本文来自微信公众号：硅兔君，作者：硅兔君，原文标题：《特斯拉Q2财报解读：当市场聚焦“卖了多少车”，我们在硅谷一线听到了什么？》，头图来自：AI生成
近日，特斯拉 (TSLA) 发布了其2025年第二季度财报。如果只看表面数据，这无疑是一份令多头失望的答卷：
-
总营收 $225亿，同比下滑12%；
-
汽车业务营收 $167亿，同比下滑16% ；
-
GAAP净利润 $11.7亿，同比下滑16% ；
-
总交付量 38.4万辆，同比下滑13% 。
数据公布后，市场的即时反应充满了悲观情绪。然而，在信息洪流中，仅仅跟随市场情绪进行判断，是投资的大忌。
一份财报的价值，往往隐藏在数字的细枝末节与管理层的言外之意中。为了真正看透特斯拉正在发生的深刻转变，在财报发布后的第一时间，硅兔君紧急连线了四位硅谷顶级专家，进行了一场深度的闭门研讨。他们分别是：
-
一位前Waymo感知算法核心负责人， 他主导了L4级自动驾驶路径规划的关键项目，对不同技术路线的优劣有最深刻的体感。
-
一位在特斯拉负责全球供应链达7年的前核心高管， 他亲历了从Model 3产能地狱到上海超级工厂崛起的全过程。
-
一位现任全球TOP 3云服务商（AWS/Azure/GCP）的数据中心能源战略专家， 他正负责为公司未来数万个AI GPU集群的电力供应寻找解决方案。
-
一位来自NVIDIA，负责CUDA生态合作的资深技术专家， 他对AI算力硬件的演进和应用落地有着全局视野。
专家一致认为，这份看似“暴雷”的财报，恰恰是特斯拉从“电动车公司”向“AI机器人公司”彻底转型的历史分水岭。 旧的估值体系正在被打破，一个新的、更庞大、也更具风险的价值框架正在浮现。
一、Robotaxi的启动，是资本故事，还是价值重估的起点？
特斯拉在Q2财报中高调宣布，其首个Robotaxi服务已于6月在奥斯汀正式启动 。同时，FSD（Supervised）的累计行驶里程已突破数十亿英里，AI训练算力集群也已扩展至6.7万个H100等效GPU 。
这是马斯克为华尔街讲述的“AI故事”中，第一个真正落地的商业化篇章。然而，对于投资者而言，这恰恰是最困难的估值部分。
当前市场对Robotaxi的看法是分裂的。
一方面，所有人都承认这是一个潜在的万亿级市场，它有望颠覆个人出行和汽车保有模式。
另一方面，对其落地的疑虑重重：技术上，如何解决无穷无尽的“长尾场景”（Corner Cases）？法规上，如何获得全球各大城市的运营许可？商业上，如何承担前期高昂的运营和安全成本？
核心问题是：特斯拉的实现路径，是否真的构成了足以颠覆行业格局的护城河？
前Waymo感知算法核心负责人 一针见血地指出：“公众和许多分析师都误解了特斯拉与Waymo的竞争核心。这并非简单的‘纯视觉’与‘激光雷达’的路线之争，而是‘概率模型’与‘确定性模型’的哲学之争。”
他进一步解释道：“Waymo的模式，是通过昂贵的激光雷达、高精地图和冗余的传感器，试图在一个限定区域（ODD）内构建一个近乎100%确定的物理世界模型。这种模式安全、可靠，但成本极高，且难以快速规模化。每一次进入新城市，都意味着巨大的地图绘制和数据采集成本。”
“而特斯拉，则在赌一件更疯狂的事：用‘概率’战胜‘确定性’。 它放弃了对单一传感器（激光雷达）的依赖，转而相信通过摄像头捕捉的海量、多样化的真实世界驾驶数据，能够训练出一个足够强大的神经网络，
使其在没有高精地图的情况下，也能像人类一样对驾驶环境做出高概率的正确决策。这份财报中数十亿英里的FSD里程 ，就是它用来训练这个‘世界模型’的燃料，这是任何竞争对手在短期内都无法企及的数据壁垒。”
这位专家总结道：“所以，投资特斯拉的Robotaxi，本质上不是在投资一家出行公司，而是在投资一个‘数据驱动的AI模型’的成功概率。如果这个模型被证明可以在全球范围内快速部署，其单位经济效益将远超Waymo，因为它省去了最昂贵的‘地图绘制’和‘硬件成本’。Q2在奥斯汀的启动，就是对这个模型商业化可行性的第一次小规模压力测试。
二、平价车型亮相，是销量“解药”，还是利润“毒药”？
财报确认，一款“更经济实惠的车型”已在6月完成首批试生产，并计划在2025年下半年投入量产 。同时，财报也显示，Q2汽车业务的毛利率持续承压。
这似乎是特斯拉为应对全球日益激烈的市场竞争（尤其是在中国市场）开出的一剂“良方”。用更低的价格换取更大的市场份额，逻辑简单直接。
市场的主流观点是“廉价车=销量增长=利好”。但更深层次的担忧在于，这是否会是一场“杀敌一千，自损八百”的豪赌？
