AI绘图狂飙突进，特斯拉却在资本市场失速

过去一年，生成式AI在图像领域接连跨过几道门槛：扩散模型把出图质量推到摄影级，视频生成开始具备物理一致性，开源社区把推理成本压到消费级显卡也能承受。技术曲线陡峭向上，产业叙事却出现了一道耐人寻味的裂缝——当“AI改变一切”成为华尔街的口头禅，被视作AI落地最大受益者之一的特斯拉，股价却在2024年以来反复承压，市值较峰值明显回落。投资者并非不认可AI，而是开始用更苛刻的尺子丈量：这项技术究竟在谁的资产负债表上兑现，又在什么时间尺度上兑现。

技术突破与商业兑现之间的时滞

AI绘图技术的进步之所以引人注目，恰恰因为它展示了“能力—产品—收入”三段式转化的经典路径：模型能力提升，工具产品迅速铺开，订阅与API收入随之而来。但这条路径在自动驾驶和机器人领域要长得多。特斯拉的核心AI叙事是FSD与Optimus，两者都依赖真实世界数据闭环、监管许可和硬件规模，任何一环都不是靠一次模型迭代就能打通。华尔街的分析师越来越倾向于把“技术里程碑”和“财务里程碑”分开定价：前者可以刺激情绪，后者才决定估值中枢。当AI绘图的商业兑现以季度为单位可见，而自动驾驶的兑现以年为单位模糊，资金自然会做出选择。

价格战侵蚀了AI故事的安全垫

特斯拉股价遇冷的一个直接原因，是汽车主业的盈利能力被持续稀释。多轮降价换来了交付量，却压低了单车毛利，自由现金流的表现也不再像高增长科技公司那样从容。对华尔街而言，一家公司如果主业利润率下行，那么它讲出的AI故事就需要更强的证据来支撑——不是演示视频，而是可审计的收入与成本结构。投资者担心的是，AI研发投入正在变成一项刚性支出，而对应的收入曲线尚未出现拐点。当“卖车”这门生意从高毛利滑向制造业平均水平，市场对远期叙事的折现率就会上调，估值随之收缩。

资本市场对“AI溢价”的重新定价

更深层的变化在于，华尔街对AI的定价逻辑正在从“赛道信仰”转向“业绩验证”。2023年，任何与AI沾边的公司都能获得估值溢价；到了2024年，资金开始区分“卖铲子”和“挖金子”的角色。英伟达、云厂商和部分软件公司因为能直接看到订单与毛利改善而受到追捧，而依赖远期愿景的公司则被要求提供更清晰的时间表。特斯拉的问题不在于它没有AI，而在于它的AI价值被包裹在一个资本密集、周期性强、竞争激烈的制造业务里。投资者很难为一块尚未产生独立现金流的业务支付高倍数，尤其是在利率仍处高位、机会成本上升的环境下。

竞争格局让“唯一性”叙事褪色

AI绘图领域的突破还带来一个附带效应：它让市场重新认识到，AI能力正在快速商品化。开源模型与云服务的普及意味着，任何一家公司都很难长期独占某项通用AI能力。同样的逻辑被投射到自动驾驶上：Waymo在特定城市的 Robotaxi 运营持续推进，中国车企在城市NOA上快速铺量，多家厂商的端到端方案相继落地。特斯拉曾经凭借数据规模和垂直整合建立的“唯一性”，正在被一个更拥挤的竞争格局稀释。华尔街不买账，并非否认特斯拉的技术实力，而是质疑在一个能力逐渐扩散的行业里，超额利润还能维持多久。

监管与安全构成估值中的隐性折价

自动驾驶的商业化高度依赖监管框架，而监管的节奏不由企业决定。每一次涉及辅助驾驶的安全调查、每一轮对宣传口径的审视，都会在估值模型中转化为隐性折价。AI绘图技术可以在几天内完成合规审查并上线，但一辆车上的算法更新涉及公共安全，审批周期和舆论成本完全不同。投资者因此对FSD的收入预测普遍保守，对Robotaxi的时间表反复打折。这种折价不会写在财报里，却实实在在地压低了目标价。

马斯克个人因素与治理折价

还有一个难以量化却持续存在的变量：公司治理与关键人风险。当CEO的注意力被分散到多家公司、社交平台和公共议题上，机构投资者会在估值中嵌入一层治理折价。特斯拉的散户持股比例高、波动性大，这在情绪好的时候是放大器，在情绪转弱时则成为不稳定源。华尔街并非不认可马斯克的技术判断力，而是要求这种判断力被制度化的执行体系所承接。缺乏清晰的管理层交接安排和独立的战略沟通，会让长期资金保持谨慎。

从叙事驱动到现金流驱动的转折

把上述线索串起来，可以看到一个清晰的转折：资本市场对特斯拉的定价，正在从叙事驱动切换到现金流驱动。AI绘图技术的突破之所以被热烈讨论，是因为它已经进入“能力即收入”的阶段；而特斯拉的AI布局仍处在“能力即期权”的阶段。期权有价值，但需要折现，也需要概率加权。当主业利润承压、竞争加剧、监管不确定、治理存疑同时出现，折现率就会上升，期权价值随之缩水。华尔街不买账，本质上是要求特斯拉证明：AI不只是发布会上的演示，而是财务报表上的数字。