时隔两年多，特斯拉再次"开麦"。 与此前不同，这次特斯拉对于自家智能辅助驾驶算法进展的分享，并不是在AI Day的舞台上，而是在近 日举办的计算机视觉顶会ICCV(International Conference on Computer Vision)期间。 特斯拉自动驾驶副总裁阿肖克·埃鲁斯瓦米(Ashok Elluswamy)作为嘉宾，在大会上发表了主题演讲。 有可能为了接上2023年6月他们提出端到端架构之后的"闭麦"，阿肖克从"特斯拉为何会选择端到 端？"开始分享，但经过多年实践，他们也发现仅通过端到端想要做好智能辅助驾驶，存在一些挑战。 图源Tesla AI 首先就是端到端系统需要解决从极高维到极低维的映射问题，这种映射往往是多对一，因此要保证输出 的正确性，训练难度可想而知。阿肖克的言外之意，或许是在强调端到端模型的"黑箱"问题。 基于特斯拉庞大的用户规模，每日可为他们产生相当于500年驾驶时长的数据，但其中多数是没有太多 价值的常规场景数据，对于算法的长远泛化没有太大帮助。 为了解决这两个问题，特斯拉在架构和算法层面做了一些优化和调整，比如在输出决策控制指令前，还 会输出OCC占用网络和3D高斯 ...

财务表现 - 第三季度营收达281亿美元，同比增长12%，创历史新高 [1] - 第三季度交付量为49.7万辆，同比增长7.4%，创历史新高 [1] - 第三季度净利润为13.7亿美元，同比下降37% [1] - 第三季度经调整净利润为17.7亿美元，同比下降29% [1] - 第三季度整体毛利率为18%，低于去年同期的19.8% [6] - 第三季度汽车业务毛利率为15.4% [8] - 能源发电与储能业务营收大幅增长44%至34.2亿美元 [15] 市场策略与竞争态势 - 公司采取“以价换量”策略，推出Model Y Standard和Model 3 Standard，起售价分别为3.999万美元和3.699万美元 [2] - 对Model S/X试驾车进行大幅降价，并通过金融促销方案、补贴优惠等方式消化库存 [3] - 单车均价从2022年的约5.5万美元降至第三季度的4.18万美元，显著低于历史均值 [3] - 降价策略导致单车毛利润从2021年的约1.3万美元缩水至第三季度的约6400美元，降幅超50% [8] - 维持销量是守住成本优势及品牌影响力的关键，需靠规模销量分摊全球生产基地的成本和研发投入 [8] - 面临国内新能源车企的快速崛起，在“价格内卷”中被动跟随 [8] 产品与创新 - 新车型如Model Y标准版、Model YL和Model 2被指为Model Y的“变形版”，缺乏根本性创新 [10] - Model Y作为核心大单品，在中国市场销量占比超七成，但已是六年以前的车型 [12] - 自动驾驶业务方面，Robotaxi计划在年底扩展至8-10个大都市地区 [12] - 人工智能方面，自研AI5芯片某些指标较AI4提升约40倍，并计划在FSD后续版本中加入“推理功能” [12] - FSD付费客户仅占当前车队的12%，付费率远低于预期 [15] - 人形机器人Optimus量产时间推迟，年产目标从5000台下调至2000台，灵巧手寿命约六周，成本超6000美元 [13] 管理层与公司治理 - 董事会提出为期十年的新薪酬方案，若完成业绩目标（如交付2000万辆车、1000万FSD用户等），马斯克可获得潜在价值约1万亿美元的回报 [17] - 该薪酬方案遭到投资者团体等反对，认为马斯克的政治活动损害品牌且分散管理精力 [17] - 马斯克暗示若拿不到应有报酬，可能不会继续担任CEO [17] - 有报道称马斯克对造车失去兴趣，曾内部讨论取消平价车型Model 2，但对机器人等前沿业务展现出极高热情 [18] - 马斯克持有公司12%的股份，新薪酬方案关乎其控制权与领导地位的巩固 [19]

