造血能力尚未形成，提升产能和开发新车型又需要大量资金，特斯拉或将向外部寻求融资。4 月 24 日，特斯拉发布一季度财报，该公司汽车业务营收 37.24 亿美元，同比增长 36%，环比下降 41%；汽车业务毛利润率为 20.2%，同比增长 0.43%，环比下降 4.1%。其中，特斯拉的现金和现金等价物为 22 亿美元，今年预计支出 20-25 亿美元。另据特斯拉公司 CEO 埃隆·马斯克透露，预计公司二季度仍将亏损，三季度将恢复盈利。
这意味着，特斯拉想要通过多卖车这条路来弥补资金的想法将很难实现。据路透社报道，马斯克在周三暗示，可能很快就会进行融资。
综合财报各项指标来看，特斯拉一季度的亏损原因在于交付不足、销量提前透支和一部分非经常性项目净损失。不过，特斯拉的产能和市场欢迎度均处于持续上升阶段，这可以解读为特斯拉有意愿认真造车，而人们也愿意等待。
重回亏损状态
在亏损路上走了很久，特斯拉现在将告别短暂的盈利季重回亏损状态。
特斯拉亏损的同时，公司的现金流正在急剧减少。据特斯拉一季度财报显示，该公司的现金和现金等价物为 22 亿美元，较 2018 年底减少 15 亿美元。特斯拉表述主要在于偿还了 9.2 亿美元可转换债券，和第一季度交付数量大幅增加。
2019 年第一季度，特斯拉共交付汽车 50928 辆，同比增长 110%。交付增量主要由 Model 3 支撑。Model S 和 ModelX 的交付量同比下降 45%。据特斯拉介绍，Model S 和 ModelX 的交付量下降主要由于季节性因素导致美国 2018 年第四季度销售额下降，原因是联邦电动汽车税率首次降低第一季度的信贷，以及 75 千瓦时电池组的停产。
虽然交付量相比去年同期实现了倍增，但据特斯拉透露，由于不可预见的挑战，该公司在本季度结束前 10 天只交付了本季度一半的数量，导致大量车辆交付转移到第二季度，这是特斯拉第一季度交付数量不及预期的主要原因。
投资机构高盛此前曾预测过这一情况。今年 3 月，高盛分析师大卫·塔伯里诺David Tamberrino)在报告中表示：“我们对特斯拉股票维持卖出评级，因为我们现在预计该公司在 2019 年第一季度的交付量/收益将会令人感到失望。”
经过研究后，大卫·塔伯里诺的团队将特斯拉 2019 年第一季度 Model S 和 Model X 的销量预期从 2.07 万辆降低到 1.73 万辆。他们认为，国际需求的萎靡和 Model 3 对 Model S 需求的侵蚀等因素可能会产生影响。不过，该团队维持了对 Model 3 的销量预期，预计它将在 2019 年第一季度交付 5.75 万辆，预计特斯拉在第一季度的所有汽车交付量为 7.5 万辆。当时华尔街的预期是交付量 8.1 万辆。
现在看来，特斯拉很明显让投资人的预期落空了。特斯拉的股价也因此出现下滑，盘后一度跌幅接近2%。
将自主研发进行到底
与不断亏损的现状相比，特斯拉看上去仍充满极大潜力。这表现在它在北美电动车市场压倒性的销量占有率，以及其自主研发的面向汽车未来的自动驾驶技术。
一季度财报发布前不久，特斯拉向外界首次公布自主研发的芯片 FSD（Full Self-Driving ） Computer，并这款芯片将在未来用于公司旗下的全部新车。
据特斯拉自动驾驶芯片负责人 Pete Bannon 描述，这款自主研发芯片比目前市场上英伟达的竞品 Xavier 芯片好 7 倍。马斯克则表示这款芯片的下一代版本的性能将在现有基础上再提升三倍，“一年以后，路上就会多出 100 万台自动驾驶汽车。
值得注意的是，被拿来对比的英伟达也很快就进行了回应。
英伟达在对外声明中表示：“特斯拉推出的最新技术应与英伟达的全自动驾驶芯片 DRIVE AGX Pegasus 进行比较，后者能提供每秒 320 万亿次的运算能力，可用于人工智能感知、定位和路径规划等。此外，DRIVE Xavier 可提供每秒 30 万亿次的运算能力，而特斯拉错误称其提供每秒 21 万亿次的运算能力，更重要的是，该芯片是为辅助自动驾驶功能设计的，而不是为完全自动驾驶设计的。”
英伟达是国内造车新势力蔚来和小鹏的合作伙伴，蔚来 ES8 的数字座舱芯片由英伟达提供，对标 Model 3 的小鹏 P7 则搭载了英伟达的 DRIVE Xavier 自动驾驶芯片，硬件层面具备 L3 级自动驾驶能力。
与其他车企相比，无论是特斯拉此前告别松下自主研发电池技术，还是现在的与英伟达分手直接自主研发并推出自动驾驶芯片，绕开供应商均展现了企业的创新性，而且从现有产品看，特斯拉做得似乎不落下风。
芯片设计自动化公司 Synopsys 的 AI Lab 工程师唐杉分析表示，“Tesla 的自动驾驶芯片对标的产品应该是 Nvidia 的 Nvidia Xavier SoC 芯片。客观来看，两款芯片在各方面还是有差距的。Tesla 的 SoC 设计中，除了自研的 Neural Network Processor 部分之外，其它都是用业界标准 IP，并没做太多定制工作，只能说中规中矩。而 NNP 也是一个比较简单的架构，也很难说做了很多架构和技术上的创新。”
不过，唐杉也表示，从另一个角度来看，这款芯片如果真的大量使用了，那它至少也是合格的。可以看到，Tesla 的目标和执行策略是清晰和实际的，这是系统厂商自研芯片的最大优势。