亞·納德拉用了這個叫做傑文斯悖論的短語。

想象一下汽油。如果汽油的價格大幅下降，那麼突然之間人們會開更多的車。這在交通規劃中經常出現。所以你會有一個像奧斯汀這樣的城市，它交通擁堵，有人會突發奇想，在現有高速公路旁邊再建一條新高速公路。而在短短兩年內，新高速公路也會被堵滿，也許甚至更難從一個地方到達另一個地方。原因在於關鍵投入品價格的降低可以誘導需求。

如果 AI 突然變得便宜 30 倍，人們可能會使用它 30 倍，或者順便説一下，他們可能會使用它 100 倍甚至 1000 倍。這種經濟術語叫做彈性。

所以價格下降等於需求的爆炸性增長。我認為這里有一個非常合理的場景，那就是在另一邊，隨着使用量的爆炸性增長，DeepSeek 會做得很好。順便説一下，OpenAI、Anthropic 也會做得很好，英偉達也會做得很好，中國的芯片製造商也會做得很好。

然后你會看到一種潮汐效應，整個行業會爆炸性增長。我們真的纔剛剛開始人們弄清楚如何使用這些技術。推理只是在過去四個月纔開始奏效。OpenAI 幾個月前才發佈了他們的 o1 推理模型。這就像把火種從山上取下來，然后把它交給全人類。而大多數人類還沒有使用火，但他們會用的。

然后，坦率地説，這也是一箇舊觀念，即創造性，也就是説，好吧，如果你是 OpenAI 或者其他類似的公司，你上周所做的已經不夠好了。但話說回來，這就是世界的方式。你必須變得更好。這些事情都是競賽。你必須進化。所以這也是一種非常強大的催化劑，促使許多現有公司真正提高他們的水平，變得更加激進。

Patrick：……，如果一家中國公司使用在美國開發的模型，這些模型投入了大量資金，然后導致了這種為世界帶來豐富的技術，這是一件很難理解的事情。我很想聽聽你從這兩個角度的反應。

Marc：是的，所以這里有一些真正的問題。這種論點存在一種諷刺意味，你確實會聽到這種論點。當然，諷刺之處在於 OpenAI 並沒有發明 Transformer。大型語言模型的核心算法叫做 Transformer。

它不是在 OpenAI 發明的，而是在谷歌發明的。谷歌發明了它，並且發表了相關論文，然后順便説一下，他們沒有將其產品化。他們繼續對其進行研究，但沒有將其產品化，因為出於「安全」考慮，他們認為這可能是不安全的。因此，他們讓它在貨架上放了五年，然后 OpenAI 的團隊明白了這一點，將其撿起來並繼續推進。

Anthropic 是 OpenAI 的分支。Anthropic 也沒有發明 Transformer。因此，無論是這兩家公司，還是每一個其他正在研究大型語言模型的美國實驗室，每一個其他開源項目，都是建立在他們自己沒有創造和開發的東西之上。

順便説一下，谷歌在 2017 年發明了 Transformer，但 Transformer 本身是基於神經網絡的概念。神經網絡的想法可以追溯到 1943 年。所以，82 年前實際上是原始的神經網絡論文發表的時間，而 Transformer 是在 70 年的研究和發展基礎上建立起來的，其中大部分是由聯邦政府和歐洲政府在研究型大學中資助的。

因此，這是一個非常長的知識思想和發展的譜系，進入所有這些系統的大部分想法都不是目前構建這些系統的公司所開發的。沒有一家公司坐在這里，包括我們自己的公司，沒有任何特殊的道德主張，認為我們是從頭開始構建的，我們應該完全控制。這根本不是事實。

所以，我會説，像這樣的論點是出於當下的挫敗感。順便説一下，這些論點也是毫無意義的，因為中國已經這麼做了，它已經出來了，事情已經發生了。現在有一個關於版權的爭論。如果你和這個領域的專家交談，很多人一直在試圖理解為什麼 DeepSeek 如此出色。其中一個理論，這是一個未經證實的理論，但專家們相信的一個理論是中國公司可能使用了美國公司沒有使用的數據進行訓練。

特別令人驚訝的是，DeepSeek 在創意寫作方面非常出色。DeepSeek 可能是目前世界上英語創意寫作方面最好的 AI。這有點奇怪，因為中國的官方語言是中文。雖然有一些非常優秀的中國英語小説家，但一般來説，你可能會認為最好的創意寫作應該來自西方。而 DeepSeek 目前可能是最好的，這令人震驚。

