发言人   02:26

各位投资人，大家下午好。欢迎来到中信证券前端团队与七月团队在今天下午举办的这样一场对于特斯拉FSD的这样一个专门解读会议。我是中信证券汽车行业分析师李金持。同时主持主讲这场会议的还有前端组的同事钱江分析师高飞翔，汽车组的同事武平月和陆天宇。我今天我们四位分析师想从多个角度跟大家聊一聊最近特斯拉FSD在这样的一个大规模推送，以及关于特斯拉产业链以及国内自动驾驶产业链的这样的一些计划更新。

发言人   03:08

从3月31号开始，特斯拉其实是做了一个全美范围内大范围的FSD12.3.3的版本的推送。这次版本的推送应该说是特斯拉历史上最重要的这样的一个FSD升级的推送。首先第一是在这个版本上特斯拉正式的取消掉贝塔版本这样的一个称号，作为一个正式版本进行一个推送。第二点是这一次推送的范围非常的大。全美几乎所有的特斯拉车主都收到了为期一个月的免费的这样的一个试用。所以从最初开始，陆陆续续的其实我们在很多社交网站上看到了关于特斯拉FSDV12版本的一些讨论，很多的人不仅在试驾，而且也在分享他们对于这个版本的一些试驾体验的这样的一个感受。所以今天我们四位分析师会从多个角度进行一些我们对于这个事情的观察。

发言人   04:12

一再加上今年其实特斯拉股价从年初到现在，因为销量，因为需求的问题，其实有不小的这样一个下调。所以我们认为这一次在自己V12版本的推送，其实在投资层面上是一个市场分歧分歧意见巨大的这样的一个时刻点。我这边先从四个角度简要的跟大家说一下，SSD这一次版本推送我们看到的一些非常与众不同的点。

发言人   04:43

首先第一点是关于这一次版本的这样的一个迭代的这样的一个特性。这一次应该说是整个V12.3这个版本，应该说是特斯拉跟以前推送版本最大的不同。就是这一次是一个基于端到端的这样一个基于大数据的全神经网络的这样的一个模型。这样的一个模型的更迭速度，包括模型的收敛速度，确实从目前的这个版本更迭的速度反馈上来看，比预想的要快很多。

发言人   05:17

可以跟大家举一个例子，在2023年的时候，特斯拉在推这个V11版本的时候，基本上全年下来dada小小版本总共是推了24个版本。基本上差不多是每15到16天进行一次推送。当然那个时候的推送，它还不是一个全用户全范围的这样一个推送。所以实际上用户推收到的这种推送的频率，其实还没有到15 16天更新一次这么的快。

发言人   05:43

而这一次从3月12号以来，大家从这个12.3版本开始推出来之后，40天不到的时间其实已经推了七个版本，目前已经推送到了12.3.5。而且据马斯克的这样的一个在X平台就推特上的这个表态，基本上这个12.4版本也是就在不远处。这个其实能够体现出端到端整个这样的一个大模型的一个非常重要的特点。就是它由于是一个全神经网络连续可导的这样一个模型，所以它的模型的收敛速度是非常的快的，版本迭代的速度也非常的快。如果真的是以这个5到6天去做一个版本更迭的速度，往后去推算的话，其实我觉得很有可能会发生的一个事情就是接下来3到4个月的时间内，这个模型它的演化速度可能会达到过去2到3年整个神经网络演化速度这样一个表现。

发言人   06:46

所以真的到8月8号让大家去发布robot taxi的时候，说不定目前的这样一套FSD的这样的一个版本。首先可能他已经又推了十几个版本出来。再其次就是他的这样的一个能力，这很有可能是一个相较于现在还要更高的一个状态。所以这一个非常快速的这样的一个版本更迭的速度，其实是我觉得目前FSDV12版本的第一个非常重要的特性。

发言人   07:15

第二个事情就是究竟他的这种终端表现是怎么样的。我也联系了之前在美国上学期间的很多特斯拉的这种车主的朋友和同学，做了一个小范围的这种抽样调查。大概跟6到7个在美国私家车主进行了比较深的这样的一个沟通。

发言人   07:40

首先我觉得大家其实给我们整体这样的一个反馈是这样的一个版本，确实比之前V11或者再往前的这样的一些版本它的表现是更好的那这里面我们也是参考了很多网络上的这样一个评价。其中在X平台上有一个比较有名的用户，他会对FSB几乎每一个版本进行一个整体的自动驾驶表现的评分。V12目前的这个整体版本的评分十分制为满分。现在的它的整个对V12最新的版本的评分是6点4分。这个分数大家看上去可能觉得不高，觉得好像是不是才刚过及格线。但实际上其实在V11版本，甚至再往前的版本，基本上每一个版本是没有超过五分。这一次一次性能提升1点5分，实际上对于不同级别的这样的一个不同次数的这样提升来说，已经算是一个非常大的这样一个分数上的这样的一个提升表现。

发言人   08:42

那它比较亮眼的表现，据我们这个访谈，包括在X平台上看到的大家的这种反馈上来看，最重要的这种亮点的表现其实是更加的拟人化。很多的这种转向、加速、刹车，包括一些这种复杂道路的这种场景的这种操作，都表现的更加的丝滑。而且有一个很重要的特点，跟以前非常不一样的，就是它其实这个版本对车道线的依赖程度是在大幅降低的。一些以前非常复杂的这样一些路况，比如说像雪地环岛或者积水等路面，在以前老这种特斯拉的非断档的模型下，其实它的表现是有很强的这种不确定性的。而这一次端到端模型之后，体现出来的非常稳健的这样的一个行驶的这样的一个品质和驾驶的体验，都能够反映出这一次确实这个端到端的版本是跟以前内在的逻辑是不太一样的。

发言人   09:45

那当然也会有一些缺点，这些缺点也看到了一些用户的吐槽。其中比较明显的一个吐槽就是大家会发现这一次在升级之后，端到端模型它会出现一些类似人类司机这种不守规矩的这样的一些行为。比如说在这种闪烁红灯等待的这样的一个过程中，其实特斯拉可能更容易去做一些相对比较激进的试探性的这样的一个驾驶。这些事情也反映出来，就是这一次踩下这个版本，确实是一个基于端到端模型的人工智能自己学习的结果，而不是一个基于rule base的这样的一个模型。

