昨夜星辰

卖不动还涨价！Cybertruck产能利用率不到10% 特斯拉却先涨价5000美元_我的网站

一 |     8月26日消息，特斯拉8月24日晚间悄然更新了Cybertruck在线配置器，双电机全轮驱动版和Premium全轮驱动版双双涨价5000美元，起售价分别从69990美元和79990美元上调至74990美元、84990美元，旗舰Cyberbeast维持99990美元不变。

二 |     21世纪经济报道记者 陶力上海报道          业界基本以两条并行路径深入物理世界：一条是从工业数据治理出发、向工艺与供应链渗透的“云端赋能”路线；另一条是从底层架构重构、让AI驻留终端的“端侧原生”路线。

三 |          2026世界人工智能大会（WAIC）期间，多家技术服务展商集中展现了AI深入物理世界的策略。     但是，这次调价没有任何配置升级，续航、牵引力、加速参数原封不动，同一台车凭空贵了5000美元。         当前行业主流端侧AI方案，普遍采用 “云端预训练 + 终端裁剪压缩” 技术模式，该方案已成熟应用于各类数字化场景。但物理场景对AI系统提出了低延迟实时响应、离线独立运行、本地数据隐私安全等刚性要求，传统云端迁移式方案仍存在短板，行业亟需底层技术架构创新，支撑物理AI的规模化落地。         事实上，涨价的背景相当尴尬，Cybertruck在得州超级工厂的规划年产能是25万辆，目前年销量不足2万辆，产能利用率还不到10%。    特斯拉一直在控制产量避免库存积压，即便如此美国市场上仍有约3000辆库存车。

四 |     更扎心的是真实需求还得再打折扣，2025年第四季度仅SpaceX一家就买了1279辆，马斯克旗下实体合计占当季美国注册量7071辆中的1339辆，剔除这些订单，Cybertruck注册量同比要跌51%。     作为参照，福特F-150 Lightning的销量比Cybertruck还高，而福特已经因为卖不动砍掉了Lightning。

五 |     此外，Cybertruck过去一年的定价更像过山车，特斯拉曾短暂销售69990美元的单电机长续航后驱版，只卖出173辆就停产。         标准共建先行          在“端侧流式多模态模型赋能 AI 硬件爆发”分论坛上，Om AI联汇CEO兼首席科学家赵天成指出，物理世界实时、动态、高频的交互特性，决定了端侧AI不能是云端模型的“简易减法版”，须基于物理场景重构底层架构与运行逻辑。“物理世界并非云端数字世界AI的简单延伸，端侧智能需要建立专属的架构思路、评估体系、安全框架和产业生态。    今年2月又推出59990美元的双电机四驱版，宣称仅限10天，随即撤回，3月正式跳涨到69990美元，短短几个月，几乎同一款车价格波动了15000美元。

六 | 而此次涨价还把Premium与Cyberbeast的价差从20000美元压缩到15000美元。”          当前端侧AI产业面临硬件架构繁杂、接口标准不统一、软硬协同成本高等碎片化问题，与多元算力产业早期困境高度相似。     一般对车企而言，需求疲软时的常规操作是降价，特斯拉偏偏反着来。         统一标准体系建设，成为推动端侧原生从实验室验证，走向规模化商用的关键抓手。

七 |          为此，论坛上发起《端侧多模态基座与AI硬件协同发展倡议》，倡议提出三个共建方向：一是共建端侧原生技术标准，推动评估体系、接口规范、安全框架标准化；二是共研软硬一体联合方案，推动模型-芯片协同、端云协同边界探索；三是共拓物理AI产业场景，推动重点赛道数据反馈机制与开放生态建设。马斯克此前在财报电话会上搁置了停产Cybertruck的想法，甚至提出可以转作商用货运的说法。         据悉，倡议面向全行业开放，旨在凝聚科研机构、硬件厂商、方案商、开发者和产业投资人力量，打破技术壁垒、消除行业孤岛，推动端侧AI产业规范化发展。         在嘉宾对话环节，行业资本从产业投资视角，剖析了消费端侧智能的爆发逻辑，明确核心行业判断：在通用算力底座日趋完善的当下，智能终端产业的核心稀缺资源，已转变为适配硬件迭代规律、支撑超低延迟实时交互的原生多模态能力，这也是AI PC、智能穿戴等终端硬件实现规模化普及的关键前提。    从这次涨价看，特斯拉似乎打算把Cybertruck从走量产品，重新定位成高利润小众车，但市场是否会买单，全球首富马斯克心里也并没底。              

八 |          本届WAIC上，广域铭岛将“懂工业”的基因转化为数据治理壁垒，其平台内嵌的数据治理引擎可自动识别数百种工业协议，将杂乱数据转化为高质量资产；一线人员拖拽组件即可搭建预测性维护、根因分析等应用，不再依赖算法工程师。                   在数据基座搭建完成后，AI向上游渗透至最具挑战性的工艺环节。

九 | 未来，智能体更像是懂业务的“数字行动者”——把确定性交给智能体，将创造力留给工程师。         在国内某知名电器制造企业，库存分析智能体让全库检查效率提升99%，根因定位准确率达95%，库存管理从“人找问题”转向“问题找人”。         当云端AI在产线上完成数字化闭环，更深层的命题随之而来：如何让智能延伸到现实中的感知、思考和执行闭环。这正是行业参与者共同思考的问题。         从产业验证看，端侧AI已从可选升级变为刚需配置。

十 | 在低空经济、海事作业等场景中，智能设备必须具备本地自主运行能力。         实践，是工业AI未来唯一的标尺。制造业AI落地，门槛从来不是模型有多强，而是数据能不能被读懂。AI能力正在快速普及，但把AI能力组织成工作流、嵌入具体场景、最终变成商业回报，依然是一道很难跨越的专业壁垒。

十一 |

Current article:http://47rajw2.wenwancaomohenenqiongpangshun.bond/news/20260826_9571035.html

Published on:13:59:11