SpaceX董事會批準了對創(chuàng)始人馬斯克的高額薪酬方案，目標直指火星和太空數(shù)據(jù)中心。同時，馬斯克在OpenAI庭審中出庭作證，捍衛(wèi)人工智能慈善初衷，并被法官提醒控制社交媒體言論。

SpaceX披露

馬斯克“火星計劃績效”薪酬方案

據(jù)悉，SpaceX董事會已批準為馬斯克制定一項前衛(wèi)且宏大的薪酬計劃。SpaceX近日向美國證券交易委員會提交的保密注冊聲明首次披露了相關細節(jié)，顯示其目標直指殖民火星以及在外太空運營數(shù)據(jù)中心。

根據(jù)今年1月批準的方案，如果SpaceX市值達到7.5萬億美元，并在火星上建立至少100萬人居住的永久人類殖民地，馬斯克將獲得2億股超投票權B類限制性股票。此外，若公司達到另一組估值目標，并在外太空運營至少提供100太瓦計算能力的數(shù)據(jù)中心，他將獲授高達6040萬股限制性股票。據(jù)報道，這一計算能力規(guī)模相當于同時運行10萬座1吉瓦核電站的總功率。

馬斯克出行畫面（資料圖片）

上述獎勵均為超投票權B類股票，每股享有10票投票權。如果公司未能達到董事會設定的高額估值目標，馬斯克將無法獲得任何股份。自2019年以來，他每年從SpaceX領取名義薪酬5.408萬美元。目前SpaceX仍為私有公司，計劃在馬斯克生日6月28日前后進行首次公開募股（IPO），屆時公司估值可能達到約1.75萬億美元。

對此，企業(yè)治理專家指出，SpaceX與特斯拉實際上在爭奪馬斯克的注意力，兩家公司都為其設立了極為特殊的績效薪酬方案。馬斯克目前身價已達7760億美元，若在兩家公司均實現(xiàn)雄心目標，其財富可能再翻一番。

OpenAI庭審：

馬斯克稱捍衛(wèi)人工智能慈善初衷

在推進航天雄心的同時，馬斯克于28日在一場關乎OpenAI未來的高風險庭審中出庭作證。他將自己針對ChatGPT開發(fā)方的訴訟描述為對慈善初衷的捍衛(wèi)，指控OpenAI及其聯(lián)合創(chuàng)始人奧爾特曼和布羅克曼背棄了造福人類的非營利使命。

馬斯克在庭審首日作證稱，OpenAI是他的“心血結(jié)晶”，由他提出創(chuàng)意、命名并提供初始資金，本應專門用于不為個人謀利的慈善機構(gòu)。他表示：“如果我們允許掠奪慈善機構(gòu)，美國慈善捐贈體系的整個基礎都將被摧毀。”

在陪審員入席前，美國地方法官羅杰斯對馬斯克發(fā)出了警告。此前，OpenAI律師投訴馬斯克在社交平臺上將奧爾特曼稱為“奧爾特曼詐騙”，并指控其掠奪慈善。法官督促馬斯克盡量控制通過社交媒體在法庭外推動事情的習慣，馬斯克當場同意減少此類社交媒體活動。

圖為奧爾特曼（資料圖片）

開庭前，OpenAI及奧爾特曼的律師指出，馬斯克在資助OpenAI早期發(fā)展時看中金錢機會，并推動其轉(zhuǎn)型為盈利機構(gòu)，他最終可能會擔任CEO。律師稱，馬斯克希望“掌握整個王國的鑰匙”，在未如愿后才提起訴訟。2023年，馬斯克創(chuàng)立了自己的AI公司xAI，目前已并入SpaceX。

庭審同時披露，OpenAI于2019年3月設立盈利實體，以購買計算能力和支付頂尖科學家薪酬，與谷歌競爭。馬斯克的律師則強調(diào)，當OpenAI吸引包括微軟在內(nèi)投資者時，被告才開始追求金錢。馬斯克向OpenAI及其最大投資方之一微軟索賠1500億美元，賠償款將撥給慈善部門，同時要求OpenAI恢復為非營利機構(gòu)，并撤換高管及董事會成員。

