特斯拉將開放Model S/X設計資料與軟件,戰略重心進一步轉向AI
重點摘要
AI資訊AI新閒資訊正文特斯拉將開放Model S/X設計資料與軟件,戰略重心進一步轉向AI發布於AI新閒資訊時間 :Aug 5, 2026閱讀 :1分鐘8月4日,特斯拉副總裁陶琳轉發埃隆·馬斯克此前公佈的計劃稱,特斯拉將向車主、維修機構及工程愛好者開放 Model S 和 Model X 的設計資料與軟件,便於研究兩款旗艦車型的技術細節,進一步提升產品技術透明度和維修支持能力。
特斯拉於8月4日透過副總裁陶琳對外宣布,將向全球車主、獨立維修機構及工程愛好者開放Model S與Model X的完整設計資料與軟體資源。這項被外界視為「告別旗艦」的舉措,實際上與公司整體戰略轉型密切相關——特斯拉正將資源重心從傳統汽車產品線,加速遷移至以Optimus人形機器人、自動駕駛及AI芯片為核心的「物理AI」生態。此次開放的內容涵蓋兩款旗艦車型的底盤結構、三電系統、車身鈑金與軟體控制邏輯等技術細節。消息指出,該計劃最早由執行長馬斯克在X平台上預告,陶琳則進一步確認了執行細節。
特斯拉表明,開放設計資料的目的是讓車主與第三方維修技師能夠更深入地理解車輛技術,進而提升售後維修的效率與自主性,同時也為工程愛好者提供研究頂級電動車架構的難得機會。回顧今年4月1日,馬斯克在X平台宣布,特斯拉已停止接受全球Model S與Model X的新車定製訂單。當時這項決定讓許多車迷感到意外,因為Model S與Model X分別是特斯拉轎車與SUV產品線的旗艦車型,自2012年與2015年推出以來,幾乎定義了豪華電動車的技術標竿。如今開放設計資料,等於為這兩款經典車型的生命周期畫下一個技術性註腳,也象徵它們正式從銷售主力轉為歷史典藏。不過,停止旗艦車型定製並非代表特斯拉將退出高端市場。
官方說法強調,公司的戰略重心正進一步轉向「物理AI」,也就是將人工智慧從數位世界延伸到實體機器與載具之中。這項轉型的具體行動,最明顯的證據來自弗里蒙特工廠的生產線改造。原本用於組裝Model S與Model X的產線已經完成拆除與重新規劃,目前正被用於生產Optimus人形機器人。早在今年7月,馬斯克便在社群媒體上曬出弗里蒙特工廠團隊與Optimus生產線的合照,並證實該產線已由原Model S/X產線改造後正式運轉。他同時坦言,Optimus包含約一萬個獨特零部件,一切都從零開始研發,目前仍處於初期生產階段,產量爬坡速度較為緩慢。
此次將旗艦車型生產線轉為機器人產線,意味著特斯拉在製造空間與資本配置上,已明確將人形機器人視為下一世代的成長引擎。除了Optimus,特斯拉未來在AI相關領域的投入還將擴及自動駕駛系統與自研AI芯片。這些技術彼此連動:自動駕駛依賴視覺神經網路與高效能運算芯片,而Optimus的感知與決策同樣需要頂尖的AI算力支援。特斯拉將原本投入在大型車款上的研發與製造成本,轉移至這些共通性AI技術,可望形成更集中的競爭優勢。至於汽車業務,則仍會以Model 3與Model Y兩款主力車型作為銷量支柱,確保穩定的現金流與市場規模。
從開放Model S/X設計資料的操作來看,特斯拉正逐步將傳統汽車業務轉化為AI生態體系的一部分。過去,特斯拉靠著領先的電動車技術吸引消費者;如今,這些技術文件與軟體成為培育社群、建立信任的工具。當旗艦車型退出生產線,特斯拉的汽車產品線將更加精簡,但同時,AI與機器人所需要的數據、運算與製造能力,卻正以前所未有的速度擴張。值得注意的是,特斯拉在AI應用的佈局不僅限於機器人與自駕車。近期,特斯拉中國車機系統正式接入豆包大模型,並於7月31日推送2026.14.13版本更新,涵蓋Model 3/Y/S/X等車型。
透過豆包大模型,車內語音助手能提供更精準的即時資訊查詢與更自然的對話體驗,讓汽車從單純的交通工具,逐步演化為具備AI能力的智能終端。與此同時,特斯拉也正在加快AI助手Grok的全球佈局。據報導,Grok將擴展至歐洲以及印度、馬來西亞等亞洲國家,並隨2026年夏季更新推送。新版本增加了完整的車輛語音控制功能,包括撥打電話、控制音樂與空調,甚至能開啟手套箱。這使得Grok從一個聊天機器人,升級為深植於車輛系統的「車載管家」,進一步強化了特斯拉的軟體服務生態。在底層模型方面,馬斯克先前透露,Grok 4.5模型已在SpaceX與特斯拉內部啟動Beta測試。該模型基於1.
5萬億參數的V9模型,訓練過程融入Cursor編程數據,性能據稱已接近或超越Claude Opus。這些AI模型的持續演進,不僅服務於對話互動,更可能成為Optimus與自動駕駛系統的「大腦」,為物理AI提供認知基礎。從外部觀察,特斯拉的戰略輪廓已經愈發清晰:傳統旗艦車型逐步退場,生產資源移轉給機器人;車輛平台則聚焦於Model 3/Y等高產量產品,並透過軟體更新與AI助手提升附加價值。開放Model S/X設計資料,表面上是一項售後支持措施,實則反映出特斯拉正在重新定義「汽車業務」的邊界——車型不再是公司價值的全部,而是通往物理AI世界的一個節點。特斯拉的轉型之路並非沒有挑戰。
Optimus人形機器人能否如期量產並降低成本,仍是未知數;自動駕駛法規與社會接受度也需要時間磨合。但從弗里蒙特工廠的改裝、AI芯片的自研、以及軟體生態的快速擴張來看,特斯拉確實已將賭注押在AI之上。Model S與Model X的設計開放,既是對過往輝煌的致敬,也是向未來AI帝國邁進的一步。
Related
相關文章