我的判断是，股东大会不是戏码终结，而是开始，方案能否通过取决于几个变量——机构投资者的态度、ISS等顾问的影响力、 公众舆论的发酵程度以及特斯拉近期业绩和监管环境的走向；如果通过，特斯拉将更加强化马斯克的长期控制，那公司未来的风 险、回报和透明度问题都会被放大；如果不通过，短期内可能出现领导层不稳定和股价波动，但也可能促使公司回归制度化管 理。 最后说句较为务实的话，投资者和观察者别被"1万亿"这个数字吓傻了，这是一个政治性的谈判筹码，用来重塑话语权和未来路 径，真正要看的不是这个数字本身，而是这场博弈如何改变特斯拉的决策结构与执行逻辑；对普通财经读者来说，关注点应放在 三件事——股权与投票权的变化、业绩与执行能否兑现、以及监管与舆论能否限制或放大风险；这些，才是把这出戏看清楚的眼 睛。 从市场视角看，这份方案对股东回报的承诺是极端的赌注，支持者会说这是给马斯克做长期激励，反对者会说这是把未来的不确 定性转嫁给现在的散户与机构，谁对谁错，短期看情绪影响股价，长期看执行力与监管环境。 有两层现实要承认，一是特斯拉确有创新能力和品牌溢价，二是把公司命运过度绑定在一个人身上，本身就带着系统性风险，历 史上不乏"创始 ...

股东大会与薪酬方案 - 11月6日股东大会将宣布马斯克薪酬方案投票结果，董事会计划以42亿股股票（相当于12%额外股权）换取马斯克全身心投入特斯拉AI业务 [1] - AI业务量化目标包括：实现1000万FSD活跃用户（目前约100万，订阅率12%）、100万辆商业运营的Robotaxi（目前不足100辆）、累计交付100万人形机器人（目前未对外销售，今年量产指引不足1万台） [1] FSD与Robotaxi进展 - 计划到2025年底，在奥斯汀大部分地区移除安全员，并在美国8-10个地区新推出Robotaxi服务 [2] - 移除安全员的技术基础是FSD V14，其参数规模相较V13膨胀10倍，带来更强的泛化和思考能力 [2] - 取消安全员被视为自动驾驶技术跑通的关键标志，并能推动Robotaxi服务大规模铺开，实现车主车辆运营创收 [3] - FSD V15预计在2026年底配合AI5推出，在更大芯片算力和算法参数配合下，逐步实现L4级自动驾驶 [3] 人形机器人Optimus - 人形机器人Optimus的量产预期和节奏更为明确积极，计划在2026年底启动年产100万台机器人的产线建设 [3] - 马斯克认为人形机器人将支撑特斯拉远期80%的市值，头部车企因兼具大规模量产经验和关键算法能力而在物理世界AI方面具备优势 [3] 投资方向与市场观点 - 重点推荐方向包括机器人、智驾和出海，机器人情绪指数处于冰点是加仓标志，智驾域控企业虽面临经营压力但明年出海存在增长点 [4] - 整车AGI在2026年A股市场将有一次重估，预计明年第一季度边际最差时间点将是板块左侧最佳布局机会 [4]

薪酬方案核心内容 - 董事会提议授予首席执行官埃隆·马斯克潜在价值高达约1万亿美元的薪酬方案 这将是历史上规模最大的高管薪酬方案 [2] - 该方案将使马斯克获得特斯拉高达12%的股份 前提是公司在10年内实现8.5万亿美元的市值目标并达成其他运营里程碑 [3] - 公司当前市值略高于1.4万亿美元 [3] 薪酬方案的战略重要性 - 董事会主席警告 若股东在11月6日的年度股东大会上未能批准该薪酬方案 公司可能面临失去首席执行官及“重大价值”的风险 [1] - 董事会主席强调 此投票对公司未来和实现非凡股东回报至关重要 目标是激励马斯克带领特斯拉成为自动驾驶解决方案的领先提供商和全球最具价值的公司 [1] - 若未能通过公平的绩效薪酬计划激励马斯克 其可能放弃高管职位 公司将失去其时间、才能和愿景 这些对实现非凡股东回报至关重要 [6] 首席执行官的表态与公司愿景 - 马斯克表示希望获得足够的投票控制权以产生强大影响力 但同时保证在其行为不当时可以被罢免 [11] - 马斯克解释 批准该方案并非完全为了金钱 而是为了确保其在领导岗位拥有足够的权力 [9] - 董事会主席认为 若方案未获批准 公司可能无法被市场按照其转型愿景进行估值 该愿景包括通过全自动驾驶（FSD）和Optimus等产品重塑交通、能源和劳动力的基础 [7]

