特斯拉TSLA.US24Q3业绩会：Roadster车型设计工作已接近尾

24Q3业绩会:Roadster车型设计工作已接近尾声)

特斯拉透露，正快速跟进AI相关工作，并计划在明年于加州推出新的项目。公司的目标是实现真正的无监督FSD，这要求AI具备极高的能力。在语言数据方面，公司的数据量极为庞大，短时间内即可达到GB级甚至更高。尽管单元模型训练与现实世界AI训练的资源需求差异尚不明确，但公司始终致力于降低车辆上的算力需求。公司期望车辆本身具备强大的能力，同时在使用过程中保持较低的计算负担。

Qamp;A

Q:今年是否有计划推出更平价车型？

A:我们早在很多年前就已经非常明确地表示，将推出新的车型。但我们现在需要更加注重节奏，因为未来的车辆发展方向是完全自动驾驶。未来的自动驾驶车辆将像历史上从骑马或马车过渡到汽车一样，带来颠覆性的改变。想象一下，当年马车如何被汽车取代，未来的自动驾驶将带来类似的变革。我认为，未来所有的车辆都应该是自动驾驶的，并且以电力为驱动，这样的趋势是显而易见的。

许多汽车公司还没有真正意识到这一趋势的重要性，他们尚未内化这一观念。我们已经对这一趋势进行了多年的分析，认为这是指引我们前进的方向。未来，所有的车辆都将基于电力，并且具备自动驾驶能力。不久之前，我们的特斯拉产量已经突破了700万辆。这些车辆都具备自动驾驶的能力。目前，我们每周生产约3.5万辆自动驾驶车辆，车辆产量和规模持续快速增长。至于2.5万美元车型何时推出，这并不是目前最为重要的问题。关键在于整个汽车行业的发展趋势。对于像Cybertruck这样看起来不同寻常甚至怪异的设计，我们认为它是未来主义的象征。这款车在设计上具有革命性的特征，展示了我们在设计工作中的创造力和未来愿景。我们希望通过推出这样的车型，让用户获得更好的体验。

从更广泛的角度来看，几年前我们就探讨过汽车行业发展的边界。我们希望通过提供各种车型，带给用户最好的自动驾驶体验。技术进步对行业发展至关重要，而我们的另一大优势在于制造能力。无论如何，我们将按照既定路线前进。

至于2.5万美元车型的推出，单一关注它的时间点并没有太大意义。我们更应该关注整个出行体验，考虑如何通过车辆提供更好的出行方式。在车辆成本方面，我们反复强调会努力降低单车成本，但具体到一款车型的推出时间并不重要。最重要的是，我们要降低每英里出行的成本。

我们有几款车型和多个项目在进行中，希望通过这些车型，让更多用户享受到优化的自动驾驶能力。只要有新的需求出现，我们都会尽最大努力满足。满足用户需求，始终是我们的首要任务。

Q:在特斯拉服务中心等待时间过长如何解决？

A:我们的目标是从根源上解决问题。虽然工厂内部可能存在一些问题，但这些问题不会影响到我们的用户。换句话说，工厂里的问题应当在工厂内部解决。而在车辆交付之后，如果出现问题，我们有信心提供最好的服务。然而，我还要强调一点:没有服务就是最好的服务。如果工厂能够解决所有问题，确保车辆在交付后没有任何需要解决的问题，那么服务中心的重要性就会大大降低。这也意味着，万一车辆在使用过程中出现问题，用户在服务中心的等待时间会非常短。是的，我们的愿景是从源头上解决问题，力求在车辆使用过程中尽量减少问题的发生。今年Q3和Q4，我们已经在70个地点新开了服务中心，在北美地区，单个服务中心的规模也得到了显著扩展。总体而言，我们的服务网络规模相比去年翻了一番。我认为，我们需要更多专业化的服务人员，以便为用户提供更好的服务。

服务中心应该与我们的工厂有些相似，配备专业人员对车辆进行检查和维修。同时，我们需要非常宽敞的维修空间和舒适的用户接待区域。我们希望服务中心的整体结构是高度优化的，每次服务需求都能以结构化的方式进行接待和处理。我们的目标是为用户提供最佳的服务。

但是，回到之前提到的观点，没有服务就是最好的服务。我们最关心的是从源头上解决问题，而不是将问题留到用车阶段。此外，我们希望通过更多前期的举措，来降低后续的维修成本。降低维修成本非常重要，因为我们承担了这些费用。

实际上，一辆汽车大致由一万个零部件构成，若假设每个零部件的成本为4美元，则整辆汽车的总成本将高达4万美元。假若我们期望将成本降低至3.5万美元，就必须在一万个零部件中，每个零部件的成本都削减0.5美元，即50美分。显然，在如此众多的细节上实现成本削减绝非易事，因为许多零部件是不可或缺的。

我们对CyberCab的设计深感兴奋，并期待在未来能够推出更多具有革命性的产品。显而易见，目前没有其他任何汽车制造商能够从事我们正在开展的工作。我们认为，我们的车辆是变革性的，购买一辆这样的车，就如同购买了一个行走的机器人，而这个“机器人”在行走的过程中是依赖轮子的。在特斯拉，我们会深入考虑如何更好地协调众多的零部件，如何在生产过程中有效整合资源，同时，我们也力求在交付过程中实现最快的速度。没有其他汽车制造商拥有我们这样全面且系统的思路，即对设计、制造、生产及交付逻辑的全方位考量。试想，若是从零开始，即从设计单个零部件起，到后续的制造环节，再到制造时应采用的工程技术，以及最终的车辆交付，我们都能妥善处理这一系列环节。正因为我们能驾驭所有这些流程，所以在成本、效率和时间方面，我们都能够展现出独特的优势。