发言人   10:27

那这两点讲完之后，其实我觉得大家可能会对这一次ISDV12的这种表现会有一个基础的判断。首先这是特斯拉可能有史以来最重要的这样一个版本的推出，也是表现品质提升最明显的这样的例子。我个人觉得大家可有可能会在二季度看到在财务端这样的一次IIC的表现。IIC的升级会对财务端产生实质性的这样的一个影响。这个影响可能分为两个方面，一方面是大家会去观测整个FSD在这个试用期结束之后，也就是从5月1号开始，它的续订率究竟是怎么样的。这个数据其实影响到大家对于中长期特斯拉作为一个自动驾驶能够产生额外收入，持续收入贡献的这样的一公司的这种长期的估值的这样一个表现。

发言人   11:26

也就是在最近这一周多的时间内，在4月13号的时候，特斯拉其实是将FSP的订阅价格从199美金下调到99美金。这一次这个降价的调整应该说是力度非常大，相当于是直接打了5折。同时在前两天买断的价格，也是从单车1.2万美金下调到8000美金。

发言人   11:52

目前这8000美金买断的售价以及99美金的这样的一个订阅价格来看我在我访谈的这6到7位特斯拉车主和大家基本上无一例外都认为，如果他们去选择继续使用ipd都会选择订阅的模式。而且很多人可能表达的状况就是有可能就是先定一两个月试一试，如果好用接着用，如果不好用随时取消。所以买断的这样的一个产生的收入贡献，我们认为在后续可能会比较的少，更多的还是会体现在这个订阅率上。目前根据我们的一个简单的推算，包括特斯拉对外的指引，可能特斯拉目前在所有存量车里头，MSC的订阅比例应该只有30%，所以一旦这个订阅比例有这样的一个比较好的表现，应该说对于后续我们给特斯拉一个稳定的、持续的这样的一个大致模式的这样一个收入方式，会有一个比较明确的增量。当然这是一个。基于这个长期FID订阅的这样的一个测算。另外一个短期很有可能大家就会看到的财务端的影响，主要来自于它的地缘收入产生的这这样的一个影响。这个影响我们觉得可能更快的会在二季度的这样一个报表上有所体现。

发言人   13:17

大家在2023年年底的时候，整个负债端其实是有29亿美金的递延收入。这个递延收入的主要的内容，其实都是来自于历史上车主购买SSD产品。但是由于特斯拉没有进行一个完整的大规模的这样的交互。所以在这个收入端，其实他只确认了一部分的车主的ISB的产生的这样的一个收入，有相当大的这样的一个比例，其实是仍然挂在公司的负债端，以递延收入的这样的一个形式留存在报表体内。

发言人   13:56

这29亿的这样的一个递延收入，如果我们去看像过去每年的这样的一个年收入的这样的一个确认，基本上过去三年，每年大概分别确认了3.7亿5.8亿和6亿美金的这样的一个年收入的这样一个确认收益。这部分我们认为很有可能在二季度随着整个非贝塔版本的这样一个交付之后，会以会看到一大笔的这样的一个一次性的IPP的使用收入确认。这个如果折算到利润层面上的话，应该会是一个不小的这样的一个利润基点。预计现在这29亿的负债端的资源收入里头，可能有接近一半左右都是和历史上未交付的FID的这样一个收入有关。如果真的是按照盈利能力去测算的话，这一部分能够产生的这个毛利率很有可能是能够达到接近90%以上。所以对于特斯拉目前在二季度的这样的一个财务预测上来说，我们觉得很有可能这样的一个会计层面上的调整。虽然是一个非现金的这样的一个项目的确认，但是它可能很有可能会带来一个二季度的这种FSD的收入，以及最后盈利的这样一个跳升。这四点其实是我觉得会在接下来2到3个月的时间内，大家可能会比较快速的在特斯拉的无论是FSE本身产品上的表现，还是他最后排到的上的表现，都能够看到的一些兑现。

发言人   15:28

鉴于整个特斯拉包括整个产业链从年初到现在，大家一直在担心在怀疑全年的这样的一个销量和盈利。所以我们觉得目前这样的一个表现，其实是一个比较有意思的这样的一个构成这样一个拐点的这样的一个事件性。而且这个事件他很有可能对国内的这样一些相关的，自动驾驶产业链的公司，特斯拉产业公司，包括我们所说的魏小李这些东西可能都会产生很积极的影响。因为这应该是目前为止，有史以来大家看到的一次性能够在增加是上面产生最大的这样的收入的来源的公司。所以我个人认为，很有可能这样的一个事情在5 6月份之后，会逐渐把情绪传达到给国内改过。这种板块共振的这样的一个机会。我这边就简要的做一个开头。后续我们三位同事，高飞翔还有吴平月以及陆天宇，可能会从各自的这样的一个视角，对这一次SST特斯拉的这样的一个情况进行多方面的阐述。

发言人   16:51

我先把这个时间交由给前台组的同事高飞讲。强哥有请你。好好，谢谢辛志总各位投资人下午好，我是前端组的分析师，我叫高飞翔。主要由我给各位投资人更新一下，我们对于特斯拉这家公司的一个观点。因为我们去看这家公司其实Q一的一个销量其实在四月初的时候已经是出来了。其实可以看到这个数据其实是大幅低于市场预期。

发言人   17:24

所以从这个点来看的话，我们去看特斯拉这周发财报，无论是它的毛利率，包括今年的销量，包括毛利率，包括净利润，可能都会有压力。所以在这样的一个背景下，我们能够看到，特斯拉其实它最近无论是车的价格还是说FSD，无论是他的买断，包括它的FSD的一个订阅。其实在四月份的价格调整，包括价格调整的幅度，就相对来讲还是比较大的，这是第一个。

发言人   17:58

第二个的话就是我们聚焦到今天要讨论的点，就是说特斯拉在FSD这一块的一个进展。因为我们能够看到的，其实特斯拉它的V12的版本，其实从去年11月底开始推出来之后，这一块的进展其实是一直在加快的那我们如果说把特斯拉FSD它在技术端的一个布局就给它拎出来来看的话。其实可以看到，无论是它的硬件，包括软件，其实在V12这个版本里面都是有一个比较大的更新。那硬件板块其实大家所讲的就是说它的算力，包括硬件里面的这个NPO的计算的单元，包括数量，以及它在整个预控制器中，对于传感就是对于这些摄像头等传感器的这些数量，包括它的一个像素，这些参数其实从硬件板块里面都是有一个大幅的一个提升，这是硬件板块。我们去看FSD就是V12这个版本，或者是4.0这个版本，它的一个硬件上的一个更新。如果说我们再去看软件，其实可以看到就是说特斯拉在这几年它在中驾驶这一块软件领域的一个布局，或者是迭代速度，其实是非常快的。

