特斯拉拚年產25萬輛CyberTruck!馬斯克:人形機器人將成最重要產品
特斯拉拚年產25萬輛CyberTruck!馬斯克:人形機器人將成最重要產品

當地時間週三,美國電動汽車製造商特斯拉公佈2021財年第四季度及全年財報。財報顯示,特斯拉第四季度營收為177.19億美元,較上年同期的107.44億美元成長65%;淨利潤為23.21億美元,較上年同期的2.70億美元成長760%。調整後每股收益為2.54美元,高於分析師平均預期每股收益的2.26美元。財報發布後,特斯拉執行長伊隆·馬斯克(Elon Musk)、財務長扎克·科克霍恩(Zach Kirkhorn)以及投資者關係主管馬丁·比查(Martin Viecha)等公司高級主管出席財報電話會議,介紹公司第四季度業績狀況並回答投資者以及分析師提出的問題。

以下為本次財報電話會議摘要:

馬斯克說,2021年是特斯拉突破性的一年,公司銷量成長90%,特斯拉運營利潤率也創下新高。自2021年第四季度以來,公司的累計盈利能力一直在成長。

雖然特斯拉今年不打算再宣佈建設新的超級工廠,但馬斯克表示,特斯拉將在今年年底前繼續尋找能建設超級工廠的新址。他提到特斯拉德州超級工廠將採用4680電池和新的結構組件,並在完成認證後開始交付汽車成品。他提到,第一批搭載4680電池組件的汽車最早有望在本季度交付用戶。

TESLA SHANGHAI
圖/ Tesla

馬斯克指出,特斯拉現在的業務重點是德州超級工廠和柏林超級工廠。他說,「我們已經在奧斯汀和柏林生產了少量汽車。」馬斯克強調,特斯拉今年的重點是繼續擴大汽車產量。他說,「我們今年不會推出新車型,」「如果我們推出新車,汽車總產量將會下降。」但馬斯克提到,諸如Cyber Truck、特斯拉跑車Roadster等車型以及Optimus機器人等產品正在不斷優化工程設計。

馬斯克認為,Optimus類人機器人將是特斯拉最重要的產品。他說,「我認為,隨著時間的推移,這將是最重要的(產品)」。他補充說,如果勞動力短缺不再存在,「我甚至不確定經濟意味著什麼」。

隨後科克霍恩在發言中強調銷售碳排放積分對特斯拉第四季度業務的貢獻有所減少,而且會繼續減少。他還表示,全球供應鏈限制和晶片短缺問題是約束特斯拉進一步擴大投資的主要因素。

在投資者問答環節,有人問及特斯拉何時推出售價2.5萬美元電動汽車。馬斯克表示,「我們目前並沒有在開發2.5萬美元的汽車。我們現在要做的事已經夠多了。坦白地說,太多了。」他還解釋,這個問題的關注點不對,因為 「真正重要的是汽車何時實現自動駕駛,這將讓交通運輸成本下降四到五倍。」

另外有問題涉及特斯拉會不會推出家用暖通空調(HVAC)系統,馬斯克和特斯拉高級主管對這個想法很感興趣,沒有否認公司不會推出類似產品。馬斯克認為「下一個合乎邏輯的步驟」是暖氣設備,他說,「我認為,這將是一個相當大的遊戲規則改變者,但我們眼前有很多其他機遇。」

有投資者還提到特斯拉是否會投放完全自動駕駛(FSD)系統的長期或永久性許可。馬斯克指出,這樣的系統似乎很複雜。特斯拉目前更願意專注於向特斯拉汽車用戶提供價格合理的FSD系統。

在人們提到有關特斯拉超級計算機Dojo的問題時,馬斯克透露,超算會在今年夏天開始「做一些有用的事情」。當FSD開發團隊寧願使用Dojo而不是目前的系統時,這種超級計算機就實用化了。「完全自動駕駛並不需要Dojo,這對於訓練大量數據來說會是一種成本優化,」馬斯克解釋道,「如果Dojo具有競爭力,我們可能會向其他公司提供這種服務。」

有人提到目前已經在美國五個州上線的特斯拉保險業務,馬斯克和科克霍恩都認為基於駕駛資訊的保險更有用,因為人們只要清楚自己如何駕駛,就能實現更安全的駕駛。他們提到特斯拉保險的購買率也相當可觀,科克霍恩說,「我們的內部目標是,到今年年底,80%的特斯拉客戶會選擇特斯拉保險服務。」

