推文

@michaelchiu777 · 2026-10-14 15:05

Adam Jonas（摩根士丹利全球实体AI与机器人策略师）在最新SpaceX笔记中确实把“Distributed Inference Cloud”（分布式推理云）视为增长潜力最大、却被多数投资者忽略的部分。马斯克随后直接回复：“True, this is a very big deal.”（没错，这是件非常大的事。）⁠ X原文核心表述 Jonas写道： “The part of the SpaceX story that we believe holds the greatest growth potential, and that is being largely ignored/not contemplated by investors, is the Distributed Inference Cloud. Investors are already witnessing some degree of corporate/regulatory/social angst toward data centers. We see SPCX's efforts as instrumental in helping to get the Super Intelligence Economy and the Physical Intelligence Economy on the next leg of growth and economic development. As the 'density' of physical agents increases, we expect incrementally greater intelligence capability of the collective mobile swarm. We ask investors to be prepared to hear about the Distributed Inference Cloud and physical AI swarms in the coming year. ... Gradually… then suddenly.” 解读：训练完成后持续消耗算力的是推理；未来大量实体AI（机器人、车辆、工业设备等）会分散在各种场景，本地做即时动作，再通过网络调用其他算力并共享信息。密度越高，群体协同智能越强。 更完整的技术与商业图景 Jonas的构想是混合架构，而不是纯边缘或纯云： 边缘节点：固定与移动的物理智能体（Tesla车辆、Optimus及各类机器人、工业设备等）。每台设备不必都塞下最强模型，只需本地完成低延迟控制，再按需调用远端算力。 连接层：Starlink提供全球覆盖，尤其在网络不稳定或无地面基站的地方。 集中/轨道层：地面数据中心（如Colossus）+ 未来的轨道算力（Starmind相关规划，集群卫星通过高速激光互联）。 此前（2026年8月）Jonas已给出数量级估算：到2040年各类机器人约22亿台，按每台约500W算力计算，合计约1.1太瓦，理论上可通过Starlink连接。这远超摩根士丹利自身SpaceX地面+轨道基础案例的预测，也显著大于当前全球数据中心规模。地面数据中心正面临电力、土地、水、审批和社会反弹，边缘+轨道的混合路径被他视为更可持续的扩展方式。 他曾用比喻：用高端数据中心GPU做简单推理，有点像开法拉利去买牛奶，更高效的是把算力推到边缘，像大脑的分布式神经元。 SpaceX的切入点在于连接本身可能长出服务层。今天客户买的是带宽；未来如果机器人/车辆需要持续推理、模型更新、群体协同或调用Grok类能力，Starlink就可能从“卖流量”变成“卖持续AI服务”的入口。两者估值差异极大，这也是关键。 与Tesla、xAI的协同 Tesla已有大量在役车辆（闲置时可作为分布式推理节点），Optimus等机器人会进一步放大这个网络。xAI/Grok提供模型侧能力，SpaceX提供连接与（未来）轨道算力。Jonas多次强调两家公司在“把能源转化为智能”上的互补性，关系被他形容为几乎确定性的协同。 需要保持清醒的地方 这仍是推演而非已落地的产品线。关键变量包括： 时延与可靠性：实时控制（路况、机器人动作）对时延敏感，纯轨道或远距离调用有边界，必须本地+网络混合。 成本与功耗：每台设备的芯片成本、功耗（Optimus相关AI5芯片功耗曾被讨论在250W量级，未来可能上升）、以及连接服务的定价。 商业模式落地：是单纯流量增值，还是AI-as-a-service订阅、按推理量收费，或群体智能平台抽成？谁先接入、愿意为什么付钱，决定了兑现速度。 执行与竞争：轨道算力（Starmind规划规模很大，集群约10颗卫星、高带宽互联）仍在推进中；地面竞争、监管和电力瓶颈也持续存在。 Jonas的提醒是前瞻性的：未来一年，“分布式推理云”和“实体AI集群”会成为研究SpaceX时必须问的问题——这张网络最终连接多少台需要持续思考和协作的机器？马斯克的认可说明方向被内部重视，但收入兑现仍取决于产品、架构和收费方式的实际落地。 “别只数卫星、用户和发射次数，要开始问网络能连接多少持续思考的机器”，这也是目前市场尚未充分定价的部分。下一步最值得盯的，正是早期接入场景、实际时延表现和收费模式的信号。

曝光 55 · 评论 0 · 点赞 1 · 书签 1