摩根士丹利：视觉数据将引领AI未来，特斯拉(TSLA.US)处于“光子竞赛”前沿

根据XM外汇官网APP的光子竞赛最新报告，摩根士丹利指出，摩根随着多个企业将重心聚焦于物理/具身AI和机器人技术，士丹斯拉一场“光子竞赛”正在悄然展开，利视目标是觉数据获取现实世界的视觉数据。在此背景下，引领该行对特斯拉给予“增持”评级，未特设定目标价为410美元。处于

特斯拉、前沿Meta和Figure AI等公司正通过不同的光子竞赛方式积极收集和利用视觉数据。摩根士丹利强调：“即使拥有丰富的摩根计算资源，没有视觉数据也无法训练视觉-语言-行动模型（VLA）。士丹斯拉”他们指出，利视视觉数据已成为AI训练中最为稀缺且具有战略价值的觉数据资源。

摩根士丹利通过生动比喻阐明了视觉数据的引领价值：一条600磅的蓝鳍金枪鱼在海洋中游动，若无人捕捞，其价值为零；但若能捕捞成功，其价值可能高达310万美元。同样，若无法捕获和处理世界的视觉数据，其价值也归零；而若能有效收集和处理这些数据，其价值将是不可估量的。

特斯拉：向“纯视觉”训练转型

2025年5月，特斯拉前Optimus负责人展示了一系列视频，说明Optimus通过人类视频学习自主完成任务，这些视频是以第一人称视角拍摄，最终目标是通过“随机摄像头”和互联网视频来获取第三人称视角。

“特斯拉计划转向‘纯视觉’方法预训练Optimus，不再依赖穿戴式动作捕捉服和VR操控，而是利用工人执行任务的视频作为训练数据。”

这一转型标志着特斯拉在训练模式上的重要调整，强调视觉数据在机器人行为模仿和泛化能力中的关键作用。

该行预计，未来视觉数据不仅将用于模型训练，还将用于构建“机器人训练健身房”（模拟环境），以在数字世界中迭代多种场景。特斯拉车主在驾驶时不仅在物理空间中移动，也在“玩电子游戏”，为最新的FSD模型提供训练数据；Meta眼镜用户则可以通过教模型弹钢琴、织毛衣或完成日常任务等方式参与其中。

摩根士丹利强调，视觉数据是下一代AI模型训练的核心资源，其价值正在重塑。特斯拉、Meta和Figure AI等公司正在通过不同策略推进数据收集，涉及车辆、智能眼镜及房地产等领域，争夺这场“光子竞赛”的领军地位。