EP348. 烏克蘭的星鏈羅生門、反蒸餾與中國模型、特斯拉自製地圖 | M觀點

M觀點 · 2026-10-26

重點

章節

這集談到的

這一集談到的個股與題材，有 4 項在發布前 30 天內也被其他節目談到，沒有看法相反的。

各個股與題材在本集與其他節目的看法對照是會員內容。

AI修正未完待續？從星鏈羅生門到特斯拉自製地圖，解讀科技巨頭的戰略迷霧

本集深入探討美股AI基建股的修正壓力與估值反思，並解析烏克蘭星鏈限速事件的各方說法與地緣政治算計。同時，節目也追蹤了中國AI模型在反蒸餾防禦下的追趕速度，以及特斯拉如何透過AI自製高精地圖，為其Robotaxi的全面部署鋪平道路。

AI基建股的修正壓力：資金緊縮下的估值重構

近期美股行情震盪，特別是AI基礎設施相關個股面臨顯著修正。節目主持人指出，從CoreWeave債券殖利率飆升的現象觀察，市場上願意投入AI的資金正逐漸緊縮，這並非資金總量變少，而是投資者對於借錢給AI公司的態度轉趨保守。這種資金流向的改變，勢必對AI股的成長敘事與合理展望構成壓力。

主持人認為，這一波修正「是真的該有一波修正」，雖然無法預測修正是否已完全結束，但目前的修正幅度已不算小，不應再以極度負面的角度看待AI基建的現狀。然而，他也保留了「被打臉的權利」，強調市場的核心問題在於AI經濟的未來發展路徑。

在估值層面，主持人提醒投資者不應陷入「無止境高估」的陷阱。以美光等記憶體大廠為例，即便AI需求帶動記憶體產出數量每年成長30%，但隨著單價與毛利的必然下滑，獲利不可能維持同等的成長曲線。他建議投資者應採取「一旦漲高就稍微小心，一旦大跌一陣子之後也不要太悲觀」的彈性策略，來應對當前市場波動。

實體AI的未來：尚未被市場發掘的潛在價值

在討論AI修正的同時，主持人特別點出「實體AI」是另外一回事。他觀察到，當前市場的漲勢幾乎沒有觸及到實體AI的領域，或者僅有極少部分。這意味著，相較於純軟體或雲端服務的AI應用，結合物聯網、機器人與真實物理世界的實體AI，其潛在價值尚未被資本市場完全定價。

這個觀點為投資者提供了一個新的思考維度：在軟體層面的AI基建可能面臨資金緊縮與估值修正之際，實體AI或許是下一個值得關注的長線布局方向。

烏克蘭星鏈羅生門：限速事件始末與媒體報導整理

近期烏克蘭指控美國限制其無人機上的星鏈終端連線速度，引發軒然大波。事件起因是烏克蘭發現，只要無人機時速超過160公里，與星鏈的連線就會中斷，導致無人機無法精準導引，戰力大打折扣。

值得注意的是，烏克蘭一開始的指控對象是軍用版本的「星盾」（Starshield），而非民用的「星鏈」。星盾是由SpaceX為美國政府打造的加密通訊系統，理論上所有權屬於美國政府。然而，美國國務卿盧比歐（Rubio）最初否認烏克蘭使用星盾，隨後又改口承認，使得整起事件陷入各說各話的羅生門。

媒體報導也呈現分歧，路透社與華盛頓郵報皆指向星盾被限制，且是由白宮下令；但華爾街日報的獨家報導則指出，是馬斯克下令限制星盾。這使得「被限速的是星盾還是星鏈」以及「究竟是白宮還是馬斯克下令」成為兩大核心疑雲。

星盾vs星鏈：白宮與馬斯克的下令之謎

針對究竟是誰下令限制，主持人提出了他的分析。他認為，由於星盾是美國政府完全控制與擁有的資產，SpaceX僅是服務商，馬斯克「絕對不可能」在未獲美國政府命令的情況下擅自停止服務。任何一位美國總統都不會容忍承包商越權操控軍事通訊系統。

