近日，Elon Musk在社交平台 X 上发表观点，围绕人工智能的发展方向与商业化进展引发讨论。他认为，未来AI技术的核心突破点在于视频理解与视频生成能力，并强调“光子是最高带宽的通信形式”，相关技术将成为通往通用人工智能（AGI）的关键基础设施之一。
马斯克的这一表态，将注意力重新拉回到多模态AI的发展路径上。与传统文本或图像模型不同，视频数据包含时间维度与更复杂的空间信息，被认为是训练更接近真实世界智能的重要数据来源。因此，谁能在视频生成与理解上取得突破，可能在下一阶段AI竞争中占据优势。
与此同时，他还透露，旗下人工智能公司 xAI 的图像生成工具 Grok Imagine 已经实现正毛利运行，并非外界认为的持续亏损业务。这一说法被视为对外界质疑其商业可行性的直接回应。
在AI行业整体仍处于高投入阶段的背景下，实现正毛利意味着该产品在当前阶段的收入已能够覆盖直接成本，这在竞争激烈的生成式AI市场中并不常见，也因此引发市场关注。不过，马斯克并未披露具体收入结构或用户规模，仅表示该产品仍处于持续扩展与优化阶段。
这一表态的背景之一，是近期 OpenAI 对其视频生成平台 Sora 的运营情况披露。公开信息显示，Sora 自上线以来累计收入约210万美元，但日均运营亏损约100万美元，整体仍处于高成本运行状态。这一对比也让行业再次关注视频生成模型的算力消耗与商业化压力。
相比之下，Grok Imagine的“正毛利”说法显得更为激进，也引发外界对其成本结构与变现方式的讨论。业内普遍认为，视频生成模型的训练与推理成本远高于文本模型，尤其是在高分辨率与长时序生成任务中，对算力的依赖极高。
马斯克长期强调“第一性原理”在技术发展中的重要性，他此次提到“光子通信”的观点，也被解读为对未来算力与数据传输瓶颈的一种前瞻判断。在他看来，AI系统的发展不仅取决于模型能力本身，还取决于信息传输效率与数据带宽极限。
从产业趋势来看，视频AI正逐渐成为大模型竞争的新战场，各大科技公司正在加大投入，尝试在内容生成、虚拟世界构建以及多模态理解等方向建立优势。然而，高成本与商业回报之间的平衡仍然是行业普遍面临的挑战。
整体来看，这一轮来自马斯克的表态，不仅强调了技术路线选择的重要性，也再次将市场注意力拉回到AI商业化能力的现实问题上。在视频生成模型逐渐成为下一阶段竞争焦点的同时，成本控制与收入模型的可持续性，正在成为决定成败的关键变量之一。