核心观点 - 特斯拉计划在下个季度逐步停产并最终停止生产Model S和Model X车型 标志着其两款历史最悠久的电动汽车将正式退役 [1][3] - 这一决定是公司整体战略转向的一部分 旨在从传统的硬件汽车制造商转型为专注于自动驾驶和机器人技术的“实体AI”公司 [3][6][7] 产品与销售表现 - Model S于2012年推出 Model X于2015年推出 它们帮助特斯拉确立了在高端电动汽车市场的领先品牌地位 [2] - 目前公司的产品重心已转向更经济的Model 3和Model Y 这两款车型在2025年占据了交付量的绝对主导地位 [2] - 2025年 特斯拉总交付量为1,636,129辆 其中Model 3/Y交付1,585,279辆 占总交付量的约97% 而包含Model S、Model X、Cybertruck和Semi在内的“其他车型”仅交付50,850辆 [2][4] - Model S和Model X是特斯拉最老的车型 也是销量最慢的车型之一 其具体销售数据在财报中被归入日益缩小的“其他车型”项目 [3] 战略转型与未来规划 - 公司正在从传统的硬件聚焦的汽车制造商 向“实体AI”公司过渡 计划在汽车、机器人、能源存储和电池制造等多个领域扩大新生产线 [6] - 随着大型轿车和SUV退出产品线 特斯拉的未来将更多地围绕无人驾驶技术和机器人技术来构建 [7] - 目前生产Model S和Model X的加州弗里蒙特工厂将被重新规划用途 用于生产公司计划中的人形机器人Optimus [7] - 公司声称目标是将Optimus机器人的年产量提升至100万台 但该产品目前尚未上市销售 [8]

投资顾问情绪转变 - 2026年，85%的财务顾问比往年更加关注机器人投资类别，显示出市场情绪的重大转变[1] - 这种关注度的提升并非仅仅是对硬件突然产生的兴趣，而是认识到人工智能已到达拐点，能够弥合物理世界中成本与技能之间的差距[1] 人工智能与机器人融合的宏观经济机遇 - 人工智能是关键的连接组织，使机器能够超越重复性任务，进行自主决策，从而释放了高达25万亿美元的近期机遇[1] - 该领域的长期潜力高达100万亿美元，其驱动力是机器人最终将开始制造其他机器人[1] - 数字经济约占全球GDP的20%，而剩余的80%（实体经济）大部分仍未实现自动化，自动化物理经济对于保持美国经济的韧性至关重要[1] - 物理人工智能和自动化在GDP中的占比将超过纯数字领域，这一转变将通过降低运输成本和提升能源效率来改善生活[1] 技术商业化进展 - 行业正从实验室演示转向商业部署，由人工智能、具身智能和执行现实世界任务共同驱动的强大合力正推动显著发展势头[1] - 人形机器人已不再局限于研发实验室，例如Figure等单元正积极部署于工业环境中，同时产量正迅速扩大，目标是在2028年前达到年产10万台[1] - 人工智能驱动的导航已成为商业现实，以Waymo在美国主要城市的全面扩张为例证[1] - 下一阶段将涉及“机器人混合体”，包括先进的移动机器人、专用工业机器人和协同工作的无人机[1] 相关的投资工具 - ROBO Global人工智能ETF旨在捕捉这一机遇，它跟踪ROBO Global人工智能指数，专注于使“物理AI”成为可能的赋能者和应用提供商[1] - 截至2026年初，该ETF在多个子行业提供多元化敞口，包括为现实世界推理提供高计算能力的半导体和云提供商[1] - 该ETF聚焦于人工智能催化剂，从而捕捉将为100万亿美元长期机遇提供动力的高利润软件和硅产品[1] - 对于寻求机器人和自动化敞口的投资者，ROBO Global机器人与自动化指数ETF提供对该快速增长行业的全球敞口，它跟踪代表机器人、自动化和赋能技术全球价值链的指数[1]

