开云中国 Kaiyun中国官方网站马斯克提到，DOGE（政府效率部）将努力削减 2 万亿美元的联邦支出，但他表示他们可能无法实现这一目标，此外他们的对话还涉及 AI 进展、火星殖民和人形机器人等一系列话题。

　　关于人形机器人，马斯克表示，未来，几乎每个人都会拥有一台甚至更多的人形机器人。如果 Optimus 今年一切进展顺利，2026 年产量将增加 10 倍到 5～10 万台，2027 年 Optimus 产量将再增加 10 倍。

　　“我们现在已经基本耗尽了人类知识的累计总和……在 AI 训练中......

　　马斯克与其他 AI 专家一致认为，用于训练 AI 模型的真实世界数据已经所剩无几，这个观点也呼应了OpenAI前首席科学家 Ilya Sutskever 在去年 12 月举行的机器学习大会 NeurIPS 上提出的观点。

　　Ilya 当时指出，AI 行业已达到所谓的“数据峰值”，他预测数据不足将迫使行业转向新的模型开发方式。马斯克认为，合成数据——即由 AI 模型自行生成的数据——将是未来的发展方向。

　　他还说：“补充真实世界数据的唯一方法是通过合成数据，让 AI 自己创建（训练数据），通过合成数据…… AI 将以某种方式自我评分，并通过这个自我学习的过程。”

　　据 Gartner 估计，到 2024 年，用于 AI 和分析项目的数据中有 60% 将是合成生成的，包括微软、Meta、OpenAI 和 Anthropic 在内的一些科技巨头，已经开始使用合成数据来训练其旗舰 AI 模型。

　　微软的 Phi-4 模型在周三早些时候开源，训练过程中结合了合成数据和真实世界数据，谷歌的 Gemma 模型也采用了类似方法。

　　此外，Anthropic 使用了一些合成数据开发了其性能最强的系统之一 Claude 3.5 Sonnet，而 Meta 则利用 AI 生成数据对其最新的 Llama 系列模型进行了微调。

　　使用合成数据进行训练还有其他优势，例如成本节省。AI 初创公司 Writer 曾提到，其几乎完全基于合成数据开发的 Palmyra X 004 模型研发成本仅为 70 万美元，而一个规模相当的 OpenAI 模型研发成本估计约为 460 万美元。

　　但合成数据也存在一些缺点。一些研究表明，合成数据可能导致模型“崩塌”，即模型输出的“创造性”降低，偏见增加，从而严重影响功能性。

　　由于模型本身生成合成数据，如果用于训练这些模型的数据存在偏见和局限性，其输出结果也会受到类似影响。

　　与此同时，黑石集团也在近日向一家 AI 数据存储解决方案公司 DNN 投资了 3 亿美元，估值达到 50 亿美元，其产品主要用于大规模的 AI 基础设施，包括马斯克旗下 xAI 正在打造的超级计算机Colossus 也是 DNN 的客户之一。

　　DNN 最初管理数据是为了帮助政府机构和研究组织进行计算，包括药物开发和美国国家航空航天局任务的复杂模拟，随着越来越多的公司寻求使用 AI，其客户群也发生了变化。

　　DDN CEOAlex Bouzari表示，DDN 的平台可帮助企业提高 AI 的成本效益，DDN 还计划利用黑石的投资大幅扩大其商业客户群。

　　黑石此前投资了多个支持 AI 生态的项目，例如数据中心运营商（QTS、AirTrunk）和 AI 芯片企业（CoreWeave），投资 DDN 是对其 AI 投资组合的战略性补充。