從「月球是分心」到月球質量投射器:馬斯克的太空 AI 路線圖

從「月球是分心」到月球質量投射器:馬斯克的太空 AI 路線圖

2025 年 1 月,有人在 X 上建議 SpaceX 可以先在月球生產液態氧,為 Starship 的火星任務提供燃料,馬斯克的回覆只有一句話:「不,我們直接去火星,月球是分心。」

2026 年 2 月 8 日,馬斯克在 X 上宣布 SpaceX 已經將重心轉移到月球,要在月球上建造一座「自我成長的城市」,月球可以在十年內實現,火星需要二十年以上,「首要任務是確保文明的未來,月球更快。」

一年之內,從「月球是分心」變成「月球是首要任務」。

如果只看這則新聞,會以為馬斯克又在改主意,畢竟他改主意的頻率和 SpaceX 發射火箭的頻率差不多。但如果你把過去兩週發生的三件事放在一起看,這個轉向的邏輯就清楚了,而且答案不在 SpaceX,在他的另一家公司 xAI。

1.25 兆美元的合併

2026 年 2 月 2 日,也就是月球轉向宣布的六天前,SpaceX 正式收購 xAI,估值 1 兆美元的火箭公司加上估值 2500 億美元的 AI 公司,合併後 1.25 兆美元,史上最大的企業合併案,換股比例是 1 股 xAI 換 0.1433 股 SpaceX。

馬斯克在公告中說,合併是為了「加速人類理解宇宙的未來,將意識之光延伸到星際」。聽起來很馬斯克,但行動比口號更早:合併宣布的前兩天,SpaceX 就已經向美國聯邦通訊委員會(FCC)提交了一份申請,內容是發射最多 100 萬顆太陽能供電的軌道資料中心衛星。

100 萬顆衛星,不是通訊用的,是拿來跑 AI 的。

馬斯克的邏輯是這樣的:目前 AI 的進步完全依賴大型地面資料中心,這些設施需要巨量的電力和散熱,而「全球 AI 的用電需求根本不可能只靠地面方案滿足」,他認為太空 AI 是唯一能規模化的方式。

CNBC 的報導則看到另一面,xAI 更需要的可能是 SpaceX 的資金管道,因為 SpaceX 計畫今年進行 IPO,目標募資最高 500 億美元,估值可能高達 1.5 兆美元,把 xAI 併入 SpaceX 等於讓 xAI 搭上這班 IPO 列車。太空資料中心是願景還是估值故事?可能兩者都是,但馬斯克確實在全員大會上展示了一份比 FCC 申請更具體的路線圖。

全員大會的最後十分鐘

合併宣布幾天後,xAI 做了一件罕見的事:把大約 45 分鐘的內部全員大會影片完整公開在 X 平台上。這種會議通常是機密的,xAI 選擇公開,可能是因為《紐約時報》搶先報導了會議內容,也可能是刻意的透明化策略。

會議前面大部分在介紹團隊、展示技術進展、討論組織重組。但最後十分鐘,馬斯克描述了一幅從地面延伸到太陽系的太空 AI 圖景。

他從一個物理事實開始:人類文明目前只使用了地球潛在能源的大約 1%,而太陽佔太陽系總質量的 99.8%。如果我們想取用太陽能量的哪怕百萬分之一,需要的能源就是人類文明現在使用量的百萬倍,要取得這樣規模的能源,就必須走出地球,因為地球在宇宙中只是一粒「極微小的塵埃,漂浮在廣袤的黑暗中」。

他說這就是合併 SpaceX 和 xAI 的理由:「為了理解宇宙,你必須探索宇宙。」

接著他畫出三個階段:第一階段是地面的 Memphis 超級電腦,也就是起跑點;第二階段是軌道資料中心,以每年 100 到 200 百萬瓩的規模往太空發射太陽能 AI 衛星,是每年新增、不是累計,最終目標是從地球發射達到每年兆瓦級的運算規模。第三階段是月球,在月球建工廠、生產 AI 衛星、用電磁質量投射器把衛星射入深太空,讓規模再躍升好幾個數量級。

他說:「難以想像那個規模的智慧會思考什麼。」

第零步:Memphis

太空路線圖聽起來很遙遠,但馬斯克在地面上已經做了一件非常具體的事。

全員大會中有一段是從 Memphis 超級電腦現場直播的。工程師帶著觀眾看正在運作的資料大廳,背景噪音大到主持人要求把麥克風貼在嘴邊才聽得清楚。

Phase 1 叫「Macrohard」,建築屋頂上真的漆了這個字,裡面有超過 33 萬顆 NVIDIA Grace Blackwell GPU;Phase 2 叫「Macro Hotter」,再加 22 萬顆 GB300。全部完工後,Memphis 的總用電量將超過 1 百萬瓩,相當於一座中型城市的用電量。

