CNBC／大卫·费伯（2025，补充）

• 采访者／场合： 大卫·费伯，CNBC 节目《收盘钟：加时》（Closing Bell: Overtime），在得克萨斯州奥斯汀的特斯拉超级工厂录制。
• 形式： 电视直播的对坐访谈，是大卫·费伯同一天（2025 年 5 月 20 日）对马斯克的第二场访谈。早些时候的那一场另见 CNBC／大卫·费伯（2025）；本页只涉及中场休息之后的“加场”，不重复第一场已经交代过的内容。
• 日期： 2025 年 5 月 20 日。
• 可信度等级： 已核实（一级来源）。原始材料是 CNBC 官方发布的文字稿；source_url 是 cnbc.com 上的文字稿页面（HTML 页面，所以 #:~:text= 片段可用）。
• 引语出处： 下面每段带链接的引语（即带 ↗ 的 > "…" [↗](…) 行）都与原始材料逐字节一致，而且出自马斯克之口（大卫·费伯是采访者，他的话一句都不引用）。每段引语都用 #:~:text= 片段锚定到 CNBC 文字稿页面，片段解码后是引语的原文子串。片段特意不含撇号（CNBC 线上页面把撇号显示为弯引号，片段里的 ASCII 撇号会导致无法高亮），片段内的连字符做了百分号编码（%2D）。有几段 > 标注不带 ↗，即下面的记录说明和更靠后的出处说明，按各来源页的惯例，它们是本百科撰写的编者注，不是引语。

概要

这是第一场费伯访谈的同日续篇，也是两场里更着眼未来的一场。第一场谈的是政府、言论自由和 Robotaxi 的推出，这一场大多在谈他押注的未来：人形机器人、AI 算力的前沿，以及 AI 发展最终会走向何方。对本百科来说，信息量最大的不是交易话题（Uber、xAI 与特斯拉合并、他的薪酬方案），而是三组推理。

关于人形机器人，他给出了本百科中最强烈的需求判断：“人形机器人会是史上最大的产品”，需求“永远满足不了”。更能说明问题的是，他摆出了一套机器人如何学习的模型：先靠动作捕捉模仿，然后是从视频中学习这一“门槛”式突破，最后是明确以“孩子是怎么学东西的”为蓝本的自我对弈。本百科为这组信念单独开了 人形机器人 页面。

关于AI 前沿是个物理问题，他重申了一个由来已久的预测：AI 的瓶颈先是芯片，接着会是电气设备，再往后是发电本身。他还顺带表达了对中国基础设施建设的钦佩。这套算力与电力的推理记在 xAI 与 Grok 页面。

关于AI 的结局，他把“20% 的毁灭概率”那句话软化（但没有收回）成一种防患于未然的姿态，并用电影来比喻这个选择：是吉恩·罗登伯里（《星际迷航》）式的结局，还是詹姆斯·卡梅隆（《终结者》）式的结局，“我们要的是罗登伯里式的结局”。这一点，再加上“我们坐在智能爆炸大爆炸的场边前排”，扩充了 AI 生存风险 和 人类的光明未来。另有一段犀利的插话：突破性创新需要质疑权威，他认为这正是美国相对中国的文化优势。这一点扩充了 好奇心与求真。

记录说明：本页报道马斯克表述的预测和推理，并归于他本人，既不背书也不反驳。关于需求、时间表、算力和中国的说法，都是他的预测或描述，按此记录。

关键引语（逐字引用，锚定 CNBC 文字稿，仅限埃隆·马斯克本人）

谈人形机器人：需求与学习

面对“机器人还要几十年”的质疑，他亮出了需求论断：

“I think, I think humanoid robots will be the biggest product ever. The demand will be insatiable.” ↗

“我觉得，我觉得人形机器人会是史上最大的产品。需求会永远满足不了。”

背后是一种人人都想要的直觉：

“who wouldn’t want their own personal C3PO or R2D2. Everyone’s going to want one.” ↗

“谁不想要一个自己的 C3PO 或者 R2D2 呢？每个人都会想要一个。”

他说能解锁一切的那道“门槛”能力，是看视频学会一项任务：

“if optimus can watch videos, YouTube videos, or how to videos, or whatever. And based on that video, just like a human can learn how to do that thing, then you really have task extensibility that is dramatic, because then it can learn anything very quickly.” ↗

“如果擎天柱能看视频，YouTube 视频、教程视频，随便什么视频，然后像人一样看完就学会怎么做那件事，那它能胜任的任务范围就会急剧扩大，因为它什么都能学得很快。”

学习模型本身：机器人像孩子那样学习：

“you want the robot to self-play. So you say, how does a child learn? Well, a child has toys and a child plays with the toys.” ↗

“你要让机器人自我对弈。你会问，孩子是怎么学东西的？嗯，孩子有玩具，孩子就玩玩具。”

“Once you have a lot of robots, you can do this self-play, which is that you just put the robot in a room with toys and have the robot, literally have the robot play with toys.” ↗

“等你有了很多机器人，就可以做这种自我对弈：把机器人放进一个有玩具的房间，让它，真的就是让它玩玩具。”

谈 AI 前沿：先是芯片，然后是电力

他重申由来已久的瓶颈预测，还沿着链条又往下推了一环：

“a few years ago, I made a very obvious prediction which is that the limitation on AI will be chips. And it’s still chips, kind of chips today, then it will be electrical equipment” ↗

