彭博社10月27日援引訊息稱，馬斯克旗下的SpaceX與特斯拉正通過特別委員會研究潛在合併方案。若交易最終落地，一家橫跨航天與電動車、合計市值超過3萬億美元的巨型公司可能浮出水面。這一訊息迅速在矽谷科技圈引發震動，但合併遠非簡單的資本操作，其背後是馬斯克對算力、晶片與AI基礎設施的深層佈局，同時也伴隨著不容忽視的監管與地緣政治風險。

從表面看，造火箭的SpaceX與造電動車的特斯拉業務屬性差異巨大。SpaceX與美國軍方、NASA深度繫結，持有大量敏感的國防與航天合同；特斯拉則是一家面向全球市場的消費品公司，依賴全球供應鏈與海外銷售。按常規邏輯，兩者保持獨立才能各自規避風險。一旦合併，新實體將同時面對極其嚴苛的國家安全審查與反壟斷審查，特斯拉也可能被推向地緣政治的敏感地帶。

然而，馬斯克推動合併的動機並不在傳統汽車業務，而在於特斯拉定位的轉變。10月21日，特斯拉宣佈Optimus人形機器人已在加州弗裡蒙特工廠啟動生產，該產線此前用於製造電動汽車。馬斯克表示，Optimus產量到2027年底有望達到每週2萬台。與此同時，特斯拉還在推進Cybercab無人駕駛出租車專案，並繼續開發FSD自動駕駛系統。這些舉措共同指向一個方向：特斯拉正試圖證明AI能真正控制車輛、機器人及其他現實裝置，而這需要海量晶片與計算能力。

特斯拉與SpaceX共同推進的Terafab專案，正是兩家公司在晶片與算力上的硬核交集。根據SpaceX公佈的專案規劃，Terafab希望將先進邏輯晶片、儲存晶片、封裝和測試整合到同一套製造體系中，長期目標是每年生產對應1太瓦計算能力的晶片。按照馬斯克公佈的時間表，專案計劃在2027年5月至6月製造出首顆測試晶片，並爭取在2028年第三季度實現量產。這些晶片將服務於兩類需求：一類用於特斯拉汽車和Optimus機器人，另一類針對太空環境，為SpaceX未來的軌道計算基礎設施提供支援。

SpaceX在AI領域的佈局甚至可能位元斯拉更早。今年2月，SpaceX收購了xAI（現名SpaceXAI），將Grok和資料中心等AI業務納入旗下。根據公司公佈的2026年第三季度財報，AI業務所在的SI部門收入達到75.6億美元，同比增長830%；同期，包含星鏈在內的連線業務收入為52.5億美元，航天業務收入為17.7億美元。SI部門已成為SpaceX最大的收入板塊，增長主要來自雲服務和算力租賃。除了服務自家的Grok，SpaceX還向Anthropic出售算力。

隨著資料中心投入增加，SpaceX截至9月底的計算容量已達到1.7吉瓦。第三季度，SI部門同比新增收入約67億美元，主要來自雲服務協議、收購AI程式設計工具Cursor，以及Grok等模型和軟體應用的增長。但算力出租的收入，在擴建算力所需的鉅額資本開支面前仍顯不足。SpaceX第三季度資本開支高達195.93億美元，其中164.44億美元投向AI業務相關的基礎設施建設。公司預計，第四季度資本開支將升至350億至400億美元，到2026年底，算力容量將擴大至2.5至3吉瓦。

電力裝置的供應也在拖慢擴張速度。為解決AI資料中心的電力缺口，SpaceX已在得克薩斯州巴斯特羅籌備生產設施，自行製造大型燃氣輪機使用的葉片和導葉。馬斯克稱，此舉有望將燃氣輪機的部署時間縮短最多18個月。從搶晶片、自建機房到手搓發電機零部件，SpaceX正將觸角向重工業上游延伸。

將這些碎片拼在一起，馬斯克的意圖逐漸清晰：從特斯拉的汽車、機器人，到SpaceX的火箭、星鏈和資料中心，再到共同推進的Terafab，他希望把AI從晶片製造到實際應用所需的資源都掌握在自己手裡。但維持如此龐大的科技帝國，資金壓力不容忽視。財報顯示，SpaceX在2026年前九個月的資本開支達到481億美元，自由現金流接近負350億美元；特斯拉同期實現了18.8億美元的正自由現金流，但也要繼續為汽車、機器人和晶片研發投入資金。合併的吸引力在於，把雙方的合作從單個專案推進到整家公司的資源安排上，晶片研發投入、算力設施選址、汽車和機器人硬體需求都可以圍繞共同需求統籌，資金和資產也能在同一架構下更快安排到位。

最終，火箭負責運輸，星鏈提供連線，資料中心提供算力，晶片提供底層硬體。馬斯克可以同時做兩門生意：向外出售基礎設施服務，向內支撐自己的AI產品和機器。但要讓自家產品贏得競爭，模型能力仍是需要補強的一環。9月，SpaceX旗下的AI業務釋出了Grok 4.7。但在衡量智慧體能否獨立完成複雜終端任務的Terminal-Bench榜單上，Grok 4.7搭配Grok Build的成績為37.6%，排在當時榜單第10位；同期，Opus 5搭配Claude Code的成績為53.9%，GPT-6 Sol搭配Codex為49.4%。這一差距關係到Grok與Cursor在AI程式設計和智慧體市場的競爭力。SpaceX可以把算力租給對手賺取基礎設施收入，但如果還想靠自有模型和開發工具贏得客戶，Grok就需要拿出更強的任務表現。

特斯拉的汽車和機器人也各有智慧難題需要攻克。汽車需要判斷道路上的動態變化，機器人需要理解真實物體並完成連續動作，這些能力都要靠模型、資料和實際訓練去解決，晶片和算力只是其中的投入。算力解決的是AI能執行多大規模的問題，模型能力決定的則是這些算力最終能做成什麼。馬斯克不惜冒著地緣政治風險推動兩家巨頭合併，但真正決定這套體系上限的，是這些機器最終能擁有多強的智慧。