市场整体表现与宏观事件 - 道琼斯工业平均指数期货下跌1.4%，标准普尔500指数期货下跌1.5%，以科技股为主的纳斯达克100指数期货下跌2.1% [2] - 10年期美国国债收益率上升至4.35% [2] - 西德克萨斯中质原油价格飙升超过9%，突破每桶109美元；全球基准布伦特原油价格上涨近8%，至每桶109美元左右 [2] - 主要交易所交易基金下跌，景顺QQQ信托基金下跌2.1%，SPDR标普500 ETF信托基金下跌1.6% [3] 特斯拉公司动态 - 特斯拉股价在盘前交易中下跌2.6% [6] - 公司预计将在美国东部时间周四上午9点左右公布第一季度交付数据 [6] - 根据特斯拉汇编的分析师共识，预计交付量为365,645辆，较2025年第四季度的418,227辆下降12.5%，但较2025年第一季度的336,681辆增长8.6% [6] 宏观经济数据 - 美国劳工部将于美国东部时间上午8:30公布每周初请失业金人数，Econoday预计将升至213,000人，前一周为210,000人 [7] - 劳工部计划在周五上午发布3月份就业报告，经济学家预测当月美国将增加51,000个工作岗位，2月份意外减少了92,000个 [8] - 预计3月份失业率将持平于4.4% [8]

市场整体表现 - 道琼斯工业平均指数周一大幅上涨，此前特朗普总统表示与伊朗的和平谈判正在进行中[1] - 特朗普警告称如果谈判失败将会有后果[1] - 除道指外，其他主要股指也出现上涨[1] 半导体与人工智能行业 - 英伟达是今日股市的早期赢家[1] - 半导体类股表现强劲[1] - 英伟达股价在连续四天下跌后，于周一在一个基底形态中上涨[2] - 华为似乎对英伟达构成了威胁[2] - 超微电脑股价因涉及中国的AI相关指控而暴跌[3] 特斯拉与电动汽车行业 - 特斯拉股价上涨，此前埃隆·马斯克宣布了“Terafab”项目[1] - 特斯拉的完全自动驾驶系统有望获得欧洲批准[3] - 特斯拉股价完成了一次往返波动[3] - 随着特斯拉向AI领域拓展，中国能否成为汽车出口中心成为一个问题[4] 其他个股与行业动态 - 房屋建筑商类股表现强劲[1] - 戴尔股价上涨，市场认为这家计算机制造商将受益于超微电脑的困境[4] - 美光科技在周度回顾中表现乐观[3]

AI与太空计算的战略前景 - 将AI算力部署到太空的核心驱动力是突破地面能源瓶颈，而非节省电费[4] 马斯克指出，全球（除中国外）发电量基本持平，而芯片算力呈指数级增长，电力供应已成为关键制约[4] - 太空太阳能具有显著效率和经济优势 太空太阳能效率约为地面的五倍，且无需储能系统，综合成本更低[6] 马斯克预测，未来30到36个月内，太空将成为成本最低的AI部署地[6] - 太空AI算力规模将可能超越地球历史累计总量 马斯克给出激进判断：五年后，每年在太空新增并运行的AI总量，会超过地球历史累计总量[1][23] 他预计五年后太空AI装机规模将达到每年几百吉瓦[23] 地面扩张的物理与供应链瓶颈 - 电力基础设施是AI规模化的根本瓶颈 建设电厂、变压器、电网设备极其困难，公用事业公司节奏慢且审批流程冗长[8] 例如，为上线1吉瓦电力，xAI进行了大量工作，包括购买涡轮机和解决审批问题[14] - 关键设备（如燃气轮机叶片）的制造能力是底层瓶颈 全球仅有少数几家公司能制造复杂的涡轮机叶片和导流片，且订单已排至2030年[11][17][19] 为应对此瓶颈，SpaceX和Tesla可能最终需要自己生产这些部件[1][18] - 数据中心电力需求巨大，远超GPU本身功耗 一个配备约30万块GB300芯片的数据中心，加上网络、散热等配套设备及冗余，总电力需求接近1吉瓦[14][15] 在炎热地区，散热能耗可能额外增加40%[14] SpaceX的商业模式与算力愿景 - SpaceX旨在成为太空算力的超级供应商 马斯克预测，SpaceX在太空部署的AI算力将超过地球上所有机构的总和[26] 