Cybercab不是为了秀肌肉，是为了极致的“省钱”
最近，特斯拉负责车辆工程的副总裁Lars Moravy在一场访谈里聊了不少硬核干货。咱们平时总盯着FSD的接管率，但Lars这次把目光拉回到了造车本身，特别是那台没有方向盘、没有踏板的Cybercab。当被问到产线爬坡顺不顺利时，Lars的回答很实在：Cybercab从一出生就是为大规模制造而设计的，但这并不意味着简单。
他说，这辆车的一切都是全新的，从线束的制造方式到电池的组装逻辑，全都推倒重来。有意思的是，Lars透露目前产线的自动化程度已经超过了90%，而且自动化设备的运行速度甚至超出了他们的预期。虽然目前下线的Cybercab基本都是测试和训练车辆，但德州工厂的无人工厂里，已经在进行老化测试了。
Lars特别打了一个比方，我觉得很形象：这就跟当年机械硬盘过渡到固态硬盘一样。固态硬盘更小、更快、更可靠，唯一的缺点是一开始有点贵，但一旦成本打下来，你现在买电脑根本见不到机械硬盘了。他认为Cybercab在交通领域扮演的就是这个角色，因为它的最终目标是实现极低的每英里成本。为此，特斯拉必须从一张白纸开始，从沙子、金属锭开始，自己造原材料、造计算芯片、造产线，把全链条的效率压榨到极致。
被“生产地狱”吓出来的产线革命
聊到为什么这次Cybercab的投产似乎比当年Model 3要稳健，Lars笑着吐出一个词：“恐惧”。当年亲历过“生产地狱”的领导层，身上都带着没法愈合的伤疤，这种恐惧让大家学乖了不少。
最大的变化在于准备工作。现在特斯拉会在虚拟环境中把整条产线跑一遍，做好虚拟调试，这意味着机器第一次通电时就能顺畅运转。以前那种先装好再改的疯狂日子一去不复返了，但骨子里的那份速度感依然还在。Lars感叹说，这不是单纯买了台机器就能搞定的事，而是团队里的人得真的相信这事能成，从他和马斯克到一线工程师，没有这种信念根本造不出这样的工厂。
工厂里的AI：从“对话”变成“思考”
说完硬件的颠覆，再来聊聊特斯拉如何用AI改造工厂。以前，工厂里的各种系统——制造执行系统、扭矩数据库、在线控制系统——都会互相发数据，但它们只是“对话”，并不“思考”。现在不一样了，AI让这些系统开始互相思考了。
Lars举了个具体的例子：一旦产线末端的扫描发现车身匹配有问题，上游的冲压焊装车间能瞬间收到指令去调整夹具。这种闭环以前要靠人去层层传递，现在信息直接穿透了。这也是为什么特斯拉能在JD Power的IQS新车质量调查中悄悄爬到了第三名。
更有趣的是，Lars还分享了一个他们内部称为“全自听（Full Self-Hearing）”的玩法。现在的特斯拉新车在下线后会自己开到颠簸测试跑道，用车内的麦克风去听异响，然后通过AI分析，直接告诉工程师是哪个车门板卡扣松了，还是哪里有故障，让车自己诊断自己。
7月7号的大新闻与Optimus的“乐高”产线
在访谈后半段，Lars还忍不住预告了一波：7月7日德州总部会有关于规模化扩张的重磅消息。聊到这个，自然而然就带出了Optimus机器人。他证实，弗里蒙特工厂的Model S/X产线清退后，第一波Optimus产线已经开始进场安装了。
跟造车不一样，Optimus的产线设计得非常模块化，有点像乐高积木。因为机器人比汽车小得多，一条子产线在供应商那里做完验收测试后，拆掉运到加州，理论上两三天就能重新接上水电，一周内就能跑起来。Lars透露，像这样的产线大概还要再搞四十多条。在他看来，外界总在争论机器人更像个大号手机还是更像汽车，但论功能安全设计、多轴运动的复杂度，这绝对更接近造车，而在这件事上，特斯拉已经积淀了足够多的“战伤疤”。
参考链接：
https://youtu.be/GwUm2KjMOXc?si=gXRr1OTHpZyqu4t4
AI群: 欢迎加我微信 tsla10timesAI交流，拉你进群！我们建立的这个AI交流社群，正在寻找志同道合的朋友一起成长！
