▍智驾·智舱

· 特斯拉Q2营收创季度纪录却利润腰斩，正处于“史上最大投资周期”

特斯拉7月22日发布二季度财报，营收282.4亿美元、同比增26%，滚动十二个月营收首次突破1000亿美元创单季纪录并超市场预期。但赚钱能力急转直下，营业利润3.98亿美元，同比下降57%，营业利润率降至1.4%，GAAP净利润11.1亿美元，同比下降5%。

自由现金流转为-10.9亿美元，是2024年初以来首个“烧钱”季度。特斯拉表示正处于最大规模投资周期，扩张将呈非线性。

运营方面，二季度交付48.0万辆，创第二季度历史纪录；FSD订阅数达148万，同比增长56%，总数达148万；储能部署13.5GWh。公司称Cybercab已在得州超级工厂投产，Optimus产线预计年内投产。

Robotaxi无人监督运营扩展至7个美国都会区，可科技媒体Electrek拿特斯拉自家披露的曲线指出，二季度增量与一季度几乎持平。马斯克在电话会上把增速趋平主动归因为等新架构：当明知软件有重大架构改进能提升安全时，“大规模部署无监督FSD或Robotaxi就不合理了”。

· 大众把在华L3的钥匙交给地平线，锚定2027下半年落地

大众中国智驾单元Carizon（酷睿程）与地平线7月22日签约深化合作，将基于地平线的AI基座模型，自研一套“从原始传感器输入直接到决策”的统一端到端驾驶模型，目标2027年下半年在华交付L3级自动驾驶。

作为过渡，酷睿程已量产的高阶辅助驾驶会从今年三季度起，陆续上到大众在华三家合资公司的7款新电动车型。

一家全球巨头把中国市场的智驾算法底座押给了本土供应商，是合资车企“在中国、用中国方案”路线的又一枚落子。

▍具身智能

· 特斯拉Optimus首批机器人用于“采数据”，马斯克预警“未来几个艰难的季度”

特斯拉财报电话会里，特斯拉称Optimus人形机器人正在“安装第一代产线”“即将投产”，但首批机器人不面向客户，而是用于“训练数据采集与功能开发”。

马斯克直言Optimus是“我们造过最难量产的产品，没有现成供应链可用”，并罕见地给市场打预防针，说接下来会有“几个艰难的季度”。

放在具身智能今年整体被拉高的预期背景下，行业标杆主动把兑现节奏往后压、把量产难度说透，这盆冷水本身就是信号。

▍资金热度

· 中际旭创启动港股招股，550亿港元锁定年内最大港股IPO

光模块龙头中际旭创7月22日正式启动港交所主板招股，发行价上限每股1010港元，募资净额约545亿港元，有望成为今年以来最大的港股IPO。募资用途集中在光互连研发（35%）、扩产（30%）与并购投资（15%），本质是把AI数据中心对高速光互连的需求，直接兑换成一笔巨额扩产弹药。

与之呼应的是同日紫光股份公告，拟申请不超过85.23亿元并购贷款，用于置换收购新华三30%股权形成的存量银团贷款。

两笔动作一头指向光通信扩产、一头指向服务器资产整合，说明国内AI基础设施这条链上，钱仍在往上游硬件端集中。

▍算力供给

· AMD砸50亿美元战投Anthropic、换来2吉瓦MI450大单，正面对标英伟达

AMD宣布向Anthropic投资最高50亿美元，同时Anthropic承诺采购最高2吉瓦的AMD最新一代Instinct MI450 AI芯片，2027年上半年起部署——2吉瓦是数据中心级别的供电规模，直接对标英伟达最高端训练芯片的地盘。

AMD为尚未大规模走量的MI450锁定了一个旗舰级锚定客户，Anthropic乃至整个大模型阵营，则是在英伟达之外真金白银地押注第二供应商，算力“去单一化”从口号变成了合同。

· 台积电确认2027年代工涨价，先进制程AI芯片追加订单总涨幅最高25%

据多家亚洲供应链媒体，台积电已与客户完成新一轮价格谈判，将自2027年初提价：成熟制程（12/16/28nm）最高涨10%；先进制程对超额下单、追加HPC与AI产能的客户额外加收10%–15%，个别客户总涨幅最高达25%。

台积电官方未正式确认具体价格，但产能吃紧下“用涨价筛需求”的方向清晰，这也从代工端印证了AI芯片需求仍在硬顶。

▍前沿论文速览

· 阿里高德开源实时交互世界模型ABot-World-0，单张消费级显卡即可运行

阿里高德AMAP CV Lab发布动作可控视频世界模型ABot-World-0。该模型可在单张消费级RTX 5090显卡（约19GB显存）上实现实时可交互的世界模拟，支持720P分辨率、16帧/秒、1.2秒延迟，可通过键盘操控且不锁定场景，并采用“LongForcing”蒸馏技术抑制自回归漂移。

该项目代码与权重全部开源，在Hugging Face Daily热度居前，被视为将世界模型从数据中心推向桌面级实时交互的标志性工作。

· 杨立昆团队发布Patch Policy 以0.7%参数量超越大型VLA方案

纽约大学与Meta FAIR团队发布机器人控制新方法Patch Policy。当前主流具身智能路线依赖数十亿参数的大型VLA模型，训练和部署成本高昂。该方法另辟蹊径：让机器人策略网络直接使用预训练ViT的稠密patch特征，保留了图像的空间细节信息。

最终仅用大型VLA约0.7%的参数量，即较全局池化方案相对提升40%，较微调OpenVLA-OFT提升18%，实验覆盖四个仿真环境及三个真机环境。

这意味着机器人控制未必需要“大力出奇迹”，小模型配上好的视觉表征，可以在低算力设备上跑出接近甚至超越大模型的效果，为机器人在端侧的低成本部署提供了新路径。

▍编者按

一面是“降温”，特斯拉这种行业标杆主动放慢兑现节奏、说透量产难度，这在预期高涨的当下并不常见。

另一面却是“加注”：中际旭创冲击年内最大港股IPO，AMD与Anthropic用50亿美元和2吉瓦订单互相锁定，台积电干脆用最高25%的涨价来筛选需求。应用端在挤水分，硬件端在抢产能——越靠近上游，钱越坚决。

终端兑现总是慢于底层投入，而底层投入恰恰是赌终端终将兑现。产业的重心在下沉，权力的分布在重排。故事讲到这里，拼的不再是想象力，而是账本和耐力。

返回第一电动网首页 >