2026年9月，在美国北卡罗来纳州教堂山举行的G20创新部长级会议上，马斯克、黄仁勋和奥特曼先后发表了对人工智能未来的判断。三人并未作出完全相同的预测，却从不同角度拼合出一幅具有强烈冲击力的未来图景：人工智能将从数字世界进入物理世界，成为与电力、互联网相似的基础性力量，并由此重塑生产方式、产业结构和全球竞争格局。

其中，最引人注目的判断来自马斯克。他预测，未来十年全球人形机器人数量可能超过10亿台，单台机器人的生产效率可能达到普通人的数倍，这些机器人形成的总体生产能力甚至可能超过全人类。

10亿台，是一个足以令人眩晕的数字。

这究竟是建立在技术演进逻辑之上的未来预言，还是科技巨头为了推动自身万亿美元级产业布局而展开的一场“商业阳谋”？

答案或许并非简单的二选一。它既是一种对技术趋势的判断，也是一种塑造市场预期、引导资本投入和影响产业政策的战略叙事。换言之，这是一场摆在桌面上的“阳谋”：通过描绘未来来定义未来，通过形成共识来加速未来，并最终在自己参与塑造的未来中占据有利位置。

一、三种角色，共同描绘AI的物理化未来

把三人的发言放在一起观察，可以看到一条相对完整的产业演进路径。

马斯克是未来图景的描绘者。

在他看来，人工智能首先将接管越来越多的数字化任务。到2027年前后，AI的软件编写能力可能达到类似国际象棋程序Stockfish的水平——机器在特定任务上的能力将远超任何个体人类。数字人工智能只是第一步，真正可能改变全球生产力结构的，是“拥有身体的人工智能”，即人形机器人。

马斯克将机器人的能力概括为人工智能软件、专用芯片和机电操作能力的乘积。当机器人的认知、计算和手部操作能力同时取得突破，它们便可能进入制造业、物流业和服务业，并参与制造新的机器人。由此形成的并非传统意义上的线性产能增长，而是一种具有自我强化特征的生产能力扩张。

黄仁勋是基础设施体系的构建者。

在他的观察中，人工智能早已不只是聊天软件或单一应用，而正在成为一种新的基础设施。他将AI产业体系划分为五个相互依存的层次：电力、芯片、数据中心、人工智能模型和应用。普通人接触到的聊天机器人，只是这一体系最上面的一层。没有底层持续供应的能源、芯片和计算设施，再强大的模型也无法运行。

在这个意义上，数据中心不再只是储存和处理信息的场所，而成为一种“人工智能工厂”：传统工厂将原材料转化为工业产品，AI工厂则将电力、芯片和数据转化为知识、代码、图像、设计方案以及机器人的行动能力。

因此，黄仁勋强调，每个经济体和企业都应当建立与自身发展需要相适应的人工智能能力，不能将全部智能外包。未来的竞争，不只是能否使用某种模型，更在于是否拥有数据、算力、人才和应用体系。

奥特曼则是人工智能普及的推动者。

他认为，不同国家和地区可以选择不同的发展道路，也可以建立不同的治理规则，但人工智能本身正在成为一种难以回避的通用技术。拒绝使用人工智能，可能如同工业化初期拒绝电力一样，使一个组织乃至一个经济体逐步失去竞争力。

奥特曼并未掩饰自己的商业立场。他坦言，自己确实“是在推销自己的生意”。但这句话恰恰揭示了这场技术叙事的双重属性：企业家既是未来趋势的判断者，也是相关技术和产品的供给者；既在解释未来，也在以资本、技术和组织能力参与创造未来。

注：马斯克预测未来十年全球人形机器人数量超过10亿台；摩根士丹利预计2036年约2440万台、2040年约1.38亿台，接近10亿台可能要到2050年前后。数据均为预测值。

二、10亿台的真正争议，不是方向，而是时间

马斯克的预测是否可能实现，首先取决于如何理解“十年”这个时间尺度。

从产业研究机构的预测看，10亿台并非完全没有依据，但多数机构给出的实现时间明显晚于马斯克。

摩根士丹利预计，人形机器人全球保有量到2036年可能达到约2440万台，到2040年进一步增长至约1.38亿台，而接近10亿台可能要到2050年前后。其判断是，人形机器人的普及在2030年代中期以前仍将相对缓慢，真正的大规模增长更可能出现在2030年代后期和2040年代。

这意味着，马斯克与研究机构之间的核心分歧，并不在于人形机器人是否可能形成十亿台规模，而在于产业跨越技术成熟、成本下降、基础设施建设和社会接受等门槛究竟需要多长时间。

从当前情况看，“十年10亿台”显然是一种极为激进的情景。

如果未来十年真的要形成10亿台保有量，全球不仅需要建立接近汽车工业规模的机器人制造体系，还必须同步形成零部件供应、软件升级、维修服务、充电设施、安全认证和回收处理体系。这不是某一项技术突破就能实现的，而是整个产业系统的重构。