在没有革命性成本控制技术落地之前，贸然推出平价车型，是否会严重侵蚀本已下滑的利润率，并对现有Model 3/Y的客户群体产生“消费降级”和“品牌稀释”的负面影响？
而专家们关注的焦点，并非这款车本身，而是其背后那个被马斯克寄予厚望的“Unboxed”革命性制造工艺。
特斯拉供应链前核心高管 为我们揭示了其中的利害关系：“外界常常将特斯拉的成本控制归功于其强大的供应链议价能力和一体化压铸技术，但这只是过时。 ‘Unboxed’制造策略，才是决定特斯拉能否在平价车市场取得‘高销量’与‘高利润’双赢的唯一胜负手。 ”
他解释道：“传统的汽车制造是线性的，车身在传送带上一步步组装而‘Unboxed’试图将其变为并行的模块化组装，车的不同部分 （如前、后、侧面、电池包）被同时制造和组装，最后像搭乐高一样拼合在一起。理论上，这能将生产效率提升30%以上，并大幅减少工厂占地面积和资本开支。”
“所以，问题的关键就变成了： 这个革命性的工艺能否在2025年下半年顺利跑通？ 如果能，那么平价车型将成为特斯拉的又一台‘印钞机’。
如果不能，那么为了保证销量而推出的平价车，很可能会因为成本无法有效降低，而成为拖累公司整体盈利能力的‘利润毒药’。财报中提到的‘在不建新生产线的情况下，利用现有产能’ 的说法，正是对这一策略的印证，也是其面临的巨大挑战。”
因此，对于投资者而言， 未来几个季度需要追踪的，不应只是平价车型的订单量，而更应是关于“Unboxed”工艺良率和效率提升的任何蛛丝马迹。
三、能源业务的跃进，是“边缘角色”，还是被错估的“AI基建”？
在汽车业务光芒黯淡的同时，能源业务的表现异常稳健。储能产品（Megapack和Powerwall）的部署量，在TTM（过去十二个月）维度上，已连续第12个季度创下历史新高 。其业务毛利贡献也在显著增长 。
长期以来，华尔街习惯于将特斯拉的能源业务视为汽车业务的“陪衬”或“锦上添花的绿叶”，认为其体量和重要性远不及汽车。
专家们认为，一个巨大的价值重估机会可能正在于此。特斯拉的能源业务，正在从一个传统的“清洁能源”故事，悄然转变为一个更具爆发力的“AI时代核心基础设施”故事。
全球TOP 3云服务商的数据中心能源战略专家的观点极具说服力：“我们目前面临的最大挑战之一，就是AI算力带来的电力缺口。一个大型AI训练中心的耗电量，相当于一座中型城市。而电网的建设速度，远远跟不上GPU集群的增长速度。
我们现在最需要的，不是遥远的核聚变，而是能够快速部署、稳定可靠、且能平滑电网波动的即时电力解决方案。”
他继续说道：“特斯拉的Megapack恰好完美地切中了这个痛点。财报提到，它的部署速度是传统化石燃料电厂的4倍 。对于我们这些急于扩大AI算力规模的云厂商来说，‘时间就是金钱’。Megapack可以像集装箱一样快速部署在我们的数据中心旁边，提供关键的备用电源和调峰能力，确保我们昂贵的GPU集群能够7x24小时不间断运行。它正在成为AI数据中心的‘超级充电宝’。”
来自NVIDIA的专家 也补充道：“AI的尽头是能源。未来算力的竞争，很大程度上也是能源的竞争。拥有稳定、可扩展的能源解决方案的公司，将在AI竞赛中获得巨大的战略优势。”
这意味着，特斯拉的能源业务，其对标的可能不再是传统的电力公司，而是AI产业链中不可或缺的“卖水者”。它的客户，正在从个人家庭、小型公用事业公司，扩展到亚马逊、谷歌、微软这些全球最大的科技巨头。这部分的业务价值，市场显然还未充分认知和定价。
结语
回到最初的问题。这份财报，确实展示了特斯拉作为“车企”的增长乏力。但它也同时揭开了公司未来十年的新篇章：一个以自动驾驶软件为核心，以机器人和AI为长期愿景，以能源业务为坚实基础的全新物种。
对这个新物种的估值，无法再套用任何传统车企的框架。它需要一个全新的、复合的、基于概率的估值模型。而构建这个模型，需要回答：
你对特斯拉FSD技术路径的成功有多大信心？
你认为“Unboxed”制造工艺能在多大程度上改变汽车工业的成本曲线？
你如何量化AI时代电力缺口为特斯拉能源业务带来的增长空间？
这些问题的答案，无法从任何一张公开的财务报表中直接找到。它们需要深入产业一线，与正在定义未来的核心人物进行高质量的对话。
本文来自微信公众号：硅兔君，作者：硅兔君
本内容为作者独立观点，不代表虎嗅立场。未经允许不得转载，授权事宜请联系 hezuo@huxiu.com
本文来自虎嗅，原文链接：https://www.huxiu.com/article/4657247.html?f=wyxwapp