在电池领域，4680电芯的发展速度极为迅猛。这种电芯不仅广泛应用于车辆制造，同时也被用于储能业务，比如用于Megapack和Powerwall等产品。事实上，在特斯拉，我们所从事的工作确实极具挑战性且充满创新精神。我们始终在奋力前行，作为一家规模庞大的公司，我们拥有多个业务板块，每个板块都致力于实现更加卓越的发展。

Q:当前Roadster有怎么样的进展？

A:Roadster是我们极为重视的一款车型。若能将Roadster成功推出，我们将能为可持续能源革命增添助力，力求实现效益的最大化。我们希望通过这款车型，推动未来能源向更加可持续的方向发展。这意味着，尽管我们当前所进行的一些工作听起来或许有些疯狂，甚至略显荒谬，但我们坚信，在特斯拉，通过不断推出创新产品，我们能够为未来可持续的能源发展贡献一份力量。

在Roadster车型的研发上，我们已经取得了一些进展。我们期望能够尽快完成其设计工作。事实上，设计工作已接近尾声，我认为这款产品将会非常引人注目。在适当的时机，我们将分享更多相关信息。

Q:Robotaxi何时能进行大规模部署？以及具体的部署方式？初步考虑是否会从特斯拉车队着手进行部署，并随后允许用户通过订阅的方式，将他们的车辆纳入Robotaxi车队中。此外，随着硬件从当前的HW3逐步升级至更为先进的AI5，硬件性能将愈发强大。这是否意味着，随着硬件的不断升级，Robotaxi的能力也将得到进一步的提升呢？

A:关于上述问题，我们目前尚无明确的答案。在硬件版本HW3及FSD 12.5中，我们已见证了车辆所展现出的强大的硬件能力。未来，我们期待进一步探索车辆部署的优化方案。关于Robotaxi车队的部署，上述两种模式均存在可能性。在此，我想重点阐述FSD及硬件的发展。我们期望在HW3、HW4乃至后续的AI5等硬件版本中，能够逐步提升其性能，以达到更高的安全级别。对于无人监督的FSD，我们同样期望其能实现卓越的安全性。对于那些通过升级获得新车辆的用户而言，系统升级显得尤为必要。总体而言，我们致力于不断提升车辆性能，并希望在Robotaxi车队广泛部署后，能为用户提供更多选择。

Q: 目前，特斯拉已经累积了大量的数据，你们是如何利用这些数据进行分析？数据在模型训练中占据着重要地位，你们是否有计划去构建规模更为庞大的下一代模型？

A:我们正快速跟进AI相关工作，并计划在明年于加州推出新的项目。我们的目标是实现真正的无监督FSD，这要求AI具备极高的能力。值得注意的是，现实世界中的AI与机器学习和大语言模型存在显著差异。特斯拉利用内部和外部摄像头，基于计算机视觉技术实现自动驾驶，这要求大量的数据和训练。

在语言数据方面，我们的数据量极为庞大，短时间内即可达到GB级甚至更高。尽管单元模型训练与现实世界AI训练的资源需求差异尚不明确，但我们始终致力于降低车辆上的算力需求。我们期望车辆本身具备强大的能力，同时在使用过程中保持较低的计算负担。

我们认为通过更多的训练，车辆在处理不同任务时所需的资源将逐渐减少，正如人类驾驶汽车一样，新手需要全神贯注，而老司机则能更加轻松地应对。在推理方面，尽管推理计算的需求相对较大，但与我们的GPU集群相比，仍然是很小的。

目前，我们在算力方面没有任何制约因素，能够进行高效的训练，使模型更加强大。此外，我们还拥有出色的模拟方法，能够获取更多的数据和指标，这是我们的显著优势。

Q:在监管方面我看到有很多州是要求有安全员在车上，就此你们有什么样的看法？

A:每个州要求确实不同，有些州需要有安全员，有些州并不需要。不管怎么样，安全是重中之重，并且我们会确保完全合规。明年我们会进一步跟进监管的动态，看一下明年有怎么样新的监管要求。

Q:关于特斯拉与X.ai之间的关系，目前众多投资者对于x AI的运作模式如何具体惠及特斯拉仍不明确，有人认为这两家公司之间存在着竞争关系，诸如在人才和技术资源上的争夺。公司如何回应？

A:X.ai对特斯拉的AI技术发展具有帮助作用，特别是在扩大模型训练规模方面，特斯拉可以参考X.ai的实践方法。就在上周，两家公司已实现了AI资源的共享，部分设备同样可以共享。若需进行大规模训练，我们期望能在两家公司间实现资源的高效配置与共享。事实上，自动驾驶AI技术是不可或缺的。X.ai在AI领域拥有强大的能力和丰富的资源，我们期望在资源配置上能达到最优状态。但这一议题需另行讨论。总体而言，X.ai对特斯拉的AI技术具有积极影响。

此前我们也曾提及，我们关注的是现实世界中的AI应用。多数情况下，我们都会聚焦于这一特定领域的AI技术，即真实世界AI。通过视频我们可以大量提取数据，进行充分的训练。特斯拉在AI方面的效率极高，无论是训练还是推理，我们都表现出色。然而，我们无法在车辆上安装极强的GPU，因此我们需要进一步发展AI能力和模型，使其在推理过程所需的算力得以降低。也就是说在单车上部署高性能GPU并不现实。我们期望车辆处理的任务能尽可能简化。

X.ai是一家卓越的AI公司，我们期待看到X.ai与特斯拉AI团队的紧密合作。我们是一个大的团队，并非认为X.ai已经完美，但目前X.ai已达成诸多宏伟目标，并持续以惊人的速度发展。我们相信，X.ai将继续助力特斯拉提升AI能力。