2025年地平线机器人分析报告：国内领先的智驾解决方案供应商，软硬件深度协同助力扩大市场份额

1、 地平线机器人：领先的 ADAS+AD 解决 方案提供商，2024 年赴港完成 IPO

1.1 公司是智能驾驶解决方案头部企业

地平线机器人（Horizon Robotics，后文简称为“地平线”或“公司”）是市 场领先的乘用车高级辅助驾驶（ADAS）和高阶智能驾驶（AD）解决方案供应 商。公司成立于 2015 年，聚焦深度神经网络计算方向。经过近十年的发展， 公司已成为配备专有软硬件技术的乘用车高级辅助驾驶和高阶自动驾驶解决方 案的领先供应商，下游客户为行业领先的 OEM 和国产汽车 Tier1 供应商。公司 曾荣获“KPMG——中国领先汽车科技 50 强”、“寰球汽车——年度科技贡献 企业”、“福布斯——中国年度最具创新力企业”等多个奖项，已成为智驾科 技头部企业。

根据高工智能汽车的统计，2024H1 中国市场自主品牌乘用车前视一体机（L2 ADAS）计算方案市场，公司以 33.73%的份额位列第一。根据佐思汽车研究的 统计，2024 年 1-8 月中国乘用车 L2+及以上芯片供应商市场，公司以 14.7%的 份额位列第四，装机量达 23.3 万颗，主要搭载品牌包括理想汽车、方程豹等， 搭载车型为理想 L6/7/8/9、豹 5、宋 L 等。

1.2 公司汽车解决方案业务模式灵活，可提供智驾解决方 案、算法授权和技术服务等多元产品/服务

公司主营业务包括汽车解决方案和非车解决方案。其中汽车解决方案包括：1） 产品解决方案； 2）授权及服务业务。非车解决方案专注于家庭服务的场景。 2023 年、2024H1 授权及服务业务收入分别为 9.6 亿、6.9 亿人民币，已成为 公司营收主要来源。 

产品解决方案主要为全面的高级辅助驾驶和高阶自动驾驶解决方案。主要产品 Horizon Mono 及 Horizon Pilot 解决方案已成功通过验证、商业化及大规模部 署，目前公司正与计划部署 Horizon SuperDrive 解决方案的 OEM 推进量产合 作。

授权和服务业务包括：1）向客户授权算法及软件，并提供相关代码及设计手册 以收取授权费和特许权使用费；2）向客户提供设计和技术服务以收取服务费。 收费基准为：部分授权业务收取基于量产车辆数量的特许权使用费；服务业务 方面，客户使用公司知识产权，按预先确定的固定金额支付授权费、定期支付 特许权使用费。 非车解决方案专注家庭服务的场景和应用，以及具有更高智能水平的设备和器 具（如割草机、健身镜及空气净化器）。

1.3 公司于 2024 年赴港完成 IPO，大众集团控股的 CARIAD Estonia AS 是第一大股东

公司经历多轮融资，总融资额超 30 亿美元。截至 IPO 之前，公司已经历 11 轮 融资，总融资额约 23.6 亿美元。公司于 2024 年 10 月 24 日在中国香港上市， 发售价 3.99 港元/股，全球发售 1,355,106,600 股，融资额约 54 亿港元。

公司股权结构较分散。第一大股东为大众汽车集团的孙公司 CARIAD Estonia AS，持股 17.93%。公司管理层余 凯、黄 畅 分 别 通 过 Everest Robotics Limited、String Theory Robotics Limited 以及各自的家族信托间接持有公司 股份 13.3%、3%。

管理团队经验丰富，多行业专家经验提供支持。首席执行官余凯博士为国际著 名科学家，在计算机工程领域拥有约 25 年的研发经验，在高阶自动驾驶领域 有丰富经验。首席技术官黄畅博士是计算机工程领域的顶尖研究员，曾任百度 主任研发架构师。首席运营官陶斐雯在顶尖国际科技公司拥有丰富经验，曾任 职于百度、谷歌。总裁陈黎明博士在汽车行业拥有近 30 年的经验。曾任博世 集团中国底盘控制系统部门的高级副总裁及区域总裁。

