Leo

$TSLA 장기투자자

[Leo @VestoLeo]

오늘 SpaceX가 Cursor에 대한 인수 및 병합을 공식적으로 완료했습니다. 이는 $SPCX AI 밸류에이션 스토리의 두 번째 단계의 시작점입니다. Grok 4.7이 9월에 진정으로 1군에 진입하고, Cursor의 ARR이 계속해서 고속 성장한다면, Q3와 Q4에 SpaceX는 OpenAI/Anthropic+Cursor 스타일의 완전한 AI 플랫폼 밸류에이션 논리를 형성할 것입니다. 오늘의 하락은 SpaceX가 Cursor를 위해 3.91억 주의 신주를 발행함으로써 약 3%의 자본 희석을 초래한 것을 반영합니다.

[Jason Z @JasonZX]

今天SpaceX正式完成对Cursor的收购、并表，这是 $SPCX AI估值故事的第二阶段起点，Grok 4.7如果在9月真正进入第一梯队，同时Cursor ARR继续高速增长，那么Q3和Q4 SpaceX将形成OpenAI/Anthropic+Cursor式的完整AI平台的估值逻辑。今天的下跌体现的是SpaceX为Cursor新发行3.91亿股，大约3%的股本稀释。

[Leo @VestoLeo]

대박 분석

[Leo @VestoLeo]

테슬라주주포함 미국주식 투자자들 모두 동의합시다!

[future @tesla_fsd_]

🚨필독 테슬라 양도세 관련 청원 진행중

아래 링크에서 3월 12일까지 진행 중입니다
많은 참여 부탁드립니다
동의는 제일 아래 보시면 동의하기(빨간색 동그라미) 부분 눌러서 해주시면 됩니다
https://t.co/peqBpCJ2Gv

[로켓슬라 @Rocketesla_KR]

https://t.co/an6bejSxq2

[로켓슬라 @Rocketesla_KR]

https://t.co/Dvgm3iSdKU

[Leo @VestoLeo]

기대되는 미래

[로켓슬라 @Rocketesla_KR]

https://t.co/TAqSGy4C6D

[로켓슬라 @Rocketesla_KR]

https://t.co/v4lw1n9xTL

[phil beisel @pbeisel]

NVIDIA’s CES presentation did not change the autonomy landscape; it merely confirmed it. What was shown was a platform, not a product— a set of tools for partners still attempting to solve problems Tesla is already confronting in the real world. There was no demonstrated path to large-scale deployment, no evidence of long-tail mastery, and no sign of rapid iteration under real operating constraints.

NVIDIA validated the difficulty of autonomy and the need for massive data and compute, but it did not demonstrate execution. Tesla, meanwhile, is already operating vehicles autonomously in live environments and systematically working toward removing the safety driver. That difference remains decisive.

As a Tesla investor, I probably lost less sleep than Elon did over NVIDIA’s so-called “FSD” announcement. Knowing CES was coming and that NVIDIA would talk up its autonomy stack, I was fully prepared to buy more $TSLA on a dip.

FSD remains miles ahead of the competition.

1. Real-world AI requires real-world data.
Synthetic data cannot solve the autonomy problem. The tail is the problem. The long tail of edge cases in real-world driving is vastly larger than most people appreciate— longer than the creature it’s attached to. These scenarios do not emerge magically from simulation; they must be experienced. If this is unclear, watch Tesla’s ground game in action. Since June, Tesla has been systematically working through edge cases in Austin and the Bay Area, explicitly targeting safety-driver removal. The effort has been focused, iterative, and relentless (and they are close).

2. NVIDIA’s business is selling chips.
At the end of the day, NVIDIA sells high-end training and inference hardware. Jensen all but tells us that real-world AI needs real-world data, while conveniently steering autonomy partners toward buying more GPUs to process it. This is not a criticism; it is an incentive structure. Autonomy is the narrative. Silicon sales are the objective.

3. Legacy OEMs are the customers.
That alone tells you nearly everything you need to know about execution risk. Tesla operates with full vertical integration and moves at software speed. Legacy automakers move slowly. While Tesla runs at 100 mph, legacy walks, at best.

4. NVIDIA explicitly validates Tesla’s vision-only approach.
CES made one thing clear: vision-first autonomy is no longer a controversial position, it is the direction of travel. Tesla was right. NVIDIA’s platform messaging did not elevate LiDAR-centric stacks as the solution; it centered scalable autonomy around cameras, neural networks, and massive compute. That is a real validation of Tesla’s approach and, at the same time, a quiet nail in the coffin for the LiDAR-chasing crowd. Tesla led with vision when it was unpopular. Now the industry is converging on it. Two years from now and very likely five that reality will be even more obvious.

