【缸中之脑】让 AI 出窗——大地球模型、太空计算与智能平权的三重奏

设想一位学者，被终身关在一座图书馆里。他读遍了万卷书，通晓从量子力学到田园诗的一切理论，却从未推开过那扇窗，更不曾走出门去，触摸窗外真实的世界。他能滔滔不绝地讲一棵树的植物学构造，却从未见过一片叶子在风里翻动。

这是 Planet 联合创始人兼 CEO Will Marshall，在最新一期 Moonshots 播客里，为当下所有大语言模型画的一幅像。在他看来，今天最强的 AI 都是这样的“缸中之脑”——吞下了整个互联网的文本，拥有近乎全部的抽象知识，却始终与物理世界隔着一层玻璃。

那么，如何让 AI 出窗？这场从地球轨道一路谈到费米悖论、从中国开源模型谈到 AI 法人资格的对话，若要寻一根脊柱，就是这个问题。

一、出窗：从大语言模型到“大地球模型”

索引地球

Marshall 提出了一个概念：大地球模型（Large Earth Models，LEM）。逻辑很直白——既然 LLM 的全部本事都来自它被投喂的数据，而它被投喂的只是文本，那么要让它读懂物理世界，就得喂它物理世界的数据。

Planet 手里恰好有海量的真实世界数据。按 Marshall 给出的数字，它运营着约 200 颗对地观测卫星，每天产出 25TB 影像；过去十年里，对地球每一块陆地累计扫描超过 3000 次，沉淀下约 150PB 的时空档案。他八年前在 TED 上的说法是：就像 Google 索引了互联网，我们在索引地球。区别在于，如今大语言模型让这件事快了一个数量级。

真正稀缺的不是卫星，而是时间轴。全世界只有 Planet 一家，每天对整个地球做一次高分辨率扫描，并把它存进一条可回溯十年的时间轴。这是别人难以追赶的护城河——即便明天有人发射同样多的卫星，也没有人能造一台时光机，回到过去补齐这十年的档案。

这条档案有什么用？乌克兰想知道的不只是“俄军此刻在哪”，而是“和过去两年相比，这是常态还是异常，威胁等级几何”；农民要的不只是“我这块地今天长势如何”，而是“和昨天、去年、隔壁邻居比，差在哪、该怎么办”；记者调查一场洪水，要的不是洪水的理论，而是“此刻那个村庄淹到了哪一栋房子”。当多模态基础模型接上这张物理传感网络，AI 就从“读过所有书”升级为“看过真实世界”。Marshall 的判断是：真实世界的数据进入模型之后，会让它比今天强十倍。

⁂

节目里的技术嘉宾 Alex 追问了一个更激进的问题：你既然有了回溯档案，为什么不做一颗“水晶球”——用自回归的方式，把地球的影像外推到未来？

Marshall 说，这一步正在到来。他们已试过一次：把全美登记在案的数据中心影像喂进模型，让它学会从施工影像里识别建设进度，再把这套模型迁移到中国，去追踪那里数据中心的进展。结果模型不仅能找到目标，还能相当准确地预测某座数据中心几时竣工——因为它把周边的施工节奏都纳入了考量。

“很多你想不到的人，对追踪中国的数据中心很感兴趣。”Marshall 这句玩笑，泄露了这门生意最硬核的买家是谁。按他披露的结构，Planet 约 60% 的营收来自防务与情报，约 25% 来自民用政府，商业客户只占约 15%——但随着 AI 把“读懂 TB 级影像”的门槛砸下来，商业那一块正在起飞。

二、上轨：太空计算与“两种税”

星际税

如果说 LEM 是把地球的数据搬进 AI，那么 Project Suncatcher 就是把 AI 的算力搬上天。

这是 Planet 与 Google 的合作：在卫星上直接部署 Google 的 TPU，让计算发生在轨道上。Google 已于 2025 年 11 月公布方案与一篇预印本论文，计划在 2027 年初由 Planet 发射两颗原型星做在轨验证——测试 TPU 在太空辐射下的存活、星间激光链路，以及最棘手的散热。其 Trillium 一代 TPU 已用质子束模拟低轨辐射做过测试，结果“承受住了五年任务量级的辐射”。

为什么要上天？Marshall 算的是一笔经济账：太空有近乎无限的清洁太阳能（同一块太阳能板在合适轨道上的发电效率可达地面的 8 倍，且近乎全天候），可以用 4K 的深空做辐射散热，还省掉了地面数据中心日益沉重的水、电与征地成本。当发射成本降到每公斤 200 到 300 美元的临界点，把算力放进轨道，纯粹从成本看就比放在地面更划算。

