彭博社10月27日援引消息称，马斯克旗下的SpaceX与特斯拉正通过特别委员会研究潜在合并方案。若交易最终落地，一家横跨航天与电动车、合计市值超过3万亿美元的巨型公司可能浮出水面。这一消息迅速在硅谷科技圈引发震动，但合并远非简单的资本操作，其背后是马斯克对算力、芯片与AI基础设施的深层布局，同时也伴随着不容忽视的监管与地缘政治风险。

从表面看，造火箭的SpaceX与造电动车的特斯拉业务属性差异巨大。SpaceX与美国军方、NASA深度绑定，持有大量敏感的国防与航天合同；特斯拉则是一家面向全球市场的消费品公司，依赖全球供应链与海外销售。按常规逻辑，两者保持独立才能各自规避风险。一旦合并，新实体将同时面对极其严苛的国家安全审查与反垄断审查，特斯拉也可能被推向地缘政治的敏感地带。

然而，马斯克推动合并的动机并不在传统汽车业务，而在于特斯拉定位的转变。10月21日，特斯拉宣布Optimus人形机器人已在加州弗里蒙特工厂启动生产，该产线此前用于制造电动汽车。马斯克表示，Optimus产量到2027年底有望达到每周2万台。与此同时，特斯拉还在推进Cybercab无人驾驶出租车项目，并继续开发FSD自动驾驶系统。这些举措共同指向一个方向：特斯拉正试图证明AI能真正控制车辆、机器人及其他现实设备，而这需要海量芯片与计算能力。

特斯拉与SpaceX共同推进的Terafab项目，正是两家公司在芯片与算力上的硬核交集。根据SpaceX公布的项目规划，Terafab希望将先进逻辑芯片、存储芯片、封装和测试整合到同一套制造体系中，长期目标是每年生产对应1太瓦计算能力的芯片。按照马斯克公布的时间表，项目计划在2027年5月至6月制造出首颗测试芯片，并争取在2028年第三季度实现量产。这些芯片将服务于两类需求：一类用于特斯拉汽车和Optimus机器人，另一类针对太空环境，为SpaceX未来的轨道计算基础设施提供支持。

SpaceX在AI领域的布局甚至可能比特斯拉更早。今年2月，SpaceX收购了xAI（现名SpaceXAI），将Grok和数据中心等AI业务纳入旗下。根据公司公布的2026年第三季度财报，AI业务所在的SI部门收入达到75.6亿美元，同比增长830%；同期，包含星链在内的连接业务收入为52.5亿美元，航天业务收入为17.7亿美元。SI部门已成为SpaceX最大的收入板块，增长主要来自云服务和算力租赁。除了服务自家的Grok，SpaceX还向Anthropic出售算力。

随着数据中心投入增加，SpaceX截至9月底的计算容量已达到1.7吉瓦。第三季度，SI部门同比新增收入约67亿美元，主要来自云服务协议、收购AI编程工具Cursor，以及Grok等模型和软件应用的增长。但算力出租的收入，在扩建算力所需的巨额资本开支面前仍显不足。SpaceX第三季度资本开支高达195.93亿美元，其中164.44亿美元投向AI业务相关的基础设施建设。公司预计，第四季度资本开支将升至350亿至400亿美元，到2026年底，算力容量将扩大至2.5至3吉瓦。

电力设备的供应也在拖慢扩张速度。为解决AI数据中心的电力缺口，SpaceX已在得克萨斯州巴斯特罗筹备生产设施，自行制造大型燃气轮机使用的叶片和导叶。马斯克称，此举有望将燃气轮机的部署时间缩短最多18个月。从抢芯片、自建机房到手搓发电机零部件，SpaceX正将触角向重工业上游延伸。

将这些碎片拼在一起，马斯克的意图逐渐清晰：从特斯拉的汽车、机器人，到SpaceX的火箭、星链和数据中心，再到共同推进的Terafab，他希望把AI从芯片制造到实际应用所需的资源都掌握在自己手里。但维持如此庞大的科技帝国，资金压力不容忽视。财报显示，SpaceX在2026年前九个月的资本开支达到481亿美元，自由现金流接近负350亿美元；特斯拉同期实现了18.8亿美元的正自由现金流，但也要继续为汽车、机器人和芯片研发投入资金。合并的吸引力在于，把双方的合作从单个项目推进到整家公司的资源安排上，芯片研发投入、算力设施选址、汽车和机器人硬件需求都可以围绕共同需求统筹，资金和资产也能在同一架构下更快安排到位。

最终，火箭负责运输，星链提供连接，数据中心提供算力，芯片提供底层硬件。马斯克可以同时做两门生意：向外出售基础设施服务，向内支撑自己的AI产品和机器。但要让自家产品赢得竞争，模型能力仍是需要补强的一环。9月，SpaceX旗下的AI业务发布了Grok 4.7。但在衡量智能体能否独立完成复杂终端任务的Terminal-Bench榜单上，Grok 4.7搭配Grok Build的成绩为37.6%，排在当时榜单第10位；同期，Opus 5搭配Claude Code的成绩为53.9%，GPT-6 Sol搭配Codex为49.4%。这一差距关系到Grok与Cursor在AI编程和智能体市场的竞争力。SpaceX可以把算力租给对手赚取基础设施收入，但如果还想靠自有模型和开发工具赢得客户，Grok就需要拿出更强的任务表现。

特斯拉的汽车和机器人也各有智能难题需要攻克。汽车需要判断道路上的动态变化，机器人需要理解真实物体并完成连续动作，这些能力都要靠模型、数据和实际训练去解决，芯片和算力只是其中的投入。算力解决的是AI能运行多大规模的问题，模型能力决定的则是这些算力最终能做成什么。马斯克不惜冒着地缘政治风险推动两家巨头合并，但真正决定这套体系上限的，是这些机器最终能拥有多强的智能。