其商业模式可能类似于云服务商，提供算力租赁[26] - 实现大规模太空部署需要极高的发射频率 为实现每年数百吉瓦的太空AI装机，可能需要高达每年一万次Starship发射，相当于每小时一发[23] 马斯克认为，理论上二三十艘星舰在高效周转下即可满足需求[25] - 太空算力将主要用于推理任务 马斯克指出，绝大多数太空AI算力将用于推理，因为推理的规模已远超训练[27] 半导体产能与内存的挑战 - 现有芯片代工厂产能无法满足未来算力需求 马斯克认为，不能依赖现有代工厂（fabs）解决产能问题，因为其输出规模远远不够[37] 需要以“不同的方式”建设晶圆厂，先使用常规设备跑通规模，再改造设备以提升效率[38] - 内存（如DDR）供应是比逻辑芯片更令人担忧的瓶颈 芯片扩产路径相对清晰，但确保“足够的内存”供应更为困难，这也是DDR价格飞涨的原因[40] - Tesla正在锁定所有可用代工产能以推进其AI芯片 Tesla已锁定台积电、三星在全球多个基地（包括中国台湾、韩国、亚利桑那、德克萨斯）的产能[43] 从建厂到实现高良率大规模量产，完整周期大约需要五年[43] 人形机器人（Optimus）的战略与规模化 - 人形机器人是打开物理世界执行力的关键 在实体机器人出现前，AI的能力上限是模拟一个坐在电脑前的人能做的所有事[70] 有了Optimus这类机器人后，能力边界将被彻底打开，实现物理世界的“无限扩展”[71] - 机器人制造机器人将引发递归式指数增长 数字智能、AI芯片能力、机电灵巧度三条曲线均在指数级增强，其乘积决定机器人价值[72] 机器人开始“制造机器人”后，将形成递归叠乘的指数增长，可能将地球经济规模放大许多数量级[72] - 规模化制造是最大挑战，需要全新供应链 Optimus的定位是高智能和接近人类的灵巧度，其执行器、电子系统几乎都需要从第一性原理定制设计，没有现成供应链[92][93] 制造业产出遵循S曲线，初期爬坡缓慢，但目标是将Optimus推向年产百万台乃至千万台级别[92] AI公司本质与未来竞争形态 - 当前的AI公司本质是追求收入最大化的公司，而非实验室 马斯克犀利指出，绝大多数AI公司的工作是工程落地与规模化，不应自称“实验室”[2][66] - 未来最具竞争力的公司形态将是纯AI加纯机器人的闭环 人类留在流程中只会降低效率，就像让人类计算电子表格的一部分格子[2][85] 纯AI、纯机器人驱动的公司将全面碾压仍需人类参与的公司[85] - “数字人类模拟”是通往万亿级收入的关键入口 一旦AI能够完全模拟人类在数字世界的工作能力，就能在极短时间内创建世界级的高价值公司，其收入潜力远不止当前的几十亿美元[79] 制造能力与全球竞争格局 - 中国在制造业大多数环节具有压倒性优势 马斯克估计，中国在矿石精炼等基础材料领域的产能大约是世界其他地区总和的两倍[98][102] 中国的发电量可能达到美国的三倍，这粗略反映了其工业产能的规模[102] - 工作投入度的差距是中美竞争的关键因素之一 马斯克直观感受到，中国平均工作投入度比美国更高，这不仅是人口数量的差距[99] - 人形机器人的规模化将重塑全球制造业竞争力 能够率先实现人形机器人规模化（如年产上亿台）的国家将成为压倒性的最强竞争者[98] 机器人可以填补美国在精炼等密集型制造领域的人力短缺[100][101] 工程管理与组织文化 - 管理核心是识别并击穿限制发展的瓶颈 马斯克的逻辑是反复盯住“限制速度的瓶颈”，然后将其打穿，如果瓶颈是资金，就去解决资金问题[33] - 领导者通过深度工程评审和跨级会议掌握真实进展 马斯克每周进行颗粒度极细的工程审查，并召开跨级会议，避免信息被层层打磨，以准确判断项目是在逼近目标还是在原地打转[123][124] - 紧迫感和激进的计划是推动高速进展的关键 强烈的紧迫感会传导至整个组织，配合一个激进但仍有机会实现的计划，并不断找出并解决当下的瓶颈[122]

