马斯克官宣数字擎天柱:AI数字员工来袭,能模拟完整公司运作

世界首富埃隆·马斯克在社交平台X上宣布了一项新的AI项目:数字擎天柱,其内部代号为“巨硬”。

马斯克官宣数字擎天柱:AI数字员工来袭,能模拟完整公司运作

与特斯拉正在研发的实体“擎天柱”机器人不同,数字擎天柱专注于数字世界。它是一个能够在计算机上自动完成操作的AI数字员工,能够理解屏幕内容、操控键盘和鼠标,执行一系列日常办公任务。

马斯克对其能力描述颇为宏大:

从原则上讲,它甚至可以模拟一家完整公司的运作。

这预示着其目标远超当前常见的自动化工具,旨在实现高度复杂的组织级模拟与执行。

项目核心:数字环境中的“人类模拟器”

事实上,数字擎天柱的概念在马斯克的生态中早有雏形。其首次详细曝光源于前xAI员工Sulaiman Ghori的爆料。

马斯克官宣数字擎天柱:AI数字员工来袭,能模拟完整公司运作

作为早期核心成员,Ghori透露该项目的核心正是打造一个“人类模拟器”。其描述的能力与马斯克此次官宣高度吻合:理解屏幕、操作软件、使用键鼠、执行重复性办公任务,最终目标是在数字环境中模拟人类白领的工作

换言之,这是一个能实际动手完成任务的AI智能体,旨在将任何依赖键盘、鼠标和屏幕决策的工作数字化。据称,今年1月该AI已在xAI内部以“员工身份”进行测试,甚至一度让部分同事信以为真。

对于其应用前景,分析认为数字擎天柱可用于企业自动化、公司运作模拟、处理大量重复任务,并与实体擎天柱机器人形成协同——机器人负责体力劳动,数字员工负责文书工作

马斯克官宣数字擎天柱:AI数字员工来袭,能模拟完整公司运作

技术架构:Grok思考,数字擎天柱执行

马斯克此次也透露了部分技术信息。他将数字擎天柱类比为系统1,负责快速执行与操作;而其聊天机器人Grok则像是系统2,负责深度思考与决策。两者协同,由Grok指挥,数字擎天柱动手操作。

硬件方面,数字擎天柱将主要运行在特斯拉自研的Tesla AI4芯片上。马斯克称其功耗仅为英伟达H100芯片的四分之一,价格约650美元,同时仅会少量使用英伟达硬件。这与Ghori此前“主打小模型、极致推理速度,可直接用车载芯片运算”的爆料完全一致。

马斯克官宣数字擎天柱:AI数字员工来袭,能模拟完整公司运作

混乱的演进:从“巨硬”项目到今日的Agent

那么,“巨硬”究竟是什么?是团队、项目,还是此次Agent的代号?其发展过程颇为曲折。

根据公开记录,xAI早在去年8月就已为“Macrohard”提交商标申请。当时马斯克将其描述为一家“纯粹的AI软件公司”,目标是构建能模拟微软等软件公司运作的AI白领系统。

马斯克官宣数字擎天柱:AI数字员工来袭,能模拟完整公司运作

此后,该项目一度专注于算力中心建设,但具体软件成果甚少。据《商业内幕》报道,在经历管理层变动、一个涉及600名外包人员的数据采集项目暂停后,“巨硬”项目已陷入停滞。该项目还经历了严重的人员流失,包括爆料者Ghori和后续的团队负责人。

马斯克官宣数字擎天柱:AI数字员工来袭,能模拟完整公司运作

今年2月,xAI重组为四个团队,巨硬团队由前DeepMind工程师Toby Pohlen领导。但几周后,Pohlen便因项目推进未达马斯克预期的速度而离职,项目遇阻,部分资源转向特斯拉自动驾驶团队。

因此,时间线大致如下:“巨硬”最初是xAI内部的核心项目/团队,但在内部动荡后进展缓慢。如今马斯克官宣的“数字擎天柱/巨硬”,更像是继承了原有概念、并整合了特斯拉资源后推出的新一代AI Agent代号。

当前归属:特斯拉与xAI的联合项目

那么,现在的数字擎天柱由谁主导?

