核心观点 - Figure人形机器人通过Helix架构实现端到端神经网络控制，在不改变架构仅增加数据的情况下，成功从物流分拣扩展到叠衣服等高难度灵巧操作任务 [1][14][21] - 叠衣服任务展示了机器人对高度可变性物体的处理能力，包括实时边缘追踪、褶皱调整和多模态交互（眼神/手势） [6][18][21] - Helix架构整合视觉记忆、状态历史和力反馈系统，使机器人具备环境感知、动作连续性和动态调整能力 [23][24][27][28] 技术突破 任务扩展性 - 同一模型两个月前完成物流包裹分拣（处理数千种物体，成功率接近人类水平），现直接迁移至叠衣服任务，无需修改架构或超参数 [12][14][21] - 叠衣服难度显著高于刚性物体操作：需应对无固定几何形状、易变形缠结等特性，依赖实时视觉反馈和毫米级手指控制 [15][16][17] Helix架构特性 - 多模态处理：统一模型处理视觉/语言输入到运动控制的端到端流程，支持任务间知识迁移 [8][22] - 视觉记忆系统：通过视频帧特征组合形成短期记忆，避免重复操作（如包裹分拣时记忆已检查面） [24][25][26] - 状态历史机制：分块执行动作序列并保留上下文，使纠错延迟缩短50%以上（包裹抓取失败时快速恢复） [27][28] - 力反馈闭环：实时调整运动轨迹（如检测传送带接触后暂停下压），提升操作成功率30% [28][29] 行业对比 - 该机型为首个采用多指手完成端到端衣物折叠的通用人形机器人 [21] - 竞品如擎天柱10个月前已实现类似功能，但未展示多任务迁移能力 [9][31] - 近期WRC展会上其他机器人仅能完成单一家务（抓娃娃等），而Figure已覆盖分拣/折叠/洗衣等多场景 [33] 发展计划 - 未来重点扩大现实世界数据规模，提升灵活性/速度/泛化能力 [20] - 持续优化Helix在非结构化环境中的表现，探索更多家庭服务场景 [22][33]

投资评级 - 首次覆盖给予"增持"评级 [5] - 预计2025-2027年归母净利润分别为55 7/84 9/154 5亿美元 对应PE分别为191 0/125 3/68 8 [8] 核心观点 - 特斯拉正从汽车制造商向AI企业转型 近30%新增CapEX投入AI基础设施建设 [8] - 智能驾驶业务(FSD/Robotaxi)是当前最重要的环节 估值逻辑转变为"技术突破→新商业模式→新现金流→提升PE" [8] - 整车销售和储能业务作为现金牛支撑转型 通过平台共享和产线优化深挖潜力 [8] - 机器人业务着眼远期成长 但当前市值计价不充分 [8] 业务转型分析 智能化转型 - 2Q24起股价与汽车交付量出现背离 显示市场认知从整车制造向AI公司转变 [8] - AI基础设施固定资产达61 7亿美元 占季度CapEX的29% [8][44] - 形成Cortex数据中心和Dojo超算等AI成果 训练算力达等效12万张H100 GPU [45][48] 智能驾驶业务 - FSD累计行驶里程达45亿英里 事故间隔里程669万英里显著优于人类 [62][64] - 软件架构完成v12端到端转型 正向无监督版升级 已在北美全量推送 [78][89][93] - 商业模式包括FSD订阅(北美8000美元买断/99美元月费)、Robotaxi和软件授权 [104][107] 传统业务调整 - 全球汽车产能连续8个季度维持在235万辆 无新增工厂投资 [49][52] - 车型平台收敛 取消Cybercab共平台廉价车转为与Model Y共享平台 [8] - 储能业务毛利率超30% 成为重要利润来源 [8] 财务预测 - 预计2025-2027年营收分别为990 2/1294 9/1614 8亿美元 增速+1 4%/+30 8%/+24 7% [8] - 同期归母净利润增速-21 5%/+52 5%/+82 0% [8] - 当前PE-ttm达167 5 显著高于传统车企15倍上限 [32][34] 行业影响 - 特斯拉突破传统车企估值范式 带动新势力采用PS估值方式 [33][37] - 技术路线引领行业 国产车企跟进端到端架构和硬件降本趋势 [75][96] - 开创"软件定义汽车"新模式 智驾系统渗透率持续提升 [100][104]