文章核心观点 - 微软研究院推出首款机器人专属Rho-alpha模型，其核心创新在于将触觉感知纳入决策闭环，旨在实现从自然语言指令到机器人控制信号的端到端转化，推动机器人进入复杂真实的物理世界工作，这标志着机器人行业的技术竞争重心正从硬件本体向基础模型和操作系统层转移 [1][4][6][12] Rho-alpha模型的核心定义与目标 - 模型是微软首款专为机器人场景打造的模型，核心能力是将人类自然语言指令直接转化为机器人控制信号，以完成双手协同操作任务 [4] - 研发目标是打破机器人只能在高度可控环境内运行的限制，推动其进入复杂且充满不确定性的真实世界，摆脱固定脚本约束，依靠模型自主生成适配不同场景的动作 [6] - 微软将该技术路径命名为“Physical AI”，旨在让人工智能从数字世界延伸到物理世界，实现与真实环境的直接交互，发力点在于解决机器人“动手执行”的实际问题 [6] Rho-alpha模型的差异化优势 - 在主流视觉-语言-行动模型基础上，创新性地将触觉感知模块纳入核心决策环节，后续还计划引入力觉等更多感知模态，使机器人能根据物理接触反馈动态调整动作，不再单纯依赖视觉信息 [7] - 触觉与力觉的加入让机器人不仅能识别物体“是什么”，还能判断“能不能操作”以及“该用多大力度”，模仿人类操作中“手感”的决定性作用，成为少数真正面向“物理操作”的机器人模型 [8] - 模型从训练阶段就将触觉、视觉、语言和双臂控制技术融合共训，形成完整的感知-动作闭环系统，能根据接触过程中的力和力矩变化实时微调操作角度和力度，避免动作卡滞或损坏物体 [8] - 在官方演示中，UR5e双臂机器人借助该技术完成了精准插接任务，通过力觉、触觉传感信号捕捉阻力变化并调整动作策略，实现稳定顺畅的插入操作 [8] 模型的训练方案与学习能力 - 采用全新训练方案，将真实机器人演示数据、仿真任务数据和大规模视觉问答数据三者深度融合 [9] - 海量合成数据由运行在Azure云平台上的机器人仿真和强化学习流水线生成，再与商业数据集、开放数据集中的真实机器人数据整合使用，有效缓解了机器人领域长期存在的数据稀缺难题 [9] - 模型拥有强大的持续学习能力，支持在实际部署后通过人类反馈持续优化自身行为表现，人类操作者可借助3D输入设备等工具进行干预纠正，系统会将纠正反馈纳入后续学习过程 [9] 行业技术重心与竞争格局演变 - Rho-alpha已在双臂机器人和人形机器人平台上完成评估测试，标志着人形机器人的技术重心正从过去的硬件配置和控制算法层面，向作为“操作系统层”的模型发生根本性转移 [10][12] - 当前行业内形成三种主要技术路线：特斯拉走“硬件+数据闭环”路线，谷歌专注于“算法+顶级机器人本体”研发，微软则主打“基础模型+云+生态”的技术布局 [12] - Rho-alpha改变了机器人行业的竞争逻辑，从比拼谁能造出结构更复杂、性能更强大的机器人本体，转向思考谁能定义下一代机器人的基础模型 [12] - 随着谷歌、微软、特斯拉、OpenAI等科技巨头纷纷入局，机器人行业迈向全新发展阶段，构建基础模型体系的话语权成为竞争关键 [12]

