SpaceX要融750亿|Rewire新闻晚报

marsbit發佈於 2026-03-30更新於 2026-03-30

文章摘要

SpaceX提交招股书,计划融资750亿美元,估值达1.75万亿美元,有望成为史上最大IPO,远超沙特阿美纪录。其业务涵盖卫星互联网、国防和AI基础设施,估值六年增长38倍。OpenAI和Anthropic等AI独角兽的融资可能受其影响。 AI基建竞争出现新动向:Starcloud发射搭载H100 GPU的卫星,构建太空数据中心网络;Mistral借债8.3亿美元在巴黎建数据中心;美国风电项目因军事审批冻结7.5吉瓦电力,影响数据中心建设。 Palantir为美国国税局开发AI工具,用于筛选审计目标,并构建统一数据接口层,引发隐私担忧。公司已从IRS获得超1.8亿美元合同。 伊朗战争进入第31天,特朗普声称要“夺取石油”,美军部队已部署中东。油价涨至116美元/桶,海湾国家石油减产。 其他要闻:DeepSeek宕机7小时影响3.55亿用户;戴尔AI基础设施业务两年达250亿美元;华沿机器人港股上市首日涨8.24%;以太坊基金会大额ETH;中国云厂商首次实现规模化盈利。

造火箭的人准备吞掉整个 IPO 市场,写算法的人替国税局选审计目标。电力不够 AI 用了,有人把 GPU 送上太空。

1|SpaceX 瞄准 750 亿美元 IPO,要把整个科技上市市场吞掉

SpaceX 向 SEC 提交招股书,目标融资 750 亿美元,估值 1.75 万亿美元。人类历史上最大的 IPO,是沙特阿美 294 亿美元纪录的 2.5 倍,超过 2024 和 2025 年全美 IPO 融资总和。摩根士丹利和高盛承销,目标 6 月上市。

收购 xAI 后,SpaceX 同时是卫星互联网商(Starlink 900 万用户、利润超 80 亿美元)、国防承包商和 AI 基础设施公司。估值六年从 460 亿到 1.75 万亿,涨了 38 倍。

排在 SpaceX 后面的是 OpenAI 和 Anthropic。750 亿美元的融资规模会吸走多少市场流动性,后面排队的 AI 独角兽还能拿到什么估值,这是比 SpaceX 本身更大的问题。

(来源:Bloomberg / Axios / The Information / Barron's)

2|AI 基建竞赛新维度:太空 GPU、欧洲借债、7.5GW 风电被冻结

Starcloud 完成 1.7 亿美元 A 轮,估值 11 亿美元,成为 YC 史上最快独角兽,距 Demo Day 仅 17 个月。公司用 300 万美元种子资金发射了首颗搭载 H100 GPU 的卫星,目标是 8.8 万颗卫星的轨道数据中心网络。地球电力不够,有人开始把 GPU 送上太空。

Mistral 从七家银行借了 8.3 亿美元建巴黎数据中心,配 1.38 万颗 GB300 GPU,二季度上线。欧洲 AI 的钱不来自 VC,来自银行。

美国这边,五角大楼冻结了 30 个风电项目的军事审批,合计 7.5 吉瓦。清洁电力协会已限国防部 4 月 8 日前回复,否则起诉。AI 公司抢着建数据中心,电力审批卡在文件堆里。

(来源:TechCrunch / SpaceNews / Reuters / Axios / 美国清洁电力协会)

3|Palantir 替国税局选审计目标,AI 进入联邦执法核心

Wired 获得的文件显示,IRS 去年向 Palantir 支付 180 万美元,改进一款名为 SNAP 的定制工具,从旧系统中筛选「最高价值」审计、欠税催收和潜在刑事调查目标。工具从非结构化数据中提取合同、车辆和供应商的关键信息,替代 IRS 运行了数十年的 700 多套老旧筛选系统。

更大的工程是「mega API」。Palantir 正与 IRS 工程师合作构建统一数据接口层,目标成为「所有 IRS 系统的读取中心」。民主党参议员已要求 Palantir 解释这个「可搜索的超级数据库」计划,称其为「监控噩梦」。