基礎設施的規模同樣驚人:12 個資料大廳,每個大廳配有 847 英里的光纖,大約等於台北到高雄來回五趟的距離,每個大廳容納約 27,000 顆 GPU 和超過 20 萬個連接點。為了穩定供電,xAI 部署了 558 個 Tesla Megapack 電池儲能系統,總容量 2.3 GWh,價值約 5.45 億美元,是全球最大的 Tesla Megapack 系統,比夏威夷和南澳洲的都大。

建設速度是最讓人印象深刻的部分。一位在現場的工程師 Zach 指著身後的資料大廳說:「你看到的這一切,全部在六週內完成,然後我們一次又一次地重複這個過程。」

馬斯克在會議中引用 NVIDIA 執行長黃仁勳的話:「沒有人比 xAI 更快把 AI 算力上線。」

但即使是這個規模,對馬斯克來說也只是起點。xAI 的目標是 2026 年底達到 100 萬顆 GPU,總用電量擴展到 2 百萬瓩,而 Memphis 在他的三階段路線圖裡只是「第零步」。

為什麼是太空

把 AI 搬到太空聽起來像科幻小說,但背後有一個很現實的物理邏輯。

AI 訓練和推理的兩大瓶頸是電力和散熱,地面資料中心需要大量電力驅動 GPU,同時需要幾乎同樣多的電力來冷卻它們,全球的資料中心用電量正在以每年兩位數的速度成長,土地、水資源和電網容量都在拉警報。太空提供了三個解決方案:太陽能在太空中沒有晝夜循環、沒有雲層遮蔽,效率比地面高出數倍;真空環境本身就是散熱機制,不需要水冷系統;而且不需要土地,不需要和居民爭搶電力。

馬斯克的計算是這樣的:Starship 可以每小時發射一次,每次載運 200 噸,一年就能把數百萬噸的設備送上軌道。每噸衛星可以產生 100 千瓦的運算力,100 萬噸就等於每年新增 100 百萬瓩的太空算力,而且一旦部署完成就不需要額外的營運和維護成本。

他寫道:「30 到 36 個月內,最經濟的 AI 部署地點就是太空,你可以記住我這句話。」

軌道資料中心不是馬斯克首創的概念,Google 在 2025 年 11 月就公布了「捕日者計畫」(Project Suncatcher),計畫用太陽能驅動的衛星搭載 TPU 晶片在軌道上運算,2027 年發射原型衛星;Jeff Bezos 也在 2024 年說過太空資料中心是未來趨勢,只是他的時間表是「10 到 20 年後」。三家公司、三種時間表、三種策略,但只有馬斯克同時擁有火箭公司、AI 公司、電池公司和全球最大的衛星網路,Starship 是他手上其他人都沒有的一張牌。

月球工廠與質量投射器

全員大會中最科幻的部分,是馬斯克描述月球計畫時展示的一張渲染圖:月球表面的電磁質量投射器,正在把 AI 衛星一顆接一顆地射入太空。

質量投射器是一種電磁彈射裝置,用電磁力把物體加速到極高速度後釋放。這個概念在科幻小說裡出現了半個世紀,但物理上完全可行,尤其在月球上:月球的重力只有地球的六分之一,而且沒有大氣層,不需要克服空氣阻力,發射所需的能量遠低於從地球起飛。

為什麼需要月球?因為從地球發射有物理上限。即使 Starship 每小時發射一次,每年能送上軌道的運算量最多就是兆瓦級,要超越這個極限,就需要一個不受地球重力和大氣層限制的製造基地,月球就是這個基地。

馬斯克描述的場景是:在月球上建造工廠,就地開採資源、製造 AI 衛星,然後用質量投射器把衛星射入深太空,這些衛星靠太陽能供電,在太空中自主運算。規模可以達到每年數千百萬瓩,最終利用太陽能量的百萬分之一、千分之一、甚至百分之幾。

他在台上說:「我最想看到的就是月球上的質量投射器把 AI 衛星射進深太空,一顆接一顆,我想不到有什麼比這更史詩級的了。」

然後是那句讓全場情緒到頂的話:「也許我們會遇到外星人,也許我們會看到存在了數百萬年的文明,找到古代外星文明的遺跡。」

現在回頭看月球轉向就合理了。馬斯克需要月球,不只是因為它比火星容易到達,每 10 天可以發射一次、2 天航程,相比火星每 26 個月才有一次窗口、6 個月航程,更關鍵的原因是月球是他太空 AI 路線圖的核心節點,是 AI 基礎設施的製造基地。