因此，主持人推測馬斯克是「被逼著吞了這個鍋」。實際情況可能是白宮下令後，由馬斯克執行關閉高速連線的指令，但為了保護需要面對期中選舉的共和黨，馬斯克被迫承擔罵名。

然而，馬斯克在推特上的回覆讓案情更加複雜。他公開承認封堵了一個漏洞，並指責烏克蘭違反使用條款。這衍生出另一個說法：烏克蘭可能駭入並魔改了民用的星鏈終端，使其能突破時速限制，而SpaceX只是修復了這個漏洞。這使得事件從單純的「政府下令」演變為「烏克蘭違規使用民用設備」的技術爭議。

資訊戰下的立場先決：誰在說謊？

主持人提醒聽眾，在這場資訊羅生門中，必須假設所有相關方都有可能說謊。烏克蘭可能為了維持國際支持而隱瞞魔改民用設備的事實；白宮可能為了選舉考量而不願承認懲罰盟友；馬斯克則可能被迫配合白宮的說法。

他批評許多網路上的討論是「立場先決」，討厭川普的人就認定是川普胡搞，討厭馬斯克的人就咬定是馬斯克自作主張。主持人強調，在缺乏絕對證據的情況下，不應輕易斷定誰該為此事負責，因為政治領袖都有其自身的權謀算計。

主持人拼湊真相：烏克蘭同時使用星盾與魔改星鏈

綜合各方證據，主持人拼湊出一個可能的真相：烏克蘭可能同時使用正規的星盾與魔改的民用星鏈。由於星盾的終端機數量有限且極其珍貴，烏克蘭不可能將這些昂貴設備大量安裝在消耗性的無人機上。因此，他們很可能大量採購民用的星鏈終端，並透過漏洞改裝使其能高速連線。

主持人推測，在懲罰烏克蘭的那一天，美國政府可能雙管齊下：一方面對星盾進行降速，另一方面由SpaceX修復了民用星鏈的漏洞。這導致烏克蘭無論是軍用版還是魔改版的通訊同時失效。而烏克蘭因為無法公開承認自己違規魔改，只能對外指控星盾被限速，這也解釋了為何消息如此混亂。

地緣政治的危險遊戲：澤倫斯基的短視與美國的底線

主持人進一步分析，整起事件的導火線是烏克蘭不顧川普政府勸阻，持續攻擊俄羅斯煉油廠。他認為澤倫斯基此舉是「分不清楚輕重緩急」，因為烏克蘭的頂尖情報與武器皆高度依賴美國支援，為了短期戰果得罪最大金主是極其短視的做法。

節目中也提及一個陰謀論：澤倫斯基故意攻擊煉油廠以推高油價，試圖影響美國期中選舉，讓更挺烏克蘭的民主黨獲勝。主持人雖認為有此可能，但警告這是非常愚蠢的策略，因為即便國會通過援烏預算，掌握行政權的總統仍有無數方法可以拖延執行。他最後也分析，從德州初選的提前投票狀況來看，共和黨的選情可能被民調低估，澤倫斯基恐怕會「聰明反被聰明誤」。

反蒸餾能擋住中國AI嗎？Kimi K3.1的突破與算力瓶頸

中國AI模型近幾個月在前沿基礎模型上略顯沉寂，直到月之暗面（Moonshot）推出Kimi K3.1，在綜合指標上擊敗了OpenAI的GPT-6 Extra與Google的Gemini 4，引發市場關注。然而，主持人點出關鍵：Kimi K3.1的基礎模型與K3相同，其進步主要來自於後訓練（Post-training）的強化，而非核心大腦變得更聰明。

