特斯拉正在用今天卖车赚到的钱，豪赌一个尚未大规模造血的物理AI帝国。

作者|王蕊

编辑|西子

48万辆交付，282亿美元营收。

表面上，特斯拉交出了一份超出市场预期的二季度成绩单：营收与交付量同比增长超过25%，FSD活跃订阅用户也接近150万。

但华尔街并没有鼓掌。财报发布后，特斯拉股价盘后一度下跌超过4%。按照财报发布前约1.32万亿美元的市值计算，仅盘后交易时段，特斯拉市值便蒸发了近500亿美元。

让市场不安的，是特斯拉增长背后迅速恶化的盈利能力：特斯拉调整后每股收益只有0.33美元，明显低于预期；营业利润同比下降57%，营业利润率跌至1.4%。

更刺眼的是现金流。

二季度，特斯拉资本开支达到58亿美元，同比增长142%，超过当季经营现金流，自由现金流也因此转为负11亿美元。这是特斯拉两年多来首次出现季度自由现金流为负。

车卖得更多，营收创了新高，手里的现金却变少了。

背后的原因并不复杂。汽车依然是特斯拉最主要的现金来源，但这些现金正在以前所未有的速度，被投入AI训练集群、自动驾驶芯片、Cybercab、Robotaxi和Optimus。

换句话说，AI利润还没有真正进入利润表，AI账单已经大规模进入现金流量表。特斯拉正在用今天卖车赚到的钱，豪赌一个尚未大规模造血的物理AI帝国。

58亿美元，正在重新制造一个特斯拉

自由现金流转负，不代表特斯拉失去了造血能力。二季度，特斯拉经营活动现金流依然高达约47亿美元，同比增长85%。

问题是，这笔钱还没在账上捂热，就被57.9亿美元的资本开支迅速抽干。

而这只是开始。按照特斯拉的规划，2026年资本开支将超过250亿美元，接近上年的3倍，未来两三年还会继续增加。

这笔庞大的资金，已经不再主要用于扩建Model 3和Model Y产能。它们正被投入AI训练集群、自动驾驶芯片、Cybercab产线、Optimus制造设施，以及未来的Robotaxi运营网络。

这意味着，特斯拉不是简单地给汽车装上AI，而是试图在现有汽车工业体系之上，再造一套物理AI工业体系。

特斯拉的资产结构也在随之改变。过去，最重要的是超级工厂和汽车产线；未来，数据中心、AI芯片、无人车队和机器人产线会占据越来越大的位置。

所以，这58亿美元买下的，不只是设备，而是特斯拉进入物理AI时代的底层能力。

但问题也恰恰在这里，资产增加，不等于护城河自动变深。

数据中心只有在模型能够赚钱时才是资产，否则只是吞电的服务器；Robotaxi只有在单车收益和利用率跑通后才是平台，否则就是一支不断折旧、维修和充电的车队；Optimus产线只有在机器人能够稳定量产、持续卖出后才是壁垒，否则只是一条昂贵的空置产线。

特斯拉现在做的，是在商业回报还没有明确之前，先把算力、工厂、芯片和运营网络全部铺好。

马斯克赌的不是某一个模型领先，而是特斯拉能够率先打通物理AI从训练、制造到运营的完整闭环。

只是，筹码越押越大，底牌什么时候揭开，依然没有答案。

软件收割到来前，硬件先在“流血”

特斯拉拥有大多数AI公司梦寐以求、却很难复制的资产：数百万辆真实行驶中的汽车。

在物理AI体系里，一辆特斯拉不只是交通工具，还是一套装有摄像头、芯片和联网能力的移动终端。二季度交付48万辆汽车，也等于向现实世界新增了48万个AI入口。

截至二季度末，特斯拉活跃FSD订阅用户约148万，同比增长56%；在北美，超过一半的新车用户选择订阅FSD。

理想状态下，这会形成一个非常诱人的飞轮：汽车越多，真实道路数据越多；数据越多，模型越强；FSD体验越好，付费用户越多；软件收入再反过来支持更大规模的AI投入。

这也是市场愿意把特斯拉当AI公司，而不只是车企的重要原因。

但这个飞轮并不免费。

二季度，特斯拉汽车平均单车收入从去年同期的4.53万美元降至4.27万美元，监管积分收入同比减少约三分之二，汽车毛利率也降至16.3%。

销量上去了，单车收入和利润却在往下走。这意味着，为了铺设更多硬件终端，特斯拉正在支付真实的降价成本。

汽车卖得越便宜，用户和数据入口可能越多，但负责为AI输血的汽车利润也会越薄。

互联网公司增加一个用户，几乎不需要先生产一台硬件。但特斯拉每增加一个移动终端，背后都是一整辆汽车，是电池、芯片、工厂、物流和售后的完整成本。

同时，148万FSD用户确实是积极信号，但特斯拉至今没有单独披露FSD的收入、利润率、续订率，以及它对整体汽车利润的实际贡献。服务及其他业务收入增长50%，也不等于FSD收入增长，其中还包括维修、充电、保险、零部件和二手车。

因此，现在的问题是，FSD赚到的软件利润，什么时候才能覆盖汽车降价损失的利润，以及不断膨胀的算力和研发成本？

硬件已经铺出去了，利润也已经让出去了，但软件能不能赚钱，还没有被财报证明。

越是智能化，资产越沉重

资本市场偏爱AI，很大程度上是因为软件生意有一套极其性感的经济模型：模型一旦训练完成，新增用户的边际成本无限趋近于零，规模放大后利润率会陡峭上升。

但特斯拉所押注的物理AI，是让汽车自主行驶，让机器人进入工厂和家庭，让算法真正控制现实世界中的机器。这带来了宏大的想象空间，也带着现实世界的全部重量。

Robotaxi不是把FSD装进汽车就结束了。

大规模运营还需要充电、维修、清洁、保险、调度、远程支持和事故处理。如果未来由特斯拉主要持有和运营车队，资金回收模式将从过去的“卖车一次性收回货款”，变为“自持车辆，并通过漫长的单车里程收入逐步回收投资”。收入可能更加持续，但折旧、维护和资金占用也会随之增加。

Optimus同样不是一个可以无限复制的软件账户。

每生产一台机器人，都需要电机、执行器、电池、传感器、灵巧手、控制器、生产线和供应链。算法决定它聪不聪明，制造体系决定它能不能便宜、稳定地走下生产线。

因此，特斯拉绝没有从一家“重资产车企”轻盈地蜕变为“轻资产软件公司”。相反，它正朝着一家集超级工厂、机器人产线、AI 超算中心、自研芯片与无人运营车队于一体的“超级重资产巨无霸”演变。

这就是物理AI最容易被忽略的悖论：它看起来比传统制造业更智能，资产却可能比传统制造业更重。

特斯拉的优势也恰恰来自这里。

纯 AI 公司缺乏硬件制造能力，传统车企缺乏顶级算法与数据体系。特斯拉试图将两者垂直整合，一旦跑通，竞争对手需要追赶的就不只是某一个模型，而是整套工业系统。

但同样，一旦商业化速度不及预期，特斯拉承受的也不会只是几项研发费用，而是算力、工厂、设备和车队共同形成的巨大资本负担。

AI数据中心、Cybercab产线和Optimus设备最终能否成为护城河，取决于几个非常传统、甚至有些无聊的商业问题：

Robotaxi 每天能接多少单？单车几年能回本？Optimus 一台成本多少？能够替代多少人工？资本回报率是否超过资金成本？

物理AI再性感，最终也逃不过资产利用率和投资回报率。

最真诚的智能汽车报道