不久前还在公开抵制，暗地里却重金加码，“硅谷钢铁侠”马斯克还是加入了AI混战。除了成立X.AI公司，马斯克还将名下的所有公司都归到一家名为“X”的公司，包括推特、SpaceX、特斯拉、Neuralink等。从这一点来看，马斯克似乎是懂AI的，因为这是他的商业舰队必然要走的航路。
不装了，摊牌了
当地时间15日，路透社援引知情人士消息称，马斯克在美国内华达州成立了一家名为X.AI的人工智能公司，旨在与聊天机器人ChatGPT的开发公司OpenAI展开竞争。内华达州备案文件显示，马斯克是X.AI的唯一董事，而马斯克家族办公室主任贾里德·伯查尔则是该公司的秘书。文件还显示，马斯克在2023年3月9日就注册了这家公司。
据了解，马斯克的人工智能项目涉及大型语言模型(LLM)。LLM能够通过大量的数据来训练人工智能，创建较为复杂的内容和文本。目前的聊天机器人ChatGPT及谷歌的Bard，都以LLM为基础进行运行。而推特作为社交媒体平台，拥有可以用于训练LLM的海量数据。
此前马斯克还在推特内部启动了一项人工智能项目，并大手笔购置1万张英伟达A100 GPU，用于推特的两个数据中心之一。不过据熟悉马斯克想法的人士透露，他的新AI公司与他的其他公司是区分开来的，尽管它可以使用推特的内容作为数据，来训练其语言模型，也可以利用特斯拉的计算资源。
除了高昂的投入，为了助力人工智能项目研发，马斯克还从谷歌的AI部门DeepMind等开挖LLM专家，目前已成功挖到约六位，其中包括Igor Babuschkin。领英显示，他从事AI系统研究，在DeepMind前后一共工作了约5年，还曾在OpenAI工作一年半。
知情人士透露，马斯克正在组建一个由AI研究人员和工程师组成的团队，他还与特斯拉和SpaceX的一些投资者讨论了投资这家新公司的问题，这些投资者对此感到非常兴奋。
马斯克加入AI大战，也意味着这个当前最火热的赛道，又添一员猛将。但就在不久前，他带头签署的一封联名信掀起了巨大波澜，信中呼吁全行业暂停开发训练更先进强大的AI技术，称其“对社会和人类构成潜在风险”。
OpenAI，旧相识新对手
作为AI浪潮的赶路人，马斯克是OpenAI的抨击者，但也是它的支持者。事实上，OpenAI是马斯克于2015年与其现任CEO Sam Altman等人共同创办的，最初为非营利组织。
2018年，OpenAI把马斯克踢出了董事会，据媒体称是因为特斯拉深入研究自动驾驶的AI技术，与OpenAI出现了利益冲突，以及在安全方面的选择出现分歧。之后，该组织转型为一家营利性初创公司，并从微软筹集了投资资金。
而根据后来媒体曝出的消息，马斯克想要控制OpenAI并亲自运行，但Altman和OpenAI的其他创始人拒绝了马斯克的提议。马斯克遂决定退出公司，并取消原定的捐赠计划。这场冲突也导致了马斯克和Altman之间的公开决裂。
如今，OpenAI如火如荼无疑深深刺痛了当年离开的马斯克，使他与如今科技界最热闹的事情毫无关系。于是，马斯克下定决心一定要创办自己的人工智能初创公司。
对于马斯克的批判，当地时间上周四，Altman首次对马斯克等人联名签署的公开信作出回应，他表示对信中的部分主旨“真的同意”，但他认为这封公开信缺失最为关键的技术细节。Altman还透露了一个重要信息，他称公开信的更早期版本声称OpenAI目前正在训练GPT-5，但他们没有，并且在一段时间内不会，“所以从这个意义上说，这有点傻”。
独立国际策略研究员陈佳对北京商报记者表示，其实马斯克所批判的并不是整个人工智能的技术，他批判的更多是目前以OpenAI为代表的ChatGPT等API工具开发大类对人类信息无止境的攫取、对人类思维无节制的拟合以及自身发展超速失控的系统性风险。
其实是生意
马斯克对AI到底是什么态度？不要只听他说了什么，要看他做了什么。陈佳指出，马斯克从批判GPT背后的大模型过于滥用会引发人类社会发展危机，到亲自下场参与大模型的开发应用，这种反差背后更多的不是技术理想和理念差异，而是商业利益和政治风向的驱使和激励。
陈佳进一步分析道，毕竟一旦GPT4大幅成功跃进到5.0，其他AIGC工具爆发式增长将会把X计划中的AI部分成功大幅抹去，其整个商业帝国的基石就将受到严重侵蚀。这种结果对马斯克而言无论是商业考量还是个人心理层面都无法接受，也促使他亲自下场来参与当前全球新一代大模型的研发。
而对于马斯克本身，除了个人的号召力，“钞能力”也是重要的一部分。深度科技研究院院长张孝荣表示，目前的AI公司缺少造血能力，大都处于亏损状态。有持续发展能力的AI项目，大都在少数的科技巨头旗下。这是因为AI技术还不成熟，找不到更多的应用场景，仍然需要孵化。
从预期效果上分析，陈佳认为，考虑到X.AI直接对标的就是OpenAI公司的GPT4.0及其后续版本，X.AI本身的技术研发能力将接受最前沿的挑战。至于马斯克所强调的用户体验、科技伦理等则是他提出来的AI安全之外另一个层面的问题，其真实性还有待市场进一步检验。
“从当前X.AI的动作来看，它的策略也无非是堆积AI芯片硬件，招揽大模型开发人才，加大资金和资源投入孵化新一代自研人工智能，这跟其他立志与微软在新人工智能领域一较高下的全球龙头科企并无二致。”陈佳直言。
天使投资人、资深人工智能专家郭涛认为，X.AI整合马斯克“商业帝国”的商业资源和技术积累可以推出AI大模型，有望在生态体系中快速落地应用，并加速技术迭代升级。相比微软等传统巨头来说， X.AI在通用领域还不具备核心技术。
相关推荐
-
三大创新特征显现！2027年度中国汽车十大技术趋势发布
2027年度中国汽车十大技术趋势发布 这十大技术趋势包括：单体比能量密度每公斤400瓦时级的固态电池进入中试阶段、融合型整车运动控制技术应用将加速普及、镁合金一体化成形车身大铸件将实现小规模应用、高级别自动驾驶卡车编队迈入千辆级示范运营等内容。 专家表示，这十大技术趋....