核心观点 - 特斯拉作为领先的电动汽车制造商，其长期股价表现优异，但自2020年以来因多重因素经历剧烈波动，股价在近期自低点大幅反弹并接近历史高位[1] - 市场对特斯拉第四季度财报的关注焦点已从传统电动汽车业务转向其能源、自动驾驶和机器人等新兴增长领域，这些业务的进展将决定公司的长期价值[5][6][13] 财务表现与市场预期 - 特斯拉计划于1月28日周三盘后公布第四季度财报，华尔街共识预期每股收益为0.45美元（同比下降40%），营收约为247.5亿美元[2] - 期权市场暗示财报后股价将波动±29.56美元或±6.58%，而过去八个季度特斯拉股价在财报后的平均波动幅度为9.64%[2] - 在过去四个季度中，特斯拉的每股收益有三次未达预期，平均低于分析师共识预期11.10%[3][4] 传统电动汽车业务现状 - 传统电动汽车业务贡献了公司约四分之三的营收，但投资者对此的关注度因以下原因降低：联邦电动汽车税收抵免结束导致的销售放缓已被市场消化；预计利率将在今年晚些时候下降，从而缓解行业逆风[5][6] - 公司正将重心从电动汽车转向能源、机器人出租车和机器人等领域[8] 新兴增长驱动力 - **特斯拉能源业务**：该业务被严重低估，在数据中心高能耗需求的推动下，年增长率高达84%，随着人工智能建设的推进，未来几年有望实现三位数增长，其毛利率也在扩大并创下新高[10] - **机器人出租车与全自动驾驶**：特斯拉机器人出租车网络已在旧金山和奥斯汀进行测试，第三方数据显示其全自动驾驶系统比普通人类驾驶员安全2倍，这有助于其获得监管批准并开拓新的重要收入来源[11] - **Optimus人形机器人**：埃隆·马斯克预测Optimus最终将成为特斯拉最畅销的产品，预计明年发布，任何时间表的更新都将影响市场[12] - **Semi卡车**：拖延已久的Semi卡车预计将于今年晚些时候进入大规模生产，公司已与Pilot Travel Centers达成协议，在全美安装35个充电站[12]

Tesla FSD 技术架构解析 - 文章核心观点认为，Tesla FSD 是一个端到端的大模型方案，而非数百个小场景模型的简单组合，其技术先进性体现在工程化实现上[4][5][17] 关于FSD模型性质的争论与澄清 - 有观点根据黑客green的发现，质疑FSD由数百个小模型组成，但作者指出这种理解有误[5][8] - 作者明确结论：Tesla FSD 就是一个大模型，使用一个巨大的神经网络完成从图像输入到控制输出的端到端计算[6][7][14] 对模型参数文件的解读 - green 发现 HW3 上的 FSD v12.6 在 A核有1.2GB、189个参数文件，在 B核有2.3GB、110个参数文件，其中61个为共享文件[8] - HW4 上的 v13 模型参数增长至 A核2.3GB，B核7.5GB[8] - B核参数文件数量少但总大小更大，表明后期端到端模型的主要参数集中在B核[10] - 大量的参数文件并非独立的单模型，而可能是一些小任务Head的模型参数，或用于数据采集触发等继承自旧版本的功能[10] - 部分参数文件的命名规则（如FSD_E2E_FACTORY_PART_X）表明它们属于一个大模型的分片，这是大模型分布式部署的常见做法[11] 硬件带宽与模型规模的关系 - HW3 使用 LPDDR4-4266，带宽为68GB/s，理论上支持36Hz输出的模型参数上限约为1.8GB（18亿参数），这与B核2.3GB的参数文件大小基本匹配[12] - HW4 使用 GDDR6 显存，带宽高达384GB/s，若使用FP8参数类型，理论上可在36Hz下支持约100亿参数的端到端模型[12] - HW4 上B核参数文件大小（7.5GB）相比HW3（2.3GB）的增长，与公司此前宣称的参数量增加约3.5倍的说法基本对应[12] 模型扩展性与MOE架构 - 尽管硬件带宽限制了参数扩展空间，但公司通过采用类似混合专家（MOE）的架构，在推理时仅部分激活专家网络，从而节省显存带宽开销，大幅提升模型的等效参数量[13] - 