会懂网AI资讯，9月29日，近日，马斯克在接受央视财经约26分钟专访时表示，Anthropic已经让AI擅长软件工程，但尚无人让AI真正擅长现实世界工程，他希望用SpaceX与Tesla积累的数据训练Grok，让模型进入汽车、机器人与火箭系统。这反映出人工智能技术正在从单点突破走向系统级能力的构建，企业与应用侧对此高度关注。
具体来看，他给出了一个清晰的对比：代码有语法、有测试、有回滚，写错了可以推倒重来。在算力供给持续扩张与推理成本快速下行的背景下，这类进展对开发者和行业用户都意义重大。业内普遍认为，相关能力的成熟将直接拉动上下游生态的协同创新与商业落地速度。从产业节奏看，头部厂商正把模型能力转化为可直接调用的服务，竞争焦点已转向工程化与可用性。
从技术细节出发，而现实工程必须穿过传感器、执行器、材料与安全规则，错误无法简单回滚。对用户而言，此类更新意味着更低的使用门槛与更稳定的体验，智能助手的实用价值持续提升。值得关注的是，开源与开放策略正在改变技术扩散的路径，中小团队也能借此快速构建应用。在监管与合规要求趋严的环境下，厂商在能力扩张的同时也更强调安全与可控。
在产业层面，他还指出，机器人的表现不只取决于模型，还取决于执行器、传感器、摄像头帧率与算力之间的协同，任何一环短板都会把系统上限拉下来。多方数据显示，AI 应用的渗透率仍在快速提升，真实场景的反馈正反过来推动模型迭代。这类进展也折射出国内外在基础模型与智能体方向上的投入力度与路线差异。从长远看，模型与算力、数据的协同优化，将决定下一阶段智能应用的上限。
对开发者与企业用户而言，在被问及竞争格局时，他表示按每单位算力的性能计算，中国可能明显领先。相关团队表示，后续还会围绕稳定性、成本与场景适配持续打磨，让能力真正可用好用。市场分析认为，谁先在大模型与Agent的工程化上建立优势，谁就更可能在下一轮竞争中占先。这反映出人工智能技术正在从单点突破走向系统级能力的构建，企业与应用侧对此高度关注。
展望后续，给年轻人的建议则出乎意料地偏人文：接受艺术、科学与工程通识教育，目的是学会向机器人清楚地提出问题——在他看来，当执行变得廉价，提问的质量就成了新的稀缺能力。相关进展将持续影响行业格局，值得长期跟踪。在算力供给持续扩张与推理成本快速下行的背景下，这类进展对开发者和行业用户都意义重大。
暂无评论内容