2025年第三季度财务业绩 - 2025年第三季度总营收高于市场预期的263.7亿美元，但每股盈利0.50美元未达市场预期的0.54美元 [8] - 整体毛利率同比下降1.85个百分点至17.99%，经调整EBITDA同比下降9.39%至42.27亿美元，非会计准则股东应占利润同比下降29.34%至17.70亿美元 [8] - 季度自由现金流约40亿美元创下新高，截至季末公司现金和投资总额超过410亿美元 [9] 汽车业务表现 - 2025年第三季度汽车总交付量同比增长7.39%至49.71万辆，创出新高，其中Model 3/Y交付量同比增长9.36%至48.12万辆 [3] - 汽车销售收入同比增长8.11%至203.59亿美元，但汽车销售毛利率下降1.69个百分点至14.71% [5] - 区域交付表现亮眼，大中华区、亚太区、北美、欧洲中东非洲环比分别增长33%、29%、28%和25%，韩国已成为特斯拉全球第三大市场 [5] 储能与服务业务表现 - 储能业务部署量创纪录，动力和储能分部收入同比大增43.73%至34.15亿美元，毛利率提升6.2个百分点至31.42%，毛利贡献增长48%至10.73亿美元 [6] - 服务及其他分部收入同比增长24.55%至34.75亿美元，毛利增幅高达48.78%至3.66亿美元，毛利率提升1.72个百分点至10.53% [8] - 储能和服务业务收入合计占总营收的12.16%，但毛利占比达到21.23%，成为重要的利润补充项 [6][8] 未来产能与产品规划 - 管理层目标是在最理想情况下24个月内达到300万辆年化产能，并计划按供应链能承受的最快速度扩产 [11] - 10月正式推出Model 3和Model Y标准续航版，起售价分别为3.7万美元和4.0万美元，续航里程均突破300英里 [10] - Cybercab无方向盘车辆计划于明年第二季度启动生产，电动半挂卡车Semi将于明年初首批量产车下线 [11] 自动驾驶与AI技术进展 - 特斯拉已在奥斯汀和湾区大部分城市运营Robotaxi服务，预计年底前在8至10个地铁区域推广该服务 [17] - 发布FSD 14.1版本，计划年底前实现车辆“推理能力”，目前付费FSD客户基数占现有车队的12% [17][18] - 由特斯拉自主设计的AI五代芯片性能预计达到AI四代的40倍，能效比提升2-3倍，成本效益有望达到行业水平的10倍 [18][19] 擎天柱机器人规划 - 计划在2026年第一季度发布Optimus P3，目标实现百万台年产量，并规划未来达到千万台年产量 [13][16] - 机器人手部和前臂研发难度极大，特斯拉计划实现高度垂直整合以应对供应链挑战 [16] - 马斯克强调其对特斯拉投票控制权的关切与机器人军团的未来影响力直接相关 [16] 储能业务发展 - 发布新一代工业存储产品Megablock，集成四组Megapack 3单元，计划2026年在休斯敦工厂投产，年产能最高达50吉瓦时 [24] - 来自AI和数据中心应用的需求显著增长，美国住宅太阳能需求激增，预计增长势头将延续至2026年 [24] - 当前所有储能业务电芯均采购自中国，受关税影响较大，公司正在寻找替代方案 [23]

核心观点 - 宇树科技CEO王兴兴认为具身智能AI模型是未来2-5年核心发展方向，质疑当前VLA模型架构的实用性，并提出视频生成模型和端到端模型作为替代方向 [1][3][10][13] - 行业技术瓶颈在于模型架构不完善、数据利用不足及RL缩放定律缺失，而非硬件性能限制 [4][6][8][12] - 未来需聚焦端到端模型、低成本硬件批量制造及分布式算力网络三大方向 [16] 技术瓶颈分析 - 当前机器人硬件（包括灵巧手和整机）已基本满足需求，核心瓶颈在于具身智能AI大模型未成熟 [4] - 行业过度关注数据而忽视模型架构问题，导致模型缺乏统一性、泛用性且数据利用不充分 [6][8] - VLA模型被评价为"相对傻瓜式的架构"，对数据质量依赖过高且适应性不足，VLA+RL组合优化效果有限 [10] - RL缩放定律缺失导致机器人学习新任务需从零开始训练，训练效率低下，理想状态应基于旧有基础快速学习新技能 [12] 新兴技术方向 - 视频生成模型路线比VLA模型更具潜力，可通过生成动作序列视频直接指导实体机器人执行指令 [13] - 当前视频生成模型存在GPU消耗过高问题，机器人应用无需高精度视频，需解决能耗与实用性的矛盾 [15] 未来技术重心 - 需研发统一端到端智能机器人大模型，实现基于既有训练基础快速学习新技能 [16] - 硬件需实现低成本、高寿命及超大批量制造以支撑数百万/千万台量级应用 [16] - 构建分布式算力网络（如工厂服务器集群或区域算力集群），解决机器人本体峰值功耗仅100瓦的算力限制 [16] 行业应用预期 - 当机器人具备大规模作业能力时，可能通过创造价值直接缴税实现"免费"状态，该进程预计2-10年内实现 [17] - 当前智能汽车行业普遍采用VLA+RL或世界模型路线，与具身智能开发逻辑存在差异，技术路线需实战验证 [17]