基于HW4的16G显存容量和可能的模型并行策略，未来FSD模型参数继续大幅增加是可能的[13] - 公司可能在特定场景（如厂区自动出场）使用一些本地化参数，这被理解为通过MOE方式增加的额外专家参数，而大部分驾驶场景的参数是共用的[13][15] 对技术先进性的看法 - 作者反驳了将FSD视为“落后”技术的观点，强调工程化创新同样是技术进步的重要体现，并以可回收火箭和发动机阵列为例进行类比[17] - 作者认为，将先进科学发现转化为成熟落地的技术，其本身代表了巨大的科技进步[17]

文章核心观点 - 文章核心观点是反驳“特斯拉FSD是近200个小场景模型组合”的说法，并论证特斯拉FSD是一个端到端的大模型方案，其技术先进性体现在工程创新上，而非落后技术 [1][11] 技术架构与参数分析 - 特斯拉FSD V12端到端化后神经网络规模急速膨胀，早期A、B核互为冗余的设计已难以实现完全冗余 [5] - 在挖掘出的模型参数文件中，B核神经网络参数远多于A核，两者共用的参数文件仅有61个 [5] - B核参数文件数量虽少但总文件大小更大，原因是后期端到端的大规模模型参数主要集中在B核 [5] - 大量规模不大的参数文件可能不属于端到端网络，而是继承自V11以前的小任务Head模型参数，例如控制自动雨刷的视觉神经网络和数据采集触发相关的感知任务 [5] - 许多模型参数是一个大模型的部分参数，命名规则为“FSD E2E FACTORY PART X”，这与特斯拉在AI Day介绍的分布式模型部署方式相符 [6] 硬件限制与模型规模 - 特斯拉HW3使用LPDDR4-4266显存，带宽为68GB/s，为支持36Hz控制输出，模型参数规模理论上限约为1.8GB [7] - HW3主要支持INT8，因此FSD V12稠密计算的理论参数上限约为18亿参数 [7] - 实际发现HW3上承载大部分端到端参数的NodeB参数文件大小为2.3GB，与理论估算基本匹配 [7] - 特斯拉HW4使用了成本高昂的GDDR6显存，带宽高达384GB/s，据称使用FP8参数类型，理论上可在36Hz下支持约100亿参数的端到端模型 [7] - 对比HW3与HW4上NodeB的参数文件大小，与FSD Release Note中提到的参数量增加约3.5倍的说法可以对应，因此该增长倍数可信 [7] 模型扩展与MOE架构 - 尽管HW3和HW4的显存带宽限制了参数扩展空间，但特斯拉通过采用混合专家网络架构实现了模型规模的突破 [8] - MOE架构允许在现有显存容量基础上，通过部分激活专家网络来节省显存带宽开销，从而最大化等效参数量 [8] - 考虑到HW4拥有16G显存容量及可能的模型并行部署策略，FSD V14模型的参数再次大幅增加是可能的 [8] - 对于不同区域或场景，特斯拉采用了一种广义解决方案，并可能通过MOE方式增加本地化的专家参数，而非完全切换独立的模型 [9] - 引用埃隆·马斯克观点：为不同区域和地点使用一组本地化参数具有价值 [9] - 引用Ashok Elluswamy观点：特斯拉仍采用广义方法，例如在中国部署FSD监督版时，仅使用极少的中国特定数据，模型就能很好地泛化到完全不同的驾驶风格；可以将特定位置的参数视为混合专家 [9] 技术先进性与工程创新 - 特斯拉FSD是一个端到端的大模型方案，其端到端程度可能超出此前普遍估计 [11] - 技术先进性不仅体现在科学发现，工程创新同样是伟大的科技进步，例如可回收火箭和利用猛禽发动机组合阵列获得巨大推力 [11] - 特斯拉和SpaceX等公司的成就证明了其是先进的科技公司，而非落后或伪装的科技公司 [11]

