特斯拉-零帕网

起家于汽车成就于全球智能电动车领导者，逐步走向科技公司特斯拉起家于汽车，逐步趋向实现车→能源→人的现金流闭环。公司具备发现问题解决问题的能力以及具有前瞻眼光的领导者，科技创新和持续变革已刻入基因。我们认为 24 年为特斯拉深蹲起跳之年，一方面车型处于真空期，机器人与 AI 进度仍在技术迭代中，另一方面随后期爆款新车型上市有望打开汽车放量新周期，叠加 AI 技术或有突破，25-26 年公司有望开启新一轮上行周期。

特斯拉 Q4 单车毛利趋稳，24 年销量增速预期下调。特斯拉 23Q4 营收252 亿美元，同环比+3%/+8%，毛利率 17.63%，同环比-6.3pct/-0.3pct；非GAAP净利润24.9亿美元，同环比-40%/+7%，非GAAP净利率9.87%；此外 23Q4 确认 59 亿美元一次性税收收益。23 年全年看，公司营收 968亿美元，同比+15%，非 GAAP 净利润 108.9 亿美元，同比-23%，主要系降价影响利润水平。公司预计 24 年销量增速将明显低于 23 年，并致力于在

特斯拉第二代Optimus人形机器人主要亮点：触觉传感器、力传感器以及更强大的平衡感知能力。第二代Optimus搭载由特斯拉设计的执行器与传感器、2自由度驱动颈部、响应更快的11自由度灵巧手、触觉传感器（十指）、执行器集成电子和线束、足部力/扭矩传感器、铰接式脚趾等；重量减轻10kg。

特斯拉的自动驾驶之路分为三个阶段，目前已经进入全面自研阶段，从底层硬件到上层软件做到全面自研。特斯拉为智能驾驶行业带来的技术革新主要包括：① 影子模式，为特斯拉现实数据获取打基础。② HydraNet，重构自动驾驶目标检测网络结构，提升算法效率。③ BEV+Transformer，通过BEV升维采集后的2D图像，形成车辆自身坐标系。④ 占用网络，在BEV基础上补充了物体高度识别和未经标注的障碍物识别。⑤ 端到端，基于深度神经网络，更接近真实人类驾驶。

全球电动车先驱，科技创新改变汽车行业。特斯拉作为电动车行业的领先者，在科技创新和商业模式上持续领先同行，在制造工艺上：首创一体化压铸+4680 CTC 电池 pack，助力生产效率大幅提升。软件服务上：公司已于 2023 年 11 月开启 FSD V12 Beta 版本测试，首次实现大规模神经网络算法取代人工规则算法，是全球第一家首次实现端到端自动驾驶系统的车企。另外，特斯拉在储能和人形机器人等领域仍在持续投入研发，有望不断获得新的科技突破。我们认为特斯拉有别于传统车企的地方在于其对于汽车产品的

特斯拉具备第一性原理指导下的颠覆性技术创新能力。特斯拉做到了车企的最高境界：【技术创造需求】，但可持续发展还需配合【优异的管理能力】。特斯拉的高盈利能力来自于：1）全球新能源汽车领导品牌的溢价；2）超级大单品车型背后的极致效率；3）直营模式背后的产品自信力；4）全球范围内与最优秀的供应链企业合作。

2022-2025特斯拉全球产能预计翻倍。基于高价值量框架，看好自动驾驶、电控、高压直流继电器环节和德赛西威、斯达半导、汇川技术、宏发股份；基于高弹性和边际变化框架，看好拓普集团、三花智控、双环传动、东山精密、电连技术。

目前与华为合作智选车的厂商有赛力斯、奇瑞、北汽新能源、江淮，为什么奇瑞能实现中长期成长？对内，基盘稳固、产品谱系丰富、电动化转型成效显著、核心技术全栈自研、平台化造车能力，叠加华为智能化赋能；对外，出口高歌猛进，贡献集团50%销量，位居自主品牌前列；率先开启海外工厂布局。

作为新能源汽车时代的开创者和领军人，特斯拉始终引领着产业链发展的方向。为深入理解新能源汽车产业链，我们首先聚焦特斯拉产业链和 “链主”——特斯拉。马斯克作为特斯拉的灵魂人物，他的特质奠定了特斯拉的底色：立足变革人们生产生活方式的愿景、领先于同时代产品的持续变革，和创新驱动的降本增效理念。

从公司可比性到供应链可比性。（1）公司可比性：从业务结构、业务属性、业务规模、对研发的重视程度、创新能力、政策支持等角度，苹果、特斯拉和华为三家公司具有可比性。（2）供应链可比性：三家公司均具备严格的外部采购管理体系，对产品的交付期及质量要求非常高，进入其采购供应链的厂商将面临较高标准的资格审核，因此三家公司的供应链具有可比性。可从自上而下和自下而上两个角度讨论供应商筛选逻辑。

构建全栈自研技术壁垒，特斯拉 AI 科技公司定位充分获证。复盘特斯拉从 HW1.0 到 HW4.0 的历史，FSD 引领全球自动驾驶发展进程。伴随 Dojo 投产，特斯拉覆盖了从云到端、从芯片到算法、从硬件到软件的全栈自研技术领域，正从汽车制造商向 AI 科技公司转型。尤其是纯视觉方案引领 FSD 持续迭代，构建其他车企难以超越的软硬件技术与数据双壁垒。随着 Autotaxi 等自动驾驶的商业模式以及 FSD的规模化拓展，未来 FSD 或将成为众多汽车厂商嵌入自动驾驶技术的首选，特斯拉亦或将踏上

网络基础结构—九头蛇网络（HydraNets）由主干（Backbone）、颈部(Neck)） 与多个分支头部(Head）共同组成。主干层将原始视频数据通过残差神经网络(RegNet)及多尺度特征融合结构(BiFPN)完成端到端训练，提取出颈部层的多尺度视觉特征空间 (multiscale features ），最后在头部层根据不同任务类型完成子网络训练并输出感知结果