户外场景的霸主
FSD 的户外泛化能力，是特斯拉机器人从“工厂笼子”走向“真实世界”的门票。这种“降维打击”让 Optimus 具备了其他机器人难以企及的环境适应性，直接打开了万亿级的户外服务市场。
一、FSD 如何解锁户外“地狱难度”场景？
传统机器人只能在结构化的工厂内活动，而 FSD 赋予 Optimus 的是“无地图导航”和“动态避障”的底层能力：
场景难点
FSD 的解决方案（降维打击）
复杂光照：户外阴晴雨雪，摄像头画面剧烈变化。
FSD 已处理过数十亿英里的极端天气数据，视觉模型对光影变化极度适应。
动态人流：餐厅、街道上行人穿梭，轨迹不可预测。
复用 FSD 的“行为预测网络”，能预判人类行走轨迹并提前避让，而非急停碰撞。
非结构化地形：草坪、台阶、斜坡等不规则地面。
帕洛阿尔托总部测试显示，Optimus 已能在办公室外巡游，处理轻微崎岖路面。
典型案例：2025 年洛杉矶的 Tesla Diner 餐厅演示中，Optimus 已在真实人流环境中服务爆米花。这种“非工厂、非预编程”的场景，正是 FSD 视觉泛化能力的体现。
二、从“室内”到“全地形”的路径图
马斯克的路线图非常清晰：FSD 的大脑 + 机器人的身体 = 通用物理智能体。
当前（2026 年）：工厂+限定户外。主要在特斯拉工厂内执行任务，同时在总部园区进行“通勤测试”，验证室外行走的稳定性。
中期（2027-2028）：城市服务。依托 FSD 的视觉栈，实现餐厅送餐、园区巡逻、物流站内搬运等半户外场景。这是目前市场最低估的“近地轨道”市场。
远期（2030+）：极端环境。马斯克甚至提及了地外探索。在地球上，这意味着机器人可以替代人类进入建筑工地、灾区等高风险户外环境。
三、为什么这是“核武器级”优势？
竞争对手需要重新训练一个“户外模型”，而特斯拉只是“复制粘贴”。
数据复用：FSD 积累的千亿级帧数的视频数据，直接作为 Optimus 的预训练集。它一“出生”就懂什么是汽车、行人、道路和天气。
架构统一：Optimus 与 FSD 共用 Dojo 超算、仿真系统、端到端网络架构。这意味着户外场景的算法迭代速度，是其他机器人公司的 10 倍以上。
结论：FSD 让 Optimus 的物理活动半径从工厂的 100 米扩展到了整个城市。这种“户外适应性”是比“成本”更深的护城河——因为成本可以卷，但百亿公里路测数据形成的“世界模型”，谁也卷不动。这直接支撑了未来“机器人即服务（RaaS）”的万亿估值逻辑。
$拓普集团(SH601689)$ $绿的谐波(SH688017)
$三花智控(SZ002050)$
作者声明： 本文转载自第三方，旨在提供资讯参考，并非证券推荐或投资建议。作者对内容的真实性、准确性不承担保证责任。本文不构成任何投资建议或证券推荐。截至发文日，作者与文中提及的标的不存在持仓关系。