此次庭審讓公眾得以窺見OpenAI創(chuàng)立和發(fā)展的個性化決策過程，這家公司從布羅克曼公寓里的非營利實驗室成長為市值超過8500億美元的企業(yè)。同時，庭審可能使OpenAI未來的IPO計劃復雜化，也加劇了公眾對AI技術的廣泛擔憂。

延伸閱讀

美企剛貶低完中國AI，馬斯克轉(zhuǎn)頭給中國模型點贊

面對中國大模型的強勢崛起，美國硅谷的反應正在越發(fā)割裂。

就在幾天前，以反華為標簽的Anthropic CEO再次對中國模型開炮，不僅表示多家中國開源模型企業(yè)“蒸餾”Claude的數(shù)據(jù)涉嫌剽竊，隨后更是貶低中國模型是靠“刷題應對基準測試”才取得的排行榜跑分成績。

但就在3月2日晚，當阿里千問開心3.5系列旗下4款小尺寸模型后，馬斯克旋即在社交媒體留下了一句辣評： "Impressive intelligence density."（令人驚嘆的智能密度）

馬斯克旋即在社交媒體留下了一句辣評

表面上看，似乎是科技狂人的一次隨性點贊，但在業(yè)內(nèi)人士眼里，馬斯克回復“智能密度”這個用詞，猶如一把尖刀，精準刺穿了Anthropic等美國AI巨頭苦心經(jīng)營的“高性能、高溢價”的護城河。

從堆參數(shù)到堆密度

“智能密度”是馬斯克近一年來反復鼓吹的核心概念。是衡量大模型效率的關鍵指標。

他不僅多次表示“AI智能密度的潛力被低估了兩個數(shù)量級”，也公開稱贊自家Grok 5將擁有6萬億參數(shù)且每GB擁有更高的智能密度。

現(xiàn)在他把自己最珍視的概念送給了競爭對手，也就意味著，比起傳統(tǒng)的商業(yè)互吹，馬斯克對于這款中國的模型是真心認同。

而在同一天晚上，太平洋對岸最懂“算賬”的AI創(chuàng)業(yè)者，給出了完全相同的答案。

MiniMax創(chuàng)始人閆俊杰在上市后首份財報電話會上，也提及了這個關鍵詞，他把公司的核心戰(zhàn)略概括為“智能密度的持續(xù)提升，加上Token的吞吐能力”。他說：“最終決定勝負的并不是單純的燒錢和燒資源，而是智能能力進步的速度�！�

兩件事撞在同一天，指向同一個詞。如果把時間線再拉長，你會發(fā)現(xiàn)這不是巧合，而是一場正在成型的行業(yè)共識。

過去三年AI行業(yè)的主旋律是軍備競賽：拼參數(shù)、拼GPU、拼燒錢。萬億參數(shù)是門檻，十萬張卡是標配，誰的數(shù)字大誰就是王。但這條路的收益正在遞減——模型參數(shù)翻十倍，性能可能只好了兩成，成本卻翻了不止十倍。

而在喧囂之下，一條“暗線”早已浮出水面。

2025年11月，清華大學劉知遠教授團隊的研究登上《自然·機器智能》封面，正式提出了大模型的“密度法則”（Densing Law）。基于對51個主流大模型的嚴謹回測，論文揭示了一個驚人的規(guī)律：從2023年到2025年，大模型的智能密度以每3.5個月翻倍的速度增長。

這意味著每一百天，人類就可以用一半的參數(shù)量，實現(xiàn)當前最優(yōu)模型的性能。

劉知遠教授把這件事講得非常透徹：“規(guī)模法則和密度法則就像大模型演進的明線和暗線。之前的信息革命也是如此，明線是設備越來越小，大型機→小型機→個人電腦→手機；暗線則是芯片行業(yè)的高效進化，也就是摩爾定律�！�

IBM首席研究科學家Kaoutar El Maghraoui的判斷更直白：“2026年將是前沿模型與高效模型之爭的一年�！毙袠I(yè)已經(jīng)厭倦了單純堆砌規(guī)模的收益遞減，正在尋找新的解法。

所以我們現(xiàn)在看到的，并不是幾個人碰巧說了同一個詞。從學術界到產(chǎn)業(yè)界到競爭對手，一條新的共識正在合流：AI競賽的度量衡變了。從比誰“大”，到比誰“密”。

