馬斯克喺北卡羅來納州Chapel Hill舉行嘅G20創新部長級會議上，以視像方式發表一個極度進取嘅AI同人形機械人預測：未來10年，全球可能有超過10億部人形機械人投入運作，而每部機械人嘅生產力，或達到人類嘅5倍。他又估計，數碼AI可以令全球經濟增加20至30%，相當於每年約20萬億至30萬億美元。4142

不過，呢啲數字係馬斯克個人對未來嘅預測，並唔係經驗證嘅業界共識。真正關鍵唔係機械人可唔可以做出令人驚嘆嘅示範，而係佢哋能否長時間、穩定咁做有經濟價值嘅工作，而且收入足以覆蓋購置、能源、維修同人手監督成本。

馬斯克眼中：AI提供數碼勞動力，機械人延伸到實體世界

馬斯克將AI同人形機械人描述成擴大生產力嘅工具，而唔只係取代現有工人。按照佢嘅構想，數碼AI會處理唔需要親手接觸物料嘅工作；人形機械人就將自動化帶入工廠、倉庫、家庭等實體環境。41

「10億部、每部等於5個人」嘅計算，當然非常震撼。但要呢個推論成立，機械人就必須做到幾樣嘢：持續完成有用任務、遇到突發情況可以自行復原、唔需要人類不斷遙距指導，而且創造出嘅價值要高過本身嘅成本。

馬斯克亦曾預測，AI會超越單一人類嘅智慧，最終甚至超越人類集體智慧。呢個屬於能力方面嘅推測，並唔代表已經確立咗一個可靠嘅技術時間表。現有片段支持佢提出過呢個大方向，但不足以證明相關里程碑幾時一定會出現。

Tesla Optimus要做到咩，先有機會接近「10億部」？

Tesla嘅Optimus係一款面向通用用途、可以喺人類工作環境運作嘅人形機械人。馬斯克形容Optimus會係Tesla長遠最重要嘅產品之一，但亦承認，呢款產品嘅量產難度會特別高，因為機械人入面好多零件都係全新設計，生產初期嘅爬坡速度可能相當慢。46

如果要接近10億部已部署機械人，以下系統必須同時成熟：

• 硬件量產： 大量生產驅動器、機械手、電池、感應器、車載電腦、電線，同埋日後更換用嘅零件。
• 手部靈巧度： 行路同搬重物只係基本功。好多真正有經濟價值嘅工作，都要求精準抓取、摺疊、裝配同處理細小物件。
• 通用機械人軟件： 系統要可靠咁完成環境感知、導航、任務規劃、操作、學習，以及面對訓練資料以外嘅情況時自行處理錯誤。
• 營運及支援： 大型機械人車隊需要充電、網絡連接、遙距協助、維修、軟件更新、備件物流、安全程序同保險。
• 工作場所整合： 工廠、倉庫、住宅等地方要重新設計流程，配合機械人嘅限制、人機互動、出入權限同緊急介入安排。

所以，製造能力只係其中一關。就算機械人可以平價組裝，但如果成日要人類糾正錯誤、長期停機維修，實際回報都未必划算。

現實考驗：機械人要先「搵得返成本」

目前人形機械人業界仍然存在由示範走向商業化嘅落差。路透社報道，投資者同客戶開始更加重視機械人實際做得幾多工作、需要幾多人工監督，以及能否賺取足夠回報，而唔係淨係睇佢哋跳舞、打拳或者做後空翻。除咗有限度試點之外，人形機械人尚未出現跨行業大規模普及。17

路透社另一項調查亦指出，唔少中國人形機械人目前仍然太慢、太容易出錯，未足以應付大部分工業工作。18 換句話講，可靠性、運作時間、監督需求同每部機械人嘅經濟效益，可能比一段吸睛示範片更加重要。

市場規模同馬斯克所講嘅10億部亦有極大距離。根據相關報道引用嘅一項估算，2026年上半年全球人形機械人出貨量約為19,100部；另一項預測則估計，到2030年全球每年出貨量可達120萬部。1823 即使後者成真，距離「有10億部正在運作」仍然非常遙遠。