因此，对10亿台的判断不能只看实验室里的机器人能否行走、奔跑或完成演示动作，更要看它能否在真实环境中连续、稳定、安全并且经济地工作。

三、商业化正在发生，但距离规模化仍有多重门槛

虽然马斯克的时间表可能过于激进，但人形机器人从实验室走向产业应用的进程已经开始。

IDTechEx预计，到2036年全球人形机器人市场规模可能接近295亿美元。汽车制造有望成为首批实现规模化部署的领域，物流仓储随后跟进，而家庭服务仍然属于更加长期的应用场景。

这一路径具有明显的经济逻辑。汽车制造和物流仓储的工作环境相对结构化，任务可以分解，投资回报也较容易测算。相比之下，家庭环境高度非结构化，对机器人的感知、判断、安全和精细操作能力提出了更高要求。

中国在人形机器人产业化方面已经展现出供应链和制造体系优势。2025年全球人形机器人出货量仍处于万台级别，其中相当一部分来自中国企业。部分机构预计，未来几年中国市场仍将保持较快增长。

但出货量快速上升并不等于商业模式已经成熟。当前许多机器人仍主要用于科研、教育、展示和试验性项目，真正能够长时间承担工业生产任务并形成稳定投资回报的产品仍然有限。

人形机器人必须通过三个基本检验：

第一，能力检验。机器人能否在非结构化环境中理解任务、应对意外，并持续保持较高的工作准确率？

第二，成本检验。机器人的购置、维护、能源和软件费用，能否低于其替代或补充的人力成本？

第三，可靠性检验。它能否像成熟工业设备一样连续运行，而不是只能在精心设置的环境中完成短时间演示？

只有同时通过这三项检验，人形机器人才能由“能够工作”真正走向“值得部署”。

四、决定未来速度的，不只是“大脑”，还有能源

当前人形机器人产业竞争的焦点正在从机械本体逐步转向具身智能。

机器人需要的不只是能够对话的语言模型，而是能够理解空间、感知物体、规划动作并根据反馈及时调整的“机器人大脑”。视觉—语言—动作模型正在加速发展，但距离高精度、高可靠性的工业应用仍有差距。

更为稀缺的是来自真实环境的数据。互联网为大语言模型提供了海量文本和图像数据，但机器人完成抓取、装配、搬运和行走所需要的真实世界数据远没有如此丰富。谁能够通过实际部署形成“使用—采集—训练—升级—再部署”的数据闭环，谁就可能建立下一阶段的竞争壁垒。

与此同时，能源正在成为人工智能物理化过程中不可忽视的约束。

马斯克在G20会议上提出，按照相关预测，到2027年，支撑AI芯片运行的电力供给可能出现至少15吉瓦的缺口。无论这一具体预测能否完全兑现，其揭示的趋势已经十分清楚：人工智能的竞争正在从模型和芯片进一步延伸到电源、电网、数据中心和能源技术。

当人工智能从云端进入机器人的身体，能源问题将表现为两个层次。

一个层次是机器人自身的续航能力。计算性能越强、执行任务越复杂，机器人的能耗通常越高，而电池重量、充电时间与持续工作能力之间存在现实矛盾。

另一个层次是大规模部署所需要的能源基础设施。如果未来工厂、仓库和城市中同时运行数以万计乃至数以百万计的机器人，充电负荷、配电能力和能源成本都将成为重要约束。

从这个意义上说，人形机器人的竞争并不是机器人行业内部的一场孤立竞赛，而是人工智能、先进芯片、精密制造、新型电池、智能电网和清洁能源共同参与的系统性竞争。

马斯克所说的“瓦特是未来的货币”，虽然具有商业宣传色彩，却点出了智能时代的一项基础事实：没有可持续、可负担和稳定的能源供给，就不会有真正普及的人工智能。

进一步看，人工智能与人形机器人的规模化发展，还可能改变全球能源竞争的内涵。未来各国竞争的不仅是芯片和算法，也包括低成本清洁能源供给、电网承载能力、储能技术和能源系统韧性。能源能否稳定、经济和可持续地转化为算力与机器生产力，将日益成为国家科技竞争力、产业安全乃至战略自主能力的重要组成部分。

五、“商业阳谋”的本质，是争夺未来定义权

回到最初的问题：10亿台人形机器人，究竟是未来预言，还是商业阳谋？

说它是“阳谋”，是因为三位科技企业家的判断都与自身商业利益紧密相关。马斯克押注人形机器人、人工智能和大型算力基础设施，黄仁勋推动全球建设以芯片和数据中心为核心的AI基础设施，奥特曼则希望人工智能成为像电力一样无处不在的通用能力。

他们的预测本身就是一种市场行为。宏大的未来叙事可以吸引资本、集聚人才、影响政策，并推动客户提前进行战略投资。预测一旦被越来越多的投资者、政府和企业接受，就可能转化为真实的资源配置，进而加速它所描绘的未来到来。