2、智能驾驶行业星辰大海，智驾 SoC 大有 可为

2.1 智能驾驶发展空间广阔，高阶自动驾驶仍处于早期阶 段

美国汽车工程师学会（SAE）将智能驾驶分为 5 级。其中，L1-L2 级别系统可 接管 少部 分的 、不 连续 的 车辆 控制 任务 ，属 于高 级 辅助 驾驶 （Advanced Driving Assistance System，简称“ADAS”或“辅助驾驶”） 范围。而 L3- L5 级别系统是指可以在激活后的一定情况下执行连续性驾驶任务，属于自动驾 驶（Autonomous Driving，简称“AD”）范围。

从各级别智能驾驶对应的具体功能来看， L0 级别以预警功能为主。L1-L2 级别 主要聚焦辅助驾驶功能，作为转向自动驾驶的过渡产品，以主动安全功能为主， 需要驾驶员随时准备接管。L4 级别除 AVP（自助代客泊车）外暂无更多明确的 单一产品形态。 L3 及以上级别自动驾驶渗透率仍然较低。根据 Yole 对小型车（light vehicle） 的统计，2022 年车辆的智能驾驶功能仍然以 L0-L2 级别的辅助驾驶功能为主， 并且 Yole 预计 L3 及以上级别自动驾驶的放量短期内无法实现。我们认为，L3 的渗透率仍然较低，除因技术并不完全成熟外，主要是由于其人机切换机制不 明确、以及法律责任认定的相关法律尚未出台。根据 SAE 的定义，L3 是指由 车辆完成绝大部分驾驶操作，人类驾驶员需保持注意力以备不时之需，这意味 着人类驾驶员和智能驾驶系统需要频繁交接车辆的控制权，这进一步提高了相 关技术实现的难度。另一方面则是相关责任的认定并不完善，因为 L0-L2 仍然 由人类驾驶员负责驾驶任务，因此也自然由人类驾驶员承担交通事故的责任， L4 及以上则由车辆承担相关责任，而 L3 对于车辆和人类驾驶员还没有清晰的 责任划分，因此带来了相应的监管困难。

多国出台政策推动汽车智能化发展，全球高级辅助驾驶和自动驾驶渗透率逐年 提升。欧盟强制新汽车配备 AEB 系统，发布《自动驾驶之路》、《车辆通用安 全法规》；美国交通部发布《自动驾驶汽车 4.0》、《综合计划》；日本启动 4 级自动驾驶研发项目，颁布《道路交通法》修正案；韩国公布《未来汽车产业 发展战略》及出行创新路线图。根据公司招股说明书，2023 年全球乘用新车销 量 6,030 万台，其中具备自动驾驶功能的智能汽车销量 3,950 万台，占比 65.6%。预计 2026 年、2030 年智能汽车销量分别达到 5,590、8,150 万台， ADAS+AD 渗透率分别达 80.3%、96.7%。

L2 持续渗透，L3 渗透率有望随政策出台迎来向上拐点。根据工信部发布的 《中国智能网联汽车发展路线图 2.0》，预期 2025 年 L2+和 L3 的自动驾驶功 能渗透率要达到 50%以上，2030 年达到 70%以上；L4 级自动驾驶的渗透率预 计在 2030 年达到 20%。我们预计随着国内外 L3 相关责任认定的政策出台， L3 级自动驾驶将迎来向上拐点。根据公司招股说明书引用灼识咨询的数据，全 球和中国 ADAS+AD 解决方案的总市场规模将持续增长。2030 年中国的高阶自 动驾驶市场规模有望突破 4,000 亿元人民币，占全球高阶自动驾驶总市场规模 的比例超过 40%。

