--- title: "特斯拉的確定性來源" type: "Topics" locale: "zh-HK" url: "https://longbridge.com/zh-HK/topics/35107636.md" description: "之所以認為特斯拉$特斯拉(TSLA.US) 能解決 fsd 問題，甚至是物理 AI 的問題，是因為我覺得，本質上這個問題是一個數學題。解題需要的條件是數據，算力，以及打破常規的思路，環顧全球，特斯拉是最具備這個能力的故公司。------------------------------GPT 你咋看我的觀點你的判斷裏有三根 “支柱”——數據、算力、以及敢於打破常規的方法論..." datetime: "2025-10-12T09:11:17.000Z" locales: - [en](https://longbridge.com/en/topics/35107636.md) - [zh-CN](https://longbridge.com/zh-CN/topics/35107636.md) - [zh-HK](https://longbridge.com/zh-HK/topics/35107636.md) author: "[老板的老板 AI Exec](https://longbridge.com/zh-HK/profiles/123.md)" --- # 特斯拉的確定性來源 之所以認為特斯拉$特斯拉(TSLA.US) 能解決 fsd 問題，甚至是物理 AI 的問題，是因為我覺得，本質上這個問題是一個數學題。解題需要的條件是數據，算力，以及打破常規的思路，環顧全球，特斯拉是最具備這個能力的故公司。 \------------------------------GPT 你咋看我的觀點 你的判斷裏有三根 “支柱”——數據、算力、以及敢於打破常規的方法論。用這三條來審視 “特斯拉最有希望解出 FSD/物理 AI” 這道 “數學題”，我給出一個兼顧優勢與風險的評估。 我同意的部分 **1) 數據規模：獨一無二的真實道路數據池** 特斯拉依靠全球在售車輛持續回傳視頻與遙測，形成了極大的端到端訓練語料。官方長期披露了數十億英里的 Autopilot/FSD 行駛里程；第三方統計也多次報道 FSD 使用里程快速攀升（例如 2025 年一季度後累計里程數上升顯著）。這類規模化、長尾分佈覆蓋的 “真實世界” 數據，確實是端到端駕駛網絡的關鍵燃料。 **2) 算力與 “自建 + 外購” 的雙輪驅動** 一方面，特斯拉在奧斯汀搭建了約 5 萬張 Nvidia H100 的 “Cortex” 訓練集羣（2024 年 Q4 上線，2025 年繼續擴容），這為端到端視頻網絡提供了持續訓練的工業級底座；另一方面，又在推進 Dojo/自研加速器與代工合作，外界也多次報道其將繼續大量採購英偉達與其他供應商的新一代 GPU。算力投入的節奏與規模，在自動駕駛參與者中名列前茅。 **3) 方法論：端到端、視頻神經網絡與 “反常識” 路線** 特斯拉早期放棄高精地圖與激光雷達，選擇 “攝像頭 + 端到端神經網絡” 的路線（近兩年演進至端到端的視頻大模型），確實與行業主流的冗餘傳感和規則規劃不同。這條路在模型容量、數據閉環與自動標註體系上更像一題 “純粹的函數逼近問題”，和你 “這是道數學題” 的直覺相契合。版本迭代（v12→v14）也體現了純視覺端到端路線的持續推進與效果改進的信號。 我保留意見/不同意的部分 **A) 監管與安全現實：今天仍是 L2，“題還沒交卷”** 在美國監管口徑下，FSD/Autopilot 仍被界定為 **SAE L2 駕駛輔助**，要求駕駛員全程監控。2025 年 10 月美國 NHTSA 剛對近 290 萬輛裝有 FSD 的車啓動新一輪調查，關注闖紅燈、逆向、併線等違章與事故問題；此前對 Autopilot 的調查與召回也明確了 “監督不足會導致可預見的脱手風險”。這意味着：不論技術路線如何前沿，在 “無監督、可商用” 的監管標準上，特斯拉**尚未完成**“解題”。 **B) “長尾” 與泛化：數學上可解≠工程上已解** 端到端方法把駕駛當成函數逼近，理論上 “數據 + 算力” 可以吃下長尾，但工程化意味着要把**極低頻且高風險**的場景（施工、臨檢、罕見交互、突發交通管制、紅綠燈失效等）也壓到極低失誤率。近期媒體與測評仍能觀察到在部分複雜場景的退化與波動，這提示長尾並未被完全 “吃幹榨淨”。 **C) 物理 AI（Optimus 等）：從 Demo 到規模化價值還有路** 馬斯克多次強調 Optimus/“物理 AI” 將成為公司價值核心，且已在工廠內做部分物料搬運等試點。但就公開報道看，這一方向距離 “可大規模部署、穩定 ROI” 的產業化還在爬坡期，落地節奏、成本結構與通用性仍需時間驗證。 與 “全球對手” 的對照 - **Waymo/Zoox 等**：在限定區域 + 高冗餘傳感與地圖的策略下，已經在部分城市提供付費無駕駛員服務（更像是 “工程優先、範圍受限” 的解法）。特斯拉的路線是 “端到端感知決策 + 規模數據”，力圖**一次性跨過**從 L2 到更高等級的門檻，但這也讓其在合規與穩定性上面臨更高的 “單點失敗成本”。（此處僅做方法論對照；你的論點強調 “誰更可能最後拿到通解”，特斯拉確實是最有野心和資源整合力的候選者之一。） 結論（給你一個 “投資者式” 的判斷） - **你的核心邏輯是成立的**：從 “這是一道數學題” 的角度看，**數據規模 + 訓練算力 + 端到端範式**，特斯拉確實具備全球最完整的要素組合之一，也在持續加碼（Cortex 集羣、外購 GPU、軟硬結合）。這使它具備 \*\* 解出更好 “近似解”\*\* 的最佳位置。 - **但 “解出最終答案” 的時間與確定性仍不明**：在監管指標、可驗證安全性、長尾魯棒性上，**最新的監管動向與路測反饋**都顯示仍有差距；“物理 AI” 距離規模商用也未到拐點。短期內更像是**持續逼近**而非已經 “解題成功”。 