特斯拉發布一季度財報，汽車軟件與機器人業務成為增長引擎

中國商報（記者 雷珂馨）當地時間4月22日，特斯拉發布2026年第一季度財報。數據顯示，特斯拉第一季度營收為223.87億美元，同比增長16%；GAAP凈利潤為4.77億美元，同比增長17%。其中，汽車軟件與機器人業務表現亮眼，成為推動公司發展的核心動力。特斯拉表示，將深度布局相關業務，從傳統汽車制造商加速向“多元能源與人工智能公司”轉型。

第八屆進博會特斯拉展臺展示的Optimus人形機器人。（資料圖，圖片由CNSPHOTO提供）

汽車業務表現穩定

在現金流方面，特斯拉第一季度經營現金流達39.4億美元，同比增長83%；自由現金流為14.4億美元，同比增長117%，主要得益于原材料成本下降以及服務業務的貢獻，其中服務及其他營收同比增長42%。

在汽車交付方面，特斯拉第一季度交付量為358023輛，其中Model3/Y交付量為341893輛；當季汽車產量為408386輛，其中Model3/Y產量為394611輛。此外，特斯拉儲能產品裝機量達到8.8吉瓦時。

在產品全球銷售布局上，特斯拉將持續在全球市場上推廣Model 3和Model Y車型，并將在中國以外的其他市場上推出Model Y L車型。此外，特斯拉的賽博無人駕駛電動車和特斯拉電動卡車Semi均將于今年正式啟動量產。

中國市場依舊是特斯拉重點發力與深耕的關鍵領域。今年以來，特斯拉在中國市場已開啟多輪促銷。

1月6日，特斯拉中國發布消息稱，特斯拉Model 3/Y/Y L車型推出7年超低息購車方案。其中，Model 3/Y首付7.99萬元起，月供可低至1918元；Model Y L首付9.99萬元起，月供可低至2947元。Model Y L首次推出5年0息方案，首付9.99萬元起，月供可低至3985元。2月26日，特斯拉中國再度宣布：3月31日前下單，全系車型可享7年超低息貸款。其中，Model 3、Model Y及Model Y L三款主力車型還提供5年0息方案，用戶購車無需支付任何利息。

汽車軟件業務持續增長

在汽車軟件業務層面，特斯拉展現出強勁的發展勢頭。其FSD（完全自動駕駛系統）訂閱數持續攀升，無人駕駛網約車服務的付費里程環比幾乎實現翻倍增長。

特斯拉方面透露，一旦賽博無人駕駛電動車進入量產階段，將逐步取代現有的Model Y車隊，并有望成為車隊中規模最大的車型。4月，公司將無人類監督員的Robotaxi服務擴展至美國達拉斯與休斯敦，并在奧斯汀進一步擴大了無監督運行范圍。此外，更多美國城市已處于服務籌備階段，公司正在開展測試和許可審批等相關準備工作，以確保在條件成熟時能夠迅速進入新市場。

中關村物聯網產業聯盟副秘書長袁帥對中國商報記者表示：“以前，整個汽車行業的盈利模式較為單一，主要集中在車輛售賣環節。車企的核心競爭力通常與動力性能、內飾配置、外觀設計等硬件參數緊密相連。消費者購車后，除了售后維修外，幾乎不會再與車企產生持續性的付費關聯。而特斯拉所推行的‘走量賣車+軟件訂閱’模式，把汽車從一次性售賣的工業產品轉變為可持續迭代的智能終端。一方面，通過銷售多款車型，特斯拉不斷擴大用戶基本盤，搭建起了一個規模龐大的軟件應用場景；另一方面，自動輔助駕駛、座艙娛樂功能、車身性能OTA升級等訂閱服務，能夠源源不斷地為特斯拉帶來收益，且這些服務的邊際成本較低。一旦這種模式成功運行，將會徹底拉開特斯拉與傳統車企在盈利能力上的差距，對整個汽車市場產生的沖擊將是顛覆性的。”

機器人量產進程加快

特斯拉人形機器人Optimus成為財報的最大亮點。特斯拉宣布，將從今年第二季度開始籌備首座大規模生產特斯拉人形機器人的工廠，美國弗里蒙特工廠原Model S/X產線將轉型為Optimus產線，設計年產能達100萬臺。特斯拉正在美國得州超級工廠準備第二代產線，該產線的長期設計年產能為1000萬臺機器人。

特斯拉CEO埃隆·馬斯克表示：“人形機器人將成為特斯拉有史以來最重要的產品，甚至可能是人類歷史上最重要的產品之一。”

為給軟件與機器人業務的指數級增長提供有力支撐，特斯拉正同步推進AI算力與能源基礎設施的垂直整合。目前，Cortex 2算力集群已上線并投入訓練任務運行，特斯拉還將持續擴展訓練基礎設施，以此確保人工智能產品與服務的開發擁有充足的算力資源。與此同時，特斯拉也在穩步推進Dojo 3自研芯片的開發工作，期望未來能借助該芯片降低訓練成本。

國際注冊創新管理師、鹿客島科技創始人兼CEO盧克林對記者表示：“當前人形機器人在結構化環境（如固定工位的搬運）上已具備可行性，但面對非結構化場景中的物理交互，例如識別不同材質物體的最佳握持力度、處理突發干擾時的動態平衡恢復、跨任務遷移的語義理解，其泛化能力仍遠未達到人類水平，這背后是觸覺反饋精度、多模態感知融合與實時決策算法的協同短板。更深層挑戰在于數據飛輪：自動駕駛尚有海量真實路況數據喂養，而人形機器人所需的日常操作數據幾乎空白，仿真到現實的遷移（Sim-to-Real Gap）尚未突破。因此，特斯拉工廠的籌備更多是工程化降本的起點，而非技術奇點的到來；真正的臨界點取決于其能否建立低成本、大規模的數據采集與迭代閉環?！?/p>