特斯拉FSD装车近100万，摩根士丹利称需证明

导语

特斯拉正接近其完全自动驾驶（FSD）软件的一个重要车队里程碑——MarketWatch 于 2026 年 4 月 10 日报道了这一进展——这再次引发了关于公司估值中已计入多少自动驾驶进展的疑问。摩根士丹利在致客户的意见中（被 MarketWatch 引述）表示，投资者需要在无人驾驶性能方面看到切实、可量化的改进来证明当前股价的合理性，这意味着仅凭装车数量并不足以构成充分论据。讨论中的里程碑是软件安装基数接近 100 万辆的门槛，这一规模将标志着特斯拉在数据收集和道路测试信号方面的规模性跃升。到目前为止，市场反应较为平淡；市场越来越将软件规模视为必要但不充分的再评级条件，分析师要求看到安全性与能力提升的确凿证据。本文考察了该里程碑背后的数据，将预期与历史发布模式进行对比，并评估机构投资者接下来应重点关注的事项。

背景

特斯拉的 FSD 计划已经从早期的仅限邀请的测试版发展为广泛分发的项目，据 MarketWatch 在 2026 年 4 月 10 日的报道，该计划现正接近 100 万辆的安装基数（MarketWatch，2026 年 4 月 10 日）。这一增长轨迹是一个跨多年的故事：特斯拉最初在 2020 年 10 月开放有限的 FSD 测试版（特斯拉博客，2020 年 10 月），随后根据软件发布和驾驶员评分门槛分阶段扩大访问权限。公司的战略始终以规模为核心——安装基数越大，特斯拉可用于训练神经网络并改进性能的行驶数据就越多——但仅有规模并不会自动转化为可证明的自动驾驶能力或监管接受度。

近期的投资者与卖方分析师在报告中明确指出，里程碑必须伴随可量化的改进才能影响长期估值倍数——例如接管（或干预）率的下降、每次干预的平均行驶里程增加以及第三方验证指标。摩根士丹利的评论（被 MarketWatch 于 2026 年 4 月 10 日引用）强调，市场预期正从单纯关注装机数量转向可核验的安全与功能指标（MarketWatch，2026 年 4 月 10 日）。监管机构和保险公司也在更密切地关注这些指标，这为投资者在评估风险调整后的上行空间时增加了必须考虑的治理层面。

从历史上看，汽车领域的技术推广通常遵循先有承诺、随后进入数据与软件学习期，再到逐步验证阶段的模式，而这些验证阶段往往比头条报道暗示的进度要慢。该模式在早期的高级驾驶辅助系统（ADAS）推广中已可观察到：功能推出、数据积累，然后原始设备制造商发布第三方研究或监管申明以确认性能改善。特斯拉的 FSD 现在正进入这样一个阶段：规模应当被转化为可记录的性能提升——市场将密切关注衡量方法、时间点和外部验证。

数据深入分析

市场评论中流传的头条数字是“接近 100 万辆配备 FSD 的车辆”（MarketWatch，2026 年 4 月 10 日）。该数字的重要性体现在两方面：一是它表示特斯拉的车队数据集相较于大多数竞争对手已经具有实质性的规模，二是它是一个量化的里程碑，可能加速特斯拉神经网络的训练周期。然而，仅仅存在大规模的装机并不能说明 FSD 的激活频率、使用场景或性能指标的月度走势。这些使用与性能指标才是机构投资者希望看到且经过验证的关键输入。

摩根士丹利的评论（同样被 MarketWatch 引述，2026 年 4 月 10 日）准确地提出了投资者的问题：下一批数据是否会显示出可衡量的干预次数减少或在边缘案例处理中性能提升，从而足以改变市场对特斯拉软件路线图的收入与利润预期？换言之，市场不仅在对装机基数进行估值，还在评估预期的货币化路径：订阅采用率、价格弹性以及软件收入相对于硬件升级的边际增量贡献。若无法提供将规模与货币化直接连接的透明指标，单一里程碑的新闻标题对估值模型的影响将有限。

为作比较，特斯拉在 2020 年 10 月的初始 FSD 测试版发布（特斯拉新闻稿，2020 年 10 月）是一个规模较小、以迭代学习为目的的活动。将该发布与当前接近 100 万辆的车队规模进行比对，虽显示原始覆盖面的重大扩张，但并不能直接作为系统成熟度的替代指标。投资者应要求三项具体的时间序列数据点：每次接管的平均行驶里程（或可比的安全性指标）、在允许条件下实际使用 FSD 的车队比例、以及 FSD 套餐的订阅转化率。每一项指标都应按月跟踪，并与同行 ADAS 项目及任何可获得的监管或第三方安全报告进行基准对比。

行业影响

若特斯拉能将车队规模转化为可证明的性能改进，对更广泛的自动驾驶与电动汽车行业将产生重大影响。一个可信且大规模的数据集若能带来更低的干预率，将使特斯拉领先未能匹配其车队规模的传统整车厂商与一级供应商。这可能加速整个行业向“以软件定义车辆”的战略转型，促使竞争对手将研发预算重新配置到数据收集与边缘案例仿真上。相反，若规模未能转化为可证明的收益，特斯拉所谓的数据独特优势的叙事将被削弱，而采用不同路径的竞争者（例如基于激光雷达的系统、或依赖地理围栏的自动驾驶）可能会获得相对优势。

从资本配置的角度