Jobs of the Future, Harnessing Earth Observation, & Gaming Tech Advances
41:59 Share

<context>未来的工作、利用地球观测和游戏技术的进步 随着2025年的到来，各个行业以空前的速度发展：机器人正在革新制造业，数以TB计的地球观测数据正在推动新的可能性，而游戏技术正在改变我们在各个领域的设计、培训和创新方式。在这一集中，a16z的普通合伙人Erin Price-Wright、工程研究员Millen Anand和合伙人Troy Kirwin讨论了重塑硬件、软件及其他领域未来的趋势。我们探讨了：机器人和全栈工程师如何推动下一个工业文艺复兴。地球观测数据的爆炸性增长及其革命化行业的潜力。游戏技术如何超越娱乐，重塑培训、设计等。这只是我们关于2025年50个重大想法的四部分系列的开始——不要错过完整列表，访问a16z.com/bigideas。资源：在X上找到Erin：https://x.com/espricewright 在LinkedIn上找到Millen：https://www.linkedin.com/in/millen-anand/ 在X上找到Troy：https://x.com/tkexpress11 保持更新：让我们知道你的想法：https://ratethispodcast.com/a16z 在Twitter上找到a16z：https://twitter.com/a16z 在LinkedIn上找到a16z：https://www.linkedin.com/company/a16z 在你喜欢的播客应用上订阅：https://a16z.simplecast.com/ 关注我们的主持人：https://twitter.com/stephsmithio 请注意，这里的内容仅供信息参考；不应被视为法律、商业、税务或投资建议，也不应用于评估任何投资或证券；并且不针对任何a16z基金的投资者或潜在投资者。a16z及其附属公司可能在讨论的公司中保持投资。有关更多详细信息，请参见a16z.com/disclosures。 </context> <raw_text>0 公司如何利用我们在早上5点起床观看SpaceX用筷子抓住一枚巨大的多层火箭时发生的奇迹？是的。

每一天都有TB和TB的数据从轨道上下载，可能很快就会达到PB。我们正在谈论为一整类不一定需要学位的人创造就业机会。今天所有的技术都存在，以一种惊人、直观的方式拥有这种体验，但它仍然不存在。下一代水处理工程师是什么样的？他们是那些熟悉机器人操作的人。

在几天内，我们将告别2024年，开始2025年。很难相信。自Y2K以来已经过去了25年，自Facebook成立以来已经过去了21年，甚至自OpenAI诞生以来也快10年了。所以如果你觉得事情发展得很快，你并不孤单。这就是为什么每年我们都会询问我们的合作伙伴，他们每天都在与建设我们未来的人会面，他们认为明年会发生什么。

去年，我们预测了……一个新的海洋探索时代。编程医学的最后边界。永无止境的AI方案。民主化奇迹药物。今年我们将探讨……基础设施独立和超中心。医疗保健的超级人员配置。监管将成为代码。在这四部分系列中，您将听到来自A16Z各个领域的声音，包括美国活力、医疗保健、金融科技、游戏等。

然而，如果您想查看50个重大想法的完整列表，请访问a16z.com/bigideas。提醒一下，这里的内容仅供信息参考，不应被视为法律、商业、税务或投资建议，也不应用于评估任何投资或证券，并且不针对任何A16Z基金的投资者或潜在投资者。请注意，A16Z及其附属公司也可能在本播客中讨论的公司中保持投资。

有关更多详细信息，包括我们投资的链接，请参见async.com/disclosures。今天，我们专注于硬件和软件之间日益有趣的交集。首先，我们看到跨越硬件/软件鸿沟的技术学科复兴。机器人来了。有人必须构建、培训和维护它们。

那是Erin Price-Wright，美国活力团队的普通合伙人。以下是Erin的重大想法。在2000年代和2010年代，如果你不编程，似乎就会被抛在后面。计算机科学专业的数量激增，而机械工程和电气工程等学位课程相对缩小。现在我们开始看到一个关键的转变。

在推动制造业回流的过程中，许多在水处理、商业HVAC和石油天然气等不太吸引人的行业中，熟练工人的大规模退休，以及在国防、企业和消费应用中自主技术的崛起……

人们又开始建造实体物品。这真的很令人兴奋，这将需要能够跨越硬件和软件鸿沟的全栈技能组合。因此，我认为在过去的二十年里，我们确实看到了工程师向软件和计算机行业的大规模迁移。我认为我们将看到对电气工程、机械工程、控制工程等领域的工程师的巨大需求。