从这个意义上说，科技巨头不仅在制造面向未来的机器人，也在通过技术叙事塑造机器人走向大规模社会部署所需要的认知基础、资本条件与制度环境。

但如果仅仅将其理解为商业推销，也会低估这场变革的现实基础。

人工智能能力持续提升，机器人软硬件成本逐步下降，人口老龄化与劳动力结构性短缺日益突出，这些因素共同构成了人形机器人长期发展的逻辑。即便十年内无法出现10亿台，人形机器人仍有可能在制造、物流、危险作业和公共服务等领域逐步形成规模化应用，并深刻改变人类的生产方式。

因此，真正值得讨论的，不是马斯克给出的数字能否精确兑现，而是谁正在借助这个数字影响全球对未来的理解，以及各国应当如何在这场变革中形成自己的战略能力。

六、从产业竞赛走向全球创新治理

人形机器人的大规模发展不仅是一个技术和产业问题，也将成为全球创新治理的重要命题。

当机器人越来越多地进入生产和社会生活，人类必须回答一系列超越企业边界的问题：机器人造成的安全事故应由谁承担责任？机器人采集的环境与个人数据归谁所有？机器劳动创造的新增财富如何分配？劳动者如何完成职业转型？不同国家能否建立相互兼容的技术标准和伦理规范？

更深层的问题是，当算力、模型、数据和机器人平台集中于少数企业和国家时，技术进步是否会进一步扩大国家之间、企业之间和社会群体之间的发展差距？

奥特曼已经意识到这一风险：如果算力和先进模型只掌握在少数主体手中，人工智能可能不会自然缩小差距，反而会使原本拥有资本和资源优势的主体获得更大的绝对优势。

这正是全球创新治理必须面对的核心课题。未来的发展不能只追求机器人数量和生产效率，还应在鼓励创新、维护安全、促进公平和增进人类福祉之间形成新的平衡。

对于中国而言，应当充分发挥完整制造业体系、丰富应用场景和产业链协同优势，同时加强具身智能基础模型、核心零部件、专用芯片、能源系统和技术标准建设。尤其需要看到，未来人形机器人领域的国际竞争，不仅是产品和市场的竞争，也是标准、规则和治理能力的竞争。中国不能只满足于成为机器人产品和零部件的重要制造基地，还应积极参与人机协作安全、数据采集与使用、算法可信、责任认定以及跨境数据流动等国际规则和技术标准的制定，在推动产业创新的同时，为全球人形机器人治理贡献兼顾创新与安全、体现共商共建共享原则的中国方案。更重要的是，要避免低水平重复建设和脱离真实需求的概念竞争，使产业发展真正建立在技术进步、商业价值和社会需要的基础之上。

结语：比10亿台更重要的未来命题

从目前的产业发展阶段看，未来十年全球出现10亿台人形机器人的可能性并不高。摩根士丹利预计2036年全球保有量约为2440万台，这或许是一个相对现实的参照。

但马斯克的预言并非没有意义。它用一个足够惊人的数字，迫使世界提前思考一个正在到来的问题：当人工智能拥有身体，机器开始大规模进入生产体系，人类社会将如何重新理解劳动、财富、效率与人的价值？

未来真正的鸿沟，可能不只是有没有更聪明的聊天机器人，而是谁拥有稳定的能源、先进的芯片、可信的数据、强大的制造体系，以及部署和治理智能机器的能力。

10亿台或许不是未来十年的准确答案，却可能是一个时代性问题的开端。

当机器越来越多地承担人类曾经从事的劳动，人类没有必要在所有效率指标上与机器竞赛，而应当更加珍视并发展那些体现人的主体性与文明价值的能力——创造、关怀、责任，以及对生命意义和共同未来的追寻。技术进步的最终尺度，不是机器在多大程度上接近或超越人类，而是它能否拓展人的能力、维护人的尊严，并增进全人类的共同福祉。

未来不应只是由少数科技巨头预言和定义。它需要政府、企业、科学界和社会共同参与，需要在技术创新与人类价值之间建立新的秩序。人类真正需要的，不是一支脱离治理的“机器人大军”，而是一种始终服务于人、增进共同福祉并推动可持续发展的创新力量。

主要参考资料：G20创新部长级会议官方公开资料；马斯克、黄仁勋和奥特曼在会议期间的相关公开发言；摩根士丹利人形机器人长期研究报告；IDTechEx《人形机器人2026—2036：技术、市场与机遇》；美联社关于人形机器人产业发展的调查报道。

（作者谢云龙，系全球创新战略与治理学者，世界创新大会（WIC）创始人、秘书长。主要开展中国与全球创新战略、创新政策及创新发展模式研究。）

文章来源：世界创新大会，版权属于原作者，转载请注明文章作者及来源。