這顯示中國AI實驗室正面臨算力瓶頸，無法快速迭代新的基礎模型，只能將資源集中在耗費算力較少的後訓練上，以提升模型在特定任務的表現。主持人比喻，這就像為舊戰機換裝更強的武器系統，雖然性能大幅提升，但載台本身的世代並未更新。

對於美國AI Lab的反蒸餾防禦，主持人認為其確實有效，能顯著降低中國透過蒸餾獲取推理軌跡的效率，迫使中國AI Lab投入更多自身資源進行後訓練。雖然這不會完全阻止中國AI的進步，但能有效拖慢其追趕速度，將技術差距從可能的三個月拉長至六個月。

特斯拉自製地圖：用AI打造低成本高精地圖

特斯拉在財報電話會議中正式確認，正在開發自有的地圖系統。過去特斯拉的FSD與Robotaxi使用的是第三方一般解析度地圖，雖然成本較低，但在精準定位上存在誤差，特別是在停車場等複雜環境中容易迷失。相較於Waymo使用光達掃描的高精地圖，特斯拉的路線更依賴視覺辨識。

為了解決停車場等關鍵場景的痛點，特斯拉計畫利用其龐大的車隊，透過AI將車輛即時感知與建模的3D場景數據，整合進第三方地圖之上。這種做法幾乎不需要額外的人力成本，就能隨著車輛行駛自動建立並更新高解析度的地圖圖層。

馬斯克透露，這項技術將在FSD V15中開始應用，初期會先覆蓋出發地與目的地，以確保乘客能在最精準的位置上下車，之後再逐步擴展到行駛過程中的其他路段，大幅提升自動駕駛的服務品質。

Robotaxi進度更新：Cybercab快速擴張與百萬台的誇大

特斯拉的Cybercab在奧斯汀的部署進展迅速，從月初的40台，在一個月內已增加至超過300台，顯示特斯拉內部已認可其可靠性並開始放量。馬斯克預告11月將進軍達拉斯，年底前在德州可能部署超過500台。

隨著FSD V15預計在年底或明年初全面上線，特斯拉將迎來Robotaxi的大量部署期。然而，對於電話會議中提及「未來幾個月部署破100萬台」的說法，主持人直言「當然不可能」，因為特斯拉目前根本沒有這麼多閒置車輛可供部署，這純屬過於樂觀的誇大之詞。

主持人推測，特斯拉Robotaxi在明年上半年有機會突破1萬台，並在2027年底達到3至5萬台的規模。即便如此，這已足以超越目前全美僅約4,000台的Waymo，實現後來居上的超車。

特斯拉Robotaxi與Waymo的競賽：規模化與安全性的平衡

目前特斯拉在全美的Robotaxi約有1,800台，主要集中在德州與佛羅里達州，加州則因法規嚴格仍配有安全輔助員。主持人認為，特斯拉目前的擴張策略是正確的，寧可放慢速度也絕不能發生重大意外。Cybercab至今尚未出現任何自動駕駛導致的意外，表現堪稱穩健。

展望未來，若特斯拉在明年上半年突破1萬台，將正式在數量上超車Waymo。即便Waymo也計畫在明年擴張至2萬台，但特斯拉憑藉其垂直整合的造車能力與較低的車輛成本，在規模化競賽中佔據優勢。主持人預測，明年年底特斯拉的Robotaxi車隊規模將有機會達到3萬至5萬台，徹底改變無人計程車的市場格局。

結論

本集節目從AI基建股的資金緊縮談起，提醒投資者回歸理性估值，避免陷入無止境成長的幻想。在地緣政治層面，烏克蘭星鏈羅生門揭示了現代戰爭中，私人科技企業與國家機器之間微妙而複雜的共生關係，以及資訊戰下的真相迷霧。而在科技前沿，無論是中國AI在算力限制下的奮力追趕，或是特斯拉透過AI重新定義地圖與自動駕駛的商業模式，都顯示出技術迭代正在從單純的模型智力競賽，轉向更務實的應用落地與成本控制。