Jack Hidary

这场讨论认为，AI 与数据中心扩张受能源硬件约束，但预计大约10年内，稀缺将转向充裕。 Diamandis 对比称，中国在2024年新增429 GW电力，而美国仅新增51 GW；Hidary表示，燃气轮机交付周期已达到4.5年，但SMRs、新建涡轮机工厂和太阳能材料突破可能在7到9年内改变这一曲线。「我们正处在一个非常奇怪的、受限的稀缺时期。」

如果算力可以奔向能源，沙特据称成本低至美国1/3的太阳能，以及未充分利用的碳氢资源，可能吸引数据中心，而后者的沉没资本会让其扎根当地。 Blundin的逆向判断是，能源过去通常流向人口，而「AI可以来到能源身边」。一旦巨型数据中心建成，他认为即使未来聚变能源可用，数据中心也不会仅仅因为这一点而搬迁。

充裕能源重新定价的将是水、医疗、交通、食品以及依赖石油的主权经济体，而不仅是电力。 Hidary表示，海水淡化成本可能大幅下降，让淡水变得普遍可得；Ismail称，非洲大陆50%的医院床位被坏水相关感染和疾病占用。Hidary将加拿大每桶约50美元的边际开采成本，与海湾地区的7美元进行对比，并提出一个判断：俄罗斯油气出口可能大幅失去价值。「能源会撬动一切」（Energy tips everything）。

人形机器人最先具备投资价值的可能是工厂、物流和医院，而家庭仍是存在争议的终端市场。 Diamandis表示，5家“机器人造机器人”工厂正在建设中，其中2家在美国、3家在中国，预计将在6到18个月内完工；他还称，美国约20%的医院已经在使用基础型机器人助手。Ismail则提醒现实约束：「能不能先把 Roomba 运转起来」再预测每个房间都会有机器人？

中国的机器人竞赛既是出口战略，也是应对劳动力池收缩的必然选择。 Diamandis援引数据显示，中国机器人进口在波兰增长1,700%、墨西哥275%、俄罗斯135%、越南114%，而先进市场的进口量反而下降。Hidary预计，中国机器人最终甚至会服务于日本的老龄人口，并可能复制 BYD 对欧洲汽车制造商造成的冲击。

Hidary对2030年的量子预测包含两个方向相反的催化剂：具备商业价值的模拟能力，以及一次网络安全断裂。 量子计算既可能在亚原子层面模拟药物、材料和聚变等问题，也可能破解手机、WhatsApp和区块链使用的现有公钥加密体系。他的警告非常直接：「我以为自己已经加密了。你确实加密了——只是现在我们能读出来了。」（I thought I was encrypted. You were encrypted—just now we can read it.）

政府入股可能推高战略科技估值，却也会制造一个该小组并不信任的先例。 在据报美国政府取得 Intel 10%持股、量子股票因类似猜测上涨15–20%后，Blundin称具体投资「非常棒」，但治理先例「糟糕透顶」。Hidary更倾向于建立国家量子算力储备；除此之外，他认为 Aramco 的1.8万亿美元市值有机会走向一家5万亿美元的能源与算力公司，而 Ismail则认为，在真正的充裕时代，估值问题本身已经无关紧要。

🔗 原始收听与视频来源： 解锁 AGI：AGI 如何改变每个人的生活｜Jack Hidary、Salim Ismail 与 Dave Blundin | EP #213

Stability AI 正在把 Stable Diffusion 的分发优势——该模型于 2022年8月上线，下载量达2.7亿次，而第二名模型为900万次——转化为面向电影、电视、游戏和广告的专业制作工具。 Prem Akkaraju 表示，计划推出的50–60个“超窄领域 AI”模型中，约有20多个已覆盖威亚移除、修补、抠像和摄像机匹配板构建等工作流。他预计，用户将在6至12个月内获得足够逼真的按需视频，并认为好莱坞“把逆风误认为顺风”；他还提到相关工具将出现在《Avatar》3、4和5中。

Liquid AI 的押注是，私有、端侧智能能够把市场拓展到配备 GPU 的云计算之外。 Ramin Hasani 介绍了一种源自液态神经网络的非 Transformer 架构，可在手机和笔记本本地提供类似 ChatGPT 的体验，同时驱动汽车、卫星和喷气式飞机。他表示，部署到设备后，托管成本为“0美元”；未来机器人可以拥有本地 AI 大脑，而不必依赖云端。Peter 说，Liquid AI 约2年内从零增长到20亿美元估值，并提到一轮由 G42 等共同领投、规模达2.5亿美元的融资。

SandboxAQ 瞄准的是语言模型无法完成底层物理计算的量化行业。 Jack Hidary 表示，公司已融资8.5亿美元，并认为药物和材料发现需要“在分子和原子上训练”的模型，再把量子方程转化为适配 GPU 的矩阵代数。未来5至7年，量子计算机可能与 GPU 一起构成混合 GPU/QPU 云，但实用的大型量化模型（LQM）今天已经可以运行在 GPU 上；Aramco 是公司最新公布的客户。

Tenstorrent 正通过原生张量处理器和开放软件栈，挑战 AI 的算力成本与厂商锁定。 Peter 提到公司近期完成7亿美元 D 轮融资。Jim Keller 的目标是把系统成本做到当前系统的5–10分之一，覆盖从电视芯片的小型配置到大模型训练机器。他的判断是，AI 不必“贵得令人难以置信、庞大得令人难以置信，也不必专有到令人难以置信”，开放基础设施将扩大 AI 的采用与创新。

根据 Sukharevsky 引用的数据，企业 AI 仍更多停留在试点表演，而非生产落地。 过去5年，只有11%的用例进入生产，生成式 AI 的比例“最好可能也只有7%”，原因在于企业把技术嵌入已经失灵的流程，而不是重做流程。QuantumBlack 拥有5000人，分布在50个国家，设有5个研发中心，约43款产品已在全球部署。高层支持、数据、架构和组织政治都是核心约束。

这场讨论给出了两条执行路径：由聚焦具体收益的小团队切入，以及由机构整体承担转型。 Hidary 举例称，一个由11人组成的团队正用 AI 和量子传感器解决无 GPS 环境下的导航问题，并呼吁以负责任但更快的速度采用技术，应对疾病和电池储能挑战。Keller 要求软件团队将生产率翻倍，第一步是用更少的缺陷产出代码。Sukharevsky 认同 Peter 关于不使用 AI 的企业可能在本世纪末前退出市场的警告，但强调转型必须获得最高层承诺：“不能小打小闹——要成功就必须大干一场。”

🔗 原始收听与视频来源： AI 领袖揭示 AI 突破的下一波浪潮（FII Miami 2025 现场）| EP #150