核心观点 - 硅谷投资人张璐认为，当前关于“太空算力”或“在轨数据中心”以支撑地球AI需求的叙事存在泡沫，其经济性和工程可行性在当前及未来相当长时间内均不成立 [3][24] - 相比之下，太空经济中解决地球物理条件无法解决的问题的领域，如太空工厂、太空补给、交通管理等基础设施，将更早形成清晰的工程路径和商业闭环 [3][22] - 太空算力的真正价值在于服务太空生态本身，而非地球，随着发射成本下降和卫星数量激增，支撑太空内部运行的边缘算力体系将成为必然 [16][35][37] - 当前技术加速与地缘政治不确定性并存，这种压力环境反而可能倒逼创新，推动技术突破和产业变革 [17][38][41] 对“太空算力/在轨数据中心”的批判性分析 - **经济性不成立**：即便发射成本从过去的十亿美元级降至一亿美元级，未来可能降至一两千万美元一次，在太空部署大规模数据中心的单位算力成本仍远高于地面方案 [5][25] - **工程与物理限制被低估**：真空环境下持续高功率计算的热量排出（热辐射问题）比在地球上更困难，这一点在公开叙事中被严重低估 [5][25] - **地球方案优化空间巨大**：地球上仍有大量低成本优化空间未被充分利用，例如加拿大凭借能源充足、气候寒冷、水资源丰富等天然优势，以及新加坡通过建设“数据中心岛”进行系统级优化以降低算力成本 [6][27] - **投资逻辑不成立**：Fusion Fund目前未投资此类项目，因其本质是用成本更高、工程更复杂的太空系统，去解决地球上可用更便宜方式解决的问题 [5][26] 看好的太空经济投资方向 - **太空工厂**：在零重力/微重力环境下，依托自动化和机器人系统进行高价值研发与小规模生产的设施，其核心逻辑是解决地球物理条件无法解决的问题（如制造高纯度晶体材料和药物），而非追求规模 [9][30] - **太空补给基础设施**：例如投资的月球自动化机器人系统，可从月球土壤中提取水并分解为氢氧燃料，构建类似“加油站”的太空补给网络，降低从地球携带全部燃料的需求 [10][31] - **太空交通管理与数据交易平台**：随着卫星数量激增，轨道拥堵和碰撞风险成为现实问题，通过软件系统管理交通、自动避碰并促成卫星数据交易，已开始形成可观商业收入 [11][32] - **核心依赖能力**：这些方向更依赖机器人原生、自动化和系统工程能力，而非集中式大规模算力，且机器人替代人类有助于改变过去因生命维持系统导致的高成本结构 [12][33] 对“太空算力”的长期观点 - **服务对象不同**：太空算力最终会成立，但其目的不是为了服务地球，而是为了服务太空生态本身 [3][16] - **驱动因素**：发射成本下降和卫星数量指数级增长，使得每一颗卫星都成为AI边缘设备，持续产生高价值数据并需要实时决策 [14][35] - **应用场景**：为太空生态内部应用服务，如卫星协同、轨道管理、太空交通、自动化补给系统等，在轨算力可避免太空到地球的延迟瓶颈 [15][36] 对技术趋势与产业环境的观察 - **AI进入落地阶段**：讨论焦点从模型和基准测试转向如何与产业结合、部署以及解决数据隐私和合规问题，美国许多大型企业正在内部系统性推进“AI university”，要求全员重新学习理解和使用AI [17][38] - **地缘政治影响技术**：欧洲企业领袖和政策制定者反复探讨数据与模型本地化问题，技术已与政治、安全、主权深度绑定 [17][38] - **危机驱动变革**：当系统运转“足够舒服”时，产业和社会存在惰性（lazy mind），而重大挑战或系统性危机能形成求变共识，倒逼创新 [18][39][40] - **监管态度转变**：相比一两年前聚焦监管风险，当前许多国家为保持国际竞争力而主动放松监管，优先推动技术发展 [19][41]