核心观点 - 华尔街分析师将特斯拉的牛市目标价推向3万亿美元市值，其估值逻辑已从传统汽车制造商转变为“AI与机器人超级周期”叙事，公司将自身重塑为拥有物理实体的人工智能巨头 [1] 估值逻辑转换 - 华尔街采用分类加总估值法，传统汽车销售业务在总估值中的占比被压缩至不足30%，该业务被视为为AI训练提供资金的“现金牛” [4] - 视角转换的核心在于“边际成本”差异：汽车制造业成本线性增长，毛利率在15%—18%区间；而AI业务（如FSD订阅、Robotaxi）复制成本近乎为零，潜在毛利率高达80% [4] - 若未来全球数千万辆特斯拉车队中有30%转化为FSD订阅用户，将直接带来数百亿美元的纯利润 [5] - Robotaxi业务被预测每英里成本将低于0.2美元，远低于Uber或Lyft，并可能赋予公司类似苹果App Store的定价权和平台佣金收入 [5] - 特斯拉的Megapack储能业务在2025年Q3财报中表现出惊人增速，被视为未来电力基建的核心拼图 [6] - 当前估值逻辑完全建立在“完美执行”的假设之上，是一场基于未来的透支 [6] FSD V13的技术优势与竞争壁垒 - FSD V13采用“端到端”神经网络，彻底改变了自动驾驶技术栈，让AI直接学习人类驾驶直觉，摒弃了传统基于人为规则代码的模式 [9] - FSD V13的参数量和训练算力需求较V12呈指数级跃升，背后依靠部署了数万颗H100/H200 GPU及自研Dojo芯片的超级计算集群 [9] - 特斯拉在全球拥有超过600万辆具备FSD能力的车辆作为移动数据采集节点，提供了竞争对手无法企及的海量训练数据优势 [10] - 公司展现出对算力摩尔定律的极致追逐，FSD V13在HW4.0硬件上的表现显著优于HW3.0，为此甚至愿意牺牲部分存量市场的体验 [10] - 端到端模型的“黑盒”特性带来挑战，修正错误需通过数据清洗和重新训练，可能耗时数周并持续消耗数十亿美元的算力投入，是一场没有终点的军备竞赛 [11] 具身智能与机器人业务 - Optimus人形机器人进化迅速，已能从原型机发展到在工厂执行电池分拣等精密任务的Gen 3版本，证明了FSD算法在机器人领域的复用性 [14] - 用于训练汽车自动驾驶的视觉网络可无缝迁移至机器人导航，形成了底层AI逻辑的同构与闭环 [14] - 全球劳动力市场规模达数十万亿美元级别，若Optimus能以2万美元成本替代年薪5万美元的蓝领工人，其商业价值将远超汽车业务 [14] - 特斯拉在“AI+制造”上拥有双重基因，其大规模的超级工厂运作经验是其他机器人公司所不具备的核心优势 [16] - 公司构建了从能源（光子变电子）、算力到物理世界动作的完整链条，并握有每个环节的定价权，使其成为难以对标的独特物种 [16] 面临的现实挑战 - 监管是Robotaxi商业化的主要障碍，美国涉及FSD的事故会引发严格调查，加州监管机构对无人驾驶商业化运营态度谨慎 [15] - 在中国市场，FSD入华面临数据出境、地图测绘资质及权责界定等复杂的合规博弈 [15] - Optimus要实现数百万台量产，面临执行器寿命、电池续航及非结构化环境安全等工程学挑战 [15] - 中国在具身智能领域爆发力显现，依托强大供应链和创新生态，特斯拉在机器人时代将面临一群反应迅速的强劲竞争对手 [15]