公司战略转型 - 特斯拉正在进行战略转型 从依靠Model S和Model X等经典车型成为大规模汽车制造商 转向以物理人工智能为核心的下一个增长阶段 包括自动驾驶和人形机器人[2] - 此次转型已酝酿一段时间 并非完全出乎意料 但Model S和Model X的逐步淘汰具有象征意义 标志着公司增长阶段的交接[2] 估值与市场观点 - 特斯拉的估值具有挑战性 其股价与近期基本面存在显著脱节 公司是全球仅有的两家市值超过1000亿美元且远期市盈率超过150倍的公司之一[4] - 市场目前对特斯拉近期盈利的重视程度降低 估值框架需要超越短期盈利动态[4][5] - 公司拥有庞大的散户投资者基础和强劲的技术面支撑 只要市场继续推动人工智能叙事 当前的高估值局面可能不会很快改变[5][6] 自动驾驶出租车业务前景 - 特斯拉自动驾驶出租车业务今年的重点是实现规模化商业应用 公司已在奥斯汀移除了安全驾驶员 需要观察其如何扩大运营设计域、增加车辆数量并开始抢占市场份额[7][8] - 该业务需要证明其服务能否与Waymo竞争 并拓展到其他地区[8] - 与Waymo相比 特斯拉的关键机会在于成本优势 Waymo每辆车的成本约为10万至15万美元 而特斯拉的Cybercab可能低至3万美元或更少[13] - 特斯拉仍需更广泛地证明其仅依靠视觉方案能实现完全无人驾驶 若能成功证明并解决商业化问题 将拥有显著的成本优势 因此被市场视为Waymo唯一的主要竞争对手[11][12][13] 人形机器人业务展望 - 人形机器人业务目前仍处于研发和原型阶段 难度更大 属于需要被证明的叙事 但其潜在市场规模相当大[9][10] - 公司计划在今年晚些时候开始生产更接近量产版本的Gen 3机器人 目前仍处于完善概念的阶段[9][15] - 市场目前给予了特斯拉相当长的“蜜月期”和宽容度 更关注其潜在市场规模和能力[14][15] - 特斯拉在人工智能方面具有优势 同时在供应链、手部设计以及电池方面也具备优势 这使其获得了市场的显著青睐[16][17]

微软推出机器人专属Rho-alpha模型 - 微软研究院于1月21日推出首款机器人专属Rho-alpha模型，该模型基于Phi系列视觉语言模型打造，能够直接将自然语言指令转化为控制信号，实现多模态感知与端到端控制 [1] - 该模型创新性地在视觉与语言两大基础感知维度之外，加入了触觉感知模块，将机器人直接拉入物理智能的范畴 [1] 模型的核心能力与目标 - Rho-alpha是微软首款专为机器人场景打造的模型，核心能力是将人类发出的自然语言指令直接转化为机器人的控制信号，以完成双手协同操作类任务 [5] - 研发目标是打破机器人只能在高度可控环境内运行的限制，推动机器人走进复杂且充满不确定性的真实世界开展工作，使其摆脱固定脚本约束，依靠模型自主生成适配不同场景的动作 [7] - 微软将此技术路径命名为“Physical AI”，旨在让人工智能从数字世界延伸到物理世界，实现与真实环境的直接交互，解决机器人“动手执行”的实际问题 [7] 与主流模型的差异与优势 - 相较于当前机器人领域主流但多停留在实验室阶段、真实世界适应能力存在短板的VLA模型，Rho-alpha模型在三个维度有主要能力提升 [8] - 首先，创新性地将触觉纳入核心决策环节，让机器人能根据物理接触产生的反馈动态调整自身动作，不再单纯依靠视觉信息进行判断 [9] - 其次，模型从训练阶段就将触觉、视觉、语言和双臂控制技术融合共训，形成了一套完整的感知-动作闭环系统，能根据接触过程中的力和力矩变化实时微调操作角度和力度 [10] - 最后，模型采用全新训练方案，将真实机器人演示数据、仿真任务数据和大规模视觉问答数据三者深度融合，并利用Azure云平台上的机器人仿真和强化学习流水线生成海量合成数据，有效缓解了机器人领域长期存在的数据稀缺难题 [10] 技术细节与演示 - 在官方演示中，UR5e双臂机器人借助该技术完成了精准插接任务，左臂负责定位接口位置，右臂执行推进插入动作，过程中通过力觉、触觉传感信号捕捉阻力变化并调整动作策略 [10] - Rho-alpha拥有强大的持续学习能力，支持在实际部署后通过人类反馈持续优化自身行为表现，当机器人操作出现失误时，人类操作者可借助3D输入设备等工具进行干预纠正，系统会将这些纠正反馈纳入后续学习过程 [11] 行业影响与技术趋势 - Rho-alpha已在双臂机器人和人形机器人平台上完成评估测试，标志着人形机器人的技术重心正从过去的硬件配置和控制算法层面，向模型作为“操作系统层”的根本性转移 [12][14] - 行业内形成了三种不同的技术路线：特斯拉走“硬件+数据闭环”路线，谷歌专注于“算法+顶级机器人本体”研发，微软则主打“基础模型+云+生态”的技术布局 [14] - 随着谷歌、微软、特斯拉、OpenAI等科技巨头纷纷入局，机器人行业迈向全新发展阶段，竞争逻辑从比拼谁能造出结构更复杂、性能更强大的机器人本体，转向思考谁能定义下一代机器人的基础模型 [14]

公司产品性能表现 - GSI Technology公布了其Gemini-II存内计算处理器的初步基准测试结果 结果显示在边缘处理视频和文本输入的多模态大语言模型时 首次令牌生成时间仅为3秒 [1] - 在Gemini-II生产处理器上运行Gemma-3 120亿参数视觉语言模型时 公司实现了3秒的TTFT 同时AI子系统（包括芯片）功耗约为30瓦 据公司所知 这是在嵌入式边缘处理器上运行的多模态120亿参数模型公开报告的最低功耗结果 [2] - 独立第三方在竞争性嵌入式平台上测试相同工作负载的报告显示 高通骁龙X Elite平台（功耗30瓦）的TTFT约为12秒 英伟达Jetson Thor平台（功耗超过100瓦）的TTFT为3秒 在更低的功耗水平下达到或优于竞争平台性能 表明Gemini-II在功耗和散热受限的边缘环境中具有更优的响应能力和能效表现 [3] 产品技术优势与市场定位 - 公司首席执行官表示 这些基准测试结果凸显了存内计算技术对物理AI的赋能 边缘部署需要在严格的功耗和散热限制下实现快速响应 3秒的TTFT意味着系统可以每三秒生成一次初始响应 这通常足以满足基于视频的应用需求而不错过重要事件 [4] - Gemini-II能够以低功耗实现低延迟多模态推理 支持更广泛的实时应用 从自主系统到在数据中心外运行的智能机器 [4] - 公司认为该性能特征非常适合“物理AI”市场 包括无人机、智慧城市和其他边缘系统 这些场景的工作负载是间歇性的 并受电池寿命、热设计和外形尺寸限制 更低的芯片功耗带来更快的TTFT 可以实现响应更迅速的系统、更长的工作周期和更低的系统总成本 [4] 行业趋势与公司技术架构 - 边缘物理AI代表了AI计算中一个不断增长的细分领域 因为工作负载正从云辅助模型转向本地推理 以改善延迟、可靠性和运营效率 [5] - 公司专有的存内计算架构旨在减少数据移动 而数据移动是传统架构中延迟和功耗的主要来源 [5] 公司业务进展与产品介绍 - 公司的工程团队正继续致力于进一步优化Gemini-II的响应能力 同时与客户和合作伙伴（包括G2 Tech）在系统集成和概念验证活动上进行合作 [6] - GSI Technology是AI革命的先锋 拥有突破性的关联处理单元技术 专为数十亿项数据库搜索和高性能计算中无与伦比的效率而设计 公司的Gemini-I和Gemini-II创新产品提供了可扩展、低功耗、高容量的计算解决方案 重新定义了边缘计算能力 [7]

