特斯拉的电池管理真有那么准吗？

那天看到这个Facebook上的的帖子，关于Proton的EV E.MAS7在南北大道上行驶，345公里的续航在270公路的行程后没电了。很多人买电动车前都会幻想：充满电后能轻松跑到目的地，还能省下加油的麻烦。但现实常常打脸。有些车显示还剩 50 公里，几分钟后就「跳崖式」掉到零，最后还得靠拖车收场。这种情况在不少新品牌或传统车厂的电动车上很常见，但在特斯拉（Tesla）身上相对少见。为什么？因为它的电池管理系统（Battery Management System，简称 BMS）更聪明。

电池管理不只是看电压

许多厂商的 BMS，只是用电压、温度、放电电流这些数据去估算电量，靠预设表格在猜。问题是，电池电压与电量的关系并不线性，还受温度、老化和使用习惯影响。结果往往是电量显示还有 20%，但电压一掉，车就趴路边。

特斯拉的算法更进阶。它持续收集每颗电芯的数据，用机器学习修正估值。换句话说，它会边跑边学。再结合驾驶速度、导航路线、地形、气温等变量，动态预测续航，所以比同级车更贴近真实表现。长途行驶时，它能提前判断你是否能安全到达下一个充电站，而不是等电量告急才提醒。。。。 继续阅读

特斯拉不是车厂，是在改写整条科技食物链的怪物

讲个冷知识，全球最快的汽车生产线现在已经不是丰田或大众，而是特斯拉，而且他们还嫌不够快。你可能觉得35秒一辆车已经是极限？不好意思，马斯克要做的是5秒出一车。你没听错，是五秒。不是五分钟，不是五小时，是五秒。这不是在做泡面，这是在重新定义制造速度的上限。

制造像芯片一样造车

马斯克不是在优化工厂，而是在重构整个制造的思维。他的思路根本不来自汽车圈，而是芯片圈。他用芯片设计的逻辑重新分析生产效率，讲求体积利用率、布局密度和“时钟频率”。简单说就是：把东西塞得更紧，走得更快，干得更顺。

为什么其他车厂不这样搞？马斯克讲得很直白，职业经理人怕出事。他们只敢改个5%、10%，太激进就可能被炒鱿鱼。换句话说，特斯拉的成功不是因为它比别人聪明，而是因为它敢玩别人不敢玩的。

AI芯片：从两条死路中杀出一条血路

特斯拉自己做AI芯片，不是随便玩玩，而是正面杠上整个AI产业链。当初两个项目都卡住，马斯克就把资源合并，集中火力干最核心的AI5推理芯片。。。。 继续阅读

Rivian给CEO的天价激励：奖励还是放水？

电动车新贵Rivian最近又成了舆论焦点。这次不是因为新车型热销，而是因为董事会为CEO RJ Scaringe推出了一份高达46亿美元的薪酬方案。听起来像是要复制马斯克（Elon Musk）的传奇，但仔细一看，这更像是一场放水的秀。

一、这份薪酬包的内容

Rivian的新激励方案被包装得光鲜亮丽：未来十年内，CEO可获得3650万股股票期权，理论价值约46亿美元。表面上这是“绩效奖励”，但实际上只是“股价奖励”。只要股价达到目标价，就能解锁奖励，不论公司是否盈利。

上一版2021年方案要求股价达110至295美元。后来公司觉得目标太高，称“无法实现”，于是修改计划，把最高目标降到140美元，还加发更多股份。CEO的年薪也从100万美元翻倍至200万。看似学特斯拉的结构，但少了关键的业绩门槛。

二、问题的关键

  1. 激励逻辑错位
    特斯拉的方案要求同时达到市值与营收、利润等目标。Rivian却只看股价。这种设计只会诱导短期炒作，而非长期经营。
。。。 继续阅读

NVIDIA 财报狂飙，但估值撑得住吗？AI 升级潮下的真正风险与机会

你有没有发现最近只要市场一震荡，某几只股票就像打不死的小强？NVIDIA 就是其中之一，连 AI 泡沫这个词都快被它玩烂了。刚公布的 FY26 Q3 财报一出，整条街的分析师立马转多，看起来连空头都举白旗投降。