投资评级与目标价 - 报告对特斯拉的评级为“增持” [7] - 基于SOTP估值法给予目标价518美元 [11][14] - 当前股价为433.72美元，52周内股价区间为221.86-479.86美元 [8] 核心财务表现与预测 - FY25Q3收入为280.95亿美元，同比增长11.6%；毛利率为18% [9] - 2024年营业总收入为976.90亿美元，同比增长0.9%；预计2025年收入为948.94亿美元，同比下降2.9%，但2026年和2027年将分别增长19.9%和24.6%至1137.98亿美元和1417.42亿美元 [5] - 2024年Non-GAAP净利润为79.99亿美元，同比下降26.5%；预计2025年净利润为62.08亿美元，但2026年和2027年将分别大幅增长70.2%和27.9%至105.66亿美元和135.13亿美元 [5] - 经调整PE从2024年的195.3倍上升至2025年的250.6倍，随后在2026年和2027年分别降至144.5倍和113.1倍 [5] 汽车业务 - FY25Q3汽车收入为212.05亿美元，同比增长5.9%；汽车销量为49.71万辆，同比上升7%，创下季度历史新高 [9] - 销量增长主要受益于美国7500美元电动车税收抵免政策到期前的需求集中释放 [9] - Q3碳排放积分销售收入为4.17亿美元，同比大幅下降43.6% [9] - 为应对补贴结束后的需求压力，公司已推出更具价格优势的标准版Model Y与Model 3 [9] 储能与服务业务 - FY25Q3储能业务收入为34.15亿美元，同比大幅增长43.7% [9] - 储能部署容量达12.5吉瓦时，创下单季度纪录，同比大增81% [9] - 服务及其他业务收入为34.75亿美元，同比大幅增长24.6% [9] 自动驾驶与AI技术 - FSD于2025年10月推出V14版本，增强了路面小障碍物及应急车辆的避让能力，累计行驶里程接近60亿英里 [9] - V14.3或后续版本将加入推理功能，关键在于实现模型车端压缩；V14 light预计于2026年二季度发布以适配低版本硬件 [9] - AI5芯片由台积电与三星代工，采用更垂直的芯片设计，移除传统GPU与ISP；多余产能将用于超算中心训练，并与英伟达芯片协同 [9] 未来业务布局 - 预计在2025年底前于奥斯汀率先实现Robotaxi车辆无安全员运营，并计划持续扩大覆盖范围至8至10座城市 [9] - 无方向盘与踏板的Cybercab预计将在26Q2开始量产 [9] - Optimus机器人的研发重点在于灵巧手，并与真实世界AI深度协同；新一代原型机预计于26Q1发布 [9] 估值依据 - 采用SOTP估值法，对各业务板块给予不同估值倍数：汽车硬件业务FY2025 PE 20x；储能业务FY2025 PE 20x；FSD服务业务FY2025 PS 30x；Robotaxi业务FY2025 PS 30x；Optimus机器人业务FY2025 PS 40x [11][14] - 估值溢价来源于公司在自动驾驶技术、品牌力、供应链管理及人工智能技术方面的积累 [11]

核心技术：世界模拟器 - 公司发布由神经网络驱动的“世界模拟器”，能够生成逼真的虚拟驾驶环境用于测试和训练[1] - 该模拟器可基于初始视频片段，合成多视角、连续长达6分钟的驾驶画面，帧率为24帧/秒[2] - 模拟器能处理长尾场景，如行人横穿马路和车辆加塞，并在虚拟世界中以对抗性方式进行反复试炼[2] 技术架构：端到端神经网络 - 公司采用“端到端”神经网络方案，直接处理来自多个摄像头、车辆运动学信号、音频、地图等原始数据，并输出方向盘和油门/刹车的控制指令[4][5][7] - 该方案相比传统的模块化（感知-预测-规划）方法具有根本优势，包括能隐式学习人类驾驶价值观、消除模块间信息损失、具备更好的可扩展性以及符合Scaling Law规律[9][13][16][18][19] - 神经网络需处理高达20亿个输入信息单元（token），并将其压缩为2个输出指令，公司通过日均相当于人类500年驾驶经验的海量数据来训练模型，以学习正确的因果关系而非偶然相关性[22][23][25] 系统能力与可解释性 - 系统具备可解释性，能输出被称为“中间token”的思考过程，并利用“生成式高斯泼溅”技术基于摄像头输入生成新视角的3D场景，全程运行时间约220毫秒[33][34][38][40] - 人工智能还能用自然语言解释其决策，例如在复杂路况下（如雨天路滑）能对“二阶效应”进行预判，提前减速[29][30][40] 应用扩展与战略布局 - 公司将其为自动驾驶汽车开发的同一套AI大脑和世界模拟器技术，无缝迁移至人形机器人“擎天柱”项目，用于模拟其在物理世界中的导航与交互[2][3][47] - 公司的战略野心超越了造车，旨在打造一套可解决通用物理世界交互问题的底层AI引擎，汽车被视为收集数据和验证技术的首个应用载体[47]