小模型也能夠?qū)嵱?/strong>

但并非所有人買賬。

就在幾天前，Anthropic CEO阿莫代伊公開唱了反調(diào)，稱中國模型針對基準測試的優(yōu)化，遠多于對現(xiàn)實世界使用的優(yōu)化。

翻譯一下：中國模型是刷題刷出來的，不算數(shù)。

這話有其語境，也暴露了美國頭部大廠的深層焦慮。中國模型每證明一次小模型也能打，Anthropic和OpenAI賴以生存的高溢價定價模式就多一分崩塌的危險——如果9B的模型能干十倍參數(shù)量模型的活兒，巨頭們精心構(gòu)筑的API利潤池就會被瞬間抽干。

然后，馬斯克轉(zhuǎn)頭就給千問點了贊。

這里有一層微妙的博弈：馬斯克跟OpenAI和Anthropic打得不可開交�？渲袊Ｐ�，某種程度上也是在敲打美國同行——你們口中不值一提的對手，正在用你們最害怕的方式挑戰(zhàn)你們的定價權。

當然，爭論歸爭論，密度法則給出的數(shù)字是冷冰冰的：據(jù)論文統(tǒng)計，GPT-3.5級模型的API調(diào)用價格在短短20個月內(nèi)下降了266.7倍。這不是某個人的觀點，這是技術通縮規(guī)律。

爭論可以繼續(xù)。曲線不等人。

千問3.5的小模型，就是這條密度曲線上最新的那一個數(shù)據(jù)點——也是最讓人不敢忽視的那一個。

先說一個最直觀的事實：一年前需要整個服務器集群才能跑的能力，現(xiàn)在裝進了手機。

9B參數(shù)量的千問3.5，在多項基準上性能媲美甚至超越十倍參數(shù)量的模型：GPQA Diamond得分81.7，指令跟隨91.5，視覺理解在MMMU-Pro上以70.1 vs 57.2大幅領先同級別的GPT-5-Nano。最夸張的是，不到10億參數(shù)的0.8B模型，能一口氣處理26萬token的超長上下文——相當于兩三本長篇小說的體量，跑在一部普通手機上，而不是發(fā)熱的服務器機房里。

千問團隊在16天內(nèi)連發(fā)9款模型，全部Apache 2.0完全開源，每一款都在各自參數(shù)級別稱王。這不是一款產(chǎn)品的勝利，而是一整條密度曲線的“活體證據(jù)”。

劉知遠教授早就預見了這個趨勢。他曾斷言：“只要能實現(xiàn)某種智能，未來一定可以在更小的終端上運行。”

千問3.5正在驗證這句話。

當9B模型能跑出十倍參數(shù)量的性能，AI的部署門檻就從“有服務器集群的大公司”降到了“有一張消費級顯卡的個人開發(fā)者”。當幾百人的公司能做出與數(shù)千人巨頭掰手腕的模型，創(chuàng)業(yè)公司入場的門檻就從“先融十億美元”變成了“先找三百個聰明人”。

MiniMax就是后一種故事的注腳。全公司385人，平均年齡29歲，據(jù)閆俊杰在電話會上披露，公司成立至今累計花費僅5億美元——對比OpenAI的數(shù)千員工和數(shù)百億融資，交出的卻是營收增長159%、毛利增長437%的答卷。智能密度不只是模型參數(shù)的物理概念，也是一種極其強悍的組織杠桿。

不要低估個人設備的汪洋大海。 信息革命初期曾有人預言“全球只需要幾臺大型計算機”。但到了今天，全球有超過70億部手機。劉知遠曾算過一筆賬：早在2023年，全國散落在千萬部設備上的端側(cè)算力總和，就已經(jīng)是數(shù)據(jù)中心的12倍。

智能的終局，注定是分布式的。

這才是“智能密度”比任何一次跑分都重要的原因。它指向的不是“誰的模型今天更強”，而是“AI最終以什么形態(tài)、多低的成本、來到每一個普通人身邊”。

回到馬斯克那句“Impressive intelligence density”。與其說他在夸贊一家中國公司的某次發(fā)布，不如說他在確認一個正在發(fā)生的轉(zhuǎn)折：

AI的下半場，不屬于最大的模型，屬于最密集的智慧。