NVIDIA 對晶片的需求幾乎是無限的，而 Tesla 對機器人的需求幾乎也是無限的，這在我看來可能是正確的。 如果 Tesla 真能製造出一個可以在幾乎所有使用案例中完全通用的人形機器人，那麼我們在訓練和推理中所需的晶片數量僅僅為機器人使用案例就會是完全荒謬的。 這根本沒有意義。你可以隨意製造勞動力，而這些勞動力是由晶片驅動的。 我認為 NVIDIA 已經抓住了 AI 工業革命的第一波，這場革命可能至少會持續 10 年，這是我個人的看法。 這不是財務建議，但我看不出它會是其他的。AI 實在是太有用，太強大了。本週我在自己的業務中與 AI 有了一個完全革命性的時刻。 這件事真的不是開玩笑。它是變革性的。

舉一個非常具體的例子來說明它如何改變我的工作流程： 當我錄製視頻或創建內容時，構思過程無疑是最艱難的部分。 這個構思源於在任何給定時刻攝取大量的數據/信息，然後在我的腦海中將這些信息綜合成有用/有價值的東西、有趣的東西，以及我的觀眾會欣賞的東西。 我每天都這樣做，接近10個小時，毫無例外。我努力在周末關掉我的大腦，但有時這是徒勞的。 這是一個巨大的能量消耗，我用來產生僅僅一個想法。 現在，我在Claude的Sonnet 4.5中有一個項目，裡面包含了我過去90天所有視頻的逐字稿，以及我最自然的視頻（Cybertruck視頻）的大量逐字稿樣本，還有我最近從信息/數據角度攝取的所有內容的大型參考知識庫。 這個項目可以即時生成我最有可能感興趣的想法，這些想法會自動與我的觀眾對齊，但我不需要花整整一天的時間來拼湊所有的部分，Claude可以在一天內給我數百個想法。 當我不可避免地在5分鐘內找到一個本來需要我3小時才能想到的想法時，我可以利用同一個項目為我生成一個視頻腳本，幾乎是我本來會說的90%。 經過大約10分鐘的修整，我就有了一個有趣的視頻概念，涵蓋了我在創建視頻時所尋找的每一個重要變量，從構思到錄製視頻只需30分鐘。 這真的是完全瘋狂。 這意味著理論上，我應該能夠每天錄製16個高質量的視頻——而不是一個。 我打算試一試，看看會發生什麼。可能永遠達不到16，但也許5個？我們拭目以待。