马斯克最近接受《经济学人》的那段采访，在国内 AI 圈传得挺火。

说实话，从他嘴里说出中国很有可能在 AI 领域成为领导者，这话分量还是不一样的。


毕竟他自己就是 xAI 的老板，手上握着全球顶尖的超算集群，天天跟算力、电力打交道，他看问题的角度，跟很多媒体评论家不在一个层面上。


这次他特意点了月之暗面刚发布的 Kimi K3，说印象深刻。


这不是客套话，K3 发布这十来天，在国际评测圈确实炸了锅。


2.8 万亿总参数，目前全球最大的开源模型，原生带视觉理解，还有百万 Token 的上下文窗口。


最狠的是在编程榜上，直接把 Claude 和 GPT 都干下去了，这是开源模型头一回在硬核技术榜单上超越闭源头部选手。


成本更夸张，同样级别的能力，调用价格差不多只有美国同行的一半。


很多人说中国大模型就是靠堆参数、打价格战，其实真不是这么回事。


你看 K3 用的混合线性注意力、稀疏专家架构，都是实打实的底层架构创新，在算力受限的情况下，把扩展效率提升了两倍多。


说白了，就是在芯片不如人家的条件下，靠算法和工程能力把性能拉到了第一梯队。


但马斯克真正看重的，还不是某一个模型有多强。他点出的核心逻辑是：AI 竞赛拼到最后，拼的是电力。


这个观点很多人第一次听觉得有点扯，AI 不是高科技吗，怎么跟发电量扯上关系了？


等你真了解了大模型训练的能耗就懂了。

一个顶级大模型训练一次，耗电量相当于一个小城市一天的用电量。

未来超算集群越建越大，动不动就是十万张级别的 GPU，一个数据中心就要 1 吉瓦的供电，这是什么概念？差不多等于一座百万人口城市的居民用电负荷。


马斯克自己就吃过美国电网的亏。去年他在孟菲斯建超算，需要 1 吉瓦电力，电网公司直接让他排队等一年多，逼得他自己买燃气轮机发电。


这不是个例，美国现在建数据中心最大的瓶颈已经不是芯片，是接不上电。

电网老化、跨州调度难、审批流程慢，你有钱有芯片，没电就是跑不起来。

而中国在这件事上的优势，是结构性的。现在全国发电总装机已经突破 40 亿千瓦，差不多是欧盟加美国的 1.7 倍。

去年一年新增的发电量，就超过了很多发达国家全年的总发电量。更关键的不是量大，是整个体系的调度能力。

西电东送、特高压、东数西算，这一套组合拳打下来，西部的绿电可以源源不断送到东部，算力枢纽可以建在电价便宜、气温低的地方，既能降成本又能解决散热问题。

白天用电高峰就停一停非紧急训练，夜里风电足了就全速跑，算力和电力形成了动态协同。

这种全国一盘棋的基建能力，确实是独一份的。


不过话说回来，也不能因为别人夸两句就飘了。

马斯克说中国有决定性优势，不代表现在就已经领先了。

客观讲，我们在高端芯片、基础软件生态、前沿理论研究上，还有明显差距。先进光刻机的问题，他说比大多数人想的更近，但终究还没完全解决。

现在中国 AI 公司的很多突破，其实是在约束条件下逼出来的创新 —— 芯片不够用，就想办法把每一张卡的效率榨到极致。


算力成本高，就在架构上做优化、在工程上抠细节。这种逆境中生长出来的能力，韧性很强，但也要承认起点上的差距。


有意思的是，这次马斯克还提到了机器人。

他认为未来十年人形机器人会大规模进入工作场景，整个社会的生产方式都会变。

而在机器人领域，中国的制造业优势、供应链优势只会比 AI 领域更明显。

从电机、减速器到传感器，整条产业链都在国内，成本能做到别人的几分之一。

当 AI 和机器人结合起来，算法和制造能力相互加持，这个化学反应才是真正值得期待的。


其实回头看这几年中国 AI 的发展路径，挺有意思的。不是沿着别人铺好的路往前走，而是走出了一条自己的节奏。

别人堆芯片堆算力，我们就在算法效率上找突破。

别人做高端闭源收高价，我们就靠开源和性价比快速铺开应用场景。

别人被电网和基建卡脖子，我们就用几十年攒下来的电力家底托住算力的爆发。

没有哪条路是绝对正确的，但至少我们走出了自己的章法。


马斯克的判断，更多是站在全球产业格局上的一种观察。他看到了电力这个底层变量，也看到了中国在基础设施和工程落地能力上的厚积薄发。


对我们来说，别人的肯定可以听，但不用太当回事。路还很长，芯片的坎要过，基础研究的课要补，生态的墙要筑。

AI 这场竞赛不是百米冲刺，是马拉松。

现在刚跑了几公里，谁能笑到最后，拼的不只是谁跑得快，更是谁的底子厚、谁的耐力足、谁能把技术真正落到产业里，变成实实在在的生产力。