2.2 汽车智能化趋势下，电子电气架构从分布走向集中， 推动 SoC 成为智能驾驶域核心部件

汽车的电子电气架构（Electrical/Electronic Architecture，简称 EEA）是将汽 车的所有电子和电气部件设计为一体的整车电子电气解决方案，集合了汽车的 电子电器系统、ECU、各类传感器、线束、连接器的设计、电子电气分配系统 等。 传统分布式 EEA 以 ECU 为关键器件，ECU 数量随着电气化功能升级增长。在 传统的分布式电子电气架构中，电子控制单元（Electronic Control Unit， ECU）是实现整车功能控制的关键器件，负责车辆中的传感器与各种电子电气 系统的信息传输与控制。各个 ECU 又通过 CAN（Controller Area Network， 控制器域网络）或 LIN（Local Interconnect Network，局部互联网络）总线 连接在一起。传统的基于多个 ECU 的分布式架构不需要中央计算平台，决策算 法已经集成在各个传感器小系统中。由于每个 ECU 通常只负责控制一个单一的 功能单元，因此随着整车电子电气功能的不断升级，ECU 的数量不断增加，一 些高端车型的 ECU 数量已超过 100 个，比如奥迪 A8L 装配的 ECU 数量在 2013 年就已经超过 100 个。

随着智能汽车销量和自动驾驶渗透率不断提升，EEA 由分布式逐渐转向集中式。 传统的分布式架构面临以下问题：1）不利于应对 OTA 升级需求。2）算力利用 效率较低。3）信息的融合度不够。不同控制器之间无法共享计算结果。4）线 束增多，增加车重且提高了单车成本。2016 年博世推出了域控制器（Domain Control Unit，简称 DCU）和集中式 EEA。集中式 EEA 将分散的 ECU 集成为 运算能力更强的域控制器（DCU），域内大部分功能将由域控制器控制实现。 以功能为导向的功能域可分为动力域（安全）、底盘域（车辆运动）、车身域 （车身电子）、自动驾驶域（辅助驾驶）和智能座舱域（信息娱乐）。

域控制器时代，高算力、高性能、高集成度的异构 SoC（System on Chip，系 统集成芯片）将成为智能驾驶域控制器的核心部件。随着汽车向集中式 EEA 升 级，多个 ECU 功能被整合进域控制器，ECU 中包含的 MCU（Microcontroller Unit，微控制器）无法满足更高阶的功能需求以及自动驾驶对算力的高需求。 相比之下，SoC 芯片具备高算力、高异构性和高集成度，SoC 除 CPU 外还引 入了 DSP（音频处理）、GPU（图像处理）、NPU（神经网络处理）等，不仅 拥有控制单元，还集成计算单元，能够支撑多任务并发及海量数据的处理，较 好地支撑各种场景的硬件加速需求。

智驾 SoC 作为车规级芯片，产业化周期长，供应体系阈值较高。和消费电子产 品不同，汽车作为交通工具，对于芯片具有更高要求。1）生命周期长：汽车设 计寿命普遍都在 15 年或 20 万公里左右，远大于消费电子产品寿命要求。2） 运行环境恶劣：发动机舱内温度区间为 -40°C~150°C、车辆行进时会遇到较多 振动与冲击、车内环境湿度大、粉尘大、侵蚀大，远超消费芯片所需。3）安全 性要求高：汽车芯片宕机可能引发严重安全事故。为满足安全性要求，采用独 立的安全岛设计，在关键模块、计算模块、总线、内存等都有 ECC、CRC 的数 据校验，包括整个生产过程都采用车规级芯片的工艺，以确保车规级芯片的功 能安全。4）长效性：汽车开发周期较长，新车型从研发到上市验证需要至少两 年的时间，意味着汽车芯片设计必须具有 3 ~ 5 年的前瞻性。并且满足汽车生 命周期内的 OTA（远程升级）需求。综上原因，车规级芯片从设计、认证、测 试，到量产上车需要约 3.5-5.5 年的时间，芯片厂需要付出较大的技术成本， 生产成本和时间成本。

