2024年四维图新研究报告：智能驾驶产业整合者

一、从图商转型为以科技和软件为核心的新型Tier1

1.1 坚定聚焦汽车智能化赛道

四维图新成立于 2002 年，成立之初主营业务为汽车前装导航电子地图。伴随汽车产业的 变革和市场的变化，公司已坚定聚焦汽车智能化赛道，主攻以智驾为龙头，整合芯片、座 舱、数据的软硬一体组合产品解决方案。

智云业务：以地图数据为底座，提供云端服务和数据处理能力，支持智能出行和自动驾 驶的应用需求。主要面向汽车客户，提供涵盖导航地图、高精度地图、辅助驾驶地图和 停车场地图的地图产品，以及基于此打造的云端一体化服务，包括人机共驾导航产品、 数据合规闭环服务、实时交通更新及高精度定位服务等。

智舱业务：围绕交通场景中的“车-路-人”，构建从地图、动态内容、云端大数据到车端 的完整车联网生态链，为乘用车客户提供智能座舱软件、硬件和软硬一体化解决方案以 及运营服务，向商用车客户提供智能网联解决方案。

智芯业务：源起于公司 2017 年收购汽车电子芯片研发设计企业杰发科技，以座舱 SoC 为引领，叠加车规级 MCU、胎压监测专用传感器芯片 TPMS、车载音频功率放大器 AMP 等形成汽车芯片多元化产品布局，覆盖汽车电子整车应用。

智驾业务：融合自身在地图以及汽车电子芯片等领域的技术与资源，并与地平线等智驾 芯片厂商形成战略合作，面向 L2、L2+以及舱泊一体或舱行泊一体的自动驾驶前装量产 需求，提供包括自动驾驶软件、硬件等在内的高性价比的全栈式一体化解决方案。

推出 NI in Car 汽车智能化一体解决方案，四维图新全面发力智驾业务。公司从 23 年开 启以智驾为龙头的业务主线聚焦，定位为以科技和软件为核心的新型 Tier1。

基于多年积累的电子地图数据研发、数据闭环服务、车联网和自动驾驶技术研发，融合 车规级芯片，形成软硬一体解决方案，为终端用户提供舱驾体验。截至目前，四维图新智能驾驶产品总出货量目前超过 100 万台，已定点和已量产总计超 200 万台，为 7 家 车企提供智驾解决方案。

2024 年 4 月四维图新在北京车展正式发布 NI in Car 汽车智能化一体解决方案。作为四 维图新应对新能源汽车下半场的智能化新趋势的战略举措，NI in Car 形成从入门级到中 高阶的智驾产品矩阵，为车企提供一条极致性价比、全栈可控的解决路径。NI in Car 汽车智能化一体解决方案具有芯片自主可控，低算力解锁舱行泊一体化高体验，打通智 驾与智舱壁垒、焕新车载导航，打破数据通路、助力车企打造具有自我迭代能力的智驾 数据闭环系统在内的多项优势。

1.2 财务复盘：转型期业绩端有所承压

营收端有一定的起伏，24 年前三季度回到正增长轨道，而利润侧仍处于亏损状态。

公司近年来的营收水平呈现一定的起伏。2021 年营收规模有较大程度的提升，我们判 断其中一个因素是 2020 年公共卫生事件的影响部分下游需求受到压制而在下一年集中 释放，公司主要业务线在 2021 年均实现放量式的增长。而之后，营收有所波动，23 年 小幅下滑，24 年回到正增长的轨道。截至 24Q3，公司实现营收 25.28 亿元，同比增加 9.1%。过往营收层面的变化，我们认为一方面与产业端，汽车行业竞争的加剧，整车的 价格战传导到供应链侧有关系，另外一方面也与公司自身业务重心的调整和聚焦相关。