因此，其中一個理論是 DeepSeek 可能進行了訓練。例如，有一些網站的名字叫 Libgen，這些基本上是巨大的互聯網存儲庫，里面全是盜版書。我自己當然不會使用 Libgen，但我有一個朋友經常使用它。它就像 Kindle 商店的超集。它有每本數字書，以 PDF 格式存在，你可以免費下載。它就像電影版的海盜灣。

美國實驗室可能不會覺得自己可以簡單地從 Libgen 下載所有書籍並進行訓練，但也許中國實驗室覺得自己可以。因此，可能存在這種差異優勢。話雖如此，這里還有一個懸而未決的版權之爭。人們需要小心對待這個問題，因為這里有一個懸而未決的版權之爭，一些出版公司基本上希望阻止像 OpenAI、Anthropic 和 DeepSeek 這樣的生成式 AI 公司能夠使用他們的內容。

有一個論點説，這些材料是受版權保護的，不能隨意使用。還有另一個論點，基本上説 AI 對書籍進行訓練，你並沒有複製書籍，你是在閲讀書籍。AI 閲讀書籍是合法的。

你和我被允許閲讀書籍，順便説一下。我們可以從圖書館借閱書籍。我們可以撿起朋友的書。這些行為都是合法的。我們被允許閲讀書籍，我們被允許從書籍中學習，然后我們可以繼續我們的日常生活，談論我們在書中學到的想法。另一個論點是，訓練 AI 更像是人類閲讀書籍，而不是偷竊。

然后還有實際現實，即如果……他們的 AI 可以接受所有書籍的訓練，而如果美國公司最終被法律禁止對書籍進行訓練，那麼美國可能會在 AI 領域輸掉比賽。

從實際角度來看，這可能是一個致命一擊，就像他們贏了而我們輸了。可能有一些整個爭論的糾結。DeepSeek 沒有透露他們訓練所使用的數據。因此，當你下載 DeepSeek 時，你得不到訓練數據，你得到的是所謂的權重。因此，你得到的是經過訓練材料訓練后的神經網絡。但從那里面很難甚至不可能去查看並推導出訓練數據。

順便説一下，Anthropic 和 OpenAI 也沒有透露他們訓練所使用的數據。然后在該領域存在激烈的猜測，關於 OpenAI 訓練數據中有什麼和沒有什麼。他們認為這是一個商業祕密。他們不會公開這些內容。因此，中國 DeepSeek 可能與這些公司不同，也可能沒有。他們可能在訓練方法上與中國公司不同。我們不知道。

我們不知道 OpenAI 和 Anthropic 的算法到底是什麼，因為它們沒有開源。我們不知道它們比公開的 DeepSeek 算法好多少或差多少。

02.

談閉源與開源

Patrick：你認為那些進入競爭的閉源模型，像 OpenAI、Anthropic，最終會變得更像蘋果與谷歌的安卓？

Marc：我支持競爭的最大化。順便説一下，這符合我作為風險投資人的身份。所以，如果你是一個公司創始人，如果我經營一家 AI 公司，我需要有一個非常具體的策略，它有優點和缺點，需要權衡取捨。

作為一個風險投資人，我不需要這樣做。我可以進行多種相互矛盾的押注。這就是彼得·蒂爾所説的確定性樂觀與非確定性樂觀。公司創始人、CEO 必須是確定性樂觀主義者。他們必須有一個計劃，並且必須做出艱難的權衡，以實現該計劃。風險投資人是非確定性樂觀主義者。我們可以資助一百家擁有 100 種不同計劃、相互矛盾假設的公司。

我工作的本質是我不需要做出你剛纔描述的那種選擇。然后，這讓我很容易提出一個哲學論點，我個人也真誠地同意，即我支持最大程度的競爭。所以，再深入一層，這意味着我支持自由市場、最大程度的競爭和最大程度的自由。

本質上，如果能夠有儘可能多的聰明人想出儘可能多的不同方法，並在自由市場中相互競爭，看看會發生什麼。具體到 AI，這意味着我支持大型實驗室儘可能快地發展。

我 100% 支持 OpenAI 和 Anthropic 做他們想做的任何事情，推出他們想推出的任何產品，儘可能努力發展。只要他們沒有從政府那里獲得優先的政策待遇、補貼或支持，他們應該能夠作為公司做他們想做的任何事情。