2025年第四季度财务表现 - 每股收益为0.50美元，超出华尔街预期的0.45美元，超出幅度为11% [1] - 每股收益同比下降32% [1] - 营收为249.01亿美元，略高于华尔街预期的247.8亿美元 [1] - 营收同比下降3% [1] - 第四季度运营收入为14.1亿美元，高于预期的13.2亿美元 [1] - 第四季度汽车交付量同比下降15.6% [1] - 尽管销售放缓，但利润率提高了4个百分点 [1] 人工智能与战略投资 - 公司将投资20亿美元购买xAI的优先股，以“将人工智能带入物理世界” [2] - xAI在2025-2026年经历爆发式增长，E轮融资200亿美元后估值达到约2300亿美元 [2] - xAI的Grok是表现最佳的人工智能模型之一，并得到英伟达、富达投资和卡塔尔投资局等支持 [2] - 投资者可期待两家公司之间的协同效应 [2] - 公司确认了Optimus人形机器人的生产时间表 [7] 特斯拉能源业务 - 特斯拉能源业务总毛利润连续第五个季度创下纪录，达到11亿美元 [3] - 位于休斯顿的超级工厂将于今年开始生产Megapack 3和Megablock [3] - 这些大规模集成电池储能系统需求旺盛，因超大规模数据中心寻求脱离电网并自行发电储电 [3] 未来产品与业务进展 - 公司确认在北美为特斯拉Semi半挂卡车和Cybercab的生产爬坡做准备，两者均将于2026年上半年开始生产，下一代Roadster也将投产 [8] - 本周初，公司与沃伦·巴菲特支持的Pilot Travel Centers签署协议，将在美国35个地点安装Semi充电站，建设将于2026年上半年开始 [8] - 自2025年6月以来，Robotaxi车队累计行驶里程已达65万英里 [9] - 公司预计在2026年上半年将Robotaxi服务扩展至另外七个市场 [10] - 公司首次披露FSD（监督版）订阅用户总数，目前FSD订阅业务每年产生约13亿美元收入 [11] 业务转型与公司前景 - 投资者正将焦点从放缓的“传统电动汽车业务”转移，转而基于三个新兴支柱来评估公司价值：物理人工智能公司（Optimus、Robotaxis、FSD）、能源公司以及广泛的生态系统 [12][13] - 公司已确认多个酝酿多年的关键未来增长驱动力的生产和发布计划 [13] - 公司拥有超过400亿美元的现金储备，资产负债表状况良好 [16] - 公司目前正进行高风险转型，从冷却的电动汽车业务转向2026年将涌现的大量创新 [17] - 为使股价持续上涨，公司需要按时开始Optimus生产、扩大Robotaxi网络并获得监管批准，并确保传统电动汽车业务不再持续失血 [15]

核心观点 - 尽管特斯拉季度业绩表现疲软 净利润大幅下滑 汽车交付量和收入下降 但股价在盘后交易中上涨 这主要归因于公司成功将市场焦点从当前汽车业务的困境转向对未来增长（尤其是人工智能和机器人）的预期 [1][3] 财务业绩 - 净利润同比大幅下降61% 汽车收入下滑11% 总交付量出现两位数百分比下降 [2] - 公司遭遇了多年来最困难的一年 首次出现年度收入下滑 [2] - 调整后每股收益为0.50美元 超出市场普遍预期 对股价形成支撑 [3] - 能源业务收入同比增长25% 达到38.4亿美元 连续第五个季度创下毛利润纪录 达11亿美元 [6] - 能源存储部署量创下14.2吉瓦时的纪录 [6] 汽车业务现状 - 汽车业务面临持续的定价压力 成本上升和需求疲软 利润率按公司自身历史标准衡量仍然薄弱 [2][4] - 汽车销售已成为竞争更激烈、更艰难的生意 特斯拉不再能免受行业现实的影响 [4] - Model 3和Model Y已成为绝对主力 在去年约164万辆的总交付量中占比约97% [5] - 公司计划在2026年第二季度停止生产Model S和Model X 为Optimus人形机器人的生产腾出空间 [5] 未来增长叙事 - 市场关注点从已发生的业绩转向公司未来的发展前景 [3] - 停止生产Model S和Model X被视为将“实体人工智能”愿景转化为实际工厂计划的关键一步 [5] - 能源业务表现强劲 展现出可扩展性、盈利性和可预测性 正成为公司中最不像“赌注”的部分 [6] - 推动股价上涨的主要原因是市场对自动驾驶（Autonomy）未来的预期 而非能源业务 [6]