涉及的行业和公司 * 纪要涉及的公司是特斯拉公司[2][10] * 公司属于汽车制造业[5] * 公司业务包括纯电动汽车、能源生产和存储系统以及相关服务的制造和销售[10] 核心观点和论据 * 公司第三季度业绩未达预期 营收为281亿美元 同比增长11.6% 环比增长24.9% 超出UBS和共识预期4%和3%[7] * 调整后每股收益为0.50美元 低于UBS和共识预期的0.59美元 其中约0.05美元的差距源于税率影响[7] * 总毛利率为18.0% 高于UBS预期的17.6%和共识预期的17.3% 但低于去年同期的19.8%[7][8] * 不计积分收入的汽车毛利率为15.4% 低于UBS预期的16.7%和共识预期的15.6%[7][8] * 运营利润为16亿美元 运营利润率为5.8% 低于UBS预期的6.9%和共识预期的6.4% 同比下降40.2%[7][8] * 自由现金流为40亿美元 远超共识预期的15亿美元 主要得益于资本支出低于预期[7] * 公司的股价主要由关于人工智能项目（如机器人出租车和Optimus）的叙事驱动 但这些项目需要时间才能对销售和盈利做出实质性贡献[2] * UBS给予公司卖出评级 12个月目标股价为247美元 较当前价格有43.5%的下行空间[5][9] * 基于2027年预测市盈率进行估值 关键风险包括全球经济增长放缓、电动汽车普及速度放缓以及执行风险[11] 其他重要内容 * 公司宣布Cybercab、Semi和Megapack 3均按计划将于2026年投产[2] * 汽车信贷收入为4.17亿美元 远高于UBS预期的1.5亿美元和共识预期的3.82亿美元 对业绩有所帮助[7] * 能源业务收入为34亿美元 同比增长43.7% 但低于共识预期3%[7] * 运营支出增加由销售和管理费用、人工智能及其他研发项目驱动[7] * 定量研究评估显示 未来六个月公司面临的行业结构和监管环境可能恶化[13] * 公司被认定为高波动性证券 因此适用更宽的评级区间[26]