Palantir 自 2018 年以来从 IRS 获得超 1.8 亿美元,涉及 26 份合同。同一家公司为 ICE 追踪移民、为 IRS 筛选审计目标、为 DOGE 整合政府数据,联邦政府的数据中枢正在被一家市值超千亿的私营公司搭建。

(来源:Wired / Tax Notes / 美国参议院财政委员会)

4|伊朗战争第 31 天:特朗普说要「夺取石油」,海军陆战队已到位

特朗普公开表示要入侵伊朗「夺取石油」,称反对者是「蠢人」。海军陆战队第 31 和第 11 远征部队已抵达中东,82 空降师在途中。华盛顿邮报报道五角大楼在准备「数周地面行动」,包括夺取哈尔克岛石油枢纽。战争叙事从「报复」变成了「控制资源」。

IAEA 确认伊朗重水反应堆不再运行。油价升至 116 美元/桶,战争以来涨超 50%。EIA 数据显示霍尔木兹海峡流量从战前 2000 万桶/日骤降,海湾国家被迫减产千万桶/日。

麦格理分析师认为特朗普在遵循「TACO」时间表(Trump Always Chickens Out),预计六周收场,现在第五周。经济账:日均 10 亿美元支出,超 3000 人死亡。(续昨日报道)

(来源:Al Jazeera / Fortune / CNN / 华盛顿邮报 / Military.com / EIA / IAEA)

也值得知道 ↓

DeepSeek 遭遇上线以来最长宕机,7 小时影响 3.55 亿用户。 中国最热门的 AI 聊天机器人经历了自 2025 年 1 月 R1 发布以来最严重的服务中断。宕机原因未公布。(来源:Bloomberg / Reuters)

戴尔两年内从零建起 250 亿美元 AI 基础设施业务。 2022 年股价跌了三分之一的「过气 PC 厂商」,2025 年总营收创纪录达 1135 亿美元,正引导华尔街预期明年 AI 服务器销售达 500 亿美元。AI 基建的卖水人不止英伟达一家。(来源:Fortune)

华沿机器人港股上市首日涨 8.24%,公开发售超购 5000 倍。 以 17 港元发行价、90 亿港元市值登陆港股,获高瓴、广发基金、摩根士丹利等近亿美元基石投资。具身智能资本热从一级市场溢出到二级市场。(来源:36 氪)

以太坊基金会一次性质押 4200 万美元 ETH。 链上数据显示这是基金会迄今最大的单次质押操作。此前基金会长期不参与质押,策略转向的信号值得关注。(来源:CoinDesk / The Block)

中国云厂商首次实现规模化盈利,AI 需求扭转行业亏损局面。 腾讯云 2025 年首次盈利,金山云连续两季经调整利润转正。AI 时代云厂商的议价能力正在提升,低价竞争的历史可能翻篇。(来源:36 氪 / 上证报)

相關問答

QSpaceX的IPO目标融资额是多少,其估值达到多少?

ASpaceX的IPO目标融资额为750亿美元,估值达到1.75万亿美元。

QStarcloud公司通过什么方式构建数据中心网络,其估值和融资情况如何?

AStarcloud公司通过发射搭载H100 GPU的卫星构建轨道数据中心网络,计划部署8.8万颗卫星。该公司完成1.7亿美元A轮融资,估值11亿美元,成为YC史上最快独角兽。

QPalantir与美国国税局(IRS)的合作涉及哪些内容?

APalantir为IRS改进名为SNAP的定制工具,用于筛选高价值审计、欠税催收和刑事调查目标,并合作构建“mega API”统一数据接口层。自2018年以来,Palantir从IRS获得超过1.8亿美元合同。

Q伊朗战争的最新动态中,特朗普的表态和军事部署情况如何?

A特朗普公开表示要入侵伊朗“夺取石油”,海军陆战队第31和第11远征部队已抵达中东,82空降师在途中。五角大楼被报道在准备数周地面行动,包括夺取哈尔克岛石油枢纽。

QDeepSeek宕机事件的影响和持续时间是多少?