净利润侧，公司仍处于亏损状态，尤其 2023 年亏损有较大幅度的扩大。24 年前三季度 公司归母净利润为-4.87 亿元，与 2023 年同期基本持平。我们认为，过往持续的亏损的 主要原因在于公司在研发等费用端保持投入，而短期营收端暂未显著同步增加。同时， 由于业务结构的变化，公司的整体毛利率水平亦在下滑，进而进一步影响了净利润端的 表现。

当前智驾产品的营收占比低，但未来营收结构可能随公司资源向智驾业务倾斜而逐步发生 变化。从营收结构上看，涵盖公司地图导航传统产品线的智云业务仍贡献公司超过一半的 营收，23 年占比达到 56%。智舱及智芯业务 23 年营收占比相当，分别为 15%及 16%。 智驾业务在核心业务线中，营收占比最低。但自 22 年起，四维图新的智能驾驶软硬一体 产品开启量产订单的签订并陆续出货，收入规模从由 21 年的不足千万元迅速增加至 23 年的 3.76 亿元。智驾作为公司未来的业务主线，我们预计随着公司低中高阶产品矩阵的 完善以及量产交付，未来其营收占比有望持续提升。

整体毛利率过往连续下滑，致使净利率水平有较大承压。 公司毛利率水平连续下滑，尤其自 21 年起下滑幅度较大。我们认为，一方面与公司自 身细分业务结构的变化相关，例如公司在 24 年中报中提到，智云业务线中，偏标准化 产品形式的导航地图收入占比规模下降，同时客制化的需求增加，另外数据合规和运营 类业务规模增加，导致营收成本增加，业务毛利率下滑。另一方面，市场竞争环境的加 剧也是导致智舱和智芯业务毛利率波动的重要因素。另，24Q3 公司单季毛利率为 37.7%， 同比去年同期增加 1.2pct，整体毛利率有在呈现一定的企稳或边际改善的迹象。净利率端，由于毛利率的下行及费用端的投入，公司 22 年以来的净利率水平亦出现明 显的承压。

24 年开启降本增效，费用率有望显著改善。公司费用支出中研发费用占据最主要部分， 因此期间费用率的变化主要由研发费率主导。21 及 22 年公司处于向智驾业务转型的过渡 期，当期研发端加大了投入，分别同比增加 16.5%及 24.9%。而随着 22 年智驾产品的量 产上线，公司研发投入亦度过阶段性高点，23 年相较 22 年略有下降。24 年公司开启精 细化管理，执行各项降本增效措施，研发端开始控制预研性质的投入。从 24 年前三季度 的经营结果看，公司销售、管理及研发费用分别同比-15.3%、+4.5%及-23.1%，费率分别 同比下降 1.7pct、0.5pct 及 15.4pct，控费效果已充分显现。

二、智驾产业趋势明朗，但竞争者众多

2.1 产业端：高阶智驾迎来渗透拐点，L2+开始向10-20万元级车型下沉渗透

高阶智驾迎来渗透拐点。根据灼炽咨询的资料，2023 年中国新增乘用车销量为 2,170 万 辆，其中搭载 L2 级及以上辅助驾驶的车辆为 1,240 万辆，滲透率达到 57.1%。而预计到 2026 年及 2030 年，中国智能汽车销量将分别达到 2,040 万及 2,980 万辆，滲透率分別为 81.2%及 99.7%。預計到 2027 年，中国乘用车部署的智驾解决方案众将有接近一半是高 阶自动驾驶方案，而到 2030 年，此比例将进一步提高到 80%以上。