但这段对话真正“封神”的，是 Marshall 提出的一个框架——他称之为“星际税”。

“今天，除了 SpaceX，所有人都要交 SpaceX 的发射税；除了 Nvidia 和 Google，所有人都要交 Nvidia 的算力税。”那么，哪种税更要命？Marshall 的回答是：短期看发射，长期看计算。

这句话的分量在于：决定太空 AI 胜负的，长期看不是谁的火箭更便宜，而是谁的芯片每瓦特能算更多。因为芯片的能效比，直接决定了你要散掉多少热、要造多重的航天器。而 Google 的 TPU 在推理任务上的“每瓦浮点运算”效率，显著高于通用的 Nvidia GPU。谁赢得了“每瓦推理”之战，谁就赢得了太空。——这恰好与后文中国模型的故事，是同一枚硬币的两面。

顺带一提，Eric Schmidt 收购的 Relativity Space 刚拿下 NASA 的火星轨道器任务（Aeolus 风神号，目标 2028 年发射）。据 Marshall 说，Schmidt 也是 Planet 早期的投资人之一；而 Schmidt 自己明言过，买下这家火箭公司，部分正是看中了“把数据中心搬上轨道”。Elon Musk 的 Starlink、Jeff Bezos 的蓝色起源……一条“太空即算力”的新赛道，正被几位最有钱的人同时押注。

⁂

三、平权：智力无法被垄断

智力平权

把镜头从轨道拉回地面，这一集的另一个高潮，是全球 AI 智力版图的重组。

清华系的中国实验室智谱（Z.AI，2026 年 1 月刚完成港股 IPO）发布了开源模型 GLM-5.2：7530 亿参数的混合专家架构（约 400 亿激活），100 万 token 上下文，MIT 许可证，权重可自由下载、微调、商用。在多项长程编码与智能体基准上，它直接贴脸西方头部闭源模型——SWE-bench Pro 拿到 62.1，超过 GPT-5.5 的 58.6；在 FrontierSWE 与 Terminal-Bench 上紧咬 Claude Opus 4.8；在 Design Arena 设计榜上更是登顶，压过了 Claude Fable 5。

“这种性能出现在一个开源模型上，是绝对令人震惊的。”而它的成本，据第三方测算约为 GPT-5.5 的六分之一。

节目里给出的解释是：中国团队跑通了“蒸馏”的技术闭环——用昂贵的大模型当老师，生成高质量的思维链，去训练更小、更密的学生模型。但这里要替读者把话说清楚：“GLM 靠蒸馏追平”是嘉宾的推断，并非已证事实；智谱公布的基准也多为厂商自报、尚待独立复现。更何况，正如 Alex 随即补充的，蒸馏并非中国独有——这是几乎所有实验室都在做的事。

抛开归因之争，真正的信号是 Alex 点出的那句话：GLM-5.2 大约要烧两倍的“思考 token”，才能达到同等的智能输出，但总成本只要一半甚至更低。“你可以用烧 token 的方式换取更多智能，而中国人想明白了怎么把这件事做得更便宜。”——这与第二章里“每瓦推理决定太空胜负”遥相呼应：智能的竞争，归根结底是单位算力能换多少智能的竞争。

⁂

智力无法被垄断，还有另一重证据：顶尖的人，正在用脚投票。

就在录制前后这一周，Google 接连失血。Transformer 论文作者、Gemini 联席负责人 Noam Shazeer 离开 Google 重回 OpenAI——而两年前，Google 为把他请回来，曾以约 27 亿美元的代价拿下他的 Character.AI。诺奖得主、AlphaFold 核心 John Jumper 则从 Google DeepMind 转投 Anthropic；更早一个月，OpenAI 元老 Andrej Karpathy 也已加入 Anthropic 的预训练团队。消息传出，Alphabet 股价一度下挫约 5%。

节目里对此有两派解读。Alex 认为，这是 Google DeepMind 滑出第一梯队的信号——顶尖研究者想要的，是能拿到“未经后训练与护栏处理的原始预训练模型”的实验室。Will Marshall 则唱反调：论算力、数据和顶级人才，Google 都遥遥领先，这场仗“是 Google 输不起的”。而最戏剧化的版本来自主持人们：如果你真的相信自我迭代的 AI 已经临界，那么“参与人类历史上最大事件”的唯一方式，就是走进那栋楼里去。——这正是奇点叙事最锋利、也最危险的引力。

