智通財經APP獲悉，摩根士丹利在最新研報指出，隨着多家企業將資源和注意力轉向物理/具身AI與機器人技術，一場針對現實世界視覺數據的“光子競賽”正在悄然爆發。在這一背景下，該行給予特斯拉“增持”評級，目標價410美元。

特斯拉、Meta和Figure AI等公司正通過不同路徑積極佈局視覺數據的收集與利用。該行強調：“你可以擁有世界上所有的計算資源，但若沒有視覺數據，就無法訓練視覺-語言-行動模型（VLA）。”大摩指出，視覺數據已成爲AI訓練中最稀缺、最具戰略價值的資源。

大摩通過一個生動的比喻闡明視覺數據的價值：一條600磅的藍鰭金槍魚在遠離海岸的地方遊弋，若沒有漁船和漁具，其價值爲零；但若具備捕撈能力，其價值可能高達310萬美元。同理，世界的視覺數據若無法被捕獲和處理，其價值也爲零；但若能大規模收集並處理海量數據，則其價值將不可估量。

特斯拉：轉向“純視覺”訓練

2025年5月，特斯拉前Optimus負責人發佈了一系列視頻，展示Optimus通過人類視頻學習自主完成任務。這些視頻以第一人稱視角(攝像頭位於演示者身上)拍攝，但最終目標是轉向通過“隨機攝像頭”和互聯網視頻獲取的第三人稱視角。

“特斯拉據稱將轉向‘純視覺’方法預訓練Optimus，不再使用穿戴動作捕捉服與VR的遙操作員，改爲錄製工人執行任務的視頻作爲訓練數據。”

這一轉變標誌着特斯拉在訓練範式上的重大調整，凸顯出視覺數據在機器人行爲模仿與泛化能力中的核心作用。

該行預計，未來視覺數據將不僅用於訓練模型，更將用於構建“機器人訓練健身房”（模擬環境），從而在數字世界中迭代數十億種場景。特斯拉車主在駕駛時不僅在物理空間中移動，也在“玩電子遊戲”，向模擬世界輸送數據以訓練最新FSD模型；Meta眼鏡用戶在教模型如何彈鋼琴、織毛衣、倒咖啡或倒垃圾。

大摩強調，視覺數據是訓練下一代AI模型的核心資源，其價值正在被重新定義。特斯拉、Meta和Figure AI等公司通過不同的路徑推進數據收集戰略，從車輛、眼鏡到房地產，無一不在爭奪這場“光子競賽”的領先地位。