5. Robotaxi is the objective, not vehicle sales.
The true target of FSD is transportation-as-a-service, not selling cars with autonomy features attached. Every Tesla sold is a potential Robotaxi fleet entrant, an Airbnb-style model at global scale. This is where the real value lies. The competitive set is Waymo and Uber, not Mercedes and Ford.

(long $TSLA and long $NVDA)

[Leo @VestoLeo]

테슬라 투자를 잘하는 비법: X나 뉴스를 끊는 것!

아이러니하게도 이게 맞는 듯!

[Leo @VestoLeo]

고객의 입장에서 기능이 비슷하면 비싼걸 살까! 아니면 싼걸 살까?

답은 이미 있음

[Cybercab w/ Starlink @koreafsdplz]

오늘 엔비디아 젠슨황이 CES2026에서 세계 최초 추론 기반의 자율주행 소프트웨어 Alpamayo를 발표했는데요,

관련 내용을 제가 조금 정리해보았습니다

- 자율주행 개발의 3요소 : 데이터, 자율주행 소프트웨어, 연산력(훈련과 추론) 측면에서 테슬라와 엔비디아 진영 비교

1) 데이터

- 테슬라 : 70억+마일 실주행데이터 축적

- 엔비디아 : 이번 Alpamayo에 25개국에서 수집한 1,700+시간 실주행데이터 오픈셋으로 제공

- 거기에 가상데이터 생성할 수 있는 AlpaSim 제공

- 여기서 고객이 원하는 시뮬레이션 가능. 그리고 이건 엔비디아 GPU/옴니버스에 최적화 되어 있음

- 엔비디아가 제공해주는 오픈셋은 스타터 키트역할임

- 고객들은 본인들의 역량으로 다품질의 실주행데이터를 지속적으로 수집해야 함

2) 소프트웨어

- 테슬라 : 자체 모델 및 알고리즘 개발

- 엔비디아 : 이번 CES에서 Alpamayo 모델 오픈소스 공개

- 고객들은 이 뼈대 모델을 가지고 본인들만의 데이터와 알고리즘으로 모델을 튜닝할 수 있음

- 즉, 엔비디아는 완성된 모델을 주는 게 아니라 각자 만들 수 있는 모델 초안을 주는 것

- 그리고 이를 훈련하려면 본인들의 GPU가 필요함

3) 연산력-훈련

- 테슬라 : 엔비디아 GPU와 Dojo로 Cortex 구축 (향후 AI5, AI6 활용 예정)

- 엔비디아 : 고객들이 엔비디아 GPU 대량 구매하여 구축하거나 클라우드 GPU 사용해야함

4) 연산력-차량 안에서의 추론

- 테슬라 : 현재 AI4, 향후 AI5, AI6 적용 예정

- 엔비디아 : Thor 하드웨어 탑재

- Alpamayo로 만들어진 모델을 차량에 심기 위해서는 모델 Distillation 과정이 필요한데, 이 또한 고객이 해야함 (엔비디아는 지원 정도)

- 이 Distillation된 모델은 엔비디아의 Thor가 탑재된 차량에서 최적 구동 가능

- 결국, 엔비디아는 고객이 자율주행 소프트웨어를 개발하고 구현할 수 있는 소프트웨어/하드웨어 플랫폼을 지원하는 안드로이드 성격이고

- 고객들은 이 플랫폼을 활용하려면 엔비디아 생태계에 들어올 수 밖에 없음

- 하지만 결국 자율주행 기술 완성도는 고객들의 역량이 중요함

- 제공받은 플랫폼 안에서 실주행데이터를 수집하는 능력, 가공하는 능력, 꾸준한 모델 개선 능력, 훈련 연산력 증가, 추론 연산력 증가, 최적 칩 설계 등의 역량이 필요함

- 아무리 좋은 재료와 도구를 줘도 요리사가 실력이 없으면 맛있는 요리가 나올 수 없음

- 결국 재료와 도구를 제공하는 기업만 웃게되는 상황임

- 엔비디아의 오픈 생태계로 자율주행 시장이 커질 순 있겠지만 요리사들의 역량이 안된다면 쓸만한 자율주행도 개발할 수 없고, 돈을 벌 수도 없음

[점박이물범 @bumpeng27]

테슬라는 진짜 자율주행

엔비디아는 껍데기 자율주행

엔비디아가 자율주행 기술을 개발했다 치자.

그럼 HW는 어떻게 할 것인가??

엔비디아가 그 수많은 자동차 회사의 니즈에 다 맞춰줄까??

놉!!

엔비디아는 이럴꺼다.

“니들 테슬라랑 경쟁하려면 나말고 대안있음? 없지? 그럼 나한테 다 맞춰와.”