科技平权，高阶智驾开始向 10-20 万元级车型下沉渗透。由于感知硬件端的高成本，高阶 智驾往往集中于 20 万元甚至 30 万元以上级别的车型。但最近一年来，主机厂正试图将高 阶智驾带入更下沉的市场。我们认为其中最重要的原因在于，10-20 万元的车型依旧是当 前最为主导的汽车消费市场，占据超过 50%的份额。消费者对于汽车智能化的认知不断提 升，将带动对于大众市场的车型智驾需求，未来智驾可能也将在 10-20 万元级别市场成为 影响用户购车意愿的重要考量因素。主机厂即开始布局，以小鹏 MONA M03 为例，作为 一款顶配 15 万元的车型，它使用纯视觉方案，依靠 20+智能感知硬件，支持高速领航辅 助，并且未来可通过 OTA 升级实现城区辅助驾驶。

2.2 智驾参与者：华为ADS技术生态成型深度赋能车企

多传感器融合+高精度地图，构建了华为第一代的自动辅助驾驶系统。ADS1.0 系统于 2021 年发布，它通过多传感器的数据融合，由激光雷达、毫米波雷达及摄像头等设备组合采集 周围环境的信息进行实时分析，并依赖高精地图进行感知增强和路径规划。系统采用 BEV （Bird's Eye View，鸟瞰视图）网络，生成道路结构和目标白名单信息。这一阶段的系统 主要面向特定环境下的辅助驾驶，为驾驶员提供更为安全和便捷的驾驶体验。

ADS2.0: 强化感知，实现无高精地图的自动辅助驾驶 。 ADS2.0 系统发布于 2023 年 4 月份，它通过进一步强化自身感知能力，弱化对于高精 地图的依赖，整个系统的泛化性和可推广能力大幅提升。 ADS2.0 系统中引入了 GOD（General Object Detection，通用障碍物检测）网络，在 融合感知 BEV 网络识别白名单障碍物基础上，通过计算机的深度学习，增加识别白名 单之外的多种物体的能力，能识别异形障碍物，如侧翻车辆、掉落的大纸箱、落石、倒 地大树等。与传统的通过目标特殊识别的方法相比，GOD 通过把三维空间体素化，用 占据栅格的形式表达物理世界，系统会试图预测每个体素是否被占据，以及物体是移动 还是静止状态。 由于感知端摆脱了对高精地图的依赖，ADS 2.0 不再局限于特定的城市或场景。根据“鸿 蒙智行”微信公众号发布的信息，搭载升级版 ADS 2.0 系统的问界车型，已将智能驾驶 可用道路范围从全国高速、高架、快速路，延伸至城市所有道路、国道、县乡等公开道 路，可用路段达到 99%。

ADS3.0: 感知架构进一步升级，打造端到端的智驾。ADS3.0 于 2024 年 4 月份发布，它将智能驾驶功能与全栈解决方案整合，并引入了更 多的人工智能技术，使系统能够在不同场景下进行自主感知、决策和路径规划。 ADS3.0 采用端到端大模型架构，但区别于特斯拉，华为的架构采用了感知与规控的分 层设计（GOD+PDP），在出现异常问题时能够分辨是由感知端还是控制端导致。其中 感知端，移除了 BEV，而仅由 GOD 负责环境感知，从物体识别扩展到丰富的场景理解， 而 PDP（Pre-decision Planning，预测决策规控）网络用于生成车辆行驶决策，通过分 析感知网络提供的信息生成行车决策。与传统智驾技术方案相比，端到端通过神经网络 将轨迹预测、栅格地图预测、行为规划等环节叠加，用大数据监督学习取代复杂的人工 规则设计，因此也更加依赖于强大的算力硬件支撑及大规模的训练数据集。另，ADS3.0 支持从车位到车位的全自动驾驶功能，包括自动泊车和在复杂环境中的自 主导航。这一功能的扩展使得系统不仅适用于城市道路和高速公路，还能够在更复杂的 场景中发挥作用。