當然，我也支持初創公司。我們當然在積極資助各種規模和類型的 AI 初創公司。所以，我希望他們能夠發展，然后我希望開源能夠發展，部分原因是，我認為如果東西出現在開源中，即使這意味着有些商業模式的公司無法運作，對世界和整個行業的益處如此之大，我們會找到其他賺錢的方法。AI 將變得更加普遍、更便宜、更容易獲得。我認為這將是一個很好的結果。

然后，開源的另一個非常關鍵的原因是，沒有開源，一切都變成了黑盒子。沒有開源，一切都變成了被少數幾家公司擁有和控制的黑盒子，這些公司最終可能會與政府勾結，我們可以就此進行討論。但你需要開源，以便能夠查看盒子內部發生了什麼。

順便説一下，你還需要開源進行學術研究，因此你需要開源來進行教學。因此，開源之前的問題是，回到兩年前，當時還沒有基本的開源 LLM，Meta 發佈了 Llama，然后是法國的 Mistral，現在是 DeepSeek。

但在這些開源模型出現之前，大學系統中正在經歷一場危機，即大學研究人員在斯坦福、麻省理工和伯克利等地方沒有足夠的資金去購買價值十億美元的英偉達芯片，以便真正參與 AI 領域的競爭。

因此，如果你在兩年前與計算機科學教授交談，他們會非常擔心。第一個擔憂是我的大學沒有足夠的資金來參與 AI 領域的競爭並保持相關性。然后另一個擔憂是所有大學加在一起也沒有足夠的資金來參與競爭，因為沒有人能夠跟上這些大型公司的籌資能力。

開源讓大學重新回到競爭中。這意味着如果我是斯坦福、麻省理工、伯克利或任何州立學校的教授，無論華盛頓大學還是其他地方，我現在可以使用 Llama 代碼、Mistral 代碼或 DeepSeek 代碼進行教學。我可以進行研究，我可以實際取得突破。我可以發表我的研究成果，讓人們真正瞭解發生了什麼。

然后，每一個新一代的孩子來到大學，參加計算機科學課程，他們將能夠學習如何做到這一點，而如果這是一個黑盒子，他們就無法做到。我們需要開源，就像我們需要言論自由、學術自由和研究自由一樣。

因此，我的模式基本上是，你讓大公司、小公司和開源相互競爭。這就是計算機行業發生的事情。這效果很好。這就是互聯網行業發生的事情。效果很好。我相信這將在 AI 領域發生，我認為這將效果很好。

Patrick：是否有一個極限，即想要最大程度的進化速度和最大程度的競爭？也許有。如果我説，我們知道最好的東西是中國做出來的，……，是否有一種情況是你説，是的，我想要最大程度的進化和競爭，但國家利益在某種程度上超越了對最大進化速度和發展的渴望？

Marc：這個論點是一個非常真實的論點。它在 AI 領域被頻繁地提出。事實上，正如我們今天坐在這里時，有兩件事。首先，目前實際上存在對西方公司和美國公司向中國出售尖端 AI 芯片的限制。例如，英偉達今天實際上不能合法地將其尖端 AI 芯片出售給中國。我們生活在一個已經做出了這種決定並實施了這種政策的世界中。

然后拜登政府曾發佈了一項行政命令，我認為現在已經撤銷，但他們曾發佈了一項行政命令，該命令將對軟件實施類似的限制。這是一個非常活躍的爭論。隨着 DeepSeek 事件的發生，華盛頓特區正在進行另一輪這樣的爭論。

然后基本上，當你陷入政策爭論時，你會遇到一種經典的情況，即你有一個理性的爭論版本，即從理論角度出發，什麼是符合國家利益的。然后你有一個政治版本的爭論，即好吧，政治過程實際上會對理性論點做些什麼？讓我這樣説，我們都有很多經驗，看着理性論點與政治過程相遇，通常不是理性論點獲勝。經過政治機器的加工，出來的結果通常不是你最初認為會得到的東西。

然后還有第三個因素，我們總是需要討論的，即特別是大型公司的腐敗影響。如果你是一個大型公司，你看到中國公司正在發生的變化（更有競爭力）、開源發生的事情的威脅，當然你會試圖利用美國政府來保護自己。也許這符合國家利益，也許不符合。但你會肯定去推動這一點，無論它是否符合國家利益。這就是使這場爭論變得複雜的原因。

