文章核心观点 - 摩根士丹利指出，一场针对现实世界视觉数据的“光子竞赛”正在爆发，视觉数据已成为AI训练中最稀缺、最具战略价值的资源 [1] - 特斯拉、Meta和Figure AI等公司正通过不同路径积极布局视觉数据的收集与利用 [1][3] - 视觉数据是训练下一代AI模型的核心资源，其价值正在被重新定义 [3] 特斯拉的战略转向 - 特斯拉据称将转向“纯视觉”方法预训练Optimus，使用录制工人执行任务的视频作为训练数据，标志着训练范式的重大调整 [2][3] - 特斯拉前Optimus负责人发布的视频显示，其最终目标是转向通过“随机摄像头”和互联网视频获取的第三人称视角数据进行学习 [2] - 特斯拉车主在驾驶时间模拟世界输送数据以训练最新FSD模型 [3] 视觉数据的价值与应用 - 视觉数据是训练视觉-语言-行动模型（VLA）不可或缺的资源 [1] - 未来视觉数据将不仅用于训练模型，更将用于构建“机器人训练健身房”（模拟环境），从而在数字世界中迭代数十亿种场景 [3] - Meta眼镜用户的行为（如弹钢琴、织毛衣）也在为模型提供视觉数据 [3] 相关ETF数据 - 食品饮料ETF（515170）近五日下跌2.84%，最新份额87.0亿份，增加2700.0万份，主力资金净流入147.6万元 [5] - 游戏ETF（159869）近五日下跌1.25%，最新份额58.5亿份，增加1.0亿份，主力资金净流入1.2亿元 [5] - 科创半导体ETF（588170）近五日上涨18.18%，最新份额8.1亿份，增加400.0万份，主力资金净流出1.2亿元 [5] - 云计算50ETF（516630）近五日上涨1.94%，最新份额3.6亿份，增加600.0万份，主力资金净流出6.3万元 [6]