點解馬斯克又話電力同數據中心會成為瓶頸？

馬斯克對AI同機械人嘅樂觀預測，係同一個能源警告一齊提出。他表示，AI晶片生產速度可能快過現有電力供應能力，並警告最早到2027年，全球就可能出現嚴重電力短缺。35

實際瓶頸唔只係晶片數量。AI數據中心需要發電、輸電、配電、冷卻系統同合適選址；人形機械人普及之後，亦會增加邊緣運算、充電、通訊，以及部分系統依賴雲端推理所帶來嘅需求。

有二手報道將馬斯克嘅警告具體化為2027年最少15GW電力缺口，但現有證據未能獨立核實呢個數字係一項可靠預測。因此，較穩妥嘅理解係：如果發電量同電網容量追唔上，電力可能會先過晶片供應，成為AI部署速度嘅限制。35

「預設合法」背後嘅監管取態

馬斯克主張，新興科技應該以「預設合法」取代「預設違法」。佢認為，太廣泛、太早落實嘅預防性規管，可能喺社會未完全了解科技好處之前，已經限制實驗、投資同競爭。路透社報道，美國促請G20成員避免為AI制定新規則，而馬斯克亦批評歐盟科技規管會抑制企業進步。2

呢種取態將速度同創新放喺較前位置，但代價係政府可能未必有足夠時間喺技術大規模部署之前處理風險，包括職位流失、私隱、歧視、市場集中、實體安全同網絡濫用。

而且，少啲規管唔代表可以少啲工程安全措施。通用人形機械人同時結合AI決策同實體力量，大規模部署仍然需要加密及驗證更新、存取控制、網絡分段、操作紀錄、獨立測試、事故應變，以及清晰嘅人工接管機制。機械人一旦被入侵，風險唔只係資料外洩，亦可能涉及現場人身安全。

G20會議點樣呈現呢場爭論？

9月1日至2日舉行嘅G20創新部長級會議，集合G20官員、科技行政人員同政策領袖，討論人工智能、創新、貿易、勞動市場政策，以及科技推動經濟增長等議題。馬斯克以遙距方式參與；OpenAI行政總裁Sam Altman同Nvidia行政總裁Jensen Huang則安排喺翌日出席。134

因此，會議將馬斯克「AI加機械人帶來充裕供應」以及較少前置規管嘅主張，放喺一連串更實際嘅政策問題之中：政府點樣吸收AI帶來嘅經濟增長、點樣協助勞工轉型、點樣擴充數據中心同電網，以及點樣處理競爭、安全同責任問題。Meta嘅Mark Zuckerberg亦表示，AI可能大幅降低創業所需嘅成本同人手。8

至於會議附近有冇因AI對工人及經濟影響而出現示威，現有提供嘅資料未能獨立核實，因此唔應該將相關說法當成已確立事實。

中國市場同時顯示機會與難度

中國係檢驗馬斯克人形機械人願景嘅重要市場。當地具備龐大製造業基礎，亦積極推動人形機械人發展；但現有報道同時指出，業界仍然面對精準度、靈巧度、自主能力、成本同需求等限制。另一篇路透社分析則警告，中國約有150間人形機械人製造商，可能反映市場過度擁擠及泡沫風險。181920

呢個情況帶出一個重要分別：製造產能可以快過真正有經濟價值嘅部署。企業數量多、出貨量上升，唔等於機械人已經有能力喺普通工作場所廣泛取代人類。

結論：真正問題係「佢哋做唔做到有用嘅工？」

馬斯克喺G20提出嘅係一個高增長情境：AI可以令全球經濟增加20至30%，而人形機械人就可能喺10年內變成一支達10億部嘅勞動力。4142 Tesla Optimus係呢個願景嘅核心，但要實現目標，仍要同時突破手部靈巧度、通用軟件、製造良率、單位成本效益、電力供應、運算基礎設施、安全同網絡保安等難題。

現時證據支持人形機械人仍然處於快速試驗同投資擴張階段，但未足以支持馬斯克預測嘅生產力同部署規模。最後決定市場能否真正爆發嘅問題其實好簡單：機械人可唔可以可靠咁做有用工作，維持足夠長時間，而且成本低到足以令大規模採用變得合理？

