10月27日，彭博社披露了一则可能改写商业史的消息：马斯克旗下的SpaceX与特斯拉正通过特别委员会探讨潜在合并事宜。
若交易成真，一个横跨地球与太空、总市值超过3万亿美元的超级企业将正式诞生。
但这场合并也可能让马斯克“自食其果”。
众所周知，SpaceX的火箭和星链业务与美国军方及NASA深度绑定，手握大量敏感的国防与航天合同；而特斯拉作为全球消费品公司，依赖全球供应链与海外市场。
按常理，这两家公司应彻底隔离，才能各自安稳发展。如今马斯克却要将一家敏感的航天巨头与一家面向全球的消费公司置于同一体系下，这无异于自找麻烦。
不仅面临严苛的国家安全与反垄断审查，更可能将特斯拉推向地缘政治的风口浪尖……难道马斯克嫌自己当前的监管难题还不够多？
然而，即便前方是雷区，这也是马斯克眼下不得不走的险棋。
若以传统车企视角看待特斯拉，它根本没有与SpaceX合并的动力；但如今的特斯拉早已不再自视为传统车企。
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。该生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。同时，特斯拉正推进Cybercab无人出租车项目，并持续开发FSD自动驾驶系统。
这些举措均指向当前热门概念：物理AI。特斯拉在造车之外，还需证明AI能真正操控车辆、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，正是两公司在这一环节的硬核交集。
根据SpaceX的项目规划，Terafab旨在将先进逻辑芯片、存储芯片、封装与测试整合至同一制造体系，长期目标为每年生产对应1太瓦计算能力的芯片。按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。
这些芯片将服务两类需求：一类用于特斯拉汽车和Optimus机器人，另一类则针对太空环境，为SpaceX未来的轨道计算基础设施提供支持。
因此，从特斯拉角度出发，与SpaceX合并的理由简单明了：我需要算力，合并后能更好地整合资源，共同建厂、造芯片，产出更多算力。
但特斯拉造芯片是为强化汽车与机器人的自主能力，而SpaceX作为火箭公司，为何也深陷算力狂潮？
实际上，SpaceX可能比特斯拉更早成为“AI公司”。至少在官方层面，早在今年2月，它收购了xAI，将Grok和数据中心等AI业务纳入旗下；从那时起，马斯克便开始念叨SpaceX是一家AI公司。
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。
该板块收入增长主要依赖云服务与算力租赁。除服务自家Grok外，SpaceX还向阿莫迪掌舵的Anthropic出售算力。
别看马斯克在舆论场上与对手交锋，实际上他却是最大对手的算力包租公。
随着数据中心投入增加，SpaceX截至9月底的计算容量已达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。
但算力出租所赚的收益，在SpaceX扩建算力所需的前期投入面前仍显微不足道。
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。
资金之外，电力设备供应也在拖慢扩张速度。 为解决AI数据中心的电力缺口，SpaceX甚至开始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。特斯拉需将AI装入汽车与机器人，SpaceX则在扩张支撑AI运转的基础设施，两公司对芯片、能源和算力的需求日益交织。
将这些碎片拼凑起来，马斯克的野心终于显现：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，他想将AI从芯片制造到实际应用所需的资源，全部掌握在自己手中。
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481亿美元，自由现金流接近负350亿美元；特斯拉同期实现18.8亿美元正自由现金流，但需继续为汽车、机器人和芯片研发投入资金。
合并的吸引力，在于将双方合作从单个项目推进至整家公司资源安排。
芯片研发投入、算力设施选址、汽车与机器人硬件需求，均可围绕共同需求统筹；两家公司合并后，资金与资产也能在同一架构下更快、更顺畅地安排到位。
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。这些资源整合后，马斯克可同时开展两门生意：向外出售基础设施服务，向内支撑自家AI产品与机器。
但要让自家产品赢得竞争，模型能力仍是需补强的一环。
9月，SpaceX旗下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%，位列当时榜单第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%。
这项差距关系到Grok与Cursor在AI编程和智能体市场的竞争力。SpaceX可将算力租给对手，赚取基础设施收入；但若想靠自有模型和开发工具赢得客户，Grok需拿出更强的任务表现。
特斯拉的汽车和机器人，也各有需攻克的智能难题。汽车需判断道路动态变化，机器人需理解真实物体并完成连续动作。这些能力，均需模型、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，模型能力则决定这些算力最终能做成什么。
归根结底，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。