在未来的一年中，从国防到工业、制造业，甚至HVAC和水处理等领域都在寻找那些真正准备与AI软件进行斗争并将其引入这些复杂硬件环境的人。

在过去的几十年里，我们看到很多人迁移到软件，现在也许我们正在看到一个转变。你能谈谈真正支撑这一点的宏观趋势吗？我认为过去20到25年确实是软件正在吞噬世界，虽然这不是我们自己的标语，但这确实是事实。经济增长的大部分来自软件行业。因此，首先是软件即服务的兴起，然后是最近AI的爆炸性增长，真正需求的技能组合一直是以软件为中心的。但随着

软件到硬件的鸿沟的非常近期的跨越，能够同时讲软件和硬件的工程师的需求巨大。是的，随着我们感受到这种回归，你在数据中看到人们获得学位的情况吗？人们是否不再以同样的速度获得软件工程学位，而是选择例如机械工程学位？我们在学位课程中尚未看到这种情况，但我们在公司需求方面看到了这一点。

因此，我认为这将影响人们在学校最终学习的内容。因此，除了AI工程师外，我们投资组合中需求最高的工作是拥有全栈硬件和软件经验的人，无论是机械、电气等。我们发现实际上这些

公司不得不走出传统的技术输送学校以寻找人才。因此，我们实际上看到像乔治亚理工学院、科罗拉多矿业学院、密歇根大学等学校的有趣崛起。这些真正的硬核工程项目正在为我们投资组合中的一些顶级技术公司提供人才管道，这真的很有趣。

非常有趣。让我们具体谈谈这个我们需要所有这些新类型工程师的想法。其中一些以前就存在，但似乎存在差距。还有一个问题是，谁来培训这些人？是四年制学位课程吗？还是其他什么？

这绝对是一个光谱。坦率地说，我真的要归功于埃隆·马斯克，无论是从SpaceX还是特斯拉的角度来看，培养了很多在硬件和软件方面流利的工程师。随着越来越多的公司开始建造实体物品，像SpaceX、Skydio和Andrel等公司正在承担这一责任，培训新一代在硬件和软件方面都非常舒适和流利的全栈工程师。我确实认为大学系统或某种教育系统必须跟上。我期待像斯坦福大学和麻省理工学院这样的学校在计算机科学项目之外拥有优秀的工程系。我希望这些项目会随着市场需求的增长而继续发展。

我还认为，不仅仅是拥有四年学位的工程师会有价值。我们正在谈论为一整类不一定需要学位的人创造就业机会，以参与这种回流的AI或自主驱动的硬件经济。因此，技术人员将帮助在制造车间服务和测试机器人。我认为这是一个薪水优厚、稳定的未来工作。另一个例子是

我们非常兴奋的是机器人远程操作。因此，有人远程操作一个机器人，在一个可能危险或难以到达的环境中，或者只是很难安排人力的地方。进行机器人远程操作是非常困难的。这是一项有价值的技能。我预计在接下来的几年中，将会出现与此相关的整个职业类别。再一次，这是一个例子，你不需要四年学位就能在机器人远程操作方面变得非常出色，但如果你做到这一点，它是一项非常有价值的技能。

是的，目前没有任何大学学位可以提供这个，对吧？确切地说。还有其他突出的新工作吗？也许我们甚至还没有看到的？

我认为，当你查看最近关于亚利桑那州TSMC工厂的结果时，州长凯蒂·霍布斯推出了这个大型学徒计划，他们正在帮助培训新的半导体制造员工，同时与来自TMC的人一起工作。因此，随着CHIPS法案的推出，

我预计随着芯片制造回流到美国，这将是我们在这里从未拥有过的整个职业类别。也许在60年代行业刚开始时我们有过五年，我预计回流将看到很多这些工作回归。我认为另一个更工业领域的例子是，许多行业在80年代现代化时雇佣了人。

所以有一大类是石油和天然气、水处理、

化学工程和HVAC。这些重工业在80年代末引入了许多新设备和新的操作方式，雇佣了大量员工来处理这些设备，然后基本上再也没有真正需要雇佣其他人。它们是很好的工作，流动率低，薪水高。现在我们看到这些

重工业中的大规模退休，企业真的希望在管理这些过程的方式中融入更多自主控制系统。但没有人来操作它们。那么下一代水处理工程师是什么样的？他们是那些熟悉机器人操作的人。