行业战略动向 - 传统汽车制造商对授权特斯拉FSD软件持战略性的犹豫态度 认为车辆技术是定义品牌的关键组成部分 [1] - 更多汽车制造商近期发布路线图 计划自主研发自动驾驶软件的关键部分而非外包技术 [1] - 行业专家指出 选择内部开发有实际原因 即使面临短期挑战 [5] 公司具体举措 - **Rivian**：通过为自动驾驶计算机设计专用芯片 加深垂直整合 其CEO在12月初的活动中提及探索Robotaxi业务的可能性 [2] - **福特**：在CES上宣布计划在2028年前开发用于公共道路的脱手驾驶软件 公司表示内部开发可降低成本30% 并更好地控制软件的集成与部署 [3] - **福特电气工程负责人**表示 内部整合能同时实现更小、更便宜、更高性能的目标 [4] - **梅赛德斯-奔驰**：成为英伟达Alpamayo平台的首个主要客户 计划在年底前推出基于该平台的、达到特斯拉FSD水平的ADAS系统 [10] 技术开发逻辑 - 德勤负责人指出 汽车公司需根据其客户群需求决定自动驾驶水平及实现路径（如使用激光雷达或纯视觉系统）[6] - 彭博行业研究分析师将自动驾驶技术栈分为软件、传感器和执行器三个相互关联的部分 [7] - 将所有三个部分内部整合以实现相互“对话” 比依赖多个供应商更具成本效益 [8] 供应链与工具演变 - 英伟达在CES推出Alpamayo平台 包含AI推理模型、仿真工具和数据集 供汽车制造商开发自动驾驶技术 [10] - Alpamayo并非完整的自动驾驶软件栈 而是一个工具集 旨在加强和加速主机厂自身的ADAS或自动驾驶项目 [11] - 毕马威合伙人认为 Alpamayo通过降低训练自动驾驶系统的成本和时间 “民主化”了AV开发 [12] - 英伟达CEO称其目标是赋能全球自动驾驶行业 而非成为自动驾驶汽车公司 [13] 特斯拉的立场与市场反馈 - 马斯克在11月称传统汽车制造商不愿授权特斯拉FSD是“疯狂的” [4] - 马斯克表示 传统汽车制造商偶尔接触时 提出的要求不切实际且计划微不足道 导致合作没有意义 [5]

贵金属市场动态 - 黄金价格创历史新高，首次突破每盎司4400美元，当前上涨1.6%至每盎司4412美元，有望创下四十多年来的最佳年度表现 [2][3] - 白银现货价格飙升3.3%至创纪录的每盎司69.44美元，金银两种金属均有望实现自1979年以来最强劲的年度表现 [3] - 市场押注美联储将在2026年进行两次降息，同时近期地缘政治紧张局势（如美国加强对委内瑞拉石油封锁、乌克兰首次袭击俄罗斯影子舰队油轮）增强了金银的避险吸引力 [3][4] - 黄金ETF已连续五周出现资金流入，世界黄金理事会数据显示，除5月外，今年这些基金的总持仓量每月都在增长 [5] 自动驾驶与机器人出租车行业 - Waymo在因大面积停电暂停服务后，已于周日晚上恢复其在旧金山湾区的机器人出租车服务 [5] - 停电导致多辆自动驾驶汽车停滞，加剧了交通拥堵，Waymo发言人表示公司致力于确保其技术能在此类事件中适应交通流 [6] - 特斯拉CEO埃隆·马斯克在社交媒体上表示，特斯拉的Robotaxi未受旧金山停电影响，但需注意特斯拉在当地并未提供无人驾驶出租车服务，其服务使用配备FSD（监督版）驾驶辅助系统的车辆 [7] - 百度与Uber和Lyft合作，将其Apollo Go机器人出租车引入英国以扩大全球业务版图，Uber将于2026年上半年在伦敦开始测试，Lyft明年将在该市用数十辆车测试初始车队，并计划逐步扩展到数百辆 [7][8] - 百度Apollo Go已在全球22个城市运营，每周行程超过25万次，累计完成超过1700万次出行，其竞争对手Waymo目前也在英国测试机器人出租车，计划于2026年开始提供出行服务 [8] 公司动态与资本市场 - 意大利反垄断机构因苹果公司的主导地位对其处以1.15亿美元罚款 [9] - 标普500指数季度调整：CRH plc、Carvana和Comfort Systems USA将被纳入指数，LKQ Corporation、Solstice Advanced Materials和Mohawk Industries将被移出 [11] - 纳斯达克100指数成分股变更：Alnylam Pharmaceuticals、Ferrovial SE、Insmed、Monolithic Power Systems、Seagate Technology和Western Digital将取代Biogen、CDW Corporation、GlobalFoundries Inc.