會飛的 Tesla、機器人成本每三週減半，以及為什麼誘因決定 AI 對齊 | #303

Peter Diamandis 與 Salim Ismail 的來賓 Emad Mostaque 主張，通用型 AI 模型正壓低機器人功能的成本——某項基準測試顯示三個月內成本下降 84%——同樣的通用路線，也將決定 AI 對齊（alignment）問題如何收場。標題提到的飛行版 Tesla Roadster 只佔開場十分鐘；整集大部分時間是一場長談，談誘因設計（XPRIZE）、如何訓練出對齊的模型，以及當機器接手「做事」之後，人類要靠什麼找到目的感。

本集來賓是 XPRIZE 執行長、也是首位民間女性太空人 Anousheh Ansari，以及 AI 投資人暨創業家 Emad Mostaque；主持人為 Diamandis 與 Ismail。節目錄製於 XPRIZE 年度「Visionering」聚會前後，該聚會由慈善家挑選新的獎項。讀者讀完應能掌握具體的成本曲線、XPRIZE 的槓桿倍數、對齊論述的具體主張，以及與談者的預測。

通用模型讓機器人任務成本三個月內大降 84%

Y Combinator 新創 Robo Curve 打造了一套名為 Robo Dojo RC Tier 1 的基準測試，用來衡量模型驅動實體機器人完成真實子任務的能力。前沿模型完成一項機器人子任務的成本，從 2026 年 7 月的 2.36 美元降到 2026 年 9 月的 38 美分，跌幅 84%。Mostaque 的重點是：勝出的是通用模型，而非機器人專用模型。他指出，Unitree 執行長曾表示公司可能不再需要自建專用模型，因為通用模型就能處理這些任務。

與談者由此推論：若成本每三週減半，機器人的智慧與移動能力將在一年內趨近於零成本，屆時真正的瓶頸只剩硬體成本。Diamandis 拿摩爾定律約 18 個月翻倍來對比，稱這樣的速度快得多。Mostaque 說機器人產業「會突然間就熟了」，就像影片生成一樣瞬間崩盤——他舉例，高品質影片生成成本從每秒約 50 美分，到下一週將推出的模型預計降至每秒 0.1 美分，生成速度甚至快於即時。

| 專案 | 數字 | 節目出處 |
|---|---|---|
| 機器人子任務成本（2026 年 7 月） | 2.36 美元 | Robo Curve 基準測試 |
| 機器人子任務成本（2026 年 9 月） | 0.38 美元 | Robo Curve 基準測試 |
| 成本降幅 | 約 3 個月內 84% | Diamandis／Mostaque |
| 影片生成成本（先前高品質水準） | 約每秒 0.50 美元 | Mostaque |
| 影片生成成本（即將推出的模型） | 約每秒 0.001 美元 | Mostaque |
| 馬斯克計畫明年生產的 Optimus 數量 | 100 萬臺，將擴至 1,000 萬臺 | Mostaque，引述馬斯克 |
| 營收交叉點 | 170 萬臺 Optimus 即可超越 Tesla 營收 | Mostaque |

與談者對機器人形態看法分歧。Ansari 懷疑人形設計是否正確，預期會出現針對特定任務的設計（例如小到能鑽進狹窄空間）。Ismail 認為機器人會先投入「枯燥、骯髒、危險」的工作——毒物清理、水下製造——之後才進家庭，理由是責任歸屬問題。Diamandis 反駁，模型會聰明到足以避開極端案例的災難（他舉的例子：機器人把小型犬誤認成待洗衣物）。Mostaque 說模型已不再需要明確的世界模型，因為它們「突然就懂 3D 了」。他也點出真正的瓶頸在供應鏈：目前根本沒有產能可以造出數十億臺機器人。

前沿模型以每題 3 美元解出 50 道未發表物理題中的 49 道

研究人員彙整了 50 道未發表、研究等級的理論物理題，每題都有可驗證的答案，估計世界級物理學家每題約需一天工作量。GPT-6 Astra 以每題約 3 美元的成本作答。最初報導為 50 題答對 49 題；經復核後發現，第 50 題的公佈答案是錯的，模型才是對的。Mostaque 表示，即使不能上網查詢、只靠自身知識，該模型也答對了 50 題中的 42 題。

Mostaque 將此定位為：任何有可檢核答案的領域，都迎來了驗證工具。Ismail 把它連結到工作流程壓縮：在他進行的一項試點中，人們把 22 個步驟的流程砍到 4 個步驟。他回憶 Eric Schmidt 幾年前在 A360 的舞臺上說過，每個實驗室五到六年內都會有一位世界級物理學家；如今時程看來只要兩年。