曝字節訓10億參數大模型,或超Mythos 5,張一鳴、梁汝波先後發聲
字節跳動正在訓練一個參數量高達10萬億的AI模型,規模可能超越Anthropic的Mythos 5。創辦人張一鳴在內部會議中強調編程的關鍵地位,並反對模型蒸餾,認為這只能複製而非超越對手。字節跳動在AI領域持續加大投入,同時在產品端與訓練端採取雙線進攻策略。

AI 需求擠爆雲計算,消息稱 AWS 要求工程師關閉閒置服務器減少資源浪費
因AI需求導致算力緊缺,亞馬遜AWS要求工程師關閉閒置的EC2實例,以減少資源浪費。數據顯示約65%的EC2實例在30天內平均CPU利用率低於20%,AWS因此升級計算優化器自動標記低使用率虛擬機。此外,AWS過去一年新增3.8吉瓦電力容量,仍難以應對GPU雲端實例的龐大需求。
騰訊雲開源 TencentDB Agent Memory v2.0:專為 AI 編碼代理打造的團隊級記憶中樞
Tencent Cloud has open-sourced TencentDB Agent Memory v2.0, a team-level memory hub for AI agents. The idea is super simple: if project context was already explained once, a new session should not need it repeated.
使用 NVIDIA NeMo Retriever、託管 NIM、LanceDB、重新排序與基於事實生成建立多模態 RAG 管線
在本教學中,我們將使用 NVIDIA NeMo Retriever 建立一個先進的多模態檢索增強生成管線。首先設定 Python 3.12 環境、安裝必要套件,並在無需 GPU 或外部 API 金鑰的情況下進行離線 PDF 文字提取。接著,我們透過託管的 NVIDIA NIM 端點來偵測頁面元素、提取表格、圖表與資訊圖形、產生稠密向量嵌入,並將處理後的內容儲存至 LanceDB。最後,我們實作了稠密檢索、視覺語言重新排序、後設資料過濾搜尋、附行內引用的基於事實回應生成,以及輕量級的 recall-at-k 評估,以驗證跨多模態文件內容的檢索品質。
NVIDIA AI 推出 NOOA:將 AI 代理轉化為單一 Python 類別的物件導向框架
NVIDIA 實驗室開源了 NOOA(NVIDIA 物件導向代理),這是一個與模型無關的 Python 框架,用於建構 AI 代理。傳統的代理開發分散在提示模板、工具架構、回呼程式碼和工作流程圖中,而 NOOA 將所有這些整合到一個 Python 類別中:方法代表模型可採取的動作,欄位代表代理狀態,文件字串作為提示,型別註解則是執行時期強制執行的合約。主體為「...」的方法由 LLM 驅動的迴圈在執行時期完成,而具有正常主體的方法則保持確定性的 Python 程式碼。開發者與模型因此共享同一介面,使代理行為能像一般軟體一樣進行測試、追蹤、重構和版本控制。NVIDIA 報告在 SWE-bench Verified 上達到 82.2%,在 CyberGym L1 上達到 86.8%,平均 RHAE 為 85.1%。

六巨頭定AI插件新標準,撞臉Claude,Anthropic沒上桌
六大科技巨頭(AWS、Anysphere、GitHub、微軟、OpenAI、Vercel)聯合發布AI智能體插件統一開放規範Agent Plugins 1.0.0,旨在統一插件打包格式,減少開發者重複勞動。該規範的結構與Anthropic的Claude Code插件系統高度相似,但Anthropic並未參與制定,而是繼續經營自己的封閉生態。