你不能將尖端 AI 芯片出售給中國。這肯定在某些方面阻礙了他們。有一些事情他們將無法做到。也許這是好事，因為你已經決定這是符合國家利益的。但讓我們來看看由此產生的三個其他有趣的后果。

所以后果之一是給中國公司提供了巨大的動力，去設計如何在更便宜的芯片上實現事情。這是 DeepSeek 突破的一個重要部分，即他們想出瞭如何使用合法合規的更便宜的芯片來做到美國公司用更大芯片才能做到的事情。這也是它如此便宜的一個原因。其中一個原因是你可以在價值 6000 美元的硬件上運行它，是因為他們投入了大量的時間和精力來優化代碼，使其能夠在不受制裁的更便宜的芯片上高效運行。你迫使了一種進化反應。

所以這是第一個反應，也許這已經在某種程度上適得其反了。第二個后果是你激勵中國國有和私營部門去發展一個平行的芯片產業。所以如果他們知道他們無法獲得美國芯片，那麼他們就會去發展。他們現在正在這樣做。他們有一個全國性的計劃，去建立自己的芯片產業，這樣他們就不依賴美國芯片了。

所以從反事實的角度來看，也許他們會購買美國芯片。現在他們將去弄清楚如何自己製造。也許五年后他們能夠做到這一點。但一旦他們達到一個能夠自己製造的位置，那麼我們將擁有一個我們在全球市場上不會擁有的直接競爭對手，如果我們只是賣給他們芯片的話。而且順便説一下，到了那個時候，我們對他們的芯片沒有任何控制權。他們可以完全控制。他們可以在低於成本的價格出售，他們可以做任何他們想做的事情。

03.

談宇樹和中國機器人產業

「這種特定的環境叫深圳」

Patrick：還有一個潛伏在技術前沿的領域，我沒有看到你太多地談論過，那就是機器人技術。每個人對它的潛力都非常興奮。很容易想象一個類人機器人，它可以在周圍做所有人類不需要再做的事情。要使這個世界成為現實，需要大量的技術突破。你認為機器人技術領域會發生什麼？什麼是被高估的？什麼是被低估的？你是如何看待它的？

Marc：我會列出四件事。所以，我會説手機、無人機、汽車和機器人。基本上，這就是中國正在攀登的階梯。順便説一下，這不僅僅是產品，而是整個供應鏈的階梯。所以，中國成為所有的電話都在那里組裝和製造的地方。所以，正如你所知道的，他們在中國建立了一個完整的生態系統，有成千上萬的專門公司，基本上製造各種電子和硬件、機械和計算機相關的東西。

這個特定的環境叫做深圳，這是一個有成千上萬的公司集羣，基本上製造各種電子和硬件、機械和計算機相關的東西。所以，他們手機的（供應鏈），然后他們利用這個供應鏈，為中國贏得了無人機市場。消費級無人機，像大疆無人機。基本上，中國贏得了全球無人機市場，他們的市場份額超過 99%。

在很多方面，無人機就像一架飛行的手機。它有很多相同的設備，然后它有一些新的東西，但他們想要進入這個領域，至少直到最近。現在他們正在進入汽車領域。原因是，一輛現代的自動駕駛電動汽車更像是一個在車輪上跑的筆記本電腦，或者更像是一個在車輪上跑的智能手機，而不是像傳統的內燃機汽車。

美國的特斯拉就是一個例子，其中特斯拉就是一個計算機和許多電池包裹在一個框架里，外面有一些輪胎。一個很好的變化説明是，如果你去傳統汽車經銷商的服務區，與特斯拉經銷商的服務區相比。傳統汽車行業的服務區到處都是油和污垢，每個人都有工作服，他們整天都在用一塊髒布擦手。

你去特斯拉經銷商的服務區，那里就像一個手術室。一切都是乾淨的，因為它是電動汽車，沒有內燃機。所有這些油和污垢的東西都沒有了，它只是一個計算機。中國人基本上現在正在汽車領域做他們曾經在無人機和智能手機領域做過的事情，即他們建立了一個完整的生態系統，利用這些其他供應鏈。他們建立了一個完整的生態系統，擁有製造自動駕駛電動汽車所需的所有零部件。現在他們正在將這些汽車推向市場。突然之間，它們變得非常好，就像中國的手機和無人機一樣好，它們完全現代化，非常先進，非常便宜，處於技術前沿。汽車也變得非常好，它們的價格只有美國同類汽車的三分之一或四分之一。