給決策者/觀察者的跟蹤清單（可操作） 1. **安全&監管里程碑**：NHTSA/NTSB 的調查結論與後續軟件更新後的事故/違章率；是否有**城市/州級**允許更高等級的無人化運營。 2. **訓練/推理基礎設施**：Cortex/Dojo 的算力規模與利用率、FSD 版本更迭（v14 之後的穩定性與回退率），以及是否繼續顯著擴容外部 GPU。 3. **產品形態與商業驗證**：FSD（Supervised）何時在關鍵市場擴大功能/定價穩定，Robotaxi 的真實里程與安全 KPI；Optimus 在工廠內 \*\*“千台級”\*\* 部署與工位替代率。 **一句話總結**：把自動駕駛/物理 AI 當成 “數學題” 是有洞見的——而特斯拉確實拿到了最多的 “訓練樣本” 和 “算力預算”。但 “能否、何時” 把近似解逼到監管與社會可接受的閾值，今天仍未定論；樂觀可以，但要用**數據與里程碑**不斷校準樂觀的幅度。 ### 相關股票 - [TSLA.US](https://longbridge.com/zh-HK/quote/TSLA.US.md) - [GOOG.US](https://longbridge.com/zh-HK/quote/GOOG.US.md) - [GOOGL.US](https://longbridge.com/zh-HK/quote/GOOGL.US.md) - [NVDA.US](https://longbridge.com/zh-HK/quote/NVDA.US.md) - [TSDD.US](https://longbridge.com/zh-HK/quote/TSDD.US.md) - [TSLL.US](https://longbridge.com/zh-HK/quote/TSLL.US.md) - [TSLQ.US](https://longbridge.com/zh-HK/quote/TSLQ.US.md) - [09366.HK](https://longbridge.com/zh-HK/quote/09366.HK.md) - [07766.HK](https://longbridge.com/zh-HK/quote/07766.HK.md) - [07366.HK](https://longbridge.com/zh-HK/quote/07366.HK.md) - [TSLR.US](https://longbridge.com/zh-HK/quote/TSLR.US.md) - [GGLS.US](https://longbridge.com/zh-HK/quote/GGLS.US.md) - [GGLL.US](https://longbridge.com/zh-HK/quote/GGLL.US.md) - [NVDL.US](https://longbridge.com/zh-HK/quote/NVDL.US.md) - [07788.HK](https://longbridge.com/zh-HK/quote/07788.HK.md) - [07388.HK](https://longbridge.com/zh-HK/quote/07388.HK.md) - [NVDY.US](https://longbridge.com/zh-HK/quote/NVDY.US.md) - [NVDD.US](https://longbridge.com/zh-HK/quote/NVDD.US.md) - [NVDX.US](https://longbridge.com/zh-HK/quote/NVDX.US.md) - [NVDQ.US](https://longbridge.com/zh-HK/quote/NVDQ.US.md) ## 評論 (17) - **CEG受害者 · 2025-10-12T16:42:29.000Z**: 老闆，我明天要梭哈了 - **繁华落幕 · 2025-10-12T15:18:23.000Z**: 長期關注 - **滨海湾大桥 · 2025-10-12T14:13:39.000Z**: 老闆好有學問 - **新用户_RBsU · 2025-10-12T13:34:52.000Z**: 老闆，明天港股開盤，晶泰科技估計繼續大跌，15 下來 10，也就幾天功夫 - **老板的老板 AI Exec** (2025-10-12T13:36:14.000Z): 有啥建議？ 😄 - **新用户_RBsU** (2025-10-12T13:42:02.000Z): 聽老闆的，問了幾個券商朋友，直接掛跌停板出貨，挺慌的，哈哈 - **老板的老板 AI Exec** (2025-10-12T13:42:59.000Z): 港股沒有跌停板。 - **记住每次冲动上头后果 · 2025-10-12T12:14:10.000Z**: 闆闆 少見的週末還發這麼多動態，一直給大家做按摩，很及時👍 - **韩跑跑的交易员Luka · 2025-10-12T11:21:39.000Z**: 主要還是看應用方向 拉子更像是全產業鏈（什麼環境都能跑）亞馬遜大概率是端到端的固定線路（自用配送物流）谷歌有點搞不懂 自己用不上 像是新業務的嘗試 - **港股韭菜王 · 2025-10-12T10:32:17.000Z · 👍 2**: 老闆 特斯拉的期權，維持保留狀態嗎？ - **老板的老板 AI Exec** (2025-10-12T12:03:08.000Z): 嗯 時間足夠 不怕 - **港股韭菜王** (2025-10-12T13:08:54.000Z): 謝謝 老闆 🙏🏻 - **努力当条会赚钱的闲鱼** (2025-10-12T14:33:18.000Z): 老闆，明年 1 月和 3 月到期的 call 時間算足夠嗎？ - **吴彦祖海淀分祖 · 2025-10-12T09:15:17.000Z · 👍 1**: 如果特斯拉不能解決那其他家更難接近標準答案。所以目前來説特斯拉還是 Sota.