控制系统、PCB板。他们必须了解传感器数据，并能够理解所有这些如何集成在一起，以便在出现问题时进行故障排除。因此，在这些行业中，我们看到未来三到五年内将出现巨大的劳动缺口。哇。这很快就会发生。

是的，它现在就发生了。是的。这听起来像是即将到来的短缺。还有其他短缺吗？当我们考虑供需时？也许不是完全新工作，而是现有工作。我们投资组合中真正突出的事情，尤其是当你查看航空航天、国防、机器人等行业时，就是全栈工程师的概念。我并不是说全栈软件工程师。我说的是全栈工程师

硬件工程师。因此，能够编写一些代码，编写一些固件，摆弄电子设备，可能设计一个带有组件的非常简单的PCB板，弄清楚它如何适应机械系统，解决问题。

拥有这种端到端技能组合的人非常少。许多这些行业在其机器人或自主旅程中仍然相对早期。因此，仍然有很多迭代的空间。我们在投资组合中看到的最大需求是跨多个不同领域的流利度，包括硬件或软件。因此，并不一定意味着

你需要成为字面意义上的世界最佳电气工程师并拥有电气工程博士学位。更重要的是，你灵活、舒适并熟悉跨越堆栈的不同部分。你能够自我解锁，能够尝试和实施事物。

因为所有这些公司都在弄清楚下一代硬件系统的样子。令人着迷。随着我们考虑缩小这一差距，生产更多在硬件意义上全栈的人，

你认为需要什么？让我先举个例子，我们看到过去几十年软件工程师的浪潮，这在许多方面是由市场推动的。你有像Fang这样的公司为这些人提供了很多令人印象深刻的福利，以吸引他们加入。这在一段时间内成为了每个人都想要的工作。

我们是否需要同样的，您可以说，营销？您认为还有其他因素需要影响更大的系统吗？我认为很多将是市场驱动的。这也与利用这种浪漫的愿望有关，即我认为现在空气中弥漫着建造东西的愿望。那么公司如何利用这种魔力

发生在我们都在早上5点起床观看SpaceX用筷子抓住一枚巨大的多层火箭的时刻。这太酷了。是的。

我认为能够将这种感觉转化为吸引那些可能会选择更安全的路线的人，哦，我是一个机器学习研究员，所以我将去研究LLM，因为我知道我可以在这些研究实验室获得一份非常丰厚的薪水。

我是一个聪明的人，我将去编写一个聊天机器人。我认为这些公司正在建设这些艰难而艰苦的领域，确实更难，因为必须担心硬件比单独处理软件更困难。但如果他们能够吸引那种人才，并激励人们真正深入了解在物理系统上部署模型的意义，以及其中的复杂性和挑战，我认为

这就像捕捉到目前存在的瓶中闪电，并将其转化为从纯软件或纯AI行业的早期运动。我们已经看到这一点，随着过去12个月左右获得良好资金支持的更大机器人实验室，他们成功吸引了非常出色的人才。我认为像Andral、Waymo、Skydio等公司仍在吸引令人难以置信的人才。

这希望能转化为越来越多的18岁年轻人受到启发，去上机械工程课或构建机器人，而不是像他们在过去十年中那样仅仅学习纯软件。仅仅因为你提到那些将从零开始技能旅程的18岁年轻人，你是否也认为...

是的，当然。我认为我看到自主技术的崛起以及

这将为美国制造业的高技能技术工作取代低技能劳动带来的好处，巨大的就业市场机会。如何管理培训过程和培训管道，我认为将采取许多不同的形式，无论是学徒计划、远程操作、前哨基地。

我认为我们将看到一系列不同的事物出现。但对于那些好奇、喜欢构建并且技术能力强的人来说，即使这并不意味着他们获得了大学学位，例如电工，在德克萨斯州和乔治亚州等地电工的短缺也很大。我认为我最近与微软的一位人士交谈时，他们在乔治亚州建立一些新的数据中心工作时，雇佣了电工。

在某个时候，注册电工的三分之一。哇。三分之一？三分之一。

因此，在这些熟练工种中存在巨大的短缺，随着AI和自主技术在美国的扩展，这些工种将变得非常重要。绝对如此。即使在你的重大想法中，你涵盖了如此广泛的领域，各种工作，各种行业，无论是采矿、能源还是自主车辆。我们互动的所有物理事物，甚至是影响我们生活的所有物理事物，未来十年都将受到自主技术的影响。