、Lululemon Athletica、ON Semiconductor Corporation和The Trade Desk [11] - Electronic Arts将举行特别股东大会，投票表决由沙特公共投资基金、Silver Lake和Affinity Partners牵头的财团提出的收购提议，收购价为每股约210美元现金，公司上周五收盘价为203.92美元 [11] - TrueCar股东将就Fair Holdings的收购提案进行投票，收购报价为每股2.55美元，公司上周五收盘价为2.14美元 [11] 其他市场与资产表现 - 原油价格上涨1.5%至每桶57美元，比特币上涨1.2%至89000美元 [10] - 盘前最大波动股：Rocket Lab Corporation股价上涨5%，因公司成功发射了今年第21枚Electron火箭 [10]

特斯拉FSD系统进展 - 特斯拉FSD v14 2系统驾驶表现比之前更好 但仍是需要监督的L2级系统 尚未达到无监督水平 [2] - 实现L3级自动驾驶需公司将驾驶责任从驾驶员转移至自身 承担系统导致的事故责任将是重大进展标志 [3] - FSD v14 1 7版本相比v13有巨大进步 但技术仍存在某些地图问题 [3] Waymo自动驾驶业务 - Waymo被评价为L4级自动驾驶的领导者 在Robotaxi业务中遥遥领先且优势持续扩大 [4] - Waymo业务运营规模正在快速扩张 目前已在多个城市的高速公路上运营 且高速公路上行驶的车辆无车内安全员 [4][5] - 相比之下 特斯拉在奥斯汀的Robotaxi计划在年底前实现无驾驶员运营 [5] 特斯拉业务拓展与市场表现 - 特斯拉在內华达州获得自主认证 可部署自动驾驶车辆 为商业运营铺平道路 [6] - 公司股价上涨1 71%至426 58美元 在动量指标上表现良好 中长期价格趋势有利 [6]

业务扩张与网络建设 - Whimo宣布其服务现已覆盖旧金山、凤凰城和洛杉矶的高速公路，并扩展了服务区域[1] - 公司正在东海岸进行测试，并通过与关键城市建立合作伙伴关系来扩大业务范围[3] - 高速公路驾驶的成功可能为建立全国性的无人驾驶网络奠定基础，这标志着从测试区域地图向真正网络化的转变[3][4] 高速公路驾驶的战略与经济意义 - 高速公路是自动驾驶主流化的下一个关键试验场，将彻底改变该行业的经济模式[2] - 与较短途的走走停停交通相比，高速公路具有更长距离、可预测车道、更高速度和更少交接的特点，意味着车辆能产生收益的里程更多，效率显著提升[2][3] - 诸如机场接送、跨城通勤等长途高速公路行程是高价值服务，竞争对手在这些领域难以企及[3] 运营规模与行业对比 - 截至7月，Whimo在高速公路上的累计里程已超过1亿英里，而特斯拉的里程仅为略超过100万英里[4] - Whimo在无安全驾驶员的情况下运营，而特斯拉的FSD仍处于配备安全员或安全监控员的试点阶段[4][8] - 特斯拉因自动驾驶的承诺而远期市盈率高达240倍，而Whimo的母公司Alphabet的远期市盈率为28倍，后者正在实际交付并不断扩大规模[5] 技术挑战与品牌安全 - 在高速环境下与其他高速车辆协同运行，对后台技术、云端自动驾驶技术及车辆激光雷达等所有系统提出了必须完美无瑕执行的极高要求[6][7][8] - 高速公路上的操作风险更高，任何失误都可能带来严重后果，而Whimo的品牌正是建立在安全保障的基础之上[7] - 无安全驾驶员的高速公路驾驶是一个重大的技术里程碑，其意义难以过分强调[8][9]