马斯克旗下的SpaceX公司周一宣布,已收购其旗下的人工智能初创企业xAI,此举创建了全球估值最高的私营公司。
作为SpaceX首席执行官的马斯克在该火箭公司网站发布的备忘录中写道,此次合并主要是为了建设天基数据中心——这是他在过去几个月里一直痴迷的想法。
"目前人工智能的进步依赖于大型地面数据中心,这需要大量的电力和冷却。即使在短期内,全球对人工智能的电力需求也无法通过地面解决方案来满足,否则会给社区和环境造成困难,"他写道。(值得注意的是,xAI曾被指控在其位于田纳西州孟菲斯的数据中心附近的社区造成了一些类似困难。)
据彭博新闻社首次报道,此次交易对合并后的公司估值为1.25万亿美元。据报道,SpaceX一直在准备最早于今年6月进行首次公开募股。目前尚不清楚此次合并是否会影响该时间表。马斯克在其公开备忘录中没有提及首次公开募股的事宜。
这次合并将马斯克的两家公司整合在一起,而这两家公司各自都面临财务挑战。据彭博社报道,xAI目前每月消耗约10亿美元。与此同时,据路透社报道,SpaceX高达80%的收入来自发射自己的星链卫星。去年,xAI收购了同样由马斯克拥有的社交媒体公司X,马斯克声称合并后公司估值为1130亿美元。
马斯克在备忘录中写道,建设这些天基数据中心需要持续发射大量卫星(尽管他没有具体说明数量),这将确保SpaceX在可预见的未来获得更大规模的持续收入流。(考虑到美国联邦通信委员会要求卫星每五年必须脱轨一次,这种收入循环看起来更具吸引力。)
尽管天基数据中心可能是既定目标,但SpaceX和xAI在短期内有着截然不同的目标。
SpaceX目前正试图证明其星舰火箭有能力将宇航员送往月球和火星,而xAI则在与谷歌和OpenAI等领先的人工智能公司竞争。据《华盛顿邮报》周一报道,xAI面临的压力如此之大,以至于马斯克放松了对该公司聊天机器人Grok的限制——这导致它成为制作成人和儿童未经同意的AI生成性图像的工具。
马斯克还是特斯拉、Boring Company和Neuralink公司的负责人。此前,特斯拉和SpaceX各自向xAI投资了20亿美元。
Q&A
Q1:SpaceX收购xAI后的公司估值是多少?
A:据彭博新闻社报道,SpaceX收购xAI后,合并后的公司估值达到1.25万亿美元,成为全球估值最高的私营公司。此前xAI曾收购社交媒体公司X,当时马斯克声称合并后估值为1130亿美元。
Q2:马斯克为什么要在太空建设数据中心?
A:马斯克认为目前人工智能的进步依赖于大型地面数据中心,需要大量电力和冷却。全球对人工智能的电力需求无法通过地面解决方案满足,否则会给社区和环境造成困难。天基数据中心可以解决这个问题,同时也能为SpaceX创造持续的卫星发射收入。
Q3:xAI目前的财务状况如何?
A:据彭博社报道,xAI目前每月消耗约10亿美元,面临较大的财务压力。与此同时,SpaceX约80%的收入来自发射自己的星链卫星。此前特斯拉和SpaceX各自向xAI投资了20亿美元。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。