但这样的数字，真的撑得起现在的市值吗？或者说，这家公司到底是在卖梦，还是已经变成新的基础设施？

亮眼财报背后藏了什么

这季 NVIDIA 的营收达 570 亿美元，年增率高达 62%。最夸张的是数据中心部门，单季就贡献了 512 亿，占整体营收近九成。这不仅是成长强劲，几乎像是开了外挂，但也意味着市场对它的容忍度会变低。尤其在 AI 模型爆炸式成长下，每家云端公司都在抢 H100、B100 这些高端 GPU，等于 NVIDIA 是掌握了卖铲子的角色，AI 热潮越凶，它赚越多。

毛利率约为 73.4%，略低于去年同期的 74.6%，但仍处于极高水平。意思是它不只卖得多，还卖得贵。重点是市场还买单。整体净利达 319 亿美元，等于每卖 1 块钱就能净赚。。。 继续阅读

Apple Siri换脸Google Gemini：隐私与效率的权衡

如果有一天你告诉那个过去傲慢的Siri，它未来要靠Google的AI大脑生存，它多半会愣住。对Apple来说，这场“投靠”并非投降，而是一场冷静的权衡。

苹果一贯注重稳、控、隐私。AI浪潮太快，他们自己的模型还没成熟，要想立刻补课，就得找一个安全、可控又体面的合作对象。最终留下的，不是选择太多，而是选择太少。

为什么是Google

Meta？隐私灾难的代名词。被罚款、被指责、被怀疑，成了常态。OpenAI？技术一流，但组织混乱、CEO风波不断，透明度成疑。Anthropic、XAI这些新创公司？有热情，没根基。你敢把Siri的语音交出去，数据可能早就飞出系统了。

Google的问题不少，但它是一家上市公司，要对股东、监管、公众负责。若真在隐私上翻车，市场会先惩罚它。对Apple来说，这是一家“制度上可控”的合作伙伴，至少比那些初创公司更有底线。

这场合作怎么玩

别误会，这不是“Google接管Siri”。Gemini模型会部署在Apple自家的云端系统中，与Google的服务器彻底隔离。Google只提供技术，不碰数据；Apple掌控环境，不丢面子。。。。 继续阅读

保险公司怎么玩爆《平价医疗法案》？合法套利的美式医疗真相

如果你曾经在美国生活过，你大概已经习惯了那种「看个感冒也要花掉几百块」的离谱医疗账单。很多人以为这是因为美国医生收费贵，其实更大的锅得让保险公司来背。

奥巴马政府时代推出的《平价医疗法案》（Affordable Care Act，简称 ACA）规定，保险公司至少要把80%到85%的保费用在病人的医疗服务上，不能拿去搞行政开销或是塞进自己口袋。乍看是替消费者争权益，但保险公司早就研究出一整套玩法，搞得比对冲基金还精明。

医疗损失率：数字游戏的起点

所谓“医疗损失率”（Medical Loss Ratio，简称 MLR）是用比例来管控的。保险公司只要把总收入做大，就能在那15%到20%的“非医疗支出”里挖到更多利润。

举个例子：如果我每年保费收入是10亿美元，15%就是1.5亿。但我把保费涨到20亿，那我就能光明正大地拿3亿走人，政府也只能说“你合规了”。所以保险公司当然每年都想办法涨价，涨到让人连感冒都不敢看。。。。 继续阅读

特斯拉机械手设计曝光：是开源还是弃子？

最近看了Dr. Know-it-all Knows it all的youtube视频，彻底破解关于Optimus的机械手的操作构造。从V2到V3，Elon这次打了什么算盘？

在股东大会上，特斯拉破天荒地公开了Optimus人形机器人V2.5版机械手的内部结构。这不是那种隔着玻璃远远看看手指摆两下的展示，而是清晰可见的机械布局与传动细节。对一家向来神秘兮兮的科技公司来说，这样的透明度实属罕见。

问题是，这真的是要推动开放创新，还是其实特斯拉自己也知道这版本没搞头，所以干脆让大家都看清楚个彻底？

手部设计的“肌腱系统”到底行不行

V2机械手采用的是模仿人体肌腱结构的腱索驱动系统。原理很简单，纤维绳包覆尼龙外壳，控制手指的弯曲和伸展——和自行车刹车线差不多。看起来工程感十足，听起来也很合理，但执行上问题不断。

