馬斯克在近期與知名投資人Ron Baron的一場對話中，系統性地闡述了特斯拉正在發生的深層戰略轉向。這場看似天馬行空的訪談，實則將製造效率、AI5芯片、FSD自動駕駛、Optimus人形機器人和芯片產能等關鍵環節串聯起來，指向一個核心目標：特斯拉正從一家電動車公司，轉型為試圖掌控物理世界AI基礎設施的巨頭。
在製造端，馬斯克提出了一個極具衝擊力的目標。他透露，特斯拉的車輛下線節拍已被壓縮至幾十秒級，而他看到了進一步降至約5秒的路徑。他用一種典型的物理學思維解釋：一輛車長度不到5米，若以每秒1米的速度離開產線，就相當於人快走的速度。由此推算，一條產線每分鐘生產10輛車，每週理論產能可達10萬輛。這背後並非單純堆砌自動化設備，而是將工廠視為一顆“巨大的芯片”，通過縮短零部件路徑、提高空間利用率來重構物理世界的運行效率。這種能力是特斯拉與傳統車企在製造哲學上的根本差異。
然而，比製造效率更核心的佈局在於芯片。馬斯克在訪談中直言，自己最近週末都在處理AI5芯片項目，因為“整個特斯拉都繫於這顆芯片”。這顆自研芯片並非普通硬件升級，而是被定位為下一代產品體系的關鍵底座。它將同時服務於下一代自動駕駛汽車和Optimus人形機器人。馬斯克明確了分工：訓練環節繼續依賴英偉達等外部高性能GPU，但車端和機器人端的推理必須使用自研芯片，以滿足功耗、成本、實時性和規模化部署的嚴苛要求。他為此設定了激進目標：在特定推理場景中，AI5的性能功耗表現可能達到英偉達方案的2至3倍，而成本大約只有其10%。這與蘋果自研芯片的邏輯相似，但特斯拉的野心更偏向物理世界，旨在圍繞自身產品體系做垂直優化，避免在關鍵推理環節被外部供應商鎖死。
AI5的戰略價值，直接體現在FSD自動駕駛的進化上。馬斯克透露，FSD已積累超過100億英里的行駛數據，其安全性在統計意義上已達到人工駕駛的約4倍。他認為，現有AI4硬件已能支持比人類安全2到3倍的無監督自動駕駛，而AI5有望將這一安全性提升至10倍。這標誌著FSD的進化正從單純的軟件算法問題，進入軟硬件協同推進的新階段。模型決定車輛如何理解道路，而專用芯片決定了這套模型能以多低的成本和多高的效率，部署到數百萬輛汽車和未來的機器人中。特斯拉的優勢在於，它同時擁有真實道路數據、在售車輛終端、自研芯片經驗和整車OTA能力，形成了一個持續迭代的閉環。
芯片的重要性還體現在產能層面。馬斯克在肯定臺積電和三星的同時，也表達了對供應速度的擔憂。他指出，如果未來每一輛車和每一個Optimus機器人都需要高性能AI推理芯片，那麼外部芯片的供應能力將直接決定特斯拉的生產上限。他警告，若外部供應無法匹配其時間表，特斯拉可能不得不考慮建立自己的晶圓廠，或接受產出受限的現實。這反映出AI時代的製造業瓶頸，正從傳統產線轉向算力和芯片產能。馬斯克對半導體行業5年建廠週期的評價是“像永恆”，他習慣以1年、2年為尺度推進，這種節奏衝突可能迫使特斯拉進一步將外部能力內部化。
將這一切串聯起來的，是Optimus人形機器人。在馬斯克的藍圖中，汽車是一個輪式機器人，Optimus是一個雙足人形機器人，二者面對的都是真實物理世界，共享感知、理解、決策和執行的底層能力。FSD積累的數據、視覺模型和製造經驗，都可以成為Optimus的前置資產。這使得特斯拉的敘事邊界遠超汽車行業，轉向出售自動化能力的公司。馬斯克甚至將這種佈局與“擴展意識到未來”的文明級目標聯繫起來，他認為AI和機器人在良性情景下會帶來供給的極大豐富。
這場訪談也為中國智能汽車產業提供了一面鏡子。過去幾年，中國車企在電動化、供應鏈效率和成本控制上進步顯著，但馬斯克所揭示的下一階段競爭焦點，已轉向是否擁有足夠規模的真實世界數據、能否定義自己的AI模型、是否具備可控的車端算力路線，以及能否將軟件、芯片、整車和製造形成閉環。這要求企業從擅長在成熟供應鏈中組合產品，轉向思考如何定義系統本身。