核心观点 - 市场对特斯拉的估值逻辑已从传统汽车销量转向自动驾驶、人形机器人和人工智能的未来愿景，因此高盛下调交付预测未引发股价大幅波动 [2][3][8] 高盛下调交付预测 - 高盛将特斯拉第三季度交付预测从490,000辆下调至435,000辆，并同时下调第四季度预测，理由是中美欧三大市场销售疲软 [4] - 高盛的新第三季度预测低于市场共识，且特斯拉面临去年同期因税收抵免到期引发的销量高基数挑战，同时两款车型近期停产使产品线变薄 [5] - 高盛下调后的第四季度预测仍高于市场共识，暗示当前疲软被视为暂时性 [6][7] 市场反应与估值逻辑转变 - 特斯拉股价在预测下调后未大幅下跌，仍接近近期高点，显示市场对交付数据的敏感性降低 [2][3] - 特斯拉市盈率高达约347.74倍，仅靠汽车销售无法支撑此估值，必须依赖自动驾驶、机器人出租车（Cybercab）、全自动驾驶软件及人形机器人Optimus等未来愿景 [8] - 投资者购买特斯拉股票主要是押注自动驾驶和AI驱动的未来，而非传统汽车制造，单季度交付数据不会动摇这一投资逻辑 [9] 忽视交付数据的潜在风险 - 汽车业务仍是特斯拉唯一大规模且成熟的收入来源，是支撑所有未来项目的引擎，若该业务停滞或下滑，整体故事将变得脆弱 [10] - 特斯拉的自动驾驶叙事依赖于其领先于竞争对手的形象，核心业务疲软会削弱这一叙事，一家增长乏力的车企难以被视为未来交通的领导者 [11] - 机器人出租车（Cybercab）面临监管挑战，其部署规模远逊于Alphabet旗下Waymo，且短期内可能对营收贡献极小 [12] 短期与长期的双重性 - 短期内市场已决定交付数据不重要，第三季度疲软不太可能显著影响股价，特斯拉正超越传统汽车行业的规则 [13] - 但股价几乎完全基于尚未实现的未来，若承诺的突破持续推迟，投资者的信心将无法持久，核心收入引擎停滞只能依靠未来承诺支撑有限时间 [14]

核心观点 - Handshake推出AI技能工作室，为求职者提供个性化、基于项目的AI技能培训，以匹配雇主需求[1][4] - 多家科技公司获得融资或股价上涨，反映AI和自动化领域的投资热度[2][4] 公司动态 Handshake - 推出AI技能工作室（AI Skills Studio），提供个性化、基于项目的“任务”，求职者可使用从业者使用的AI工具进行实践[4] - 首席运营官兼总裁John Stull将参加NYSE Live，讨论雇主在求职者中寻求的AI技能[4] Gatik - 完成2亿美元（200 million）D轮融资[2][4] - 首席执行官Gautam Narang将在D轮融资后参加NYSE Live[4] - 资金将用于扩展高频区域路线，连接配送中心和门店[4] - 已完成超过85,000次完全无人驾驶订单[4] ChargePoint - 庆祝智能电气化的未来，参与NYSE开市敲钟仪式[3] AMD - 股价上涨近10%（nearly 10%）[4] - 公司市值首次突破1万亿美元（$1 trillion）[4] Meta - Muse AI代理引发乐观情绪，股价在周一交易时段上涨超过11%（more than 11%）[4] 市场与指数 - Global X NYSE 100 ETF周一上涨超过2.7%（more than 2.7%）[3] 其他事件 - 葡萄牙总理Luís Montenegro参与NYSE闭市敲钟仪式[3] - 水韧性联盟（Water Resilience Coalition）于9月21日在NYSE举行活动[2]

核心观点 Beamr与Intempora合作，为RTMaps用户提供两种压缩模式（无损和内容自适应），旨在解决自动驾驶开发中视频数据量激增的瓶颈，通过实时、零数据损失的压缩技术，提升数据采集、传输和处理效率 [1][3][5] 合作与演示 - Beamr与Intempora（dSPACE子公司）联合宣布，将在RTMaps中演示Beamr的ML-Safe无损压缩技术 [1] - 演示将在AutoSens Europe（9月22-24日，巴塞罗那，展位131）和dSPACE用户大会（9月23日，加州圣克拉拉）进行 [1][2] - Intempora CEO Nicolas Du Lac表示，压缩对于保持数据可操作性至关重要，与Beamr合作提供有损和无损两种模式 [5] - dSPACE产品经理Peter Ngure指出，捕获点的高效压缩是重要基石，欢迎Intempora与Beamr的合作 [5] 技术细节与性能 - Beamr演示针对测试车辆摄像头原始输出的12位Bayer格式进行无损压缩，此前编码器无法处理该格式 [3] - 无损压缩在测试车辆数据记录器中的GPU上实时运行，初始测试显示，对8个800万像素摄像头的记录可实现47%的缩减 [3] - 内容自适应压缩可将视频数据负载减少高达50%，同时保持ML模型准确性 [4] - ML-Safe无损压缩与内容自适应压缩结合，为RTMaps用户提供两种管道应用模式 [1][4] - RTMaps是一种模块化开发和执行中间件，用于实时采集、同步、处理、记录和回放异构数据流 [4] 行业背景与挑战 - 自动驾驶团队产生海量视频数据集，一个班次的数据记录可达数十TB，给开发各阶段带来压力 [2] - 数据量从测试车辆的数据记录器捕获开始，到云端和数据中心传输，再到仿真和训练阶段持续增长 [2] - 高分辨率摄像头数据量是数据记录和数据驱动开发中最大的挑战之一 [5] 公司介绍 - Beamr是视频优化技术和解决方案的领导者，在纳斯达克上市（代码：BMR）[1] - Beamr拥有53项专利，曾获得艾美奖技术与工程奖，其技术可将视频文件大小减少高达50% [7] - Beamr为媒体娱乐、用户生成内容、机器学习和自动驾驶等市场提供高效视频工作流 [8] - Intempora成立于2000年，是自动驾驶和复杂实时系统先进软件工具的先锋，自2020年起成为dSPACE集团子公司 [9]