特斯拉配置了17个致动器（actuators），分工负责不同动作方向，同时用颜色编码来防止装配错误。这种设计在实验室里看起来挺高级，但现实是腱索之间彼此摩擦、卡位，还得靠弹簧或O型圈协助回弹。听起来像是临时拼装，而不是为量产而生的成熟系统。。。。 继续阅读

固态电池：等了十年，我们离终点还有多远？

我记得去年写了篇关于固态电池的文章–“全固态电池来了，燃油车的末日还远吗？”。从2010年起，Toyota、Samsung、QuantumScape 等公司陆续承诺将推出固态电池，但十多年过去了，固态电池依然是那个永远在下一站的传说。你以为 2025 会看到全固态电池上路？醒醒吧，2026 都不一定轮得到你。

很多人还搞不清楚什么是固态电池，以为名字里有个 “solid” 就很厉害。但现实是，厂商自己也讲不清楚。有的是全固态（all-solid-state battery），有的是半固态（semi-solid），甚至还有“准固态”（quasi-solid）。这些词听起来很高大上，但里面是不是还偷偷混了液体电解质，根本没人统一标准。就像你以为在吃冰淇淋，其实是“冷冻乳品甜点”。

谁真的做出来了

目前最接近落地的是中国的 MG（上汽集团）。MG4 顶配车款已开放预购，采用号称只含 5% 液态电解质的半固态电池。续航约 533。。。 继续阅读

[新闻简报] Meta砸6000亿美元抢AI算力，美国要变成下一个机房王国

Meta宣布未来三年将在美国投入6000亿美元，全面扩建AI数据中心。扎克伯格（Mark Zuckerberg）亲自对特朗普（Donald Trump）拍胸保证：要为美国AI算力铺路。这消息一出，华尔街一片沸腾。问题是，6000亿花在哪、图什么、谁会被卷进去？

为什么重要

AI的竞争早就不是写写模型或比谁更聪明，而是比谁的机房更多、谁的电力更稳。Meta这一手重金布局，不只是抢跑AI算力，更是抢美国政策红利。对美国来说，这相当于AI版的制造业回流。

关键点

  • 投资规模：三年6000亿美元，重点在AI数据中心与基础设施。
  • 战略逻辑：提前囤积算力，押注未来AI需求爆发。
  • 融资模式：与Blue Owl Capital签下270亿美元融资，用于路易斯安那州最大数据中心项目。
  • 地点布局：德州再加码15亿美元新中心，总数已达29座。
  • 市场信号：Meta资本支出明年将“显著上升”，AI硬件周期还没到顶。

大局观

AI竞争正在从“模型战争”转向“电力与冷却之战”。谁能先建好基地，谁就能吃下AI算力的长期租金。Meta这次不只是追赶OpenAI或微软Azure，而是在模仿亚马逊AWS当年的套路：烧钱铺地，再慢慢收租。。。。 继续阅读

小鹏机器人的真相：跳舞背后，空心的未来？

最近小鹏(Xpeng)展示的机器人引起了不少话题。原因很简单，太像人了。很多人第一眼看见都以为那里面藏了个真人。结果小鹏自己出面说，那确实是机器人。听起来很厉害对吧？但仔细看，就没那么神奇。过去小鹏也曾展示过一些概念产品，但这次明显打算把“人形”做到极致，吸引关注。

表面风光，实则营销

这次展示选择了女性模特的外观，跳舞动作自然，灯光一打，社交媒体瞬间炸锅。各种短视频博主纷纷转发，评论区清一色在夸“比特斯拉好太多”。但问题是，这样的展示到底证明了什么？一个能跳舞的机器人，除了博眼球，它还能干嘛？

从工程角度看，跳舞其实是最容易“演”的智能。动作预设好，轨迹平滑，音乐节奏配合得当，看上去就很“自然”。几年前，波士顿动力(Boston Dynamics)也做过类似表演，让机器狗跟着音乐跳舞。当时看起来惊艳，但工程师都知道，那只是算法和动作脚本配合的产物。真正难的是灵活的手指控制、环境感知、工具操作。这些才是机器人能不能取代人类劳动的关键。而这部分，小鹏几乎没提也没演示。。。。 继续阅读