公司战略转型：从车企到现实世界AI平台 - 特斯拉的战略核心不再是销售更多车辆，而是部署更多作为智能节点的车辆，公司正从车企转型为现实世界的AI网络公司 [2] - 确认全自动驾驶一定能实现无人监督驾驶后，公司决定全速扩张产能，逻辑是让更多智能体上路以强化AI网络 [2] - 公司是现实世界AI的领导者，其AI通过车辆接触真实世界物理反馈，车是身体，芯片是神经系统，FSD是大脑，形成正反馈飞轮 [4] 全自动驾驶与Robotaxi业务 - FSD系统已积累超过60亿英里的行驶数据，其算法能生成难以分辨的虚拟世界视频，正在训练现实世界模拟器 [6] - FSD安全性超越人类后，监管将松动，计划年底前在奥斯汀实现无安全员测试，并在内华达、佛罗里达和亚利桑那州落地Robotaxi业务 [8] - Robotaxi商业化将改写出行行业，其最大成本人力将被消除，出行服务的边际成本将降至接近零 [8] - 专为无人驾驶优化的Cybercab将于明年二季度量产，它是未来Robotaxi网络的基石，将引发行业降维打击，竞争核心变为AI智能度 [9] 自研芯片与分布式算力网络 - 自研的AI5芯片在特定指标上比AI4强40倍，是专为自动驾驶优化的处理器，由台积电和三星代工 [11] - 芯片产能过剩部分将用于公司算力中心的AI训练，实现产能零浪费 [11] - 设想未来1亿台特斯拉车队在闲置时可贡献算力，形成100GW的移动分布式算力网络，规模可达OpenAI计划算力中心的四倍 [13] 机器人业务 - Optimus人形机器人可能成为有史以来最大的产品，其意义在于复制整个人体，掌握下一代生产力形态 [14] - 量产难点在于灵巧的手、聪明的大脑和量产能力，Optimus V3将于明年一季度亮相 [16] - 计划在2026年底前启动年产百万台机器人的汽车级别产能生产线，公司具备AI、机械、电气工程和规模制造的独特优势 [16] 储能业务 - 储能业务是隐藏的第二增长曲线，普及储能可将美国有效发电能力提高一倍，在AI时代用电需求下是确定性机会 [17] - 该业务未来几年将持续高增长 [17] 2026年关键节点与资本规划 - 2026年是公司关键之年，届时Cybercab、Optimus、Semi重卡将量产，储能大幅扩张，AI5芯片上车 [19] - 资本开支将从当前每年90亿美元跳升至新水平，公司账上410亿美元现金和每季度40亿美元自由现金流足以支撑扩张 [19] - 11月6日股东大会关于薪酬方案的决议至关重要，通过则马斯克获得25%投票权保障AI战略，否则其可能辞职导致AI梦暂停 [19] 行业定位与AI生态 - 特斯拉是唯一将AI在现实物理世界跑通的公司，与台积电、ASML、英伟达共同构成AI时代从芯片到数据的完整生态底座 [23][24] - AI投资的核心是找到能自我强化的飞轮企业，而非炒作概念 [25]

核心观点 - 特斯拉自动驾驶采用“端到端”神经网络技术路线，将感知、预测、规划整合为一个整体AI模型，摒弃行业主流的模块化方案，旨在实现更高的系统效率和可扩展性 [1][11][17] 技术路线：端到端架构 - 端到端模型直接处理摄像头像素等传感器输入，并输出转向和加速指令，避免了模块化系统各组件间接口复杂、难以整体优化的问题 [1][11][17] - 该方法遵循AI领域的“苦涩教训”，强调通过数据和计算规模实现可扩展性，而非依赖人工编码规则 [1][17] - 系统每秒需处理来自7个摄像头、地图、音频等高达20亿个输入信息，并压缩为2个车辆控制指令，解决了高维数据处理的“维度诅咒”难题 [4][20][21] 数据驱动与模型能力 - 利用庞大车队产生的海量数据，特斯拉车队每天产生相当于500年驾驶时长的数据，通过智能数据引擎筛选高质量样本用于训练 [4][22] - 海量数据训练使模型具备强大的泛化能力，例如能预判前车失控后“撞墙反弹”的二阶效应，并在事故发生前5秒提前减速 [5][24] - 模型能从人类驾驶数据中学习复杂的价值判断，例如在“碾过水坑”与“借道逆行”之间做出符合人类价值观的权衡，解决现实中的“迷你电车难题” [2][13][15] - 模型能理解场景中物体的“潜在意图”，例如区分意图过马路的鸡群和仅在路边闲逛的鹅群，并做出不同决策 [3][16] 模型可解释性与评估 - 为解决端到端模型“黑箱”问题，模型在输出指令的同时也生成可解释的中间结果，包括利用“生成式高斯泼溅”技术在220毫秒内实时生成周围环境的动态3D模型 [6][29] - 系统结合视频溯源，训练AI使用自然语言解释自身行为，一个小型化语言推理模型已在FSD v14.x版本中运行 [7][32] - 为进行有效评估，公司开发了“神经世界模拟器”，该AI能实时生成高保真虚拟世界，用于复现历史场景、创造极端事故案例，对FSD进行闭环压力测试和快速迭代 [6][34][37][39] 技术通用性与未来应用 - 该端到端技术栈具备高度通用性，可无缝迁移至特斯拉“擎天柱”人形机器人，已在模拟器中生成机器人在工厂导航的画面，证明其解决现实世界通用人工智能问题的潜力 [8][45][47][49] - 神经世界模拟器不仅用于评估，未来还可用于大规模闭环强化学习，以训练出超越人类表现的AI智能体 [49]