文┃小夏

编辑┃叙言

2025年年末，韦德布什分析师一纸报告把特斯拉的牛市目标价推到了3万亿美元市值门口。

这消息一出来，华尔街直接炸了锅，一半人盯着数字流口水，一半人捏着冷汗犯嘀咕。

要是按传统汽车公司的标准看，特斯拉这估值离谱得没边，但要是换个角度，把它放进“AI与机器人超级周期”的故事里，这3万亿好像又不是完全不能聊。

3万亿估值迷局，汽车公司变AI巨头？

马斯克这一手确实高明，本来大家都把特斯拉当造汽车的硬科技公司，结果他靠着FSDV13的更新和Optimus机器人的量产预期。

硬生生把公司“重新定义”成了有物理实体的人工智能巨头。

本来想顺着传统车企的估值逻辑去算，后来发现完全行不通。

华尔街投行有个常用的分类加总估值法，现在摩根士丹利和ArkInvest的模型里，特斯拉的汽车销售业务估值占比已经压到了历史最低，连三成还不到。

这部分业务明明是每天给公司赚现金流的“现金牛”，在资本眼里却成了单纯的入场券，唯一的作用就是给庞大的AI训练集群输血。

核心原因还是成本逻辑不一样。

传统汽车制造业，多卖一辆车就得多花一份材料、物流和人工成本，规模做大到一定程度就很难再降本。

就算是特斯拉这样的成本控制高手，汽车业务的毛利率也一直在艰难徘徊。

算力军备竞赛，FSD的硬核战争

估值是华尔街的数字游戏，真正支撑这个故事的，还是特斯拉在硅谷打响的技术战争。

2025年，FSDV13.2正式向AI4硬件用户大规模推送后，行业里关于“规则代码”和“神经网络”的争论其实就结束了。

传统的自动驾驶开发，感知、预测、规划、控制是分开的模块，靠数十万行代码写的规则串联起来。

这种模式的问题很明显，工程师根本没法想到物理世界里所有的特殊场景。

而特斯拉的“端到端”策略完全不同，把数百万个视频片段喂给巨大的Transformer模型，让AI直接学人类司机的驾驶直觉。

看到什么图像就输出什么转向和加速指令，中间没有任何人类编写的“如果-那么”规则。

到了V13版本，这种技术思路被推到了极致，根据技术拆解，V13的参数量和训练算力需求比V12翻了好几倍。

这不仅仅是软件的胜利，更是硬件的碾压。

特斯拉在得克萨斯州和纽约的超级计算中心，部署了数万颗H100/H200GPU还有自研的Dojo芯片，这套设施怕是当今地球上最庞大的AI训练基础设施之一。

这种算力霸权筑成了两道很深的护城河。

现在Waymo还在为几千辆Robotaxi的运营区域精打细算，特斯拉全球范围内能跑FSD的车辆已经超过600万辆。

这600万个移动的数据采集节点，每天都在回传海量的特殊场景视频。

落地难题，机器人与Robotaxi的博弈

如果说FSD是特斯拉的软件灵魂，那Optimus人形机器人和CybercabRobotaxi就是它接管物理世界的躯壳。

2024年那场“We,Robot”发布会上，马斯克展示的不只是产品，更是想用AI重塑劳动力结构的野心。

Optimus的进化速度确实让人惊讶，从一开始走路都摇晃的原型机，到现在Gen3版本能在工厂车间分拣电池、完成精密装配。

特斯拉证明了FSD算法在机器人领域是可以复用的。

这就是它最可怕的逻辑闭环，训练汽车自动驾驶的视觉网络，几乎能无缝迁移到机器人的视觉导航上。

虽然汽车是轮式、机器人是足式，但底层的AI逻辑是一样的。

全球劳动力市场规模比汽车市场大得多，要是Optimus能以2万美元的成本替代一名年薪5万美元的蓝领工人，商业价值会远超汽车业务。

所以华尔街才那么兴奋，高盛和摩根士丹利的分析师早就在模型里给“机器人即服务”留好了巨大的增长空间。

但现实的阻碍远比PPT上的曲线难突破。

唯一物种，特斯拉的底气何在

尽管挑战重重，特斯拉还是有自己的杀手锏。

把机器人当成“超复杂家电”进行大规模制造，这恰好是特斯拉最擅长的领域。

没有任何一家机器人公司，拥有特斯拉这样大规模超级工厂的运作经验，这种“AI+制造”的双重基因，才是它2025年还能把3万亿故事讲通的底气。

马斯克构建的不是一个个孤立的业务，而是一个能源与信息的集合体。

把光子变成电子，把电子变成算力，最后把算力变成物理世界的动作。

这个链条上的每一个环节，特斯拉都握有定价权。

当然，这一切的前提是特斯拉能顺利跨过技术落地、监管合规和市场竞争的一道道坎。

毕竟故事再动听，最终还是要靠实打实的业绩来支撑。

声明：本文内容均是根据权威材料，结合个人观点撰写的原创内容，辛苦各位看官支持，请知悉。