证据显示,原“巨硬”的部分工作已转移至特斯拉自动驾驶团队。而特斯拉内部据称也在推进一个名为Digital Optimus的AI代理项目,定位相似。

马斯克的表态也印证了这一点:数字擎天柱是由xAI与特斯拉联合推出,并属于特斯拉对xAI投资协议的一部分。可以说,当前项目是原有概念在特斯拉与xAI整合架构下的“重生”。

面对Anthropic的Claude Cowork、OpenAI等竞争对手的积极布局,马斯克显然加快了入场的步伐。他目前仍在为相关项目招募人才。

马斯克官宣数字擎天柱:AI数字员工来袭,能模拟完整公司运作

不过,项目的命名与组织结构经历多次变动后已显混乱,甚至在评论区也有用户对“巨硬”这一名称提出调侃。

没人想说“巨硬”

马斯克官宣数字擎天柱:AI数字员工来袭,能模拟完整公司运作

无论如何,马斯克麾下的这个AI数字员工项目,已正式从幕后走向台前,其发展值得持续关注。

[3]https://www.reuters.com/business/autos-transportation/musk-unveils-joint-tesla-xai-project-macrohard-eyes-software-disruption-2026-03-11/

[4]https://www.teslarati.com/elon-musk-teases-massive-new-tesla-xai-joint-project-digital-optimus/

[5]https://www.businessinsider.com/xai-macrohard-project-tesla-ai-agent-stalls-2026-3


关注“鲸栖”小程序,掌握最新AI资讯

本文来自网络搜集,不代表鲸林向海立场,如有侵权,联系删除。转载请注明出处:https://www.itsolotime.com/archives/25415

(0)
上一篇 2026年3月12日 下午12:51
下一篇 2026年3月12日 下午4:38

相关推荐

  • VinciCoder:视觉强化学习突破多模态代码生成瓶颈,开启统一框架新纪元

    长期以来,多模态代码生成领域的发展始终受限于传统监督微调(SFT)范式的固有缺陷。尽管SFT在Chart-to-code等特定任务上取得了显著成果,但其“狭隘的训练范围”从根本上制约了模型的泛化能力,阻碍了通用视觉代码智能的演进。更为关键的是,纯SFT范式在确保代码可执行性和高视觉保真度方面存在结构性瓶颈——模型在训练过程中完全无法感知代码的渲染效果,导致“…

    2025年11月17日
    28900
  • AgentFS:基于SQLite的AI智能体状态管理革命,单文件封装完整运行时

    在AI智能体(Agent)系统快速发展的当下,状态管理、审计追踪和合规性保障成为制约其规模化应用的关键技术瓶颈。传统解决方案往往依赖复杂的分布式数据库或云存储服务,不仅增加了系统架构的复杂性,还带来了性能开销、数据迁移困难和平台依赖等问题。近日,由Pekka Enberg与Turso数据库的Glenn Snelling合作开发的AgentFS项目,为这一领域…

    2025年11月6日
    29400
  • 深度解析Depth Anything 3:单Transformer统一3D视觉任务,字节跳动如何重塑几何感知新范式

    在计算机视觉领域,3D重建与几何感知一直是核心挑战之一。传统方法往往需要针对不同任务设计专用模型,如单目深度估计、多视角重建、相机姿态估计等,这不仅增加了开发复杂度,也限制了模型的泛化能力与数据利用效率。近日,字节跳动Seed团队的Depth Anything 3(DA3)研究成果,以单一Transformer架构统一了多种3D视觉任务,在视觉几何基准上取得…

    2025年11月18日
    32000
  • 从辍学生到Sora核心开发者:Gabriel Petersson如何用ChatGPT颠覆传统教育路径

    在人工智能浪潮席卷全球的背景下,一个名为Gabriel Petersson的23岁丹麦青年,以其高中辍学生的身份,成为OpenAI研究科学家和Sora核心技术贡献者,引发了关于教育体系、人才认证与AI时代学习模式的深刻反思。他的故事不仅是一个个体逆袭的传奇,更折射出AI技术对传统知识获取、职业发展路径的颠覆性冲击。 Petersson的成长轨迹与传统教育范式…

    2025年11月29日
    36900
  • AI智能体上下文工程的减法哲学:Manus五次重构揭示的高效设计原则

    在AI智能体开发领域,一个普遍存在的认知误区是:系统越复杂、功能越丰富、提供给模型的信息越多,其性能就越强大。然而,Hugging Face机器学习工程师Philipp Schmid近期分享的Manus AI案例,却彻底颠覆了这一传统观念。Manus团队在构建AI代理系统时,经历了五次彻底的重构,最终发现了一个反直觉的真理:删除代码往往比添加功能更能提升系统…

    2025年12月5日
    29900