发言人   19:16

因为我们在这个报告里面，其实对于他这些技术上的一些拆分。包括怎么样去做到这个纯视觉，包括怎么样去作用它的这个占用网络，以及它的这个端到端的这个模型到底是指啥。我们在这个报告里面，其实都是有一个分析的。包括特斯拉其实在尝试把大语言模型，还有自动驾驶这两块儿给它结合起来，然后去做这个model d就这些东西的话，其实我们在报告里面都是有分析。其实从这个角度来看，我们可以看到就是说特斯拉在软件这一块，其实迭代的速度也是非常快，这是第二个。

发言人   19:58

那第三个的话，其实我我们今天可能会重点去分析一下。就是说从特斯拉的角度来看，就是说FSD它降价其实对于特斯拉是意味着什么？其实我们先去看一下历史数据，其实可以看到就是说特斯拉目前它的这个FSD的贝塔版本，其实主要是在北美然后去开放了。那如果说我们从特斯拉它的汽车保有量来看的话，其实可以看到基本上是从19年特斯拉FSD推出3.0以后，这些车辆其实是能够更好的支持特斯拉的这个贝塔版本。那如果说我们从19年然后到二三年年底，其实可以看到就是说以保有这样的一个数据来看，其实可以看到特斯拉在北美地区这个FSD保有量的渗透率大概是在1%到28%。

发言人   20:52

因为特斯拉其实在21年到23年，它大概是8到9个月，会公布一下它的这个贝塔版本的一个用户数。我们其实可以拿它的这个贝塔版本的用户数，然后除以北美地方的一个保有量。其实可以看到这个保有量，其实在21年、22年它的这个速度提升的很快。但是到22年年底到二三年的时候，它的这个保有量的渗透率其实一直是稳定在了25%上下。这一块其实我们能够看到，就是说表面上来看，特斯拉其实过去两年，它的这个FSD渗透率其实一直偏慢的。

发言人   21:30

核心的原因，其实我们去看美国那边消费者的调研，其实可以看到主要的原因是因为FSD它的功能或者是它的性价比相对来讲会比较低一点。因为我们能够看到，其实对于辅助驾驶这个功能，或者是大家所讲的L2加加，或者是L三这些高级别辅助驾驶的功能。其实可以看到特斯拉和北美的那几个传统整车的整车厂。其实从公用就我们仅仅是从消费者的角度来看，就是从功能消费者感受到的这个功能差异的一个角度来看，其实并没有显著的差异。但是特斯拉的FSD，其实我们去看它的买断的价格，其实就是降价以前，它的这个价格其实是比传统车企，它的这个价格大概是要贵个2到4倍这样的一个体量。所以在这样的一个背景下，我们去看特斯拉它的这个保有量渗透率，其实在22年到23年这一块提升的速度是比较偏慢的一个核心的一个原因，这是第一个。

发言人   22:30

第二个的话，如果说我们从特斯拉的这个汽车的保有量，包括它的一个行驶里程数这两个指标来看的话，就是做一个相除。其实去算单车的有效行驶里程数。其实我们可以看到这一块儿，从21年到22年到二三年、24年这个数据其实是在快速增长的。也就是说如果说我们表面上看经营数据，其实特斯拉的FSD商业化进展是偏慢。但是如果说我们从它的单车有效的行驶里程来看，其实可以看到这一块的进展一直是比较快的这是第一个。

发言人   23:05

第二个的话我们再去看，特斯拉在4月13号，他把这个价格，就FSD的订阅价格其实是降到了99美元一个月。我们认为这个其实对于特斯拉来讲是一个非常好的一个事件。为什么会这样去讲？因为刚才新市组也讲到了，就是说其实FSD产品降价对于它的这些无论是FSD的一个技术的迭代，包括财务端的一个利润的一个释放，可能都是有一定的帮助。

发言人   23:36

那在这里面的话，就可能会有些人会去关心，FSD它的一个订阅到底怎么样，这个价格到底怎么样。其实我们可以拿这个可比公司苹果的一个，付费的一个渗透率来看，就是去算一下FSD这个价格。其实我们看看下来，其实每个月99美元一个月，其实这个价格是不贵的。因为我们去看苹果的这个订阅的付费率，其实可以看到，基本上就是苹果其实它的这个付费率。其实在二三年的时候，它的这个软件，用户的付费率其实已经达到了77%。

发言人   24:18

如果说我们去看苹果它的这个订阅费用，就单用户我花的钱其实占它这个iphone比例的这个钱。就这两个比例其实可以看到大概也就是在5%左右。也就是如果说我们从苹果的这个，软件付费的一个数据上来看的话，其实可以看到软件付费占硬件付费比例是5%的时候，其实消费者就是如果说我这个软件功能是比较好用的时候，消费者是愿意为软件订阅付费这个功能去买单的那如果说我们去看特斯拉FSD，它的价格其实降到了99美元一个月。那其实可以看到它的这个就是呃硬件，就是它的这个软件订阅费用，其实占它硬件的比例大概也就是在3%到4%。

发言人   25:01

其实这个价格我们从苹果的一个案例上来看，其实可以看到这一块，相对来讲定价还是比较合理的这是第二个指标。第三个的话就是有些人可能会去关心，FSD就未来它的渗透率提升，对于特斯拉的一个财务到底敏感拉动是有多少。刚才新止损其实是从电电研收入这一块儿，然后去讲到了特斯拉。其实它FSD新功能释放之后，可能会有一部分的递延收入。在今年的Q2或者是下半年，然后会确认一些它的营收，包括净利润。这是从累积上的一个FSD的一个买断的一个角度，然后去考虑这个问题的那第二个的话，我们这边可能会去再去看一下。

发言人   25:48

如果说FSD它的这个订阅渗透率提升之后，其实对于特斯拉的一个财务表现。那我们其实可以看到目前的话特斯拉的FSD主要是在北美地区地区，然后去推出它的一个测试版本。目前其实我们去看美国那边整个市场其实保有量就大概是在190万辆。这个保有量是只统计了19年。特斯拉就是从软硬件一体开始自研之后，它的这个车辆其实可以看到，大概的话是在190万辆。如果说特斯拉的FSD它的渗透率为提升10%。

发言人   26:24

我们可以看到这一块大概是有一个2.3亿美元的一个边际的一个贡献。这是第一个从北美地区的一个角度来看。第二个的话，如果说我们从全球的一个角度来看，其实可以看到现在的话就是119年特斯拉自研自动驾驶的一个软硬件一体化的一个解决方案之后。从19年以来，特斯拉在北在全球地区它的这个保有量大概是500万辆。如果说每提高十个点的渗透率的话，其实对于特斯拉FSD的一个收入的边际贡献大概是在6亿美金。所以的话我们如果说后续想去跟踪特斯拉FSD这一块的一个编辑贡献，其实重点就去跟两个。第一个的话就是说它后面的一个订阅付费率到底是能够提升多少。第二个的话是它的这个地区，就是看看特斯拉会不会由北美开始往其他地方去拓展它的这个用户的一个地区，大概是这两个点。