2.3 传统汽车供应链层级逐渐模糊，公司定位 Tier 2

传统汽车产业链为金字塔结构的垂直供应模式，各层级专业分工明确。传统汽 车及汽车零部件产业链形成了整车厂（OEM）——一级供应商（Tier 1）——二 级供应商（Tier 2）——三级供应商（Tier 3）的金字塔式供应结构。Tier 3 向 Tier 2 提供零部件，Tier 2 向 Tier 1 提供配套、专业性较强的总成系统及模块 拆分零部件。Tier1 则向整车厂直接供货，不仅直接向整车制造商供应总成及 模块，还与整车制造商相互参与对方的研发和设计。 按照传统供应链层级划分，目前自动驾驶/辅助驾驶产业链参与方不完全归类如 下： 1） 整车厂/OEM：例如奔驰、宝马、大众、特斯拉、蔚来、小鹏、理想、比亚 迪等。 2） Tier 1：外资/Global Tier 1 主要有安波福（Aptiv）、博世（Bosch）、大 陆（Continental）、电装（Denso）、麦格纳（Magna）、采埃孚（ZF）、 Waymo、Mobileye 等。国内供应商主要有华为、百度、德赛西威、经纬 恒润、东软睿驰、知行科技、Momenta 等。3） Tier 2：自动驾驶所需零部件众多，如前/后视摄像头、毫米波雷达、计算 平台（SoC）等。以自动驾驶 SoC 为例，供应商主要有特斯拉、地平线、 英伟达（Nvidia）、Mobileye、华为、德州仪器（TI）、黑芝麻智能、高 通等。

智驾 SoC 的重要性持续提升，传统汽车产业链的边界逐渐模糊，供应链由“链 式”演变为“网状”结构。SoC 逐渐成为智能驾驶域控制器的核心部件，在产 业链中的优先级提升。出于降本、提升沟通效率、更好地管控芯片等多重需求， 整车厂跨过“传统 Tier 1”与芯片厂直接沟通。另一方面，部分 Tier 2 供应商 向 Tier 1 靠拢，开始涉足系统方案的供应，Tier 1 和 Tier 2 之间的产业链边界 也开始模糊。如 Mobileye 曾定位 Tier 2，售卖“EyeQ 芯片+感知算法”打包 的黑盒方案；后自研 4D 毫米波雷达和 FMCW 激光雷达，并推出 Mobileye Supervision 首发搭载于极氪 001，标志着 Mobileye 成为辅助驾驶系统方案提 供商，在产业链中开始扮演 Tier 1 的角色。 公司定位 Tier 2，提供多层级合作模式。公司提供从 BPU 架构、芯片、操作系 统到自动驾驶软件算法与硬件等多种产品和服务，并提供包括“天工开物”、 “艾迪”、 TogetherOS 在内的完整开发工具链，以及覆盖自动驾驶和智能座 舱的参考算法和参考平台。公司面向合作伙伴提供不同层次的合作模式：1）英 伟达模式：整车或零部件企业可基于 BPU、SOC 以及操作系统 OS 的组合方案， 进行自动驾驶软硬件系统和整车的开发。2）Together OS 模式：该模式是公 司主流合作模式。公司提供 BPU 和 SOC，将 DSP 底层软件等开放给合作伙伴。 3）BPU 授权模式：实力较强的客户可基于 BPU 架构自行设计自动驾驶专用芯 片，以实现产品和功能的差异化。

3、 公司核心竞争力

3.1 软硬结合，平台赋能

3.1.1 硬件端：“征程”（Journey）系列芯片涵盖 L2-L4 多元场 景需求

公司核心产品“征程”系列智能驾驶芯片涵盖从 L2 级辅助驾驶到 L4 级自动驾 驶的多元化应用需求，在国内智能驾驶 SoC 市场份额位居前列。2019 年，公 司推出中国首款车规级智能芯片“J2”（征程 2 ，后文简称“J2”，征程系列 其他芯片简称同理）；2020 年，公司推出新一代高效能车载智能芯片 J3，首 发搭载于理想 One 车型；2021 年 7 月，公司推出业界第一款集成自动驾驶和 智能交互于一体的“J5”，单芯片算力达 128 TOPS，标志着公司产品迈入高 算力智驾芯片行列。