ADeepSeek遭遇上线以来最长宕机,持续7小时,影响3.55亿用户,宕机原因未公布。

你可能也喜歡

生成模型也能端到端训练了?核心竟是一个for循环

长期以来,深度学习在图像分类、检测等任务上凭借端到端训练取得了巨大成功,但生成模型领域却始终是个例外。当前主流的自回归、扩散模型等训练时只学习预测“一小步”,推理时则需要反复展开数百上千步,这种训练与推理的不一致导致了“暴露偏差”等问题,使得生成模型一直未能实现真正的端到端训练。 最近,一篇来自UIUC与哈佛大学的论文提出了“探索式建模(Explorative Modeling,XM)”新范式,其核心是一个简单到近乎朴素的for循环:在每个训练步骤中,模型生成K个候选样本,然后仅选取其中最接近真实数据的一个样本来计算损失和回传梯度。这种做法巧妙地绕开了传统生成模型中因使用重构损失(如平方误差)而导致的“模态模糊”问题——即模型倾向于输出多个可能答案的平均值,而这个平均值往往不属于任何真实的数据模式。 XM通过这种方式,在不拆分生成过程的前提下,直接提升了模型的“生成表达力”,即模型捕捉数据分布中多个独立模式的能力。论文将“探索”验证为继模型参数量、数据量之后的第三根可扩展轴。实验表明,随着模型规模、数据量和计算量的增大,探索带来的性能收益越发显著,在图像、视频、语言等多种任务上均能带来效率与质量的提升。 更重要的是,当探索程度足够时,XM可以实现真正的端到端生成。在机器人控制等任务中,仅需一次网络前向传播的XM策略,其性能可媲美甚至超过需要上百次前向的扩散模型策略,实现了推理效率的飞跃。 尽管“最佳K样本选择”的思想并非全新,但该研究的贡献在于清晰地揭示了这一简单机制如何直接解决生成模型的核心瓶颈,并为实现高效、端到端的生成模型开辟了新的可能性。随着模型规模的持续扩大,探索这一新维度可能将发挥越来越关键的作用。

marsbit10 分鐘前

生成模型也能端到端训练了?核心竟是一个for循环

marsbit10 分鐘前

年薪百万抢电工,Meta急到自己办技校

AI竞赛正面临新的瓶颈:工地。美国正面临严重的电工、建筑工等技术工人短缺,这已成为微软、Meta、OpenAI等公司快速建设超大规模AI数据中心(如OpenAI耗资160亿美元的“星际之门”项目)的“头号障碍”。 尽管AI公司愿支付高薪(如电工年薪可达24-28万美元),远超传统行业,但熟练技工仍供不应求。麦肯锡预测,美国在2023-2030年间需额外培养13万名电工和24万名建筑工,而劳工统计局预计每年仍有8万个电工岗位空缺。这种短缺导致项目延迟,每月可能造成数百万美元的收入损失。 AI数据中心建设复杂,需应对巨大功耗(一座设施耗电堪比数十万户家庭)、复杂的配电系统以及高密度散热(需液冷技术)等挑战,因此亟需大量技术娴熟的工人。 为此,科技巨头开始亲自下场培养人才。例如,Meta投入1.15亿美元建立建筑工人培训学校,提供免费培训及生活补贴,以快速输送工人上岗。OpenAI则与建筑工会合作,提前锁定熟练劳动力。同时,企业也将招聘目光投向高中生,鼓励年轻人投身技工行业。这些举措已见成效,Z世代对技工职业的兴趣显著上升。 然而,更深层的挑战在于电力。AI数据中心用电量正以惊人速度增长,已推高部分地区的电价。此外,数据中心建设是项目制的,建设期需要成千上万的工人,但建成后仅需少量常驻人员。这意味着未来可能面临熟练工人短期过剩、并流向其他行业压低薪资的风险。如何实现劳动力与电力资源的长期平衡,仍是悬而未决的问题。

marsbit1 小時前

年薪百万抢电工,Meta急到自己办技校

marsbit1 小時前

交易

現貨
活动图片