发言人   27:22

以上的话我们这边主要是跟特斯拉的一个角度。然后去看特斯拉就是说它在FSDV12这一块的一个进展，包括软硬件一体的一个布局，以及我们重点去讲的就说怎么样去看待特斯拉的这个FSD的一个定价。我们其实对比完苹果之后，我们认为特斯拉FSD每个月降到99美元。在北美用户那边这个订阅的价格其实是不贵的。而且如果说未来随着这个渗透率的提升，我们能够看到其实每提升10% 10 10个点的渗透率，就FSD那北美的话就是就北美这一个地区就可以为特斯拉大概贡献2到3亿美元的一个收入。大概这是我们的一个观点。然后以上是我这边主要汇报的一些内容，开心这种。

发言人   28:24

谢谢。下面有请我们汽车组同事五个月，然后从车道灯模型的角度详细介绍一下整个车三重量的模型的它的一些见解和看法。同时他也会帮大家更新一下国内的相关企业，包括的标题和华为相关的在专业模专长端模型的一个进展，还有郑鹏苑，谢谢。

发言人   28:48

好，感谢陈哥，我是汽车组的分析师武平月，我其实主要讲三个内容，第一个是啊什么是端到端，或者是端到端的定义是什么？我们可能会从三个方面来讲，就是现在可能有狭义的端到端，广义的端到端和和我们在PR的这个领域，就是在这个营销上能够看到车企所宣传的端到端。这可能是三个不同的事情。第二个大的主题是说端到端的这个功能是否一定是更好用的。这第三个事情是包括各家主机厂，包括中国以及特斯拉，他们目前来说方案的一个差异和解决的一个进度。

发言人   29:31

我们先来进行第一个问题的讨论，就是什么是端到端。其实从最严格的定义上来说，端到端应该指的是从输入到输出，由一套整体的神经网络系统来完成的一做任务。那对于自动驾驶来说，可能输入就是说各类传感器的这种感知的数据，包括可能摄像头、雷达、激光雷达等等这样的各类的传感器。输出的主要就是指的是控制信号，包括油门转向，制动这样的一些信号。然后其实从最狭义的来说，就是说从传感器到最后的控制器，它中间的所有的东西，这都是有一套连续的dada的网络来完成的。可能这个里边甚至都不存在我们去看的这种传统意义上讲的感知，规划控制等等，可能都不存在这么一种区分，然后融合成一种大的神经网络进行统一的优化训练。这样的好处主要是可以在全局的这个情况下进行一个最优解的寻找。

发言人   30:41

第二就是说它的信息是一种无损的传递。因为在信息这一块可能就是有一种情况是，比如说我们先把它定义为某一个比如说把一个视觉的感知的图片定义为某一类物体。但有可能你的物体在划分的时候，是无法进行所有的情况的一个列举的那在如果对它进行一定的，比如说感知端的输出，然后再把这个感知端的输出去输入到这个会控的话，可能会形成一定的信息的损失。

发言人   31:15

所以在一个狭义的端到端的理解里面，它有两个特征。第一个是模型是大的模型，是统一的一个模型。第二个是它的信息的无损传递。第二个，从广义上来说，一个端到端的模型可能是由一连串的神经网络系统所完成的。他可能还是会分成比如说不同的任务，比如说感知端，对于是是这个物体的视觉分类，或者是对于这个空间是否占用的一种分类。可能然后以及再再传递到这个规划控制端，可能会有这样的一些不同的模块，但是它也能够实现一个信息的无损传递，所以这个可能是在在再放宽一步，到广义的电脑端的一一种呃一种一种做法。还有一种情况就是我们更多在更常见的，比如说一些车企，车型在营销上他会讲说，我们是用了比如说大模型端到端等等。但这个里边可能需要去注意甄别，因为以下几种可能性也可能会被PR抢做端到端。

发言人   32:22

第一个情况就是说感知的端到端。所以感知端到端就是指在感知的这一个任务上使用了端到端的模型。它是指的是从这个输入到输出，这是一个什么样的物体。只是在这一块就是感知任务这一块，使用了一个大模型进行的这个做法，所以就是说所谓的短感知，感知的端到端模型，基本上意思就是等于用了一个感知大模型。那感知这一块目前来说大家的方法都比较的趋同，都是比较的相似，都是用transformer这样的一种算法来来来进行。这个也可以在这个PI上，在在营销上讲，我用了一个感知端到端的模型，这是OK的那第二种情况就是说他可能用了一些在在规控这个事情上用了一些非rule base的一些方法，那他可能在PR的角度就会把自己说这是一种端到端的归控，或者是这是一种所谓的深度学习的一种规控。但是这个其实本质上跟端到端讲的也不是一个事情。那其中的一种做法，可能就是，比如说在入的这个基础上，入的就是一些可能ELL一些逻辑判断的基础上，可能进行一些比如说用一些神经网络的一些方法，或者是数据驱动的一些方法，再去生成另外一条更更丝滑的一条曲线出来。

发言人   33:53

再用一个选择器。在传统的方法和这个模型给出的方法之间做一个选择。这样的话他能够去提升你整个规划的线条输出的这种执行效率，或者是你的这种体验，这样的方式其实被很多的应用于一些L的公司上，比如说和VM这样的的的一些公司，这样的这种做法理论上跟端到端没有关系，但是如果但是可能在一些PR的或者营销的语境下，它会被描述成一种端到端的一种方式。那那它本质上可能是用一些非服务base的方法来提升整个体验的这么一种方式，所以说这个是这三类。

发言人   34:40

那特斯拉所讲的端到端，显然它不是第三类。它指的是啊因为是马斯克自己说说他自己的的规控代码里边。其实之前从很多行的EVS的这种东西，已经变成了两千行很简单的一种模型。然后更多是以投喂出去的方式，投个1000万条这个视频然后去训练，那听起来他的这个方式至少是一或者2，至少是一个正经的一个端到端的一个方式。当然这个其实说实话，除非看到特斯拉自己的这个代码，我们才能够真正去判断它到底是一还是二。但整体的听下来的话，它应该还是一个比较有操守的这么一种营销的这种方式，这是第一个点。