第四階段是機器人。如果你有電話、無人機和汽車的供應鏈，你幾乎擁有了製造機器人的所有東西。這是下一個階段。他們正在這樣做。當然，美國有埃隆和其他公司正在製造類人機器人。我希望並期待他們會做得很好。但中國肯定也在這樣做。

我最關注的公司是一家中國的國家冠軍企業，叫做 Unitree（宇樹科技）。我們沒有參與其中，但 Unitree 銷售的機器狗與波士頓動力（Boston Dynamics）的機器狗相當。波士頓動力的機器狗售價在 5 萬到 10 萬美元之間，這就是為什麼你很少看到它們。Unitree 的狗起價 1500 美元。順便説一下，我們有兩隻，它們很棒。它們可以做后空翻，它們可以爬樓梯，它們可以和你交談，它們內置了大型語言模型，它們可以在你院子里跑來跑去的時候教你量子物理學，這很棒。然后他們現在也開始推出類人機器人，價格也低得多。他們肯定在朝着機器人方向發展。

這將是一個真正的拉鋸戰，如果你相信類人機器人將會出現，而我確實相信，而且在大規模上，如果中國願意以 1 萬或 2 萬美元的價格製造它們，我們可以購買十億個，突然之間，我們有了機器人建造房子，做園藝工作，做你想讓機器人做的一切，等着為你服務，那麼中國製造它們並賣給你，而且它們非常便宜並且工作得很好，這是很棒的。

電話和無人機已經是一個激烈的問題，但汽車和機器人將會更加激烈。這還沒有完全發生，因為機器人領域還沒有完全爆發，但我認為機器人領域將會在未來幾年內爆發。

Patrick：看着為機器人制造身體和大腦的競賽非常有趣。像 Physical Intelligence 這樣的美國公司，正在努力構建我們尚未擁有的數據集，就像我們曾經擁有的開放網絡來訓練 AI 一樣。你是否看到了一些令人興奮的領域，這些領域中的許多年輕人和公司讓你感到興奮，但你覺得市場還沒有意識到正在發生的事情以及可能的潛力？

Marc：我想可能是生物技術（Biotech）。好消息是，在現代世界中，有很多人對新技術感興趣，也有很多人會談論它。當我還是個孩子的時候，早期採用市場的規模非常小。所以，想要他們的第一臺個人電腦或其他東西的人只是極少數。

現在你有 5000 萬或 1 億早期採用者，他們只是想要最新的東西，並且一直在網上談論它。所以我不確定現在是否還有太多的延迟，但可能在生物技術領域，一切，比如生命延長、胚胎選擇、可能的生殖技術，從干細胞中獲取胚胎，例如。

從干細胞中獲取胚胎，你知道，你可能認識很多人有這樣的情況，人們在年輕時有生育問題，或者他們到了一定年齡，出現了生育問題，但他們想要更多的孩子，然后他們被迫做出一些艱難的選擇，涉及到試管嬰兒（IVF）或不同類型的捐贈者。

看起來我們將能夠從干細胞中獲取胚胎，所以你可以在更晚的年齡擁有真正的生物學意義上的孩子。外部妊娠還有一段時間，但也許在某個時候這將是一個很大的問題。人們經常談論出生率。好吧，如果你可以在 60 多歲時繼續生育，如果你可以通過外部妊娠擁有十幾個孩子，那麼更多的人會選擇這樣做嗎？也許會。

所以那是一個方面。另一個可能是説基因優化。所以，一個無休止的熱門話題是智力增強。現在我們有了 CRISPR，我們擁有了基因編輯技術。

然后科學家們正在找出與智商相對應的數百個基因。所以，你應該有能力提高智商，這引發了一系列下游問題。

Patrick：非常有趣。

Marc：我剛纔描述的一切都正在成為可能。它們在健康、社會等方面有着令人難以置信的含義，這些含義將在未來幾百年內顯現出來。所以，我想人們可能會開始更多地意識到在這些領域還有更多的討論要做，而不是我們現在所做的。

原文鏈接：https://joincolossus.com/episode/the-battle-for-tech-supremacy/