华为与 OEM 之间的合作通过 HI 模式及华为智选模式，生态伙伴逐步扩大。 HI 模式（Huawei Inside 模式）是华为为车企提供的全栈智能汽车解决方案。这种模式下，华为为车企提供包括智能驾驶系统、智能座舱系统、智能网联系统等在内的全套智 能汽车解决方案。但华为品牌仅以技术供应商的身份出现，而不直接参与车辆的销售和 品牌运营。当前 HI模式主要合作的车型包括阿维塔系列、极狐阿尔法 S 及长安深蓝 S07。 鸿蒙智行（智选模式）下，华为不仅提供智能化领域的技术支持与整合，同时在深度参 与产品的定义、造型设计、营销、用户体验等各个环节，与车企一起打造整车，并根据 市场情况及时跟进和调整。当前鸿蒙智行模式的合作伙伴包括赛力斯（问界）、奇瑞（智 界）、北汽（享界）、江淮（尊界）。

华为生态圈以智能驾驶数据对 ADS 形成反哺，帮助软件和算法形成快速迭代。根据华为 鸿蒙智行披露的数据，华为智行模式的汽车销量累计交付达到 50 万辆。用户智驾的里程 占比达到 34.5%，累计智驾里程 7.36 亿公里。海量的智驾里程为云端 AI 训练提供了丰富 的数据集，当前华为 ADS 3.0 学习训练算力达 7.5 EFLOPS，每天学习 3,500 万公里，模 型每 5 天即能更新一次。

2.3 智驾参与者：以新势力为代表的主机厂打造智驾全栈自研

头部造车新势力是智驾全栈自研的先锋。与传统汽车厂商的定位不同，新势力车企往往将 自身定义为科技公司。在汽车智能化的浪潮中，智驾是代表最高前沿技术属性的赛道。因 此，小鹏、理想、蔚来等头部造车新势力均选择在智驾领域的全栈自研，以塑造自身技术 实力强大的品牌形象，同时实现差异化竞争，提供独特的产品特性和用户体验，从而在市 场中脱颖而出。另外，智驾是未来能够打破传统，带来汽车商业模式变革的领域。终局形 态下，智驾软件的订阅和服务费可能将成为未来汽车企业的最重要盈利渠道。选择全栈自 研无疑有助于新势力在智能驾驶技术的商业化应用方面取得先机。而紧跟随新势力，一些 由传统车企培育的新品牌如智己、极氪、极越等也均在智驾领域选择了自研。 技术路线殊途同归，端到端成为当前一致的选择。主机厂自研的智驾方案最新的技术路线 均采用端到端的总体技术架构，但在实施中仍然存在着一定差异。部分车企出于安全冗余 的考量选择感知+规控分段式结构，而其他车企直接选择了一段式“One Model”的端到 端。以理想为例，理想在 One Model 端到端（系统 1）的基础上叠加了 VLM 视觉语言模 型（系统 2），系统 2 能够提供复杂环境的理解能力、读懂导航地图的能力以及交通规则 的理解能力，辅助系统 1 进行规划决策。另外，在感知端是否采用激光雷达仍然存在分歧， 大部分车企仍然选择激光雷达的配置，而以极越、小鹏为代表则已迈向以视觉感知为主的 智驾解决方案。

2.4 智驾参与者：自动驾驶初创公司由L4进入乘用车智驾市场

除了华为和主机厂，智驾领域还存在大量的自动驾驶初创公司。它们最初可能完全聚焦于 Robotaxi 等纯 L4 自动驾驶，但现在业已作为已技术解决方案供应商，进入量产乘用车 智能辅助驾驶市场，其中的典型代表包括 Momenta、元戎启行、小马智行、文远知行等。

Momenta 于 2016 成立，业务产品主要包括量产自动驾驶（Mpilot）和完全无人驾驶（MSD） 两大解决方案。在智驾技术路线上，Momenta 选择了“端到端”的深度学习方式，通 过直接从传感器采集数据输入模型，经处理后输出控制指令，显著提高了运行效率并降 低了硬件成本。此外，Momenta 还采用了“短期记忆”和“长期记忆”两个模块来优 化算法和数据的有效性。

