| 广告联系 | 繁体版 | 手机版 | 微信 | 微博 | 搜索:
欢迎您 游客 | 登录 | 免费注册 | 忘记了密码 | 社交账号注册或登录

首页

温哥华资讯

温哥华地产

温哥华教育

温哥华财税

新移民/招聘

黄页/二手

旅游

马斯克: 首富不够钱?马斯克弹药告急,xAI陷资金危局!

QR Code
请用微信 扫一扫 扫描上面的二维码,然后点击页面右上角的 ... 图标,然后点击 发送给朋友分享到朋友圈,谢谢!
然而,融资过程并非一帆风顺。早期债务融资曾因投资人质疑条款结构而受阻,xAI随后调整协议,包括限制资产转移、设定债务上限等措施,以增强投资者信心。这一调整成功吸引部分机构重返谈判桌。


此外,xAI已经从硅谷的一些顶级风险投资公司获得大量投资,比如红杉资本。但知情人士透露,尽管xAI“筹款力度极大”,其资金仍仅能勉强维持运营。

xAI的财务需求主要源于其激进的硬件战略。与依赖租赁算力的竞争对手不同,xAI坚持自建基础设施。马斯克甚至宣布计划打造一台配备100万个英伟达Blackwell GPU的超级计算机,预计耗资50亿至625亿美元(约合人民币4500亿元),有望成为史上最昂贵的AI基础设施项目。


目前,xAI已在北美部署数十万GPU,部分与特斯拉和X(原Twitter)的数据中心共享资源,以优化成本。但如此庞大的硬件投入仍需巨额资金支持,而xAI尚未明确披露资金来源。

尽管外界对xAI的“月耗10亿美元”议论纷纷,马斯克在X上驳斥该说法为不实言论,但未提供具体数据。知情人士称,这一估算基于内部简报和投资者文件,反映出xAI的激进扩张策略。

分析认为,马斯克正采取“烧钱换领先”的战略,试图通过大规模融资、硬件投资和快速迭代,在AI军备竞赛中超越OpenAI、Anthropic和Google DeepMind。然而,能否在资金耗尽前实现技术突破,仍是未知数。



估值1130亿美金,理想与现实的差距


截至目前,xAI最广为人知的产品是马斯克的“反觉醒”聊天机器人Grok。这款AI曾因发表争议性言论(如涉及“白人种族灭绝”的讨论)引发关注,其表现不稳定,甚至被戏称为“有时会突然醒来”。

2024年3月,xAI以全股票交易正式收购社交媒体平台X(原Twitter)。这笔交易对xAI的估值为800亿美元,对X的估值为330亿美元。由于X背负120亿美元债务,实际交易成本达450亿美元。合并后公司整体估值升至1130亿美元,标志着AI行业估值的快速攀升。

此次收购为xAI带来两大核心优势:数据资源,X平台的海量用户帖子和机器人生成内容,可直接用于训练Grok,省去高昂的外部数据采购成本;算力共享,X此前采购的AI芯片集群,现由xAI调配使用,进一步降低硬件投入。


xAI向投资者承诺,公司将于2027年实现盈利。摩根士丹利预测,其2029年收入或突破130亿美元。若成真,xAI将比竞争对手OpenAI提前两年迈入盈利阶段——后者预计最早2029年才能实现正现金流。

不过,这一乐观预测建立在多重假设之上:Grok快速普及并深度集成至X平台;成功开拓企业级AI工具市场;与特斯拉的自动驾驶等业务协同落地。

目前,xAI的营收几乎全部依赖X Premium订阅服务,2024年预期收入仅5亿美元,远不足以覆盖运营成本。相比之下:OpenAI 2024年预计营收127亿美元,ChatGPT用户超1亿,并深度嵌入微软生态;Anthropic等对手也在加速商业化。

此外,xAI仍需填补9.3亿美元资金缺口。尽管马斯克个人财力雄厚(曾支撑特斯拉、SpaceX度过亏损期),但分析师指出,其自建超算集群的策略成本极高。例如,计划中的百万量级英伟达Blackwell GPU集群,耗资可能达625亿美元。

经济学家盘和林分析,xAI的高成本源于两大因素:合成数据训练,与主流“数据蒸馏”不同,xAI需先构建AI生成数据,再反哺模型,形成闭环。这一技术路径成本高昂,但长期或更具竞争力;政治关联成本,马斯克团队曾为特朗普政府无偿提供AI服务,如今既无名誉回报,也未转化为商业收益。
点个赞吧!您的鼓励让我们进步     好新闻没人评论怎么行,我来说几句
注:
  • 新闻来源于其它媒体,内容不代表本站立场!
  • 在此页阅读全文
    猜您喜欢:
    您可能也喜欢:
    我来说两句:
    评论:
    安全校验码:
    请在此处输入图片中的数字
    The Captcha image
    Terms & Conditions    Privacy Policy    Political ADs    Activities Agreement    Contact Us    Sitemap    

    加西网为北美中文网传媒集团旗下网站

    页面生成: 0.0353 秒 and 3 DB Queries in 0.0009 秒