火星沒有被放棄,馬斯克在 X 上說「SpaceX 會同步進行火星計畫,但月球城市的關鍵路徑更快」。他的終極願景是:月球城市、月球質量投射器,然後超越月球到火星,走遍太陽系,最終走向星際。

現實檢驗

到這裡,故事聽起來很壯觀。但壯觀的願景需要現實的檢驗。

Deutsche Bank 在 2026 年 2 月的研究報告中估計,軌道資料中心要到 2030 年代中期才可能達到與地面設施的成本平價,2027 到 2028 年會有首批小規模測試部署,更大規模的星座要到 2030 年代才會出現,前提是早期測試成功。好消息是 Deutsche Bank 的分析師認為「這是工程問題,不是物理問題」,物理定律不會擋住這件事。

成本障礙很具體。目前把東西送上軌道的成本大約是每公斤 1,500 美元,要讓太空資料中心在經濟上可行,這個數字需要降到每公斤 200 美元左右,是目前的約七至八分之一,而這個成本水準預計要到 2030 年代才能達到。

SpaceX 的 FCC 申請也留下很多空白,申請中沒有提供衛星的尺寸、質量或具體技術規格,「100 萬顆衛星」目前更接近數字目標而非工程藍圖。Starship 的太空推進劑轉移技術,也就是在軌道上為太空船加油的能力,至今還沒有成功驗證,而這是登月和建月球工廠的必要前提。

馬斯克的時間預測紀錄也需要打折,他在 2019 年說 Tesla 會在 2020 年實現全自動駕駛,到 2026 年可能算是已經做到。他說的「30 到 36 個月內軌道資料中心比地面便宜」,大多數分析師認為這個時間至少要翻倍。

但反過來看,Starlink 從概念到全球覆蓋只花了幾年,Memphis 從動工到 33 萬顆 GPU 上線不到一年。TechCrunch 的一篇分析標題說得好:「軌道 AI 的經濟學很殘酷」,殘酷歸殘酷,沒有人說不可能。

路線圖的意義不在準時

回顧過去兩週的三件事:收購 xAI、公開太空路線圖、火星轉向月球,三個看似獨立的新聞串成一條完整的戰略線。

無論軌道資料中心能不能在 36 個月內達到成本平價,Memphis 本身已經是地球上最大的 AI 算力工廠。無論月球質量投射器要多久才能建成,SpaceX 收購 xAI 這件事已經讓合併後的公司在 IPO 市場上多了一個極具說服力的故事。

如果你看馬斯克過去二十年的模式,他很擅長把終極目標設在看似不可能的地方,然後讓中間成果本身就有巨大價值。SpaceX 的終極目標是火星殖民,但中間產物 Starlink 已經是全球最大的衛星網路;Tesla 的終極目標是全自動駕駛計程車隊,但過程中長出來的電動車已經改變了汽車產業。

太空 AI 路線圖也是同樣的邏輯。終極目標是月球質量投射器和太陽系規模的 AI 網路,但 Memphis 已經在訓練下一代 Grok 模型,軌道資料中心的第一批原型可能在兩年內發射,而月球願景本身就讓 1.25 兆美元的估值有了引人注目的敘事框架。

馬斯克在全員大會最後說:「月球上的質量投射器、月球上的自給自足城市,然後超越月球到火星,走遍太陽系,最終走向星際,我想不到有什麼比這更史詩級的了。」

36 個月會不會太樂觀?大概會。但如果有人能讓「把 AI 搬到太空」從科幻概念變成工程問題,大概也只有同時擁有火箭、AI 模型、電池儲能和衛星網路的老馬了。


相關資料:

xAI 全員大會完整影片(YouTube):
https://www.youtube.com/watch?v=HD_SiJDWPcQ

CNBC:SpaceX-xAI 合併報導
https://www.cnbc.com/2026/02/03/musk-xai-spacex-biggest-merger-ever.html

SpaceNews:FCC 軌道資料中心衛星申請
https://spacenews.com/spacex-acquires-xai-in-bid-to-develop-orbital-data-centers/

TechCrunch:xAI 星際野心報導
https://techcrunch.com/2026/02/11/xai-lays-out-interplanetary-ambitions-in-public-all-hands/

TechCrunch:軌道 AI 經濟分析
https://techcrunch.com/2026/02/11/why-the-economics-of-orbital-ai-are-so-brutal/

Scientific American:馬斯克月球轉向報導
https://www.scientificamerican.com/article/elon-musk-says-spacex-to-prioritize-landing-on-the-moon-instead-of-mars-city/

