特斯拉把现金流押给了物理AI
特斯拉把现金流押给了物理AI
看完特斯拉 2026 年 Q2 财报，我最强烈的感受不是它又发布了多少产品。
是它正在要求市场相信一件更贵的事：特斯拉不只想卖车，它想把自己改造成一套从芯片、电力、模型到机器人身体的物理 AI 系统。
这笔赌注已经真实地写进了财报。
Q2 营收 282.36 亿美元，同比增长 26%；交付 48.01 万辆，同比增长 25%，创下历史第二季度纪录。汽车收入仍有 205.16 亿美元，占总营收约 73%。
旧业务没有消失。相反，卖车仍然是这场新赌局的底盘。
但利润正在被投资周期吞掉。
Q2 经营利润只有 3.98 亿美元，同比下降 57%；经营利润率从去年同期的 4.1% 降到 1.4%。研发费用增长 49%，资本开支达到 57.89 亿美元，同比增长 142%，自由现金流也从正数转为负 10.92 亿美元。
账面上的 11.14 亿美元 GAAP 净利润，还受到约 10 亿美元 SpaceX 持股未实现收益的正面影响。看主营业务，3.98 亿美元经营利润更值得警惕。
这家公司不再用当期利润证明未来。
它是在先花未来的钱，建设未来的产能。
Robotaxi：先把车从商品变成车队
Robotaxi 是这套系统里最接近商业化的一层。
付费 FSD 客户已经达到 148 万，同比增长 56%。北美超过 55% 的新车交付，在交车时就带有 FSD 订阅。Cybercab 已经开始生产，Robotaxi 也进入了美国七个主要都会区。
Tesla AI 负责人在电话会上自报，无人监督 Robotaxi 已在两个州、六个城市累计行驶超过 38 万英里，并称其间 zero notable incidents。
这里必须把边界说清楚：这是公司自报，不是监管机构或第三方给出的安全认证。特斯拉也没有单独披露 Robotaxi 的收入、单车利用率、每英里成本和完整接管数据。
但它的商业方向已经很清楚。
过去，特斯拉卖出一辆车，只获得一次硬件收入。未来，如果自动驾驶真的跨过可靠性和监管门槛，同一辆车可以持续出售里程，持续产生车队收入，也持续把道路数据送回模型。
汽车从商品变成服务节点。
改变收入结构的关键就在这里。
Optimus：把同一套 AI 装进人的空间
Optimus 看起来像另一条产品线，底层逻辑却和 FSD 很接近。
公司的定义是：pixels in, controls out。摄像头看到现实，模型理解任务，身体完成动作，再把成功和失败送回训练系统。
为了这件事，特斯拉已经拆掉 Fremont 的 Model S 和 Model X 产线，开始安装 Optimus 第一代产线。早期机器人会先进入所谓的 Optimus Academy，练习任务、采集数据，再通过强化学习继续改进。
如果 Robotaxi 是把 AI 放进道路，Optimus 就是把 AI 放进人类已经建好的工厂、仓库、办公室和家庭。
马斯克甚至谈到了 Digital Optimus：让同一套视觉控制思路实时操作电脑屏幕。实体机器人以后走到一块触摸屏前，不需要为每台机器单独写程序，也能理解界面并完成操作。
这里指向一种更大的应用：模型不再只生成文字和图片，它会进入现实空间，接管一段可以被计价的劳动。
但马斯克自己也承认，Optimus 会是特斯拉最难规模化制造的产品。
原因不只是模型够不够聪明。
手部灵巧度、关节寿命、跌倒风险、零件供应、故障间隔、任务成功率，任何一个问题都可能让机器人从“惊艳演示”退回到“昂贵玩具”。人形机器人也没有一条成熟供应链可以直接拿来用。
马斯克说，Optimus 的初始量产 S 曲线会“又平又长”。这句话比“史上最大产品”更重要。
半导体：不是第四个故事，是前三个故事的瓶颈
这次财报里最激进的一部分，是特斯拉开始认真谈自建半导体制造。
得州 Austin 的开发工厂已经进入建设和设备采购阶段。按马斯克的说法，这个开发厂希望把光刻掩模、逻辑芯片、存储、封装和测试放在同一屋檐下，让新芯片设计可以更快试错。
更大的 Terafab 还没有公布地点和完整方案。但马斯克已经把理由说得很直白：如果不解决芯片供应，Optimus 的规模会被卡死。
AI5 希望在 2027 年中量产，最初用于 Optimus；AI6 仍在设计中。特斯拉还在 2026 年上半年把得州现场 AI 算力翻了一倍以上，Cortex 1 和 Cortex 2 的已装机能力合计超过 205MW。
所以，自建芯片并不是突然跨行。
Robotaxi 和 Optimus 都需要大量低成本、低功耗、实时运行的边缘推理芯片。模型更新越快，芯片迭代越慢，整个系统越容易被上游供应商卡住。
这个瓶颈也要被纳入特斯拉内部。
问题是，芯片设计和芯片量产完全是两回事。财报目前只证明开发厂还在早期建设和设备采购，并没有证明特斯拉已经拥有先进制程的量产能力、良率和成本优势。
这可能缩短迭代，也可能成为吞噬资本最深的一层。
还有一层经常被忽略：电力
物理 AI 不只需要模型、芯片和身体，也需要稳定、廉价的大规模电力。
Q2 储能部署达到 13.5GWh，同比增长 41%。马斯克在电话会上专门谈到，AI 训练会在极短时间内产生剧烈的功率波动，电池和电力电子系统可以帮数据中心平滑负荷。
这让 Megapack、太阳能、超级充电网络和 AI 算力开始出现在同一张图里。
从硅材料，到芯片；从芯片，到模型；从模型，到车和机器人；再从能源系统为这一切供电。
这些业务共同组成一个闭环。
这次财报证明了什么，又没有证明什么
昨天看 Google 的 Q2 财报，AI 已经能在 Cloud 的收入和利润里找到清晰的商业增量。
而在特斯拉，商业化还处在另一阶段。
它没有单独披露 Robotaxi 收入，Optimus 还在装产线，半导体工厂还在买设备。当前能拿出的证据，是 FSD 订阅、无人驾驶里程、产线建设、算力扩张和资本开支。
因此，这份财报不能证明特斯拉已经完成了从汽车公司到物理 AI 公司的转型。
它只证明这场转型已经开始花真金白银。
公司预计 2026 年资本开支超过 250 亿美元，未来两到三年还会继续增长。马斯克甚至把它形容为“二战以来美国最快的工业扩张”。
这句话不是结果，是一张巨额预算的辩护词。
接下来应该看四组数据：Robotaxi 的真实单位经济，Optimus 的任务成功率与小时成本，芯片厂的试产良率，以及 AI、软件和车队收入何时能让经营利润率与自由现金流重新改善。
它的优势也很明确：真实车队、真实工厂、真实用户、真实道路数据、能源业务，以及 435 亿美元现金与短期投资。大多数物理 AI 创业公司只拥有其中一两层。
它的风险同样明确：一旦任何关键环节无法按时跨过量产门槛，垂直整合不会减少风险，只会让所有风险同时留在自己账上。
这次 Q2 财报给市场的核心信息是：
这套物理 AI 闭环已经开始建设。
但回报，还没有进入利润表。