公司 J6 系列芯片覆盖从低阶到高阶智驾市场的全场景应用，致力于突破中低 阶智能驾驶普及的瓶颈。公司于 2024 年 4 月发布 J6 系列芯片，包括 B、L、E、 M、H、P。其中：1）J6P 面向高阶智驾，专为全场景 NOA（Navigate On Autopilot，导航辅助驾驶）打造，算力达 560 TOPS，CPU 处理能力 410K DMIPS。该芯片拥有高集成度、高算力、高效率、高处理能力、高接入能力以 及高安全等六大特点，单颗 J6P 可支持感知、规划决策、控制等全栈计算任务。 2）中阶智驾市场扩容，J6E 和 J6M 面向中端市场，分别面向高速 NOA 场景、提供普惠城区的性价比解决方案。J6E 拥有 80 TOPS 的 AI 算力和 100K DMIPS 的 CPU 处理能力，J6M 拥有 128 TOPS 的 AI 算力和 137K DMIPS 的 CPU 算力。 公司于发布会宣布 J6E/M 已经与多家 Tier1、软硬件合作伙伴达成合作协议。3） J6B 专注于低阶智驾市场，支持汽车主动安全。AI 算力超过 10 TOPS，CPU 处 理能力达 20K+ DMIPS。基于 J6B，公司联合索尼推出了全球首款 1700 万高性 能前视感知方案，高性价比方案进一步推动了智能驾驶技术的普及。J6B 已获 得包括博世（Bosch）、电装（Denso）等全球顶级 Tier1 供应商的合作意向。

3.1.2 芯片配套相应解决方案，工具链和开放平台助力算法和软件 开发

结 合 自 研 芯 片 ， 公 司 通 过 Horizon Mono 、 Horizon Pilot 和 Horizon SuperDrive 三大核心解决方案覆盖从基础辅助驾驶到高阶自动驾驶的全场景需 求。 Horizon Mono:主动安全高级辅助驾驶解决方案。旨在提高日常驾驶的安全性 及舒适性，可实现自动紧急制动(AEB)及智能大灯(IHB)等安全功能，也可实现 自适应巡航控制(ACC)及交通拥堵辅助(TJA)等舒适功能。嵌入征程 2 或征程 3 处理硬件。 Horizon Pilot:高速领航辅助驾驶(NOA)解决方案。有增强的主动安全功能，还 能完成更高阶的驾驶任务，如自动上/下匝道、交通拥堵时自动汇入/汇出、自 动变道、高速公路自动驾驶等。提供先进的停车辅助功能，例如自动泊车辅助 系统(APA)及自动记忆泊车(VPA)等功能。嵌入征程 5 或征程 3 处理硬件。 Horizon SuperDrive:高阶自动驾驶解决方案。目标在所有城市、高速公路和泊 车场景中实现流畅和拟人的高阶自动驾驶功能。预计能实现诸如优雅绕障、拟 人的柔和制动动态速度控制、平稳的无保护左转等功能。公司计划嵌入征程 6 处理硬件。

软件开发平台“地平线艾迪”：聚焦模型高效自动迭代，降低量产交付成本。 随着单车数据量爆炸式增长和复杂“长尾场景”的挑战，传统软件开发模式已 无法满足快速算法迭代的需求。地平线艾迪是专为高效完成模型自动迭代而设 计的软件开发平台，旨在简化复杂系统的构建过程。通过提供即用型的软件组 件，地平线艾迪能够帮助客户建立完整的闭环能力，包括数据挖掘、标注、训 练、优化、部署、评测、管理与性能分析，以提升开发效率，并大幅降低量产 交付成本。地平线艾迪为开发者提供了丰富的工具和应用编程接口（API），包 括：1) 自动化感知、语义分割、分类等功能模块；2) 直观的图形用户界面 （GUI），用于任务管理；3) 开发平台用于算法训练与编译、软件部署与验证， 以及性能评估与分析。

智能驾驶应用开发套件“地平线 TogetheROS（踏歌）”：提升面向量产落地 的开发效率。“踏歌”是一款专为高阶自动驾驶设计的嵌入式中间件，旨在应 对高阶自动驾驶量产过程中系统集成复杂度高、测试迭代效率低等行业痛点。 “踏歌”的核心功能包括：1) 针对量产需求定制的模块化应用开发框架，支持 应用的灵活配置和优化；2) 高级可视化和性能分析工具，用于提升开发效率和 性能；3) 简化系统集成的分层框架与标准化接口协议；4) 参考开发节点，方便 在开发关键阶段集成第三方产品和服务。此外，“踏歌”兼容主流商业与开源 生态系统，为开发者提供灵活的适配和定制化选项。