元戎启行成立于 2019 年，专注于高阶智能驾驶技术研发与应用，其业务产品包括智能 驾驶系统 D-PRO 和 D-AIR，以及基于端到端模型的高阶自驾平台 DeepRoute IO。另， 元戎启行已开启基于英伟达 Thor 芯片的 VLA 模型（Vision-Language-Action Model， 视觉-语言-动作模型）的研发，该模型预计将于 2025 年正式推出。通过 VLA 模型，智 能驾驶系统将拥有更高阶的思考能力，能够理解交通场景中复杂的交互事件、隐藏的语 义信息并进行逻辑推理。

小马智行成立于 2016 年，业务产品主要涵盖自动驾驶出行服务、自动驾驶卡车以及乘 用车智能驾驶三大领域。在智驾技术路线上，小马智行采用多传感器深度融合（Sensor Fusion）的方案，通过自研车规级 L4 自动驾驶计算单元和引入高性能芯片，实现了高 算力、低时延的自动驾驶系统。在乘用车智驾领域，公司推出差异化硬件配置的智能驾 驶方案：PonyClassic，PonyPro 以及 PonyUltra。

文远知行成立于 2017 年，其业务产品涵盖自动驾驶出租车、自动驾驶小巴、自动驾驶 货运车、自动驾驶环卫车以及高阶智能驾驶解决方案等，形成了多元化的产品矩阵。在 智驾技术路线上，文远知行依托其自主研发的 WeRide One 自动驾驶通用技术平台，实 现了 L4 级自动驾驶技术的核心功能通用化提炼，为不同车型及需求提供一致性的自动 驾驶赋能。在乘用车智驾领域，公司主要与博世合作量产博世中国高阶智能驾驶解决方 案，产品已在奇瑞星纪元 ET 等车型中量产落地。

三、四维图新作为智驾产业的整合者，其优势在哪里？

3.1 高精地图依旧是图商在智驾领域的重要资源

高精地图曾被作为高阶自动驾驶系统的基本组成部分。高精地图（HD Map，High Definition Map）分为静态地图和动态地图两个层级。静态地图包含了车道线、坡度、道路曲率、交 通标志和路面标识等以厘米为单位的精确信息，而动态地图则涉及实时变化的交通信息， 如交通拥堵、施工、天气变化等。对于高阶自动驾驶，高精地图能够为车辆提供定位、决 策、路径规划等的依据，同时由于不受天气环境、障碍物及探测离等因素的限制，它可以 有效弥补汽车传感器的性能边界，提供重要的先验信息。

成本和效率端的局限性让主机厂及智驾供应商开始转向“无图”智驾。

成本端，相比于导航地图，基于测绘方法高精地图的制图成本显著增加。根据《2020 年智能网联汽车高精地图白皮书》中披露的数据采用传统测绘车方式，分米级地图的测 绘效率约为每天每车 500 公里道路，成本为每公里 10 元左右，而厘米级地图的测绘效 率约为每天每车 100 公里道路，成本可达每公里千元。高昂的制图成本，使得高清地图 无法完全覆盖所有的区域。

另，高精地图的更新周期尚受到政府安全管控等因素的约束，无法做到高频度的实时更 新。因此，当智驾开始由高速路段向城区道路普及时，道路的里程数和复杂度指数级提 升，使用高清地图的智驾方案显然无法做到泛化，而更加强调车辆自主感知能力的技术 路线成为主机厂及智驾供应商新的选择。

我们认为，高精地图仍然是自动驾驶的重要组成部分。

“无图”并非真正意义的摒弃地图。无图实际指的是不再依赖厂商提供的高精地图，而 通过融合传感器，增强对特定场景的感知能力，以满足智能驾驶的高阶需求。对于智能 汽车，导航地图仍是必需。其次，无论重地图方案，还是轻地图方案，智驾大模型的数 据处理始终需要图商资质，来保证数据处理全流程的合规化。