特斯拉对xAI的战略投资 - 特斯拉向埃隆·马斯克的人工智能公司xAI投资了20亿美元 [1] - 此次投资是xAI E轮融资的一部分 该轮融资总额为200亿美元 [1] - 投资预计将在第一季度完成 [6] 投资背景与股东意见 - 特斯拉股东曾在2023年11月就一项允许董事会投资xAI的非约束性措施进行投票 [1] - 约有10.6亿票赞成 9.163亿票反对 但由于弃权票在公司章程中计为反对票 该措施被否决 [1] - 特斯拉在股东反对的情况下仍进行了投资 [1][2] 投资逻辑与战略协同 - 特斯拉的投资理由与xAI同其“宏图计划第四篇章”在实体人工智能和机器人领域的战略方向一致 [2] - 特斯拉正在构建将人工智能带入物理世界的产品和服务 而xAI正在开发领先的数字人工智能产品和服务 如其大语言模型Grok [3] - 双方签署了一项与投资相关的框架协议 旨在评估两家公司之间潜在的人工智能合作 [4] - 此次投资及相关框架协议旨在增强特斯拉大规模开发和部署实体世界人工智能产品及服务的能力 [6] 特斯拉的AI与机器人业务进展 - 特斯拉在致股东信中强调了其在实体人工智能和机器人方面的其他进展 包括其Optimus人形机器人、半挂卡车和其他自动驾驶能力的计划 [3] - 公司2023年营收和盈利普遍超出华尔街预期 但利润下降了46% [3] xAI的其他投资者 - xAI此前已披露的其他投资者包括Valor Equity Partners、富达投资、卡塔尔投资局 以及作为“战略投资者”的英伟达和思科 [1]

投资与合作协议 - POSCO Holdings Inc 旗下子公司 POSCO Future M 投资了美国全固态电池公司 Factorial 此举进一步强化了双方自2025年11月签署谅解备忘录后建立的合作伙伴关系 [1] - 通过此合作 POSCO Future M 有望在全固态电池市场实现快速增长 而 Factorial 将获得高质量的固态电池材料供应以提升其制造竞争力 [1] 技术与产品优势 - Factorial 的全固态电池平台 Solstice 提供更高的能量密度和安全性 并已与韩国、欧洲和北美的汽车制造商成功建立合作伙伴关系 [2] - POSCO Future M 的材料设计和涂层技术将得到优化 产品组合将扩展至包括硫化物基固体电解质以及硅和锂金属负极材料 这些材料能提供更高的能量保持率 [3] - POSCO 正在开发的全固态电池材料预计将广泛应用于自动驾驶电动汽车、城市空中交通以及人形机器人和机器人等实体人工智能市场 [2] 市场表现与行业对比 - 过去一年 PKX 股价上涨了39.4% 而同期行业增长率为51.6% [3] - 在基础材料领域 Coeur Mining Inc 和 Albemarle Corporation 目前各获得Zacks Rank 1评级 Avino Silver & Gold Mines Ltd 获得Zacks Rank 2评级 [4][7] - 过去一年 CDE 股价飙升了304.2% ALB 股价上涨了125% ASM 股价暴涨了770.6% [8][9] 相关公司财务预期 - 市场对 CDE 2025年每股收益的共识预期为0.82美元 意味着同比增长355.56% 其过去四个季度的平均盈利惊喜为106.61% [8] - 市场对 ALB 2025年每股亏损的共识预期为1美元 意味着同比增长57.26% [9] - 市场对 ASM 2025年每股收益的共识预期为0.17美元 意味着同比增长13.33% [9]