🧠 AI 战略 · 资本重构

特斯拉 AI 算力军备竞赛:250 亿美元资本支出背后的战略重构

特斯拉最新财报披露,2026 年资本支出预计超过 250 亿美元,主要投入 AI 算力、数据中心与 AI 资产。与此同时,公司以 20 亿美元购入 SpaceX 股份,上半年来自 SpaceX 的采购收入已达 4.05 亿美元。汽车业务仍是现金流支柱,但 AI 战略正在重新定义这家公司的边界。

综合公开信息整理 2026-07-22 全文约 4 分钟读完
#特斯拉 #AI 算力 #FSD #Optimus #Robotaxi
250亿美元 2026 年资本支出,主投 AI 算力与数据中心
20亿美元 购入 SpaceX 股份,持股比例不足 1%
4.05亿美元 2026 年上半年 SpaceX 向特斯拉的采购收入

⚡ 30 秒速览

  • 钱去哪了:2026 年资本支出超 250 亿美元,重点投向 AI 算力、数据中心、生产线和 AI 资产,远超传统汽车制造投资规模。
  • AI 愿景:特斯拉在最新 10-Q 文件中将自身目标定义为「把人工智能带入现实世界」,核心指向 FSD、Robotaxi 和 Optimus 人形机器人。
  • 数据闭环:全球交付超 95 万辆的上海工厂,既是制造中心,也是 FSD 训练数据的核心来源——数据规模已达 1000 亿 GB。
  • 资本整合:与 SpaceX 的资本和业务联系已先于组织合并发生,涉及电池、制造、工程人才、芯片和 AI 基础设施。
  • 深层信号:AI 算力投入超过汽车制造本身,意味着特斯拉的估值逻辑正在从「汽车公司」向「AI 基础设施公司」迁移。

01AI 算力:资本支出正在重塑公司基因

特斯拉的资本支出结构正在发生质变。2026 年预计超过 250 亿美元的投资中,AI 算力、数据中心和 AI 资产成为最大单项,而非传统工厂扩建。这一数字已超过多数头部云厂商同期的 AI 资本支出规模。

但这不是突然的转向。

特斯拉在最新 10-Q 文件中将自己的目标定义为「把人工智能带入现实世界」,核心布局直接指向三个方向:FSD(完全自动驾驶)RobotaxiOptimus 人形机器人。汽车制造仍然贡献绝大部分收入和现金流,却也越来越像一块为 AI 故事提供数据和制造能力的底座。

250+亿美元资本支出
1000亿 GB 训练数据
95+万台年产能
4.05亿美元 SpaceX 采购

注:四项数据分别对应 2026 年资本支出预算、FSD 训练数据规模、上海工厂年产能及 2026 年上半年 SpaceX 采购收入。资本支出中 AI 相关占比尚未在财报中单独披露。

02FSD、Robotaxi 与 Optimus:三个 AI 引擎

特斯拉的 AI 布局不是单一的,而是三条并行推进的产品线,各自对应不同的数据需求与算力结构。

传统汽车制造逻辑

以车型平台和产能为核心,资本支出投向工厂、模具和供应链。AI 是辅助功能。

特斯拉 AI 逻辑

以数据、算力和模型为核心,汽车是 AI 的载体。资本支出投向 GPU 集群、数据中心和训练基础设施。

🚗 FSD:全球最大规模的真实世界驾驶数据

  • 特斯拉车队已累积超过 1000 亿 GB 的真实驾驶数据,覆盖全球数十个国家和地区的道路场景。
  • FSD V13 版本采用端到端神经网络,训练算力需求较前代提升 5 倍,直接驱动了 GPU 集群的持续扩张。
  • 上海工厂贡献了中国市场独有的复杂交通场景数据,包括行人、非机动车、密集路口等边缘案例。
数据规模:1000 亿 GB 真实世界驾驶数据,全球唯一覆盖中、美、欧三大市场的驾驶数据集。

🤖 Optimus:从实验室走向产线

  • Optimus 人形机器人已在特斯拉工厂内部执行物料搬运、零部件分拣等任务,积累了 数万小时 的实地操作数据。
  • 机器人的训练依赖 模仿学习强化学习 相结合,需要大量 GPU 算力进行策略优化。
  • Optimus 的硬件与 FSD 芯片共享部分计算架构,形成了技术复用优势。
复用逻辑:Optimus 与 FSD 共享底层芯片架构和部分训练框架,减少重复投资。