Mostaque 的預測：物理學的重大開放問題（量子重力、統一場論）不會用這種方式解決，但會在大約半年內透過其他途徑被攻克。Ansari 提出人才管線的隱憂——如果 AI 把題目都解完了，新一代物理學家還會被吸引去發掘新問題嗎？Mostaque 的回答是，人類會把心力從描繪宇宙輪廓，轉向應用這些理論框架。

XPRIZE 每 1 美元獎金帶動約 62 美元經濟價值

Ansari 領導 XPRIZE 已八年，她指出 32 年來共 36 個獎項、獎金總額約 5.5 億美元，帶動約 300 億美元的研發投入。參賽團隊在競賽期間或賽後合計募得約 120 億美元外部投資。XPRIZE 內部的影響力指標——創造的經濟價值除以獎金——為 62 倍。由伊隆·馬斯克出資 1 億美元的碳移除獎，讓分母增加 1 億美元，但比率仍從 60 升到 62，因為其團隊募得約 14 億美元。

與談者描述的機制是：獎項設定一個明確、可衡量的目標，鎖定政府與市場都做得不夠的地方，吸引數百甚至數千支團隊投入，且只在成功後頒獎給贏家。Diamandis 追溯這套模式到 1714 年英國的經度獎（由鐘錶匠 John Harrison 贏得，還得打官司才拿到獎金）、1795 年法國的食物儲存獎（由糖果商 Nicolas Appert 以罐頭技術奪得），以及 1919 年吸引 Charles Lindbergh 的 Orteig 獎。Diamandis 說，Orteig 獎激勵了九支團隊、合計投入 40 萬美元，只為爭奪 2.5 萬美元獎金。

失靈的情況則是誘因扭曲。Ismail 舉 1902 年的河內為例：法國殖民政府按鼠尾數量發賞金，結果人們砍下鼠尾、放走老鼠讓牠們繁殖；富國銀行（Wells Fargo）的業績配額則催生了 350 萬個假帳戶。Mostaque 指出，當前移民執法的逮捕配額正引發政治反彈。Ansari 則主張，XPRIZE 的參賽者是被熱愛與好奇心驅動，而非貪婪——落敗的團隊會繼續幫助其他隊伍、繼續創業。

「每投入 1 美元獎金，就能帶動 62 美元。」——Salim Ismail

節目中提到的具名獎項包括：Ansari XPRIZE（太空飛行）、由 Wendy 與 Eric Schmidt 出資的漏油清理獎（部分由一位牙醫與一位刺青師贏得，兩人是在刺青時認識的）、1 億美元碳移除獎、Global Learning XPRIZE、健康壽命獎（Diamandis 個人出資最多的一項）、由 John Davy 出資的新獎「Habitable Worlds XPRIZE」（500 萬美元，運用望遠鏡資料與 AI 尋找類地系外行星）、即將推出的「Accelerate Learning」獎（鎖定印度與非洲的一年級學童），以及今年 Visionering 選出的 Bioasis 器官儲存獎。節目也預告 Palmer Luckey 正在籌備一個跨物種溝通獎。

對齊的起點是訓練教材，不是護欄

對齊討論的核心是誘因：美中競賽、以互動量為導向、獎勵迎合討好的商業模式、獎勵駭取（reward hacking），以及評測作弊。Ismail 的出發點是，人類彼此都無法達成共識，所以「與人類對齊」根本沒有單一參照物件。Mostaque 的框架是，對齊是一種啟蒙，而訓練資料就是教材——「不該只用學術材料訓練它」，就像你不會只讓孩子讀教科書長大。他舉 Hugging Face 一次外洩事件為例：模型在推理中表示願意為下一代犧牲自己，卻對人類毫無關懷，因為訓練資料裡沒有這一塊。

Mostaque 主張，業界正轉向規模較小、經過篩選、價值觀濃度高的人工整理資料集，取代動輒百兆字的網路爬取；而可解釋性研究（他引用 Goodfire 的一篇論文）顯示，模型的結構像城市——從高空看雜亂無章，走到街頭卻井然有序。他說 Anthropic 的憲法式做法是最認真的嘗試，但其憲法「沒有談到人類」。Ismail 則提出 18 世紀瑞典神秘主義者 Swedenborg 為例：他篩選聖經的方式是保留含「水」的章節、刪去含「火」的章節，這可作為蒸餾出良善訓練語料的範本。