发言人   35:27

第二个点就是说这个端到端是否一定更好用的，其实这个主要是要看这个好用从哪些方面去去定义。我们觉得其实就一般来说大家可能会从一个通行效率，然后一个安全程度。第三个就是说你的这个，比如说就是有没有这种很很生硬的这么一种杀停的方式来进行这个判断。但是也也但是从另外一种角度，我自己去进行判段的话，可能我也会分成三种。第一个是就是说它是否丝滑，第二个是安全，然后第三个是它是否能够可实现。

发言人   36:08

第一个在比如说丝滑这个事情上，特斯拉其实已经给了一个案例了。他在这个V11.4的时候，其实很多的比如说跟车或者是一些对在路口的操作是不够像人的。但是在这个V12上来之后，一些对于锥筒的判定，然后对于一些车辆的绕行，其实它做的非常是高度拟人化，这是非常大的一个这这种这种提升，所以其实是在丝滑或者这种体验的角度，肯定是端到端。我就是他的这种能力，目前来说已经得到了一种证明。

发言人   36:49

第二个就是安全性，安全性这是一个非常有挑战的一个话题，为什么呢？是因为一般上来说，之前的一些支架系统，它都不不怎么涉及到安全问题，是因为大家不怎么用。之前来说，其实无论国内还是国外，其实真正的辅助驾驶系统在你的行驶里程中占比是相当少的。所以目前来看，其实各类的这个系统，实际上出安全事件的这种数量非常低，甚至特斯拉自己说它的这种fsg系统能比人类开车更少就是更少的出事故率。但实际上之前它的这个语境是说，更多人使用这个功能是在高速上是去使用，所以当然高因为本身你激活这个功能都被选择过，我是在一些好的路况上去才去用这个功能，所以特斯拉自然自己的数据是非常安全的。但其实最大的问题就是说以前在城区里面，特斯拉的车主也好，或者国内的蔚小理，然后包括华为的车主也好。以前大家在国内不用这个功能。所以之前的版本可以说没有安全性的问题，或者是说因为没有人用，所以说可能是端到端版本上车之后，当这个使用范围变大了，更多人愿意去使用之后，可能安全就会成为一个大家去关注的这个核心问题。

发言人   38:14

然后如果真的如果我们假设一个场景，就是说这个是系统在使用之后，再比如说这个城市，我当时看一些美国的视频，它出现过一些有一些小微型的情况，比如说有这个客特发车主在转弯的时候，因为可能对于转弯的这个轨迹的判断不是很好他。压到了马路牙，然后整个轮毂盖都飞出去了。这个很滑稽的一个视频。

发言人   38:40

其实可以看到的就是说可能会出现一些安全性的一些一些问题。端到端其实从理论上可能无法完全去消弭这种安全事故的这种存在。但是我们还是从积极的方面去解读，就是说以前是根本可能没有人用，所以不好用，也是也不存在这么一种这种这种大范围出现安全事故的一种讨论。但是从理论上，其实从端到端来说，出现一些可也其实是存在一些可能性。就是说它它会出现一些安全的不安全的事故。

发言人   39:16

那怎么去解决这个问题呢？其实很多人的一个想法就是说，我其实更多是使用规则去兜底。因为规则是基于对于安全的理解，对于法规的理解，所以说很多特别是中国的这个车企，可能在现在去逐渐的规控上的一个行业上的操作，是我以前是百分之百规则。那我可能逐渐的增加一些模型的占比，然后就是用一些方式，无论是这个选择器select的方式等等一些方式，逐渐去提高一些data driven的这种，数据驱动型的这种规规控的一种策略。但是最后还是会以以规则理解作为一种兜底，来尽量避免一些安全性的问题。然后也来解释一些选择的这种可解释性，这对所以是这这是一个去去避免他的一个一个一个一个一个问题。

发言人   40:20

第三段第三点就是说既然端到端就是很很好用，而且从理论上你也能够通过规则的方式去进行对他的兜底。那各家是不是都在做这件事情呢？其实答案肯定是确定的。我们其实在在今年看到，基本上各家无论是主机厂还是在这种第三方的独立的团队。在营销端或者是在产品端或多或少都在去推动前面三种就是所谓的端到端模型的这种上车的进度。如果有哪家自己说我们不做端到端，可能他无论从产品的角度还是从融资的角度，可能他都不太受这的认可。所以大家其实都在做这件事情。

发言人   41:02

那进度如何呢？我们觉得可以从一个维度来来理解，就是现在训练这个端到端模型的难度是巨大的。也可以从特斯拉自己的对于云端算力的消耗，以及它的投喂的视频量能看到。就是说他如果能像特斯拉一样，可能有比如说100亿flops的训练量，训练的算力和1000万的信息，这个视频的数据的话，你可能能够去做到一个类似于特斯拉的一个体验。但是目前的情况就是可能中国的这些车企都没有这么强的一个这种无论是数据量还是训练的能力，所以哥斯拉解决方案其实都是用一些用一些方式，就降低这件事情的难度。

发言人   41:48

第一个事情可能就是说使用这个检验信息，当然特斯拉可能也是使用了一部分经验信息的，就是说他他所谓的这个众包地图，那在使用先验信息这个部分可能各家的方式不太一样。比如说这个理想他自己之前提的这个入口的NPN特征值，可能就是先验信息的一种方式。它这样的话能够减少很多，在这个地方就是你不需要去浪费很多算力去理解一些比如说车道线或者是一些红绿灯。它通过提供先验信息的方式去降低了这种计算的难度和计算量，这是一种方式。

发言人   42:27

另外一种方式就是说所谓的AI代驾或者是城市的通勤NOA。因为比如说以小鹏为例，小鹏虽然在大规模的城市NGP上，它是不使用不使用经验信息的，但是它在AI代驾上，它也是在车端会收集一些本车运行过程中所采集的一些信息，但不进行上传，那只是在这个车里边给这个驾驶员本人或者这个车的使用者去使用。这样的话，它的这种，AI代驾就在这个，路上只要开更多遍，开更多次，他能够逐渐学习这条路的一些特征，以及了解比如说哪个地方容易出现，比如说这个行人闯出，或者是哪些地方需要去更快的去通过和更慢通过的这么一些这种这种情况。所以就是说整体来说，相应信息是对于所有车企来说都非常重要的一个，东西，一个工具，区别可能就是在于各家是如何去使用它。但是目前来看，如果不使用这些信息，可能是很难达到一个很好的一种体验的。