전통 기름차 회사들은 어떻게 차량 전동화를 해서 적용을 할 것이며

전기차를 만드는 회사는 지원금 없이 BEP를 넘기는 즉 이익을 내는 전기차를 만들지도 못하고

본인들도 이익을 못내는데 엔비디아한테 돈주고 기술 사오면... 버틸수 있나?

그리고 차량 시스템도 다 뜯어고쳐야 되는데 그 비용은?

그리고 호환여부는??

구글 웨이모가 라이다를 쓰며 재규어 차량을 쓰고 있는데 가격이 2억원 가량 된다.

6세대는 아이오닉을 쓴다고 하는데 그거 가격도 1억원이다.

반면 테슬라 모델Y는 한국에서 5천만원이다.

FSD를 넣어도 6천만원이다.

가격도 안되 기술력도 안되 누가 그 기술을 돈주고 쓸까??

21세기는 혁신 제조업의 시대로 HW+SW의 극강의 효율성을 요구한다.

여기서 효율성에는 수직계열화가 필수이고 기술력은 디폴트고 가격경쟁력까지 들어간다.

엔비디아와 레거시들은 여기에 어떤것도 해당되지 않는다.

몇년 뒤 엔비디아는 애플이 2년전 했던

“애플은 더이상 전기차 사업을 하지 않습니다.”

이걸 그대로 답습할 것이다.

“더 이상 자율주행 개발 사업을 하지 않습니다.”

[Leo @VestoLeo]

부자 되세요!

[삶의 질 상승 @Upgrade_MyLife]

부자가 되고 싶으신 분들께

KB금융지주 경영연구소에서 출간한 2025 한국 부자 보고서를 한 번 읽어보세요

공짜고.. 흥미로운 내용이 꽤 있네요

📚보러가기
- https://t.co/oJoHrcOUD3

[인내와자유 @endurance9999]

https://t.co/Ku2MniPLEj

[레이어드 @LayeredInvest]

일론머스크는 어떻게 일하는가?

$TSLA

https://t.co/wwxPg9sDAE

[Dan Musk @danmusk]

인터뷰에서 이 부분이 개인적으로 감동적이었는데,일론이 트위터 인수한다고 하며 언론은 물론 투자자들에게도 비난받을 때, 일론이 연락하지 않았음에도 바론이 먼저 일론에게 연락해서 투자하겠다고 함.
일론 덕분에 투자의 큰 성공을 이뤘는데, 지금 일론이 힘들때 서포트하지 않는 것이 부적절하게 느껴졌다고.

일론은 "어려울 때, 문제가 힘들 때, 그리고 모두가 너에게 반대할 때 누가 너를 지지하느냐"가 우정의 시험이고, 바론옹이야 말로 진짜 친구라고 답변

[Leo @VestoLeo]

핵심은 걷기가 아니라
1: 손의 자유도
2: 스스로 생각하고 판단하는 능력

나머지는 누구나 가능

[Jonborica @jonborica]

샤오펑의 휴머노이드 봇
스킨을 벗기니, 더 놀랍다.

테슬라 옵티머스,
내일 이보다 더 놀라게 해줄 거지?

[HoneyJam's 일론과 AI 그리고 우주 @HoneyJamTesla]

테슬라 AI 부사장, FSD 및 로보택시 비전 공개, 이번 어닝콜에 포함되어 있던 월드 모델 이야기도 포함되어 있습니다.

✅ 테슬라, 매일 500년치 운전 데이터 확보
✅ 극소수의 카메라 뷰로 초정밀 3D 장면 재구성하는 맞춤형 '가우시안 스플래팅' 개발
✅ 신경망 기반의 '학습된 세계 시뮬레이터'로 8개 카메라 영상 동시 생성 및 테스트 활용
✅ 목표는 전 세계 로보택시 서비스 확대와 '옵티머스' 로봇까지 FSD 기술 적용

테슬라 AI 부사장인 @aelluswamy의 30분짜리 새로운 발표가 공개되었으며, 여기서 그는 FSD(Full Self-Driving), AI, 그리고 팀의 최신 진행 상황에 대해 이야기했습니다.

발표의 주요 내용:

테슬라 차량군은 매일 500년치 운전 데이터를 제공할 수 있습니다.

차원의 저주(Curse of Dimensionality):

고프레임 속도의 8개 카메라는 30초의 운전 맥락당 수십억 개의 토큰을 의미합니다.
테슬라는 감각 입력과 제어 행동 간의 올바른 상관관계를 압축하고 추출해야 합니다.