至於特斯拉Optimus機器人首先會用到何處,馬斯克說,「如果我們找不到它的用途,我們就不能指望別人也能找到它的用途。Optimus的首次應用將在特斯拉進行,比如說在工廠裡行動零件。」

有投資者問到特斯拉各個工廠的最大產量,馬斯克表示,這個問題很難回答,因為擴大工廠的最大產能很容易。「增加產能是有可能的,」馬斯克補充說特斯拉將全面提高工廠產能。

有人還問到有哪些因素影響到CyberTruck的投產。馬斯克表示,電池可能不會成為CyberTruck的限制因素。但有很多新技術,需要一些時間才能實現。CyberTruck的售價也必須合理,目前特斯拉的目標是每年製造25萬輛Cyber Truck。

050
從運動休旅、轎車到大卡車,特斯拉推出多元車型瞄準不同需求,其電動皮卡車Cybertruck更以前衛外型、防彈設計轟動市場。
圖/ shutterstock

至於特斯拉如何繼續提高利潤率,科克霍恩指出,Model Y是關鍵,因為其利潤比Model 3高得多。上海超級工廠汽車零件的本土化對提高利潤率也有很大幫助。此外,一些市場上特斯拉汽車價格上漲也有助於提高利潤率。科克霍恩還認為,特斯拉軟體業務應該是提高利潤率的主要重點,因為其利潤率非常高。當FSD和自動駕駛出租車最終成為現實時,特斯拉利潤率將有大幅提高。

投資者還提到特斯拉如何實現L4級自動駕駛以及是否需要Dojo超級計算機的幫助。馬斯克表示,實現完全自動駕駛並不一定要Dojo超級計算機。他還解釋說,最終達到人類駕駛員的水平並不是一個非常高的標準。馬斯克說:「在未來幾個月裡,FSD系統將會有一些顯著改進。」

投資銀行嘉納科分析師分析師傑德·多謝默(Jed Dorsheimer)問到特斯拉能源業務和能源產品。馬斯克表示,特斯拉將在其儲存能源產品中使用鐵基電池。他說:「所有的固定存儲將轉向以鐵為基礎或非鎳為基礎的能源存儲系統。」他補充說,錳也是能源電池的「未知因素」。

馬斯克承認,特斯拉能源業務去年因重點支持公司的汽車業務而被忽視。但其中的限制是晶片供應問題,而不是電池。從長遠來看,特斯拉能源業務每年的目標仍是達到數億千瓦時的體量。

當被問及2022年是否會是特斯拉能源業務復甦的一年時,馬斯克認為,今年晶片短缺問題可能會有所緩解,但能源業務今年確實會有成長。「如果我們切實滿足市場需求,(特斯拉能源業務)將成長2到3倍,」馬斯克說。

Baird分析師本·卡洛(Ben Kallo)詢問特斯拉的研發組織如何工作。特斯拉高級主管們指出,公司沒有「孵化器」,但團隊只是致力於直接將想法變成產品。馬斯克和其他高級主管隨後還強調了從事真實項目、專注於實幹的價值。

市場研究公司New Street Research分析師皮埃爾·費拉古(Pierre Ferragu)詢問特斯拉4680電池的進展情況,特別提到4680的外形尺寸如何適配特斯拉汽車。以及4680電池是否會在特斯拉汽車之外使用的問題。

科克霍恩證實,特斯拉已經就4680電池的外形尺寸和一些供應商開展合作。他說:「我們合作是想要帶給4680電池更好的外形尺寸。」也就是說,4680電池並沒有定型,比如鐵基電池在4680電池設計中並沒有得到優化。

投資銀行伯恩斯坦分析師托尼·薩科納吉(Toni Sacconaghi)詢問特斯拉完全自動駕駛(FSD)系統的採用率。馬斯克說,使用真正的FSD技術,讓「你都不會想看後視鏡」,因為這項技術將帶來深刻變化。當這種情況發生時,這個系統的價值和體量將會非常大。

談到特斯拉的產品路線圖時,薩科納吉問,2024年特斯拉是否可以通過大量銷售現款汽車和CyberTruck等實現每年銷售300萬輛電動汽車的目標。馬斯克卻繞回FSD和所提供的價值這一話題上來。他還說:「如果我們的汽車成本沒有什麼變化,我們造多少就能銷多少。」

本文授權轉載自:網易科技

責任編輯:傅珮晴、錢玉紘

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