大摩闭门会：物理 AI 与汽车经销商履约模式探讨

摘要： 本次会议探讨了物理 AI、机器人技术与汽车行业的深度融合，重点分析了传统汽车经销商基础设施在机器人履约及维护模式中的潜在价值，以及自动驾驶出租车（Robotaxi）对行业格局的长期影响。

行业主线：

1. 基础设施价值重估：汽车经销商拥有的物理场地（停车、充电、翻新能力）可转化为物理 AI 时代的履约节点，尤其是服务车间和金融业务等下游高毛利环节与自动驾驶所需的维护服务高度重叠。
2. Robotaxi 竞争格局：对比分析了 Tesla 与 Waymo 的每英里成本，认为 Tesla 在垂直整合能力和成本控制上具有显著优势。
3. 传统车企的 AI 转型：传统 OEM（如福特、通用）正将其电池资产改造用于 AI 数据中心的固定储能，实现汽车与能源领域的融合。

关键变化与分歧：

1. 商业模式对冲：讨论了像 Carvana 这样拥有大规模垂直整合物流体系的企业，如何通过布局基础设施来对冲自动驾驶导致个人购车需求下降的风险。
2. 技术路径与合作：强调了美国车企通过与宁德时代（CATL）等领先中国企业合作，在本土实现电池核心技术生产的趋势。

受益方向与风险：

1. 受益方向：具备优质物理资产、垂直整合物流能力及能迅速将电池资产转化为 AI 能源支撑的企业。
2. 核心风险：自动驾驶监管进度不一（如加州与德州之差）、个人车辆所有权被取代的节奏以及地缘政治对技术合作的影响。