데이터 우위(Data Advantage):

테슬라는 수백 년치 집단 주행 데이터에 해당하는 "나이아가라 폭포와 같은 데이터"에 접근할 수 있습니다.
복잡한 교차로나 예측 불가능한 행동과 같은 희귀한 코너 케이스를 포착하기 위해 스마트 데이터 트리거를 사용합니다.

품질 및 효율성(Quality and Efficiency):

모델을 효율적으로 훈련시키는 데 필요한 필수 데이터만 추출합니다.
디버깅 및 해석 가능성(Debugging and Interpretability):
시스템이 종단 간(end-to-end) 방식임에도 불구하고, 테슬라는 모델이 해석 가능한 데이터를 출력하도록 요청할 수 있습니다:
3D 점유 공간, 도로 경계, 객체, 표지판, 신호등 등.

자연어 질의: 모델에 특정 결정을 내린 이유를 물어볼 수 있습니다.

이러한 보조 예측은 자동차를 직접 운전하지는 않지만, 엔지니어가 디버깅하고 안전을 보장하는 데 도움을 줍니다.
테슬라의 고급 가우시안 스플래팅(3D 장면 모델링):
테슬라는 제한된 카메라 뷰에서 3D 장면을 재구성하기 위한 맞춤형 초고속 가우시안 스플래팅 시스템을 개발했습니다.
표준 NeRF/스플래팅 접근 방식보다 훨씬 우수하며, 적은 카메라 각도에서도 선명하고 정확한 3D 렌더링을 생성합니다.
3D 환경에서 운전 환경을 신속하게 시각적으로 디버깅할 수 있게 합니다.

평가 및 세계 모델(Evaluation & World Models):

평가는 가장 어려운 과제입니다. 모델은 오프라인에서는 잘 작동할 수 있지만 실제 세계 조건에서는 실패할 수 있습니다.
테슬라는 단순히 쉬운 고속도로 주행이 아닌 엣지 케이스에 초점을 맞춘 균형 잡힌 다양한 평가 데이터셋을 구축합니다.

학습된 세계 시뮬레이터(신경망 생성 비디오 엔진) 도입:

완전 합성 방식으로 8개의 테슬라 카메라 피드를 동시에 시뮬레이션할 수 있습니다.
테스트, 훈련 및 강화 학습에 사용됩니다.
적대적 이벤트 주입(예: 보행자 추가 또는 차량 끼어들기)이 가능합니다.
과거 실패 사례를 재생하여 새로운 모델 개선 사항을 검증할 수 있습니다.
거의 실시간으로 실행될 수 있어 테스터가 시뮬레이션된 세계 내에서 "운전"할 수 있습니다.

향후 계획(What’s Next):

로보택시 서비스를 전 세계적으로 확장합니다.
전체 테슬라 차량에 완전 자율 주행 기능을 구현합니다.
사이버캡(Cybercab): 로보택시 사용만을 위해 특별히 설계된 차세대 2인승 차량으로, 가장 낮은 운송 비용(대중교통보다 저렴)을 목표로 합니다.
동일한 신경망이 옵티머스(Optimus) 휴머노이드 로봇에 동력을 공급할 것입니다.
동일한 비디오 생성 시스템이 현재 옵티머스에도 적용되고 있습니다.
이 시스템은 로봇의 움직임을 시뮬레이션하고 계획할 수 있으며, 새로운 형태에 쉽게 적응합니다.

[Leo @VestoLeo]

막나가네

[Leo @VestoLeo]

차도 싸게 팔아라!
고기도 싸게 팔아라!
과일도 싸게 팔아라!
공산주의자 슈카야!!!

[GONOGO @GONOGO_Korea]

슈카야 아파트도 좀 싸게 팔아봐라

그건 나도 줄서서 살게

십양아치 새끼야

[Leo @VestoLeo]

냉정하게 생각해봅시다. 일반 지영업 가계가 900원 빵을 하루에 1000개 팔아도 100만원이 인돼요… 근데 어느 가계에 하루에 천명이 방문하나요?

이건 중국식 박리다매로 한국 시장을 없애려는 것과 다를게 없습니다. 생업이 아닌 목적으로 생업하는 모든 사람을 죽이죠. 즉, 대한민국엔 곧 수많은 가정이 파괴될겁니다!

이런 일이 마지막이 아니라 모든 업계로 퍼질듯합니다. 나도 기존 빵들이 비싸다고 생각하지만 900은 정말 너무 갔다…

그리고 오래전부터 슈카를 블럭했음

[GONOGO @GONOGO_Korea]

990원 짜리 소금빵 1천개 팔아야 99만원이네

700명 줄 세워도 부족하겠네 ㅎㅎ
100만원 매출 채우기 힘들겠네ㅠ

ㅋㅋ 슈카야 넌 천하의 개새끼 맞음 ㅋㅋ

양카새끼