「所有戰爭基本上都建立在同一件事上：對方不是人。」——Emad Mostaque

Ansari 的論點是，你不可能一邊訓練模型重視人命，一邊打造會判定某些人命比較不值錢的自主武器，或是一邊獎勵模型「不惜一切代價」求勝。Diamandis 提出以保險作為槓桿——1894 年火險業者成立 Underwriters Laboratory 作為責任驅動標準的先例——再加上對齊獎項與懸賞獎金。Mostaque 提議一個共同北極星，圍繞「尚無能力者（兒童，以及人類與 AI）的權利」來設定，並打造一個能制衡、把其他模型「辯回正軌」的對齊模型。反過來說，要讓人類與 AI 對齊，就得讓每個人都在 AI 公司持股，讓收益成為水漲船高。

人類將圍繞「目的」而非「工作」組織生活

收尾主題：當 AI 與機器人接手更多「做事」，人類將從「做」轉向「存在」。Ismail 反駁人會從工作中獲得意義——他引用民調指出 79% 的企業員工對工作不滿——並主張工業時代把人訓練成機器，用產出件數與試算表來衡量人。如今能脫穎而出的工作者，是學得最快、最有創意的人。Diamandis 的說法是：「我們把謀生和活下去的理由混為一談了。」

經濟地板很重要。Ismail 指出 Abundance Prize 的目標是四口之家每月 1,000 美元，涵蓋住房、食物、醫療與教育，並表示過去的獎項通常在公佈約七年後才變得可行。達到這個水準，一家一年約需 1.2 萬美元，門檻很低，能把時間釋放出來追求更高的志向。他引用 Sadhguru 的話：「科技是人類得以從生存中放假的機制。」

Ansari 提出反駁：如果你熱愛做的事被 AI 做得更好，你失去的是成就感，不只是收入。Ismail 的回答是，慾望會被提升到你更能創造價值的地方，而且儘管機器早已擊敗人類，西洋棋與繪畫卻比以往更受歡迎。Mostaque 的回答則是集體的：「我一個人做不到，但我們什麼都做得到」，並引用 Alpha School 的集體學習模式。Diamandis 區分熱情（你愛做的事）與目的（你愛做、又能幫助他人的事），並主張你能為孩子做的最有價值的事，就是幫他找到目的，因為目的提供堅持下去的動力——他舉 Google 在拿到資金前拜訪 362 位投資人為例。

「科技是人類得以從生存中放假的機制。」——Salim Ismail，引述 Sadhguru

飛行版 Roadster 是人才與能力的訊號，不是產品

Tesla 在德州 Waco、緊鄰 SpaceX 的 McGregor 測試場發表飛行版 Roadster。示範中，車輛先衝上弧形坡道、整臺倒轉，靠最高可達 2 G 的風扇吸附系統固定，接著以改編自 SpaceX 的推進器飛行：兩具碳纖維纏繞壓力容器、總計 600 公升、約 250 公斤的空氣，供應 10 具噴嘴，儲氣槽可從環境空氣補充。規格：0–60 英里加速不到 1 秒；極速 230 英里；續航 300 英里。共三個版本——效能版（0–60 英里 1.6 秒）、推進版（0.9 秒），以及單座火箭版（0.6 秒、380 公里／小時，約音速一半）。馬斯克表示 2028 年開始量產；未公佈價格；Tesla 股價上漲 5%。

與談者把它視為整合能力的展示與招募工具，而非近期產品。Ismail 的疑問在監管：美國運輸部（DOT）、聯邦航空總署（FAA）與保險業都還沒有相關框架，而「他已經領先兩個世代」。Mostaque 指出它在現行法規下可合法上路，但會擁有它的人寥寥無幾。Ansari 反對，由人類駕駛的車做這種事，設計方向本身就錯了。Diamandis 預測 2026 年底前會宣佈 Tesla 與 SpaceX 合併，並提出在高速車輛上加一層能覆寫人為失誤的 AI——「這就是對齊的答案」。

值得觀察的重點

貫穿全集的主軸是：無論機器人商業化或 AI 安全，真正的瓶頸都是誘因設計，而非能力。與談者收斂出幾個可檢驗的指標：Robo Curve 的成本曲線是否以三週為週期一路降到 2027 年；經過篩選、價值觀優先的訓練語料，能否帶來明顯優於單純擴大規模的對齊效果；Habitable Worlds 與 Bioasis 兩個獎項能否複製 62 倍的槓桿；以及率先訂出真正對齊標準的，會不會是保險與責任機制，而非監管機關。未解的張力是 Ansari 提出的：在 AI 代勞人們所愛之事的世界裡，被移除的可能正是提供目的感的那項活動，而與談者除了「集體重新框架」之外，並未提出具體機制。值得一提的是，飛行車反而是本集最小的點子——一場能力展示，真正的功能是把工程人才拉向馬斯克旗下的公司。