这将是大量的工作需要填补。你认为其中的哪个特定领域特别重要，需要正确处理？我认为我们必须弄清楚如何在美国以规模生产再次建造东西。这不会一蹴而就。

随着全球劳动经济的运作方式，如果我们未来制造的很大一部分不是由自主技术驱动的，那就有点像是一个鸡和蛋的问题。我们需要机器人来建造工厂。

我们需要工厂来建造机器人，因为现在所有的机器人手臂组件，任何可能进入自主工厂的东西都来自深圳。那么我们如何开始在美国或我们的盟友中自给自足的供应链，以便我们不再在根本上依赖其他大国？但我们必须从某个地方开始。我认为这将需要那些

真正想要建造并深入其中的人，他们不介意处理AI不太有效、硬件不太有效和供应链尚未准备好的复杂性，但愿意直面这个问题。绝对如此。这是2025年的一个重大想法。因此，当我们准备开始这段旅程时，你在关注什么？你在思考什么？你希望看到什么？

我希望看到更多的创始人和团队愿意并准备直接应对这个问题。

他们不外包他们的硬件。他们不外包他们的供应链。但他们真正认识到，为了在美国建造一些新东西，他们必须弄清楚所有这些事情，并在所有这些类别中发展技能组合，成为某种通才。我认为埃隆·马斯克做得非常好，不仅仅是为了在这里宣传他，而是他确实做得很好，真正掌握了

将某物带入世界的端到端技术供应链。我认为我们需要更多这样的创始团队。

如果你像我一样，你可能总是在寻找改善早晨例行公事的方法，无论是早起，这无疑是一场战斗，吃一顿丰盛的早餐，还是听一个快速而有信息量的播客，就像《Morning Brew Daily》。每个工作日，Neil Freiman和Toby Howell在《Morning Brew Daily》中分解商业、经济和几乎所有其他领域的最大新闻，所有内容都在30分钟或更短的时间内。那么为什么不把它添加到你的例行公事和收听队列中呢？在Instagram上关注我，

地球观测卫星的数量在过去五年中翻了一番，从500个增加到超过1000个。现在下传到地球的数据比以往任何时候都多，获取图像比以往任何时候都容易，尽管仍然困难重重。

那是……Millen，我是美国活力团队的工程研究员。Millen认为，2025年有机会利用所有这些地球观测数据。

我的重大想法实际上是围绕构建垂直化的地球观测工具。在过去十年左右，已经进行了大量工作，实际上获得了许多地球观测传感器，并建立了将像素从太空发送到地球的基础设施，这真的是一项了不起的任务。对于2025年，我非常期待看到企业家构建垂直化的解决方案，进入不同的行业，真正解决客户问题。地球观测卫星的发射激增。是什么推动了这种增长？

我认为首先是发射成本和进入太空的机会。

在之前的几十年里，将卫星送入轨道非常困难且昂贵。如今，借助SpaceX的运输发射服务，发射卫星变得像公交服务一样简单。因此，卫星进入轨道的每公斤成本确实大幅下降。此外，从架构上讲，卫星在过去几十年中发生了很大变化。它们不再是那种校车大小、每单位1亿美元的卫星。它们的尺寸已经缩小到面包的大小。

因此，借此机会，你获得了大量的传感器，覆盖了地球的广泛区域，成本也显著降低。然后我认为最后一点是通信基础设施。已经进行了大量工作来建立地面站，并使卫星能够在太空中相互通信，以更有效地将像素发送到地球。

因此，当我们考虑这些经济学时，如果将卫星送上去的经济学已经大幅下降，这最终如何与可以构建的应用程序及其经济学相联系？

对我来说，这里有一个非常令人兴奋的正向飞轮。你在上面的卫星越多，每天收集到的地球表面的像素就越多，你可以实际构建的产品和可以解锁的用例就越多。价格也会下降，这使得企业家能够以非常低的成本为整个地球解决问题。

既然我们在谈论经济学，也许你可以让听众了解一下这些经济学是什么。比如，获取这些数据、处理它或为实际应用程序制作的成本是多少？

所以不幸的答案是，这有点依赖于情况。总体而言，实际上有大量免费的开放数据。因此，NASA的Landsat计划为整个地球提供免费的开放数据。欧洲航天局有Sentinel，也提供免费数据。然后还有许多商业公司提供中等分辨率的数据。

价格范围在每平方公里1到5美元之间。因此，这真的不算太贵。然后，随着分辨率的提高，30和10厘米每像素的价格通常会更高。但这些通常是针对更专业的用例。

我认为人们并不太了解它甚至可以这么便宜。而且有一整套归档数据，来自这些公司多年来每天从轨道上收集的数据。这是一个等待被真正利用的金矿。我们看到不同的私营实体、公共实体、政府、大学真的投入资源来获取大量这些数据。但谈到在某些情况下已经存在的应用程序，那些是什么？

