AI硬件日报 | FSD老车升级、国产TPU新芯片、Etched 50亿估值

聚焦AI硬件与创业灵感，每日早7点更新

📌 今日要点

• 特斯拉软件赋能老硬件：向400万辆HW3老款车推送FSD V14 Lite，模型蒸馏技术让旧车型获得最新自动驾驶能力
• 国产AI芯片新突破：中昊芯英发布TPU芯片"须臾"，算力896TFLOPS性能提升3倍
• AI芯片创业投资热：美国初创Etched融资8亿美元获50亿估值，辛顿、李飞飞等AI大佬站台

🤖 今日一款：特斯拉Optimus Gen3人形机器人

品牌：特斯拉（Tesla）

定位：特斯拉自研全尺寸人形机器人 · 通用具身智能

核心功能

• 自主导航与避障：基于FSD同源视觉系统实现室内外自主导航
• 灵巧手操作：22个自由度手部关节，可完成精细操作任务
• 全身协同控制：全身28个执行器，支持双足行走和复杂姿态
• AI学习能力：端侧神经网络，持续学习和适应新任务

技术亮点

1. FSD技术复用：Optimus直接复用特斯拉电动车的FSD视觉神经网络和规划算法，大幅降低研发成本
2. 规模化降本优势：依托特斯拉汽车制造经验，Optimus的零部件成本和量产效率远超行业平均
3. 供应链协同：与汽车共享电池、热管理系统等核心零部件，供应链成熟度领先

量产进度

• 2026年7-8月：弗里蒙特工厂启动首批机器人生产（已关停Model S/X产线改建）
• 2027年夏季：得州超级工厂第二代产线上线，大规模量产
• 产能目标：2026年2.5万台，2027年50万台，2030年100万台

创业启示

1. 软件定义硬件的极致实践：特斯拉用模型蒸馏技术让5年前的老车获得最新FSD能力，证明AI时代的硬件价值正在被软件重新定义。创业者应该思考：你的硬件产品，有多少比例的价值是通过软件实现的？
2. 复用是核心竞争力：Optimus复用FSD技术的思路值得学习——不是从零造轮子，而是找到技术复用的最大公约数。这可能是AI硬件创业的"捷径"。
3. 供应链是壁垒：特斯拉能够快速量产机器人，很大程度上依赖成熟的汽车供应链。AI硬件创业者在早期就要考虑供应链布局，否则技术领先也会被量产拖垮。

📰 今日要闻

1. 特斯拉向400万辆HW3老车推送FSD V14 Lite

6月29日，特斯拉正式向约400万辆HW3（Hardware 3）老款车型的车主推送FSD V14 Lite版本，这是自V13以来HW3平台首次获得大版本功能更新。

该版本采用模型蒸馏技术，将HW4平台的V14驾驶行为模型进行轻量化适配，使老款硬件也能运行新一代软件架构处理各类路况场景。特斯拉AI/自动驾驶软件副总裁阿肖克·埃卢斯瓦米在社交平台X上确认，安装包会率先推送给部分用户测试。

创业启示：软件能力正在重新定义"硬件寿命"。传统硬件"买断即贬值"，而特斯拉让老车主也能享受最新功能，这是一种全新的商业模式——硬件只是入口，软件服务才是长期价值来源。

2. 中昊芯英发布TPU芯片"须臾"

6月30日，中昊芯英发布新一代全自研高性能TPU AI专用算力芯片"须臾"，同步推出搭载该芯片的泰则2.0 AI高性能智算平台。

核心参数：单芯片混合精度浮点算力达896TFLOPS，性能为上一代芯片的3倍；8-bit推理算力达1792TOPS。相比初代"刹那"芯片，新产品在底层架构、算力峰值、片上存储、集群互联、计算能效五大维度实现提升。

创业启示：国产AI芯片正在快速迭代。中昊芯英选择TPU路线而非GPU，避开了英伟达的传统优势领域。对AI硬件创业者来说，选择差异化技术路线比正面硬刚更重要。

3. AI芯片初创Etched融资8亿美元获50亿估值

6月30日，美国AI芯片初创公司Etched正式结束隐身模式，披露累计完成8亿美元融资，最新一轮5亿美元于2025年12月完成，投后估值达50亿美元。

投资方阵容豪华：彼得·蒂尔、图灵奖得主杰弗里·辛顿、计算机视觉先驱李飞飞、OpenAI联合创始人安德烈·卡帕西，以及量化交易巨头Jane Street等。Etched同时披露已签下10亿美元销售订单。

Etched的差异化定位：专注Transformer专用AI推理芯片，宣称"只跑Transformer"，通过硬件级优化实现比GPU更高的推理效率。

创业启示：Etched的"专用芯片"策略与通用GPU形成鲜明对比。创业者在选择方向时，要么做通用平台（需要巨额融资与巨头竞争），要么做专用方案（在细分场景建立壁垒）。后者可能是更多AI硬件创业者的现实路径。

💡 创业启示总结

📋 后续关注

• 特斯拉Optimus Gen3弗里蒙特工厂首批机器人下线时间
• 特斯拉FSD V14 Lite向HW3车型全面推送的节奏和用户反馈
• 中昊芯英"须臾"芯片的首批客户和商业化落地
• Etched Transformer专用芯片的量产进展