算法开发工具链“地平线天工开物”，助力算法与硬件配合，实现高效的算法 部署。地平线天工开物是一款灵活高效的开发工具链，为客户提供丰富的示范 算法、模型、开发框架和工具，助力在征程系列芯片上实现精准高效的算法部署。通过软硬协同开发，该工具链显著提升算法性能，减少了量产适应和微调 的开发工作量，降低了开发专有算法的技术门槛。

3.1.3“软硬结合”：不只是算法适配硬件，而是“软硬协同优化”

在芯片设计、工艺的硬件层面的 AI 效能已被充分发掘的前提下，需要从操作系 统、编译器等软件层面挤出 AI 效能的增量空间。2016 年公司提出了“智能计 算的新摩尔定律（New Moore’s Law of Intelligent Computing）”，致力于 让芯片在同等面积或功耗下拥有更大的算力。用“一秒处理帧图像”（FPS， Frames Per Second）来衡量神经网络在芯片上的计算效率，提出“芯片的真 实计算效能=理论峰值计算效能×有效利用率×算法效率”。其中“有效利用率” 指的是如何充分利用芯片算力。充分利用芯片算力的关键是要进行“软硬协同 优化”，让芯片架构与神经网络或深度学习的算法进行高度匹配。另外，区别 于传统算力（TOPS）的衡量指标，地平线提出 MAPS（Mean Accuracyguaranteed Processing Speed，在精度有保障范围内的平均处理速度）这一 关键评估指标，以衡量芯片算力的真实效能。以特斯拉 FSD 为例，其标称算力 仅为 Nvidia Drive PX2 的 3 倍，但实际性能却是 PX2 的 21 倍，彰显了软硬结 合的重要性。

BPU 架 构 的 不 断 优 化 ， 是 “ 硬 件 协 同 优 化”的 具 体 体 现 。BPU（Brain Processing Unit）是一种专为人工智能设计的处理器架构，解决了传统处理器 在大规模并行计算中的效率瓶颈，尤其在图像识别、语音处理、自然语言理解 和控制等领域表现卓越。BPU 通过优化的硬件加速器，实现了卷积神经网络 （CNN）、循环神经网络（RNN）和 Transformer 等复杂神经网络模型的高效 计算，在有限的功耗和成本下，达到更高的计算效率和性能。公司致力于推动 BPU 架构不断演进，伯努利（Bernoulli）架构——贝叶斯（Bayes）架构—— 纳什（Nash）架构历次迭代都针对特定的算法需求和自动驾驶场景进行优化和 提升。纳什架构能够支持在单颗 SoC 芯片上进行千亿参数级 GPT 模型的推理， 甚至可以支持单颗芯片在 5nm、7nm 工艺基础上达到最高 1000TOPS 的算力， 从而满足未来城区自动驾驶的需求。

3.2 再议“软硬结合”——智能汽车行业“软硬解耦”趋 势受阻，“软硬协同”重回视野

“软件定义汽车”时代带来“软硬解耦”趋势。软件定义汽车的时代，传统整 车厂一次性定下未来 5-8 年的“软硬一体”造车方案，由于方案周期较长，会 带来车上硬件性能以及软件算法过时的弊端。因此在产品设计阶段，考虑到后 续的迭代问题，软硬件应实现解耦。即在硬件配置趋同、芯片预埋的前提下， 为实现差异化，主机厂需要快速收集用户不断变化的需求，并进行对应的软件 迭代。主机厂面临两种选择：一是自主研发全栈式解决方案；二是软硬件解耦 后找合适的供应商进行软件迭代。 “软硬解耦”面临的技术困境集中体现于中间件。1）中间件定制化程度仍然 较高。目前中间件都面临一定程度的限制，如无法快速定义通信接口、跨平台 的支持不友好、芯片兼容性差等问题，需要根据功能、硬件平台、操作系统进 行定制。2）中间件需要针对域控架构进行调整。两款基于同一个芯片平台做的 域控制器，如果硬件架构不同（域控方案使用的 SoC 数量不同），对中间件的需求也会产生差异。3）芯片厂商的竞争与产品迭代会导致算法移植需求持续变 化。由于不同的芯片有不同的 BSP（Board Support Package），这导致用于 芯片和算法解耦的中间件难以复用，必须对不同的芯片进行不同的定制化适配。