到目前为止，已经出现了一些非常令人兴奋的应用程序。我认为农业是最常被提及的一个。世界各地的农民正在利用地球观测数据来监测他们的作物，预测作物产量，了解他们需要如何灌溉或施肥以真正提高产出。因此，我认为这真的非常令人兴奋，尤其是当我们面临全球粮食短缺时。其他应用程序包括国防。

世界各国政府使用它来监测部队调动、船只和港口，以及他们在全球的设备舰队。能源使用也是如此。在预测云层和大规模电网方面，有很多有趣的工作可以完成，看看在任何给定的日子里会有多少太阳能生产。公用事业太阳能农场的规划，比如查看土地以及你可以在哪里实际放置公用事业太阳能农场。显然，这是你2025年的重大想法。

你认为为什么到目前为止，地球观测可能被低估了？我认为这真的非常困难。我认为与数据打交道并不容易。如今，公司正在使这变得更加容易。这是一种新事物，你甚至可以在网站上购买图像。你过去只能通过与销售人员交谈来做到这一点。还有很多开源工作。许多公司正在解决不同部分的难题。

在我看来，我期待在接下来的一到两年中，企业家实际上进入特定行业，真正采取垂直解决方案。因此，在某种意义上，如果你拿SpaceX，他们有Starlink，他们是那些

创建卫星、将其送上去，然后还销售人们可以使用的数据的公司。你基本上是在说，你希望看到更多这样的特定解决方案，比如你所说的农业或能源，而不是一家公司将卫星送上去，然后其他公司在中间分发数据、处理数据等？传统上，现有的地球观测参与者和实际的卫星制造商很难进入农业等行业，并真正深入解决问题。

一个例子就是自动化任何类型的农业设备。现有的地球观测参与者很难从轨道直接到达农场。现在，传统上停留在提供分析或见解的地方，但我希望未来能够提供自动化。也许我们可以驱动大量的农业设备，或者实际上通过闭环地球观测直接灌溉田地。

也许后续问题是，我们显然在过去几年中看到了一堆机器学习和AI工具的出现。这是否改变了游戏规则，使这些垂直化参与者能够解析数据、处理数据、理解数据？或者这如何真正重塑生态系统？当然，是的。我的意思是，每天都有TB和TB的数据从轨道上下载，很快可能会达到PB。哇。

而且我们地球上没有足够的人来查看所有这些图像。因此，我们确实需要先进的技术。我认为在这方面已经取得了一些令人兴奋的进展。

几年前有一个非常著名的例子，一家公司实际上通过训练他们的模型，使用AI预测气球的确切外观，找到了中国间谍气球。他们能够筛选出在几天内拍摄的整个美国的照片，实际上首次追踪到间谍气球的来源。因此，我们真的无法用人来做到这一点。我认为每年都会解锁这样的新用例。

当我们考虑可能在我们通往地球观测经济的道路上存在的障碍或挑战时，

那些是什么？最紧迫的一个是与数据打交道的困难。我认为现在，通常仍然需要对轨道和不同类型的传感器及其校准和关联有专业知识。我认为将一种地球观测星座的技术应用于另一种星座并不容易。我们可能几乎需要某种中间件，在这里我们可以抽象掉每个地球观测星座的细微差别，并制作

真正对非太空工程师友好的数据集。将这一点从非常专业的气候科学家、GIS科学家转变为任何类型的机器学习工程师都可以开始使用这些技术。

关于监管呢？我的意思是，我主要考虑监管可能影响发射到太空的卫星，但也许你可以给我们一个更广泛的视角，监管是否在某种程度上阻碍了我们，无论是将卫星送上去还是利用数据、传播数据等。是的，最近有很多令人兴奋的监管变化。我认为最著名的是，NOAA机构最近将商业分辨率的最大限制从每像素30厘米降低到