馬斯克喺北卡羅來納州Chapel Hill舉行嘅G20創新部長級會議上，以視像方式發表一個極度進取嘅AI同人形機械人預測：未來10年，全球可能有超過10億部人形機械人投入運作，而每部機械人嘅生產力，或達到人類嘅5倍。他又估計，數碼AI可以令全球經濟增加20至30%，相當於每年約20萬億至30萬億美元。4142

不過，呢啲數字係馬斯克個人對未來嘅預測，並唔係經驗證嘅業界共識。真正關鍵唔係機械人可唔可以做出令人驚嘆嘅示範，而係佢哋能否長時間、穩定咁做有經濟價值嘅工作，而且收入足以覆蓋購置、能源、維修同人手監督成本。

馬斯克眼中：AI提供數碼勞動力，機械人延伸到實體世界

馬斯克將AI同人形機械人描述成擴大生產力嘅工具，而唔只係取代現有工人。按照佢嘅構想，數碼AI會處理唔需要親手接觸物料嘅工作；人形機械人就將自動化帶入工廠、倉庫、家庭等實體環境。41

「10億部、每部等於5個人」嘅計算，當然非常震撼。但要呢個推論成立，機械人就必須做到幾樣嘢：持續完成有用任務、遇到突發情況可以自行復原、唔需要人類不斷遙距指導，而且創造出嘅價值要高過本身嘅成本。

馬斯克亦曾預測，AI會超越單一人類嘅智慧，最終甚至超越人類集體智慧。呢個屬於能力方面嘅推測，並唔代表已經確立咗一個可靠嘅技術時間表。現有片段支持佢提出過呢個大方向，但不足以證明相關里程碑幾時一定會出現。

Tesla Optimus要做到咩，先有機會接近「10億部」？

Tesla嘅Optimus係一款面向通用用途、可以喺人類工作環境運作嘅人形機械人。馬斯克形容Optimus會係Tesla長遠最重要嘅產品之一，但亦承認，呢款產品嘅量產難度會特別高，因為機械人入面好多零件都係全新設計，生產初期嘅爬坡速度可能相當慢。46

如果要接近10億部已部署機械人，以下系統必須同時成熟：

• 硬件量產： 大量生產驅動器、機械手、電池、感應器、車載電腦、電線，同埋日後更換用嘅零件。
• 手部靈巧度： 行路同搬重物只係基本功。好多真正有經濟價值嘅工作，都要求精準抓取、摺疊、裝配同處理細小物件。
• 通用機械人軟件： 系統要可靠咁完成環境感知、導航、任務規劃、操作、學習，以及面對訓練資料以外嘅情況時自行處理錯誤。
• 營運及支援： 大型機械人車隊需要充電、網絡連接、遙距協助、維修、軟件更新、備件物流、安全程序同保險。
• 工作場所整合： 工廠、倉庫、住宅等地方要重新設計流程，配合機械人嘅限制、人機互動、出入權限同緊急介入安排。

所以，製造能力只係其中一關。就算機械人可以平價組裝，但如果成日要人類糾正錯誤、長期停機維修，實際回報都未必划算。

現實考驗：機械人要先「搵得返成本」

目前人形機械人業界仍然存在由示範走向商業化嘅落差。路透社報道，投資者同客戶開始更加重視機械人實際做得幾多工作、需要幾多人工監督，以及能否賺取足夠回報，而唔係淨係睇佢哋跳舞、打拳或者做後空翻。除咗有限度試點之外，人形機械人尚未出現跨行業大規模普及。17

路透社另一項調查亦指出，唔少中國人形機械人目前仍然太慢、太容易出錯，未足以應付大部分工業工作。18 換句話講，可靠性、運作時間、監督需求同每部機械人嘅經濟效益，可能比一段吸睛示範片更加重要。

市場規模同馬斯克所講嘅10億部亦有極大距離。根據相關報道引用嘅一項估算，2026年上半年全球人形機械人出貨量約為19,100部；另一項預測則估計，到2030年全球每年出貨量可達120萬部。1823 即使後者成真，距離「有10億部正在運作」仍然非常遙遠。

