据彭博社报道,SpaceX已向美国证券交易委员会提交了保密文件,计划基于1.75万亿美元的估值进行首次公开募股。
这份IPO注册草案是朝着可能在6月进行募股的第一步,预计将筹集约750亿美元资金。这一申请文件允许公司在信息公开发布前先从证券交易委员会获得反馈意见。
值得注意的是,这次IPO可能会向更广泛的投资者开放。据《傻瓜投资者》报道,SpaceX计划将约30%的初始股份分配给"散户投资者",也就是个人投资者。通常情况下,散户配售比例仅为10%左右。
SpaceX代表未能立即回应置评请求。
SpaceX IPO的重要意义
太空飞行是一项极其昂贵的事业;SpaceX从美国政府获得数十亿美元资金来发射卫星并帮助维持NASA项目的运行。大约一年前,该公司设定了到2025年底每隔一天发射一次的目标,最终创造了165次轨道飞行的纪录。
但SpaceX已不再仅仅是一家高空火箭公司。其Starlink部门为家庭、偏远地区、航空公司以及在没有蜂窝网络覆盖区域的许多手机提供数据接入服务。该公司最近还收购了埃隆·马斯克的另一家公司xAI,并拥有社交媒体平台X(原Twitter)。
看起来是AI角度推动了公司在IPO前估值的上升。xAI的全股票收购将SpaceX估值定为1.25万亿美元。今年,OpenAI和Anthropic PBC也预计将上市。
尽管这些数字令人瞩目,但该公司在真正起飞前仍面临诸多挑战。
Starlink已宣布计划发射新的V3第三代卫星,这些卫星应该能为其网络带来千兆位互联网速度,但这些卫星要到2027年才能准备就绪。发射它们需要SpaceX的重型航天器,而该设备在迄今为止的测试中成功率有限。与此同时,其当前的Starlink卫星最近一周还在轨道上发生了爆炸。
对于xAI而言,尽管目前对AI相关事物热情高涨,但前景并非完全明朗。马斯克在3月中旬宣布"xAI第一次构建得不够好,所以正在从基础重新构建"。此外,该公司正面临三名少女及其监护人的诉讼,指控其Grok AI生成儿童性虐待图像造成了"毁灭性"伤害。
Q&A
Q1:SpaceX这次IPO的规模有多大?
A:SpaceX计划基于1.75万亿美元估值进行IPO,预计将筹集约750亿美元资金,可能在6月进行。值得注意的是,该公司计划将约30%的初始股份分配给散户投资者,这比通常10%的散户配售比例要高得多。
Q2:SpaceX除了火箭业务还有什么其他业务?
A:SpaceX已经发展成为多元化公司,除了火箭发射业务外,其Starlink部门提供卫星互联网服务,为家庭、偏远地区、航空公司以及手机用户提供数据接入。此外,公司还收购了xAI人工智能公司,并拥有社交媒体平台X。
Q3:SpaceX目前面临哪些主要挑战?
A:SpaceX面临多项技术挑战,包括其V3第三代Starlink卫星要到2027年才能准备就绪,重型航天器测试成功率有限,当前卫星还出现轨道爆炸问题。在AI业务方面,xAI需要重新构建,还面临关于生成不当内容的法律诉讼。
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。