高清地图从车机前端走向训练端。高精地图未来可能大量应用于云端大模型的训练。地 图对于端到端系统，可以作为一个庞大的真值系统，对智驾的环境理解能力进行训练， 优化感知系统的泛化能力，比如对道路结构和道路宽度的预测。

高清地图从功能件成为安全件。高清地图作为一个超视距的先验传感器，始终是重要的 安全冗余。现实生活中仍然存在异常复杂的道路场景或由于遮挡等客观因素导致感知端 无法正确探测的情境，这就意味着，从安全的角度，未来迈向 L3 甚至更高阶以上的自 动驾驶，地图可能仍然是不可缺少的一部分。 轻地图模式成为目前一种可选的折中与平衡的解决方案。

四维图新在 2023 年用户大会中正式推出 HD Lite，面向极致性价比的全场景 NOP 地图 解决方案。它通过众源视觉感知设备及云端数据融合更新成图。相较于原始高精地图， 轻量化地图产品 HD Lite 以提供必要的车道信息为前提，而针对路口或道路分歧等重点 场景再进行精细化表达，适当降低要素精度及数量的同时大幅提升覆盖广度及数据新鲜 度，以此降低单位设局的成本。

搭载 HD Lite 的智驾方案已开始逐步落地。在四维图新 2024 年用户大会上，公司发布 了与轻舟智航联合打造的“基于征程®6M 的高性价比城市 NOA”方案。其中采用了轻 舟智航的全栈高阶智驾算法和四维图新轻量化地图 HD Lite 及智驾域控。面对城市道路， HD Lite 帮助智能驾驶车辆实现全域车道级路径规划及各种复杂场景的从容应对。

3.2 舱驾一体+国产芯，打造极致性价比产品

中低端价位车型的智驾，高性价比的第三方解决方案未来可能成为首选。根据前述章节对 于智驾产业趋势的分析，未来几年 L2 及 L2+的辅助驾驶将继续渗透，而渗透率的提升将 主要来自于智驾向 20 万元以下级别的车型下沉。对于中低端价位的车型，用户对价格更 加敏感，主机厂对于智驾成本的控制也将更加严格（车企可接受的智驾系统总包价格约占 整车售价的 3%~5%）。同时，在高端车型领域，主机厂为了追求极致服务体验和打造品牌， 将更加倾向于智驾自研以形成差异化。而中低端价位车型的智驾则可能更加趋同。因此，高性价比的第三方解决方案可能成为未来中低端车型智驾的首选。 四维图新已在中低端车型的智驾领域形成多层次的布局，打造极致性价比的解决方案。与 华为和新势力等围绕高端车型发力高阶智驾解决方案不同，四维图新当前重点瞄准中低端 的市场，在 15 万元以下车型领域，打造了迎合不同层级需求的不同产品。当然，四维图 新亦已陆续发布或规划高端车型的智驾方案，已完整形成从入门级到中高阶的智驾产品矩 阵，在市场端由下而上，形成错位的竞争。

我们认为，四维图新智驾产品有望凭借高性价比打开中低端市场。而这种性价比优势来自 于，公司能够有效整合自身在地图、智能座舱及芯片的能力和资源，形成高集成度且高自 主化的产品解决方案。 打造舱驾一体化的解决方案。舱驾一体通过将座舱域与智驾域融合，提升了整车的智能 化集成度。从硬件层面来看，舱驾一体可以减少域控投入、芯片投入以及域之间的线束 数量，从而缩减硬件成本，在应用过程中又能通过功能分时复用压榨算力。当前公司已 发布并量产基于高通 8155 的舱泊一体中阶版产品，同时发布了 AC8025 芯片+地平线 征程 3 组合的舱行泊一体产品。 打造国产芯方案。除了特定的规划中的高阶产品，公司涉及“行”端的智能驾驶产品均 基于国产地平线征程系列的芯片。另，前述提及的舱行泊一体化产品，其中的座舱域控 芯片将来自于旗下子公司杰发科技自主研发的 AC8025 芯片。同时，公司进一步发布 SoC 芯片 AC8025AE，采用多核异构涉及，内部集成高性能舱域和行泊域处理器，通 过将两个成熟的芯片重新封装成为一颗。未来基于 AC8025AE 打造的舱行泊一体将更 具性价比。