每像素10厘米。因此，这种变化解锁了更多更高分辨率的产品。还有一整套应用程序可以开始针对

随着2025年的到来，各个行业正在以前所未有的速度发展：机器人正在革新制造业，数以TB计的地球观测数据正在推动新的可能性，而游戏技术正在改变我们在各个领域的设计、培训和创新方式。在这一集中，a16z的普通合伙人Erin Price-Wright、工程研究员Millen Anand和合伙人Troy Kirwin讨论了重塑硬件、软件及其他领域未来的趋势。我们探讨了：机器人和全栈工程师如何推动下一个工业文艺复兴。地球观测数据的爆炸性增长及其革命性行业的潜力。游戏技术如何超越娱乐，重塑培训、设计等。这只是我们关于2025年50个重大想法的四部分系列的开始——不要错过完整列表，访问a16z.com/bigideas。资源：在X上找到Erin：https://x.com/espricewright在LinkedIn上找到Millen：https://www.linkedin.com/in/millen-anand/在X上找到Troy：https://x.com/tkexpress11保持更新：让我们知道您的想法：https://ratethispodcast.com/a16z在Twitter上找到a16z：https://twitter.com/a16z在LinkedIn上找到a16z：https://www.linkedin.com/company/a16z在您喜欢的播客应用上订阅：https://a16z.simplecast.com/关注我们的主持人：https://twitter.com/stephsmithio请注意，这里的内容仅供信息参考；不应被视为法律、商业、税务或投资建议，也不应用于评估任何投资或证券；并且不针对任何a16z基金的投资者或潜在投资者。a16z及其附属公司可能在讨论的公司中持有投资。有关更多详细信息，请参见a16z.com/disclosures。</context> <raw_text>0 在影像方面，我认为关于许可和不同数据权利的讨论很多。目前，有很多复杂的合同，客户会购买独占权，并且会有24小时的时间，其他人无法访问图像。是的，这确实妨碍了那些试图构建具有日常应用或日常监控产品的人。因此，我认为许可和开放档案数据，使其更容易使用且限制更少，可能是一个好的监管变化。

你明年关注什么，特别是哪些应用让你感到兴奋？老实说，我对能源行业非常兴奋。我认为这是我们可以真正利用地球观测数据产生影响的主要领域之一。我们已经提到了太阳能农场的预测分析。可再生风能方面也有很多工作。因此，我期待企业家们利用地球观测数据，真正解决我们最紧迫的挑战。

说到新数据集，我们正处于一个独特的交汇点，我们终于拥有了构建完全数字化世界的数据和技术。但这些虚拟模拟也越来越直接影响我们在物理世界中的行动。Anduril利用游戏引擎进行国防模拟。特斯拉为自主系统创建虚拟世界。宝马在未来的抬头显示系统中融入了增强现实。

Matterport通过虚拟漫游彻底改变了房地产。这是A16Z游戏团队的合伙人Troy Kerwin，他的重大想法是。

这个重大想法是，游戏本质上是虚拟模拟。这些虚拟模拟在过去几十年中是为了娱乐而设计的，但我们将越来越多地看到它们在现实世界中用于各种用例，无论是培训、学习和发展，

还是机器人和其他自主系统的训练场，或可视化，让人们能够实时3D看到事物的生动呈现。太棒了。我喜欢这个预测，因为我们实际上已经看到

过去的版本，这个想法是我们所有人都要感谢游戏行业的游戏，才有了许多存在于游戏之外的技术。那么我们能否谈谈过去几十年中的这些技术？还有没有你认为被忽视的技术？每个人今天都提到GPU作为一个例子，但还有其他的吗？完全是。人们忘记了NVIDIA几乎是一个游戏公司。

早期几乎所有的收入都来自游戏显卡。这些新的处理单元用于计算密集型和矩阵乘法，非常适合渲染图像、动画和视频。但我们很快发现它也适用于加密货币挖矿，当然现在也用于AI工作负载。感觉一切都在数字生物学中。这种加速计算的理念现在几乎无处不在。完全是。我回顾了一些

NVIDIA最早的网站。标题是，未来是3D。25年后，这真是太有趣了，尽管这实时3D与所有其他行业的交集比人们希望的要慢。但我们会稍微谈谈为什么我们认为现在是合适的时机。不过，你知道，

如果我们回顾一下，90年代是关于互联网的文本。2000年代是关于图像。2010年代是关于视频。我们非常坚信，2020年代将是关于互动3D和游戏技术在企业中的应用。超级有趣。也许退一步说，为什么游戏或游戏行业及其衍生技术是创新的熔炉？

我想，Jensen自己说过，他允许消费者支出为研发提供资金，使其发展到今天的水平。我认为这是一个有趣的视角来看待游戏技术。在游戏行业，技术创新受到赞扬。这是新技术，无论是新平台、新功能还是允许新游戏设计出现和繁荣的演变。是的。