发言人   43:39

第二件事情，就是提高自己的这个数据训练量，这个事情各家其实也在做，然后其实也能从大家的这种储备里面看到，他们也在去进行云端算力的一个合作，比如说特未来和腾讯，然后理想应该是和字节，小鹏跟阿里都进行了一个云的合作。然后这个主以便于后面整个数据量增加之后，才能够对于更多的数据进行计算。第三个就是之前我们说到的这个规则的兜底。因为目前来看，其实除了特斯拉还比较激进的用了一个他自己说没有规则的一个模型之外，其实其他各家还是处于一种渐进式的一种做法。这样的做法可能特别是对于中国国内，如果你一旦出了事情，如果引来了一个监管，或者是这个规则制定者的不信任的话，可能这个行业的发展都会出现一些影响。所以目前来说，其实国内的玩家都会都是在以规则作为兜底的情况下，然后更多的引进一些规控的模型来优化自己的这种这种，行驶的体验。

发言人   44:57

这个时间基本上从今年的年中到今年的下半年，我们觉得头部的这个新势力，比如说包括华为，包括小鹏、未来理想，以及一些头部的第三方供应商，都可能都会在这个方向上做一些量产的版本出来。到时候都可以去去去测试的那可能紧接下来这个问题就是很多，可能大家会想如何才能够提前知道，或者是提前判断各家车企能不能做的很好啊，或者是谁的这个方案能够做的更好，目前我们就是经过现有的了解来说，发现这是一个很难的事情。在于感知是一个有有正确答案的事情，比如说感知端，首先从这种原理上，你用了大模型，你用了transformer，一定会比没有用大模型的你的感知的正确率要高。而且你感知也会有一个数据，然后来去判断。比如说你的感这个你能够去成长。比如说你能检测正确率有多少，比如说从95%提高到到98%，你是有一个来判断的。

发言人   46:13

但是在规控这块儿很难有一个真正的一个正确答案的一个说法。可能很多的是在于车企认为什么是好的，比如说车企认为是要更遵守交通规则，还是要更多参与到这个车辆的博弈，然后能够让这个驾驶员比较高效的去的到达终点，到底哪种是好。对最终好的这种讨论其实是没有标准答案的，所以可能也很难用同一个维度去衡量这么一些这个测试，然后最后可能能够去去去去判断的。只有当他们把这个功能推了之后，去终端去做一个体验，就像特斯拉一样，特别B12之后终端去做体验，最后以销量或者是以付费率作为一个评判标准，看它这个功能做的是否是好。从提前判断的这个难度上，其实我们认为还是非常大的，所以这个是我我们对于端到端，从概念，然后到各家的目前的这个进度的这么一个分析。时间到底是个。好，也谢谢平月。这样我们在最后再留15分钟，看看现场投资人有什么问题，然后就去会议助理播报一下提问方式，谢谢。

发言人   47:38

大家好，如需提问电话端的参会者，请向话机上的星号键再按数字一。网络端的参会者，您可以在直播间互动区域内文字提问，或点击旁边的举手按钮申请语音提问，谢谢。大家好，如需提问电话端的参会者，请先按回话机上的星号键，再按数字一。网络端的参会者，您可以在直播间互动区域内文字提问，或点击旁边的举手按钮申请语音提问，谢谢。

发言人   48:49

会议助理如果没有线上的提问的话，我们要不播报一下线下的这些提问。然后我看这边有两个问题，要不我跟这行，我们先回答一下。第一个有一个投资人提问说，特斯拉当前估值怎么看？特斯目前分析点，未来可能转移致的驱动及前段时间点，然后以及特斯拉及国内的这些AH股的这种，他这个问题我理解应该是想问产业链的这种排序，以及相关公司的这样一个排序这样我先回答后面这个问题。

发言人   49:27

首先我个人觉得特斯拉今年其实在国内的销量的这种前景是有一点点看不清的。今年大概率在中国的这个市场的表现特斯拉可能会出现负增长下滑的一个状态。因为确实国内的这个内卷形势是比较激烈的。特斯拉因为在国内多年也没有推出新的产品，包括去年的这个model 3的这个highland这个版本出来之后，其实整体的这个口碑然后反馈表现其实都一般般。所以我个人觉得站在选供应链相关公司的角度，其实应该更多的去选择的是能够和特斯拉一起出海，特别是对于在某些工厂能够帮助特斯拉进行快速的这样的一个本土化生产。这个过程中能够出力的公司，可能在估值层面上会比单纯的中国特色产业的公司要好一些。那这里面，我们现在相对来说首选还是这个拓扑跟38，其中可能我们对拓扑会更加喜欢一些。除了这两家以外后面还有相关包括的公司我们近期会重点推荐一些的包括科技侵权投资的这些公司。

发言人   50:48

我们个人觉得在特斯拉出海，特别是在墨西哥工厂生产的这个过程中，发挥出的这样一个重大作用，其实应该是都在生产电厂相对来说目前比较的价值。第一个问题，在估值层面上要不这个问题交给飞翔看看，飞翔你从你的角度上可以对这个问题提供一个详细的解答。

发言人   51:28

飞翔可能掉线了。这样我再把这个估值的问题稍微简单的说一下。首先我个人觉得从特斯拉目前的这样的一个估值体系里面来看，实际上大家已经看到，就是特别经过从年初到现在的这样一个区别调整，目前的这个估值基本上只有4600亿美金了。如果是看2023年的估值，这个位置其实基本上只有大概30倍出头这样一个状况。但是考虑到今年其实特斯拉在各个国家的市场，特别是在中国市场上，受到了一些比较大的这样的一个盈利层面的压力。所以我个人觉得实际上很多投资人对今年全年特斯拉的这样一个盈利的前景，没有抱有太大的乐观的奖励情绪。很多人可能会认为，全年特斯拉的净利润有可能会出现一个下滑的状态。这里面市场的这个一致预期基本上是落在100到111美金这样的一个估值位。那如果单纯的去看估值的话，这个位置是PE的估值，其实可能还相较于正常情况下有有一定的这样一个相对会相较于去年或者说看过去12个月的这样的估值会相对偏高。

发言人   52:52

我个人认为就是fsg这一版，其实很多的这种预期会重新把大家给拉回来。因为首先fsg其实在这个中长期的位置上，其实对于整个特斯拉的这样的一个估值的这样一个贡献，其实占比还是比较大的。假如说FID整个的这样的一个续费率能够打起来。但实际上这样一块业务，应该说是可以按照一个大公司的这样一个模型去给予估值的那目前特斯拉整体这个STE的这样一个续费率的状态，我们觉得还不太只好判断。但是我们可以假定，如果最后这个既有的存量里面，假设说有接近25%到30%的这样一个客户选择使用这样的一个订阅的方式进行这样的一个付费的话，那基本上相当于在既有存量的接近500万辆车里面，基本上是相当于每年会有大概120 25万辆，以1200美金的这样的一个收入去进行这样一个续费。那最后折算下来，其实每年给特斯拉产生的这样的一个，净利润量级的这一个贡献，应该是在10到20亿美金在量级级别。