🚕 Robotaxi:AI 商业化最直接的出口

  • 特斯拉计划于 2026 年推出 Robotaxi 服务,首批运营城市包括 奥斯汀洛杉矶
  • Robotaxi 的运营依赖实时推理算力,每辆车搭载的 FSD 芯片需要处理 每秒数万亿次 的神经网络计算。
  • 特斯拉正在建设自己的 推理数据中心,用于处理 Robotaxi 车队的远程监控、调度和模型更新。
算力结构:训练用 GPU 集群 + 推理用 FSD 芯片 + 机器人用边缘计算,形成三层算力架构。

03中国制造:AI 数据闭环的核心环节

一个诚实的注脚:

虽然汽车业务收入占比在下降,但上海工厂仍然是特斯拉全球制造体系中不可替代的一环。年产能 95 万辆,零部件本地化率超过 95%,连接着 400 多家 中国供应商——这些数字决定了它不仅是制造中心,更是 AI 训练数据的核心来源。

中国独有的复杂交通场景——密集的非机动车流、复杂的行人行为、多变的道路标识——为 FSD 提供了全球其他市场难以复制的边缘案例。这些数据已经成为特斯拉 AI 训练数据集中最有价值的组成部分之一。

上海工厂年产能特斯拉全球
95 万辆
零部件本地化率上海工厂
95%
中国供应商数量进入全球体系
60+
中国收入占比2026 上半年
17.5%

注:前三条柱形为绝对值直观对照,末条柱形反映收入占比的下行趋势。中国收入占比已从 2025 年的 22.1% 降至 17.5%,但上海工厂的制造出口职能仍在扩大。

但矛盾也在这里:

中国团队需要继续访问全球 AI 训练框架和芯片资源,才能保持 FSD 在中国市场的迭代速度;而随着特斯拉与 SpaceX 的整合加深,同一套系统可能面临美国监管对中国员工访问权限的审查。数据共享、芯片访问、人员权限——这些技术细节正在成为比股权拆分更棘手的问题。

04AI 资产版图:算力、数据与芯片的三位一体

特斯拉的 AI 资产,已经不能简单用「汽车公司」来理解。它正在构建一个包含算力基础设施、数据资产和定制芯片的完整 AI 栈。

自有 GPU 集群FSD 芯片设计真实世界数据端到端模型推理部署

这套链路的价值,正在被市场重新定价。截至 7 月底,特斯拉股价对应的 2027 年预期市盈率超过 200 倍,而丰田约为 10 倍。市场愿意为 AI 故事支付溢价,但前提是故事必须持续兑现。

自有 GPU Dojo 超算集群 定制芯片 FSD 3.0 编译器 数据资产 1000 亿 GB 训练数据 推理部署 车载边缘计算 机器人 Optimus 共享架构

与 SpaceX 的整合则进一步拓展了 AI 资产的边界。SpaceX 向特斯拉采购 Megapack 等产品,上半年贡献了 4.05 亿美元 收入;特斯拉以 20 亿美元 购入 SpaceX 股份,两家公司在电池、制造、工程人才、芯片和 AI 基础设施方面的重叠正在增加。马斯克在财报电话会上并未排除与 SpaceX 整合的可能,强调业务重叠正在上升。

这意味着什么?

特斯拉的 AI 资产版图,正在从汽车行业向航天、国防和能源领域延伸。当一家汽车公司开始向 SpaceX 供应电池和储能系统、共享芯片设计能力、甚至共用 AI 训练基础设施时,它的估值逻辑就不再局限于汽车销量和利润率,而是转向了 AI 基础设施的平台价值。

编辑核心判断

AI 算力投入超过汽车制造本身,意味着特斯拉的估值逻辑正在从「汽车公司」向「AI 基础设施公司」迁移。但资本支出规模不等于技术壁垒,250 亿美元押注的是一场算力密度与数据规模的双重竞赛——对手既有云巨头,也有自负盈亏的整车厂。

了解更多

特斯拉 AI 战略的完整信息,可在其最新 10-Q 文件及财报电话会议记录中查阅。

tesla.com → 投资者关系