归根结底，游戏社区，无论是玩家还是开发者，都是一种黑客心态。因此，毫不奇怪，过去的重大突破往往出现在这里，我们将继续看到它们的出现。是的。有些突破并不总是显而易见的突破。一个很好的例子是多人游戏，对吧？多人游戏在游戏中一直存在。然后花了一段时间才真正渗透，或者真正基于多人游戏的公司建立起来。你可以拿Figma这样的例子，对吧？

对吧？所以在这一点上，今天的游戏行业仍然有很多创新发生，也许在十年左右我们会在其他地方看到。因此，让我们谈谈这些顺风。你在你的重大想法中提到了三个，也许你可以谈谈每一个，以及你如何看到它们的重塑。在A16Z之前，我在Unity工作了近五年，亲眼目睹了所有这些...

各个行业开始尝试实时3D，用于我之前提到的一些事情，无论是建筑师可在建造前走过他们的设计，查看是否有错误或其他他们希望在设计时就知道的不完美，还是汽车制造商，他们使用实时3D进行

设计，也进行虚拟试驾。现在你在Rivian看到的抬头显示是由Unreal驱动的。宝马的则是由Unity驱动的。然后还有虚拟培训，无论是重型机械操作还是其他操作任务。

但对于许多看似显而易见的用例，一些瓶颈实际上是游戏开发者面临的相同限制。因此，在内容创作方面的瓶颈。在一个游戏工作室中，超过一半的支出用于创建资产、艺术和进入这些虚拟模拟的内容。对于这些非游戏用例也是如此，只是他们没有3D艺术家来构建这些。

因此，现在当我们有AI进行资产生成，无论是图像、音频还是现在的3D资产时，这使得这一切变得容易得多。这是第一点。第二点是3D捕捉技术。因此，当然，

对于许多这些非游戏用例，他们希望捕捉物理世界的构建和观察。确实有一个正确的版本。是的。在某种程度上。过去有一些技术允许这样做，比如摄影测量，或者在Matterport的情况下，基本上只是一个360度图像，但你无法像在视频游戏中那样与环境互动。好吧，

好吧，现在有了更新的技术，比如NeRF或几年前的神经辐射场，以及最近的其他辐射场技术，如高斯喷洒，这使得消费者能够以更高效的方式捕捉，并且是照片真实的、栩栩如生的。而且是即时的，对吧？是的。在捕捉方面？确切如此。因此，它允许这些用例被解锁。这是第二点。第三点是对于一些这些非游戏用例，

这是我们将看到VEXR的普及，能够回到建筑或建筑设计，但戴上头盔，看看BIM模型如何叠加在建筑工地上，或者用于建筑。

医疗手术模拟或其他类似的用例。随着我们拥有更好的头盔，更轻便，带有眼动追踪和其他惊人的技术，仍然有很多发展空间。但我认为这将解锁其中一些。绝对如此。

当我们谈论这三种顺风时，再次提到内容创作、你提到的捕捉以及设备，感觉每一个都有自己的成本曲线。我们在这三者的成本曲线上都在快速下降。你能谈谈那里的经济学吗？我的意思是，你在游戏方面稍微提到了一点。你说50%用于内容创作。是的。那么这下降的速度有多快？设备也是如此。

是的，这很有趣。特别是对于这些非游戏用例，其中一些照片真实感至关重要。这就是为什么随着Unreal和其他3D引擎向照片真实感的进步，这些用例被解锁。但对于其他用例，实际上你并不在乎BIM模型的外观，只要它对你有用。因此，随着这些资产类别的...

达到他们期望使用的标准，成本大幅下降。但更重要的是，我认为特别是如果你考虑虚拟模拟、虚拟培训用例，比如说我们想要培训我们的员工如何进行机器人的维护和修理或其他设备的维护。

那么，你会构建这个体验，并为这个虚拟模拟的开发提供资金。但之后，如果团队想要更新它或添加内容，他们必须回到为他们构建原始数字双胞胎的外包机构。而现在，他们将能够在内部自行完成。因此，这些内容和课程不会过时，而是可以不断改进和更新。

所以你所指的是，这不仅仅是一个一对一的关系，创建一个东西的经济学是如何变化的，而且它是如何融入整个系统的。这真的很有趣。让我们谈谈应用。你已经提到了一些，但你提到了几家公司，它们非常不同，对吧？是的。Anduril、特斯拉、宝马，然后你还谈到了劳动力培训。告诉我更多关于这些应用的信息，它的终点在哪里，还是说我们真的在各处都能看到它？是的。