點解馬斯克又話電力同數據中心會成為瓶頸？

馬斯克對AI同機械人嘅樂觀預測，係同一個能源警告一齊提出。他表示，AI晶片生產速度可能快過現有電力供應能力，並警告最早到2027年，全球就可能出現嚴重電力短缺。35

實際瓶頸唔只係晶片數量。AI數據中心需要發電、輸電、配電、冷卻系統同合適選址；人形機械人普及之後，亦會增加邊緣運算、充電、通訊，以及部分系統依賴雲端推理所帶來嘅需求。

有二手報道將馬斯克嘅警告具體化為2027年最少15GW電力缺口，但現有證據未能獨立核實呢個數字係一項可靠預測。因此，較穩妥嘅理解係：如果發電量同電網容量追唔上，電力可能會先過晶片供應，成為AI部署速度嘅限制。35

「預設合法」背後嘅監管取態

馬斯克主張，新興科技應該以「預設合法」取代「預設違法」。佢認為，太廣泛、太早落實嘅預防性規管，可能喺社會未完全了解科技好處之前，已經限制實驗、投資同競爭。路透社報道，美國促請G20成員避免為AI制定新規則，而馬斯克亦批評歐盟科技規管會抑制企業進步。2

呢種取態將速度同創新放喺較前位置，但代價係政府可能未必有足夠時間喺技術大規模部署之前處理風險，包括職位流失、私隱、歧視、市場集中、實體安全同網絡濫用。

而且，少啲規管唔代表可以少啲工程安全措施。通用人形機械人同時結合AI決策同實體力量，大規模部署仍然需要加密及驗證更新、存取控制、網絡分段、操作紀錄、獨立測試、事故應變，以及清晰嘅人工接管機制。機械人一旦被入侵，風險唔只係資料外洩，亦可能涉及現場人身安全。

G20會議點樣呈現呢場爭論？

9月1日至2日舉行嘅G20創新部長級會議，集合G20官員、科技行政人員同政策領袖，討論人工智能、創新、貿易、勞動市場政策，以及科技推動經濟增長等議題。馬斯克以遙距方式參與；OpenAI行政總裁Sam Altman同Nvidia行政總裁Jensen Huang則安排喺翌日出席。134

因此，會議將馬斯克「AI加機械人帶來充裕供應」以及較少前置規管嘅主張，放喺一連串更實際嘅政策問題之中：政府點樣吸收AI帶來嘅經濟增長、點樣協助勞工轉型、點樣擴充數據中心同電網，以及點樣處理競爭、安全同責任問題。Meta嘅Mark Zuckerberg亦表示，AI可能大幅降低創業所需嘅成本同人手。8

至於會議附近有冇因AI對工人及經濟影響而出現示威，現有提供嘅資料未能獨立核實，因此唔應該將相關說法當成已確立事實。

中國市場同時顯示機會與難度

中國係檢驗馬斯克人形機械人願景嘅重要市場。當地具備龐大製造業基礎，亦積極推動人形機械人發展；但現有報道同時指出，業界仍然面對精準度、靈巧度、自主能力、成本同需求等限制。另一篇路透社分析則警告，中國約有150間人形機械人製造商，可能反映市場過度擁擠及泡沫風險。181920

呢個情況帶出一個重要分別：製造產能可以快過真正有經濟價值嘅部署。企業數量多、出貨量上升，唔等於機械人已經有能力喺普通工作場所廣泛取代人類。

結論：真正問題係「佢哋做唔做到有用嘅工？」

馬斯克喺G20提出嘅係一個高增長情境：AI可以令全球經濟增加20至30%，而人形機械人就可能喺10年內變成一支達10億部嘅勞動力。4142 Tesla Optimus係呢個願景嘅核心，但要實現目標，仍要同時突破手部靈巧度、通用軟件、製造良率、單位成本效益、電力供應、運算基礎設施、安全同網絡保安等難題。

現時證據支持人形機械人仍然處於快速試驗同投資擴張階段，但未足以支持馬斯克預測嘅生產力同部署規模。最後決定市場能否真正爆發嘅問題其實好簡單：機械人可唔可以可靠咁做有用工作，維持足夠長時間，而且成本低到足以令大規模採用變得合理？