1. Tesla做为车企的竞争力如何？
观点：（a）Tesla做为车企，相对于欧美传统车企有竞争力，但在中国供应链优势面前没有竞争力。
（b）欧美进一步加强的贸易壁垒会有利于Tesla同中国电动车的竞争，但同时也会延缓汽车电动化的步伐。贸易保护不会产生卓越企业。
（c）在没有脱离汽车制造业这个商业模式下，即使是最成功的车企也不可能获得超额利润。电动车依然完全是车的属性，不是新物种。
（d）即使有电池制造的革新、完备的充电网络，也依然无法在大幅扩大市场份额的同时，还能获取远超行业（制造业）平均水平的利润。
（e）做为制造业企业，三五千亿美元的市值依然是高估的。
2. 世界范围内，电动车市占率是不是还有大幅提高的空间?
观点：（a）如果欧美大幅减少电动车补贴，同时又对中国廉价电动车设置高关税等贸易壁垒，一定会大幅减缓电动化的步伐。
（b）本轮电动化是由政府主导推进的（包括碳减排、补贴等政策），还不是一种市场化力量引发的。在可预见的多年里，电动车仅电池成本一项就远高于燃油发动机（60度电的电池成本约4万元，1.6升发动机约1万元）。因此，我们看到混动（一般仅15度电）在热销（电池成本的增加完全能够通过增加的智能功能加价来覆盖）。
（c）在纯电动车无法降至全社会平均车价（可考虑当地电费以五年期的总费用及折旧对比）的情况下，仅靠电动车实现对燃油车的大比例替代很难实现。
3. 智能化才是电动车市占率提升的市场驱动力。
观点：（a）人们不会因为电驱动而去购买性价比不能超越燃油车的电动车。
（b）智能座舱燃油车也能实现，因此智能座舱也不是决定燃油车和电动车选择时的决定因素。
（c）L2的高级辅助驾驶是电动车取代燃油车的市场驱动力（集中的电气控制和一定的带电量，是高级辅助驾驶乃至自动驾驶的基础）。
（d）智能化的发展为汽车增加了电子消费产品的属性，是长期驱动电动车取代燃油车的市场驱动力。但属于配置功能的智能座舱及高级辅助驾驶还不能使电动车脱离车的核心属性。
4. FSD在技术可实现的情况下，商业模式如何？
观点：（a）FSD才是汽车真正智能化的基础。FSD是汽车由交通工具（购买工具并使用该工具来实现目的）的属性变成了出行服务提供（购买出行服务来实现目的）属性。因此，FSD最本质的商业模式应该是出行服务提供商（如出租车服务）。
（b）私家车在购买带有FSD功能的车辆时，其购买的一部分是汽车做为传统私有专属工具的属性，另一部分是出行服务的属性（可订阅、可买断）。
（c）FSD的定价应该是参考当地同类服务劳动者工资做为参考。对于私家车，就是车主认为自己劳动的价格（不但每个国家、地区应该不同，同一地区也可以按照公里数计费或者每月不同价格包月费对应不同自动驾驶公里数，类似电话资费套餐）。出租车比照当地出租车价格即可（比如三分之一）。
（d）以自动驾驶为核心能力提供出行服务的提供商，本质就是通过制造机器人来替代人力，在降低全社会出行服务生产成本的同时赚取该利润，其总规模应该参考目前全社会该服务的总规模。同时，随着服务成本的大幅下降，未来的规模也将远超当前的市场规模。
（e）出行服务市场规模数万亿（数十万亿？）美元，市场巨大，足以支撑未来的万亿美金巨头。
（f）出行服务是商品的本质属性，自动驾驶实现的企业，不会舍本逐末仅追求汽车做为工具属性的利润（制造业）。因此，即使是多家能够实现自动驾驶，在出行服务上也不会是零和博弈。
5. Tesla的竞争力？
观点：（a）Tesla 要证明自己是AI时代的科技巨头，就必须证明自己在FSD和机器人上能获得成功。因此，不能仅将传统车企及造成新势力做为竞争对手，必须将OpenAI、英伟达及其联合企业做为竞争对手来分析。同时，技术不是决定胜负的唯一因素，但一定是必不可少的核心因素之一。因此，需要由技术竞争力、综合竞争力二方面分析：
Tesla技术竞争力：
（b）Sora证明了基于Transformer训练的包含视频处理能力的多模态模型能够理解并模拟真实物理世界（即使不成熟，但至少是开启了），同Figure机器人的合作，再次证明了多模态大模型能够理解物理世界并找到了如何同真实世界互动的方法。因此，FSD及机器人技术原理上是可实现的。
（c）Tesla尽管今年没有发布惊艳的作品，但不可否认Tesla一直是至少提前一年就在同样的技术路线上探索（见2023年AshoK演讲）。Figure整理厨具和FSD避障绕行本质是同样的，只是观感不同，给人的冲击也不同，并不代表Tesla就落后。
（d）大模型的技术难度到底在哪里？如果看Google，似乎技术人才更好、数据更多、算力更足，却都不足以和OpenAI的产品相比，包括苹果更是如此，那么是不是OpenAI掌握了别人没掌握的高壁垒技术？但反观Claude，人才更少、数据更少、算力及资金更有限，却可以一再同OpenAI竞争，因此，我赞同的观点是这轮人工智能在技术上门槛并不特别高，相反，对于企业的执行力、工程化能力的要求更高，当然，算力也是很重要的驱动力。
（e）那么，Tesla与Figure+Nvidia+OpenAI的联合体相比，竞争力如何？在模型能力上，市场观点比较认可Tesla弱于OpenAI，算力上更是弱于Nvidia，机器人工程设计及神经网络运动控制Tesla强于Figure。但由设计原型到规模化批量制造，Tesla的能力远强于其它所有欧美企业，可以说是欧美企业中唯一具有该能力的公司。因此，我认为，模型上不会存在Tesla较大幅度或较长时间落后OpenAI，端侧算力在FSD芯片上继续改良也完全有可能实现业内一流。其垂直整合软硬件一体化能力能加快其设计更新迭代，自有工厂能够提供最丰富的场景落地使用，最终批量生产的能力是取得最后胜利的保证。
（f）Tesla Dojo 很可能不成功，造成训练端大幅延迟，但通过采购Nvidia GPU是可以解决的。更坏的假设，端侧FSD芯片在机器人上也不成功，也依然可以采用Nvidia的芯片，这都不会实质影响Tesla在机器人上的竞争力。对自动驾驶FSD来说，已有的海量数据更是成功的保证，即使OpenAI 、Nvidia希望涉足自动驾驶软件，欧美也没有能够合作的车企（改造大量的出租车来获取数据？），Tesla的确看不到除中国外的竞争对手，苹果放弃造车也背书了这点。
Tesla综合竞争力：
（g）垂直整合软硬件一体化能力，规模化批量生产能力碾压对手。
（h）Musk超前的战略布局、超强的执行力。
（i）技术做为成功的核心因素之一，是企业发展的加速器，但企业由伟大走向卓越，人和组织管理才是更高级的竞争力。因此，综合来看，Tesla才配得上遥遥领先。
6. 关于同中国企业得竞争？—- 要进一步思考，需要更多关注宏观环境影响
（a）要规模化批量制造，工人、供应链等因素目前中国的确大幅领先。欧美没有那家车企、以及未来机器人躯体制造企业能比。
（b）即使是中国的电动车也很难走入欧美市场，智能车和智能的机器人走入欧美的可能性会更小。
（c）如果Figure+Nvidia+OpenAI可以利用中国的制造优势，Tesla也就可以利用中国的制造优势。