发言人   54:18

而这一部分其实因为在传统意义上，我们看这个发达公司的这样一个估值体系，其实都能把这一部分的估值给的相对比较高，甚至很多有成长逻辑的这样一个大的公司，这种估值的体系甚至可能是能给到50倍以上。所以我个人的判断，其实这一部分其实，短期能看到的这样的一个估值弹性，应该是一个十五层五十，我觉得大概七八百亿美金，这个我觉得是一个至少是一个底，然后甚至有可能会更高。因为这个测算这里头其实最大的一个敏感性的变量就是这个续定义，我们的续订率这个数。那我们觉得如果超预期的话，其实是很有可能带来更高更大的这样的一个空间的。所以在这个比较关键的位置上，我个人的判断是啊实际上向下的位置是特斯拉这个底部应该是有支撑的，估计可能很难跌破4000亿美金。但是如果往上走的话，一旦这个五月开始FID的这个续费率超预期的话，其实很有可能会随着这样的一个覆盖率，出现一个30%这样的一个级别上涨的行情，这是我的一个相对粗略的这样一个判断。我看飞翔又重新上线了，然后看看飞翔有没有什么相关的对于这个估值这个问题的补充。没有，像这种，对，就是看看其他的投资人，然后有问题可以再接入。

发言人   55:57

下一位投资者的文字问题是，请问特斯拉北美订阅的FSD的占比是否比较高了？有没有成长的空间，以及入华节奏怎么看呢？谢谢。

发言人   56:15

行陈总，那这个问题我回答一下，不行，你要回答吗？我能对特斯拉FSD在北美那一块的渗透率，就是我们看保有量，保有量的话就大概现在是在25%到28%之间，这是保有量的一个渗透率。那我们去看这个数，其实是到去年年底。当时我们去看FSD的订阅价格，包括买断价格，其实比现在大概都是贵了50%以上。所以的话就是往未来看的话，就是我们认为这块儿的那个渗透率还能再往上提一提。因为无论是特斯拉的FSD的功能，包括他的这个价格，就是功能增加价格然后降低，其实这一块的那个是性价比，可能会再往上提一提。所以从这个角度来看，FSD未来的这个渗透率的空间就还能能再往上提一提的。

发言人   57:12

然后具体入华这个事儿，我觉得还是以公司的官方报道为主。对。路华这个事情我多补充一句，前两天在推特X平台上有一个中国车主，专门发推问马斯克说这个FSD什么时候能进入中国，他很期待这个事情。马斯克的原话是就是在在不久的将来，他们会准备进入中国，给了一个相对比较确定性的答复，就是还是会进来。但是不久的将来，这个东西怎么去肾病，或者说大家怎么去描述这个词。我觉得我觉得肯定不同的人会有不同的解读。所以我觉得是给了一个相对比较模糊的，但是是一个有一定确信度的这样的判断。他的原话是maybe possible very soon。对，稍微补充一下。

发言人   58:26

好的，非常感谢老师的解答。下一个投资者的问题是，请问端到端大模型对于mobile I这种软硬件一体的方案供应商有什么影响？谢谢。

发言人   58:55

对，要不我来回答一下这个问题，一会儿天天有没有补充？其实boy I来说，他们自己做的事情是，他们主要是首先是提供这个芯片，第二个很重要是他提供的是一套视觉感知的算法。他们这个感他们的这个就是目前来说，他们认为感知端的这种东西是比较通用化的，因此其实他们认为车企不需要从这个重复到轮子，他们不是这种通用化，有有标准答案的感知是可以由他们来做。

发言人   59:33

车企如果想去做一个后端的，更多的定义的话，就是在规控这个方面，他们也提供一些，可以调节的参数或者一些接口，然后让让车企来定制化自己的这么一种，这种差异化的功能。那目前我们认为这样子的做法其实是能够比较平衡。一方面车企对于差异化的需要，另外一方面，这个软件公司它也是需要通过这种规模化的，边际成本下降的这么一种方式来购来获得这种盈利。所以目前来看就是对于供应商来说，这个可能是一个最优解。因为如果可能你给车企做更多的定制化开发，或者是完全你给车企，比如说几百号人，然后去做一个完全端到端的方案的话。可以对于车企来说体验可能是更好的，但是对于这个软件公司来说，他可能没有这种边际的这种规模优势，所以其实他们这种做法也是非常理性的。

发言人   01:00:37

那第二个问题就是说如果说特斯拉的这种端到端的方案跑通了，那是不是对于这样的公司来说是比较大的一个挑战。我们觉得这个可能要多角度的来说。因为其实有可能除了只有特斯拉，他可能能够做一个像我们之前的分类。就是第一个第一类这种这种广狭义或者是广义的端到端的一种方式。目前所有的车企其实还都和狭义或者广义的这种定义沾沾不到边。所以就是说可能最后mobile y的这种方案，放在其他车企的这个维度来说，在技术上可能也并不会落后。就是在技术的本质上，它它和其他车企的方案可能也没有区别，只是跟特斯拉的方案可能是有一定区别，就是在客观这个事实层面。

发言人   01:01:29

第二个层面就是评价它好用不好用。我们之前就是我的观点，就是说你并不能从原理本身去推测出来它的这种实验效体验效果。因为端到端是一个上限很高，下限也很低的一种方案。很可能特斯拉这么做是OK的，但别人模仿特斯拉有可能是模仿不出来的那可能对于其他车企来说，以现在的能力，然后进行一个最优化的策略，找到比如说合适的这种合作伙伴，或者是如果是全站自研的话，可能是找到自己的一种合适的技术路径可能是更重要的。所以就是说可能我们倒不认为就是在在现在这个情况下，通达如果做成了，那可能都覆盖就是完全不可以。但是特斯拉的这如果他能做成，肯定是对于这个产业链是一个正向的一个带动，大概是这么一个观点。好的，感谢老师的解答。