“几年前我做过一个非常显而易见的预测：AI 的瓶颈会是芯片。今天仍然是芯片，算是芯片吧，接下来会是电气设备”

他对自家训练集群规模的说法：

“we have the most powerful training cluster in the world right now, which is over 200,000 GPUs, training coherently.” ↗

“我们现在拥有世界上最强大的训练集群，超过 20 万块 GPU，协同训练。”

他对中国能力的钦佩，包括人才，也包括建设的体量：

“I do want to emphasize that the sheer number of smart, talented people in China who work very hard is amazing.” ↗

“我确实想强调，中国那些聪明、有才华、又非常勤奋的人，数量之多令人惊叹。”

谈突破性创新：质疑权威

这是整场访谈里最犀利的一句思维表述：突破性创新的文化前提，是敢于质疑权威。他认为这正是美国的优势：

“to have breakthrough innovation, you have to question authority. That fundamentally your breakthrough, you’re questioning the conventional wisdom when you do a breakthrough innovation.” ↗

“要有突破性创新，就必须质疑权威。从根本上说，你做突破性创新的时候，你就是在质疑传统观念。”

谈 AI 的结局：罗登伯里还是卡梅隆

智能爆炸的说法：坐在前排，但并不掌控局面：

“I feel like we’re, you know, we’re in the big bang of the intelligence explosion.” ↗

“我感觉我们正处在，你知道，正处在智能爆炸的大爆炸之中。”

费伯指出他现在不怎么提“20% 的毁灭概率”了，他给出了软化但没有收回的风险立场：

“I think we should always consider that there’s some chance of a bad outcome, to try to protect against the bad outcome.” ↗

“我觉得我们应该始终考虑到出现坏结果的可能性，好设法防范这种坏结果。”

他把这个选择比作两部电影，也说了自己盼着哪一部：

“are we in a Star Trek movie or like are we in a Gene Roddenberry movie or a James Cameron movie? Which movie are we in here? And you could either have a Roddenberry or a Cameron outcome. And let’s, I think in this case, we want the Roddenberry outcome.” ↗

“我们是在一部《星际迷航》电影里，还是说，我们是在一部吉恩·罗登伯里的电影里，还是詹姆斯·卡梅隆的电影里？我们到底在哪部电影里？结局可能是罗登伯里式的，也可能是卡梅隆式的。那就，我觉得在这件事上，我们要的是罗登伯里式的结局。”

谈控制权：刚好不被赶下台

被问到为什么想要特斯拉约 25% 的股份，他说这只是刚好不会被撤换的程度，谈不上真正的控制：

“just enough control to not get ousted by activist investors at some point in the future” ↗

“刚好足够的控制权，让我将来某个时候不会被维权投资者赶下台”

费伯抛出一个设想：他会不会在特斯拉成为“埃里森那样的人物”。马斯克转而描述拉里·埃里森与甲骨文的关系，“所有者，我觉得应该是，他是甲骨文的所有者”，然后说：

“He’s not the CEO, he’s just the owner.” ↗

“他不是首席执行官，他只是所有者。”

最后这句是马斯克在描述埃里森，不是给自己贴的标签。这里记下它，只是为控制权那段交流提供背景，不代表他的自我认知。

ℹ️ 出处说明：这场访谈大部分是运营和财务内容（特斯拉不会与 Uber 做交易；xAI 与特斯拉合并“并非不可能”，但“没有这样的计划”；他 2018 年的薪酬方案）。本百科把这些当作商业背景，不从中挖掘思维内容；上面关于控制权的材料（约 25% 的理由）之所以收录，只是作为他为自己想要的持股比例给出的理由，而不是公司治理方面的报道。

关联（涉及的页面）

• 人形机器人——新建：需求论断（“史上最大的产品”，需求“永远满足不了”），以及分阶段、像孩子一样的学习模型（动作捕捉模仿 → 从视频中学习 → 带奖励函数的自我对弈）。
• AI 生存风险——扩充：2025 年把“20% 的毁灭概率”软化为防患于未然的姿态，以及用罗登伯里还是卡梅隆来比喻 AI 的结局；原有内容全部保留。
• 人类的光明未来——扩充：“智能爆炸的大爆炸／场边前排／不会无聊”的乐观，也就是把光明未来的视角用到 AI 转型上。
• 好奇心与求真——扩充：“突破性创新需要质疑权威”，这是他把质疑权威的本能放到社会层面讲得最清楚的一次（中美对比）。
• xAI 与 Grok——扩充：算力前沿的推理，包括“最强大的训练集群……超过 20 万块 GPU”，芯片 → 电气设备 → 发电的瓶颈链条，以及吉瓦级的建设规模。
• 埃隆·马斯克——扩充了“CNBC／大卫·费伯（2025，补充）访谈揭示了什么”一节，把机器人、AI 前沿和 AI 结局的推理串在一起，并加入约 25% 控制权的理由；原有内容全部保留。
• 特斯拉——扩充：自动驾驶车队的“Airbnb 加 Uber”思维模型，以及“特斯拉拥有所有要素……一夜之间”，这是他对“为什么不收购 Uber”的回答。
• 自动驾驶——关联：这里重申的共享车队逻辑，在第一场访谈中已有展开。
• 可持续的富足——关联：机器人需求论断与富足的说法相邻（这里说出“可持续的富足”的是费伯，不是马斯克）。