我们以公司的 AC8025 芯片+地平线征程 3 组合的舱行泊一体方案为例，测算其未来可能 能够触达的营收规模超过 10 亿元。其中的关键假定包括：

假定该方案在市场端主要覆盖 10-15 万元区间的车型，参考近年来的乘用车销量数据， 假定 10-15 万元区间乘用车年销量为 750 万辆; 根据四维图新 2024 年用户大会中披露的信息，AC8025 芯片+征程 3 的组合解决方案成 本可以控制在 2,000 元以内，我们假定该产品量产时 30%的毛利率水平，则对应的价格 约为 2,900 元; 假定未来 10-15 万元区间的乘用车 L2 级别的智驾渗透率能够达到 70%以上，而四维图 新的产品方案凭借性价比优势能够收获 10%以上的份额。

3.3 通过并购等方式进一步整合自动驾驶资源

自动驾驶领域的投融资高峰期已过。根据中商产业研究院的统计数据，中国自动驾驶领域 的投融资事件和总规模在 21 年达到顶峰，之后快速下降。2024 年上半年，自动驾驶行业 共 29 起投资事件，金额达 125.66 亿元，相较去年同期均有较大幅度的提升。我们判断， 今年可能受到诸如主机厂和 Tier 1 转向端到端技术架构开始落地城市 NOA，百度萝卜快 跑的运营，特斯拉发布无人驾驶出租车 Cybercab 等一系列事件的催化，融资环境有一定 的边际好转，但总体相较于 21 年，规模上仍然有不小的距离。

自动驾驶初创公司普遍面临大额亏损。尽管自动驾驶技术前景广阔，但目前市场上的产品 大多仍处于测试或小规模商用阶段，尚未实现大规模的市场普及和盈利。但，自动驾驶技 术端仍在不断的变化和演进，加之激烈的市场竞争环境，企业必须在软硬件层面持续保持 研发投入，才能够维持业务的运转及自身竞争优势。以头部的自动驾驶初创公司小马智行 及文远知行为例，其营收规模和研发费用之间仍然存在较大的差距，未来几年在 Robotaxi等业务进展尚不明朗及竞争格局仍未清晰的背景下，可能仍然将面临着较大规模的亏损。 因此，在投融资环境相较之前显著偏紧，同时初创公司现金流持续承压的背景下，我们判 断自动驾驶领域的并购可能会加速发生。

四维图新已开始行动，与滴滴智慧交通共同增资子公司南京四维智联。 根据公司 8 月 28 日披露的信息，四维图新拟增资子公司南京四维智联 1 亿元，而滴滴 智慧交通以其持有的睿联星晨的 100%股权作价 4.5 亿元及现金 2.2 亿元参与。增资后， 四维图新直接持有南京智联比例变为 27.01%，仍为第一大股东，而滴滴智慧交通成为 南京智联的第二大股东，持有 16.46%股份。同时，滴滴智慧交通团队也将随交易一并 注入。南京智联业务聚焦于智能座舱，吸纳滴滴团队，与四维图新致力打造舱驾融合的 智能驾驶解决方案的产品战略高度契合。滴滴团队的注入能够在产品创新、开发、运营 等领域形成高效的协同。 与滴滴的共同资本运作可能只是一个开始，根据公司管理层在 2024 年用户大会中阐述 的信息，四维图新未来仍会不断吸纳（智能驾驶）团队，通过招聘、收购、整合等方式 完善和补足自身的能力。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）