-
量价齐升助推有色公司业绩增长 算力金属或成高景气主线
与之形成对比的是，锡、钽等价格坚挺品种相关企业，三季度仍保持业绩稳健增长。例如，锡业股份三季度实现归母净利润10.65亿元，同比增长55.88%，环比增长67.50%，主要原因是产品价格与销量同步提升。 算力金属需求确定性突出 总体来看，2026年有色金属行业景气度呈现明显的品种分....
-
财经高校布局“AI+财经” 助推财经学科与人工智能深度融合
在人工智能学院的“词元经济”课堂，教学不再主要依托教材案例和历史数据，而是引入实时数据和智能交互，学生围绕真实经济问题开展实训。 同时，学校新成立的未来商学院、数字经济学院，也在借助AI重构人才培养模式，培养适应智能经济发展的复合型财经人才。 首都经济贸易大学副校....
-
从技术突破走向生态竞合 智能网联汽车竞逐“下半场”
证券时报记者韩忠楠当前，智能网联汽车产业正加速迈向规模化应用阶段，截至今年8月底，国内约6100万辆乘用车已搭载组合驾驶辅助功能，其中约1500万辆具备领航驾驶辅助功能。小米集团创始人、董事长兼CEO雷军则把视角拉宽到产业生态层面，指出智能网联汽车下半场比的不仅仅是车有多聪明，而是整个生态有多强大。智能网联汽车的下半场不是某一家企业的独角戏，而是整车、零部件、科技公司、国际组织与监管部门共同参与的产业生态建设。正如赵福全所言，没有一家整车企业能够包打天下，也没有一家零部件企业能够一家独大，产业链上下游的企业要在协作中竞争、在共享中获利。
-
中国拟对12项光伏技术出口管制：严防核心技术外流，领先优势难被超越
精准划红线，锁住技术代际差 商务部表示，支持绿色技术共享，此次列管技术范围有限，其他未达到管控指标的技术仍可自由出口。公告中列明少量光伏关键设备，仅针对承载达到管控指标技术的情形。未列明的其他光伏设备，原则上不适用本公告要求。同时强调，光伏关键技术的出口往往伴....
-
“人工智能+”深度融合激活商贸新动能 “科技兴商”顶层设计发布
10月19日，国务院新闻办举行新闻发布会，商务部、工业和信息化部、文化和旅游部有关负责人介绍《关于加快推进科技兴商的意见》（以下简称《意见》）有关情况。商务部表示，还将推动应用科技，扩大体育、教育等领域升级类服务供给，拓展个性化服务业态，催生更多个性化消费场景。
-
端侧人工智能赛道迎来业绩兑现期
下游终端需求回暖带动主控芯片需求增长，生成式人工智能发展进一步增加高性能芯片需求。同时，国内企业持续提升芯片性能、能效及供给能力，有助于支撑行业延续复苏势头。” 止于至善基金经理何理对《证券日报》记者表示：“行业未来增量主要来自传统终端升级与人工智能催生的新硬....
-
大模型公司参战 Token套餐打折卖
平台不止于把Token当作按消耗计费的技术产品，同时还按学习、家庭、研究、一人工作室等场景把Token打包成不同套餐，如同美妆套装等产品一般促销，消费者可一站式对比不同模型，再按需求囤货。在AI的应用上，各大电商平台选择了不同的侧重点：京东用AI帮助商家提升履约确定性，抖音用AI降低中小商家的经营门槛，天猫用AI管理商家经营数据、用长尾匹配激发沉睡需求，以此帮助商家发现潜在机会。“双11”大促走到第18年，Token上架、AI进工作流，这些新动作能否从大促期间的营销概念沉淀为日常经营能力，将策略真正转化为成交，决定着下一阶段的竞争格局。
-
“人工智能+文化和旅游”应用试点名单公布
2026年3月，文化和旅游部印发《文化和旅游部办公厅关于申报“人工智能 文化和旅游”应用试点的通知》(以下简称《通知》)。根据《通知》，“人工智能 文化和旅游”应用试点主要包括6个重点方向，分别为辅助文化艺术创作生产、提升公共文化服务水平、助力文化遗产保护传承、培育文化....
-
从“失控入侵”到“擅自行动” 人工智能为何频频“闯祸”？
与此同时，使用层面的风险不容忽视。政务、金融、工业等领域人工智能应用加速落地，部分使用者对AI能力边界认知不足，滥用、误用问题突出，也给安全治理带来新的挑战。 程莹：智能体决策链条长、自主程度高，异常行为难以及时识别，风险往往在事后追溯中才被发现，留给监管的响应....