自主性与这些虚拟模拟深深相连。是的。Anduril是一个很好的例子。有趣的是，Anduril的第一次收购是一家游戏工作室。真的吗？这对于一家国防科技公司来说可能令人惊讶。我想如果你考虑Palmer的过去。确实。但他们对收购这家工作室开发的游戏引擎感兴趣。他们利用这项技术进行战略模拟和其他自主工作流程。

然后与其他公司，例如Applied Intuition，举个例子，捕捉这些数据所需的训练数据规模在现实世界中是不切实际的。因此，当你拥有这些虚拟模拟时，你不仅可以扩展数据的数量，还可以扩展...

边缘和极端情况，这些情况在现实世界中你永远无法经历或捕捉，无论是极端天气还是千分之一的情况中的人为干预。但当然，为了部署这些东西，他们需要考虑所有这些情况。

我记得大约一年前我们与Waymo交谈时，他们谈到如何获取所有的事故文档，这些文档存在于某个地方的纸张上，或者在现实世界中Waymo无法在那一刻与之接口，对吧？但再次强调，正如你所说，这些虚拟环境允许你模拟它。因此，谈到这一点，

可以说你刚才提到的应用直觉是，你实际上可以做一些以前无法做到的事情，能够在规模上进行模拟。你能想到其他下游机会或第二、第三阶效应吗？完全可以。是的。

过去，我们能够利用这些虚拟模拟进行物理、培训环境，或我们谈到的学习和劳动力发展。但这些大多是物理模拟或硬技能。但现在，我们称之为游戏背景中的AI NPC，而以前的NPC是脚本化的，但现在有了自主代理和LLM，

这些代理可以拥有自己的生命。他们可以观察环境。他们可以推理和计划，然后他们可以行动。当你有一个多代理模拟时，

现在，当我们考虑下一个疫情响应或移民政策以及这些政策如何影响一个文明时，我们将在虚拟环境中测试这些代理，他们可以相互互动并决策出所有这些不同的发展。是的。而不是仅仅在纸上做决策树，你所说的是我们实际上可以模拟这些想法。确切如此。到目前为止，你提到的许多应用更侧重于企业，对吧？像

Andro或特斯拉这样的公司。游戏显然最初存在于消费者领域。那么你是否看到更多的消费者应用也在出现？我非常兴奋的一个例子是我刚搬进一个新公寓。当我想规划空间时。是的。

我仍然在使用方格纸和笔。一样的。

以一种惊人、直观的方式体验这一切。然而，它并不存在。但我们应该能够，我们可以扫描我们的空间并开发出3D环境的数字双胞胎。我们应该能够展示我从Pinterest找到的设计灵感

让它找到最接近我灵感的家具或艺术品，填充场景，然后能够在虚拟世界中走过它，或者使用增强现实，看看它如何适应你的空间和尺寸。就像一个3D Wayfair，如果你愿意，最终消费者拥有他们空间的栩栩如生的数字双胞胎可视化。

展望2025年，到目前为止，我们主要讨论的是过去几十年发明的技术。但显然还有一波新的技术非常令人兴奋，尚未真正找到它们在应用中的立足点。你是否关注那里的一些事情，也许它与游戏交叉？是的，在HMI（人机交互）领域，有一些非常有趣的研究和工作正在进行，

你可以想象各种不同的用例，但与大多数新兴技术一样，可能会在游戏中出现初步用例，成为这些公司利用消费者支出为其研发提供资金的楔子，类似于Nvidia。因此，显然，Apple Vision Pro在眼动追踪方面取得了巨大进展。

但我们很快会看到BCI类型的技术，它读取你大脑的能量信号，以实际控制和与虚拟环境中的计算机互动。因此，我们可以考虑VR用例，我可以仅用我的脑电波与场景互动，这太神奇了。反之亦然，我们也看到了一些技术，允许基于仅仅佩戴在手指上的戒指来增加在虚拟世界中的沉浸感，这就像每个游戏玩家的梦想，能够完全沉浸在那种触觉反馈中，不仅仅是在游戏控制器中，而是实际上在你身体的每个部分。♪

好的，我希望这些重大想法让你为2025年做好准备。请继续关注第二、第三和第四部分，我们将讨论2025年搜索垄断的结束。在设备上和更小的生成AI模型。浪漫化无机增长。再次，如果你想查看50个重大想法的完整列表，请访问a16z.com/bigideas。是时候开始构建了。