发言人   01:02:30

下一位投资者的问题是，大语言模型和世界模型有没有共通性？世界模型的负责度是否远超语言模型，以至于中短期内没有收敛的可能性？好，这个问题我回答一下。您可以去看一下，我们组之前写过研报，就是二三年的时候，当时写了一篇大语言模型如何影响特斯拉的自动驾驶业务这一块儿，我们是有一个观念，这是一个。第二个的话，我们认为对于特斯拉的这个world model，就是世界模型，短期的话可能这一块还是偏早期，就偏早期。如果说特斯拉要想把这个技术落地的话，就我们当时在那个报告里面给的判断，就是说先用到仿真，然后其次的话在感知包括决策这些领域后面会依次落地，大概是这样的一个结论。好的，非常感谢您领导的解答。

发言人   01:03:36

下一位投资者的问题是特斯拉FSD入滑节奏的判断，以及对于试驾方案串一国内厂商如德赛、经纬等的影响。谢谢。这个问题我来答一下。首先FID入伙对吧？3D入华这个判断这件事情还是以公司官方的一些口径为准，指定不做进一步的一些判断。

发言人   01:04:00

第二点落在一些q one这边，其实能够看到，我SFSC入华这件事情，其实是对于去年5 6月份那波质价行情的一个整体非常核心的一个策划之一。其实到今年一直来讲还是一个核心催化剂。无论是拍地入华，或者说是一些大特斯拉端到端模型后续一些演进，其实最后起到的效果都是说让大家看到整个自动驾驶的一些上线的一些边界。以及说最后落到实处就是说对于整个卖车，以及说对于SSD这个渗透率的这样一些拉动是起到这样的效果。这些东西能够证明这套自动驾驶的东西是完全能够去说能够进一步的去推动销量上升。如果在q one来讲的话，那就是说整个要去布置这样的一些算法的话，那其实是整个这样的一套硬件算力先行。所以说对于像德赛考文学这将人学T2肯定是一个利好的因素之一。

发言人   01:05:07

好的，非常感谢老师的解答。下一位投资者的问题是，我们看传统的软件都是北美的公司具备市场支配地位。有没有大多外部竞争的情况下，大家把订阅当成默认用户比较容易接受。而自动驾驶包括电车，是中国为数不多的可以参与全球竞争的行业，而我们看到国内的公司很多自动驾驶收费很低或者是免费的，怎么看未来特斯拉自动驾驶在国内的收费能力，以及随着中国汽车出海，如果中国车企继续不收费或者很低收费的话，会不会导致自动驾驶的订阅和传统sas软件不一样的市场状态呢？谢谢。

发言人   01:05:53

我稍微回答一下这个问题。首先在国内目前的情况，实际上未来跟华为仍然是收费的。虽然这两家企业也都是在新车购入的时候，把自动驾驶当作一个大额的这样的一个权益出让给用户。但是这个功能本身在它的这个计价体系里头，仍然是占据一个收费的这样一个体系的。

发言人   01:06:23

小鹏和理想目前是另外一个状态，理想是从一开始就不收费，小鹏是从最初的收费到在2022年之后迅速调整为一个不收费的状态。所以实际上在国内和海外，我个人觉得目前来看，确实看上去好像整个的一个比较大的趋势是国内的这些企业因为内卷，因为整体这个行业竞争相对比较激烈。所以可能很多的国内的企业在逐渐的，走一个，免费的一个状态。把这样的一个自动驾驶的车成本更多的是放在硬件端去进行一个加撑。那这一方面我觉得可能确实比较符合中国人的消费习惯，大家确实可能更愿意去给这个硬件付费，而不是去给软件付费。

发言人   01:07:14

另外一方面，我也觉得这个并不是一个竞争的常态。因为如果我们去看自动驾驶本身这个产品，其实相当长的一段时间，自动驾驶在国内其实是一个卖期货的状态。真正能够落地到让大家都能用，其实我觉得也是从去年下半年才逐渐开始的。从去年下半年小鹏鹏G6G9这些新车型到华为的M7，其实从这个麦区从卖期货到卖现货，其实也不过就是短短的一年的时间。所以大家可能会对这个商业模式层面上还会产生一些新的这样一些探索。这同样的问题其实我也问过几个车企，这些车企其实我觉得在增加式付费这个层面上，大家会有一些比较有意思的这样一些说法。其中我印象中有一个车企当时给我们开了一个脑洞，他说中驾驶有可能最后假如说真的因为行业内卷，没有办法从消费者上收到钱，但他最后可能会实现一个导流的这样的一个作用，就是可能会出现一个羊毛出在猪身上的才能行。

发言人   01:08:32

什么意思呢？就是我举个例子，比如说我们现在使用自动驾驶的时候，比较常见的一个功能可能是会把它跟导航结合在一起。可能会去导航到一个最近的加油站，或者是去最近的一个，比如说快餐店。那具体导航到哪一家，这个过程其实它本身相当于自动驾驶会变成一个以后超级大的现实流量的这样一个导入入口。有可能这个钱最后你会发现，假如说真的足够内卷，在消费者上有一些企业收不上来钱。但是最后在这个流量导入端，其实他可能会反向向一些商家去进行这样的一个收费模式，这样一个探索。

发言人   01:09:13

所以这个想表达的意思是什么呢？就是虽然可能我觉得这些模式还比较遥远。但是由于中国企业在商业模式的探索上，其实它的迭代速度非常的快。再加上用户的消费行为以及这个商业模式的这样的一个成熟度，现在都还处于一个比较早期状态。所以后面这种可能性其实非常多的。当前收不上钱其实并不意味着以后收不上钱。当前不盈利也并不意味着以后就没有盈利点。

发言人   01:09:44

我个人觉得目前这个位置，更多本身产品能否有一个快速的演进，能够真正做到这样，实现这样的一个功能，其实远远比在商业模式上能否产生闭环更加的重要。所以我个人认为，就是在商业模式这个层面探索上来说，有可能中国的企业说不定最后比特斯还搞得再激进一些，再领先一些。因为这个可能恰恰是中国的这些企业，所以互联网公司这么多年之后所比较擅长的这样的一个方向。

发言人   01:10:19

这是我我个人一点点开场中的回答。因为这个开会也进行了70分钟，然后今天我们总共四个分析师，从各个维度上对相关的这些话题给我做了一个比较详细的阐述。几位分析师看看还有没有什么需要额外补充的点，没有需要补充的点，我们可以结束这两天会明月好，我这边没有了想什么想补充的，包括天宇。我这边没有，那这样我们好的好，谢谢这个同事今天的分享跟解答。我们今天就结束这场电话会议，后续关于特斯拉包括它的进展，如果大家还有什么相关问题以及相关的行业跟踪，也欢迎和我们中信证券的汽车以及天天让他们取得联系，再次感谢各位投资人今天下午参会时间，谢谢大家。感谢大家参加本次电话会议，会议到此结束，祝大家生活愉快，再见。