SpaceNews:馬斯克月球轉向
https://spacenews.com/musk-says-spacex-focus-is-on-the-moon-rather-than-mars/

Musk X 貼文(月球轉向):
https://x.com/elonmusk/status/2020640004628742577

Read more

馬斯克把「限制因素」說了一百次:三小時訪談的真正重點

馬斯克把「限制因素」說了一百次:三小時訪談的真正重點

2026 年 2 月 5 日,Dwarkesh Patel 發布了一段將近三小時的馬斯克(Elon Musk)訪談。八個主題、資訊密度極高,從軌道資料中心講到 DOGE 政府效率,從 AI 對齊哲學講到自建晶圓廠。 但如果你只有 15 分鐘,想從這場馬拉松對話裡抓住一個核心概念,那就是兩個英文字:limiting factor(限制因素)。 馬斯克在三小時內把這個詞說了快一百次,他自己都笑說:「我冒著把這個詞說太多次的風險。」但這個重複本身就是他思考一切問題的框架。 AI 為什麼要搬到太空?因為電力是限制因素。為什麼要自建晶圓廠?因為晶片會變成下一個限制因素。為什麼 SpaceX 能保持速度?因為他每週都在找限制因素。為什麼 DOGE 這麼難推?因為政府缺乏能力和關心程度,這是限制因素中的限制因素。 這場訪談的背景值得交代。就在幾天前,SpaceX 正式完成了對

By Fox Hsiao
AI 狂潮的矛盾:花錢的在跌,被取代的也在跌

AI 狂潮的矛盾:花錢的在跌,被取代的也在跌

25 年前,他們鋪了一條沒人用的光纖 1998 年到 2002 年之間,美國電信公司掀起了一場史無前例的基礎建設狂潮。WorldCom、Global Crossing、Level 3 這些名字,當時是華爾街的寵兒。他們在北美和跨大西洋的海底鋪設了超過 8,000 萬英里的光纖電纜,總投入超過 1,000 億美元,相當於當時美國 GDP 的 1%。 邏輯很簡單:網路流量正在爆炸式成長,頻寬永遠不嫌多,誰先鋪好管道誰就是贏家。 然後泡沫破了。 2001 年之後,這些光纖有 85% 到 95% 閒置在地底下,業界給它們取了一個名字叫「暗光纖」(dark fiber)。Global Crossing 破產,WorldCom 因為造假帳被踢出市場,Level 3

By Fox Hsiao
光達是 2008 年的拐杖:Tesla 為何堅持只用攝影機

光達是 2008 年的拐杖:Tesla 為何堅持只用攝影機

雞過馬路的問題 Tesla AI 副總裁 Ashok Elluswamy 在 2026 年 ScaledML 大會上發表演講,播放了一段 FSD(Full Self-Driving)的實際畫面:一群雞正在過馬路,車子耐心等待,連最後一隻落單的雞都沒漏掉,等牠們全部通過後才繼續前進。 這看起來是個可愛的小故事,但 Ashok 拋出的問題很尖銳:如果你用傳統方法寫自駕軟體,你要怎麼處理這個場景?先寫一個雞腿偵測器,然後預測雞的移動軌跡,再根據預測結果決定要不要煞車? 接著他播放另一段影片:一群鵝站在路中間,但牠們不打算過馬路,只是站著。車子判斷牠們不會移動,於是倒車繞過去。同樣的鳥類,不同的行為,系統做出不同的決策。Ashok 說,端到端神經網路可以從畫素直接學會這些細微差異,不需要工程師手寫規則。 這就是 Tesla 自駕技術的核心哲學:不寫規則,讓 AI 自己學。而這個選擇,

By Fox Hsiao
營收只有 Tesla 六分之一,估值卻更高:SpaceX 的 1.5 兆美元憑什麼?

營收只有 Tesla 六分之一,估值卻更高:SpaceX 的 1.5 兆美元憑什麼?

過去一週,關於 SpaceX 的新聞突然密集出現。1 月 29 日,路透社報導 SpaceX 正與 xAI 洽談合併,馬斯克在 X 上回了一個「Yeah」。隔天,路透社又獨家揭露 SpaceX 從未公開過的財務數據,80 億美元的 EBITDA、1.5 兆美元的 IPO 估值。同一時間,SpaceX 向美國聯邦通信委員會(FCC)申請發射 100 萬顆衛星,目的是建造太空 AI 數據中心。 這些新聞看起來各自獨立,但串在一起只說明一件事:馬斯克正在為史上最大的 IPO 鋪路。 80 億美元利潤,這個數字代表什麼? 先看路透社揭露的核心數據:SpaceX 去年營收

By Fox Hsiao