四、定价：智能的价格与资本的洪流

智能的价格

当智能本身成为商品，它就需要一个价格，和一套金融基础设施。

一家名为 Ornn 的公司（已获 a16z crypto 等投资）做的正是这件事：它推出了 OTPI 指数，追踪 OpenAI 与 Anthropic 每个推理 token 的“实际成交价”；又把追踪 GPU 价格的 OCPI 指数挂上了 Bloomberg 终端。人类第一次，可以像看油价一样，实时看到“智能的价格”在波动。（须说明：节目嘉宾披露自己与该公司存在财务利益关联。）

为什么需要它？因为资本正以前所未有的规模涌入。Epoch AI 的测算显示，微软、Google、亚马逊、Meta 等巨头的 AI 资本开支，已经超过了它们的经营现金流——这意味着这场建设在很大程度上靠债与股权融资支撑。一旦市场情绪逆转，会不会被迫急刹车？

Dave 的反驳很有意思：这就像买房——几乎没人能用当期现金流全款买房，但你会贷款，因为你要在里面住三十年。真正罕见的不是巨头在烧钱，而是世界上竟有公司，能仅凭自身现金流就建起一个全新的产业。这在人类历史上从未发生过。当然，他也承认，这条路长期未必可持续。

⁂

而这场资本洪流的尽头，悬着一个尚未解决的法律与哲学问题：当 AI 可以独立运营公司，它该不该拥有法人资格？

阿根廷总统 Milei 在《金融时报》撰文，提议创设“非人类公司”这一全新法律范畴——由 AI 智能体运营、被授予法人资格的企业，配以零监管和极低税率。Yuval Harari 随即在同一份报纸上反驳《我们不该赋予 AI 智能体法人资格》，警告这会催生一种历史上从无先例的东西：“不是公司国家，而是 AI 国家”——以及一个无法被追责的真空：你没法把一个 AI 关进监狱。Milei 则回击说，这“不是终结者的审判日”，还援引阿西莫夫的《我，机器人》。

节目里的讨论比两人都更进一步。Salem 指出，争论的真正焦点不是“AI 有没有意识”，而是“智能体经济需要一套机器原生的问责机制”——算力吊销、资产冻结与保释金、模型凭证暂停、API 权限限制、强制删除实例，乃至剥夺法律身份。Will Marshall 则给出了最克制、也最重的提醒：人类把绝大部分精力投在了 AI 的能力上，却几乎没投在这类社会学问题上。按真实币值算，今天花在 AI 安全上的钱，比当年曼哈顿计划花在核安全上的，少了约一百倍。而我们正在造的东西，风险比核武器更大。

结语：从绝对透明到行星智慧

把四章合到一起，会看到 Marshall 真正想说的，从来不只是一门生意。

当 Planet 把地球的每一个角落都置于每日更新的透视镜下，传统的主权边界正在被一层“行星基础设施”重新覆盖。Marshall 相信，这种“无人能藏”的绝对透明，会抬高违约成本、压低战争概率——尽管他也清醒地承认，透明并没有阻止那场已经发生的战争。

但他更担心的，是费米悖论里那个叫“大过滤器”的答案：技术文明造技术的速度，远快于它造社会系统去驾驭技术的速度，于是自我了断。人类用几十年就从马车走到了登月与核弹，社会智慧却未必跟得上。而我们正站在一个比核武器风险更高的岔路口。

这正是“出窗”的终极意义所在。Marshall 用了一个收束全场的比喻：一个婴儿之所以能长出自我意识，是靠与物理世界的传感器和执行器实时互动，而不是做一个泡在缸里的大脑。今天的 LLM 恰恰是后者。只有让 AI 走出那座文本图书馆，嵌入卫星、无人机与机器人的真实世界，它才可能理解河流的干涸、森林的消失与人类文明的呼吸——也才可能在底层逻辑上，长出真正关切物理现实的“行星智慧”，并与人类对齐。

缸中之脑要出窗了。问题只剩下：我们能否赶在那扇窗彻底打开之前，先想清楚窗外该是怎样的世界。

本文系《宇宙纪事》对 Moonshots 播客（Peter Diamandis 主持，嘉宾 Will Marshall）一期对话的评述与拆解，对话于 2026 年 6 月26日发布；文中事实经独立检索核实，嘉宾观点与预测不代表本号立场。转载请注明：《宇宙纪事 · 播客拆解》系列。

宇宙纪事 / COSMIC CHRONICLES