“软硬协同”趋势重回视野，公司已拥有多年积累。除了“解耦”遇到的技术 难题，在算力层面，在当前智能汽车计算性能不满足用户需求的情况下，软硬 深度协同的需求更为重要。如前文所述，“软硬协同优化”使得芯片算力能够 被充分利用，神经网络在芯片上的计算效率得以提升。对于小算力芯片，软硬 协同显得更为重要。综合以上考虑，目前无论是以特斯拉、新势力造车为代表 的整车厂，还是以 Momenta 为代表的 Tier 1，或是以地平线为代表的 Tier 2 均已加入或准备加入“软硬一体”的全栈竞争。公司拥有 SoC、算法、中间件 平台、工具链、软件开发平台等全栈能力，在“软硬结合”方面已有相关技术 沉淀。

我们认为公司“软硬协同”并非是向“软硬强耦合”传统模式的倒退，也并非 向 Mobileye“黑盒模式”发展，而是基于硬件底座，通过中间件软硬协同，赋 能上层应用软件快速迭代。作为供应商，把“软硬协同”做成封闭黑盒模式， 不利于车企自主调整、升级算法，也无法自行实现后续软硬件协同开发， Mobileye 曾因“黑盒模式”遭遇了客户的流失。公司在迁移灵活性较低、开发 周期较长的模块，如传感器、芯片和中间件等，采用“软硬结合”的模式，规 避中间件面临的技术限制和底层传感器与芯片之间算法移植的困难；在迁移灵 活性较高、开发周期较短的模块，如中间件和应用软件，采用“软硬解耦”的 模式以适应“软件定义汽车”时代上层软件快速迭代的需求。 “软硬协同”背景下，“硬件”业务仍是公司收入基本盘。以收入角度划分， “授权及服务业务”建立在“产品解决方案业务”的基础之上。我们认为，芯 片是公司提供给客户的解决方案中的核心，下游厂商采用公司的芯片后，会进 一步使用公司对应的算法工具链、数据训练平台、中间件平台、软件开发平台 等。因此我们认为，公司未来仍将持续发力芯片的研发和量产上车，并在此基 础上推动授权及服务业务持续增长。

3.3“高门槛”智驾 SoC 领域先发优势+高度可扩展的业 务模式

公司具有先发优势，供应商声誉良好，多款新车定点构筑护城河。公司前期投 入较多时间精力，通过 OEM 严格的验证流程，并凭借良好声誉及记录持续赢 得下游 OEM 的信任，进一步巩固领先地位。公司已成为众多 OEM 及一级供应 商的首选。2023 年，公司获超过 100 款新车型定点。除前十大中国 OEM 外， 公司与大众汽车集团等全球行业巨头成立合营企业、与全球领先的一级供应商 客户（如安波福、博世、大陆等）建立战略合作伙伴关系。此外，下游 OEM 等客户更换合作供应商，会导致重新设计系统等额外成本，客户粘性的增加将 进一步巩固公司供应商优势地位。

业务模式高度可扩展，高效切入同一客户的不同车型，扩大定点数量。1）需 求端：主流 OEM 公司青睐平台设计方法，倾向于将相同的解决方案应用于同 一平台设计的所有车型。结合公司可提供的定制化服务和高昂的迁移成本，公 司成功打入客户一个车型后，客户会倾向于在其他车型上采用公司更多类别的 解决方案。2）供给端：公司标准解决方案组合及工具链可满足不同 OEM 对不 同车型的各种需求，能够在不花费额外开发资源的情况下快速扩大生产规模， 并有效地满足新客户的需求。

4、 财务分析

2021-2023 年公司营业收入逐年提升，汽车解决方案——授权及服务业务是营 收主要来源。2023 年公司营业收入 15.52 亿元人民币，同比+71.3%。1H24 营 收 9.35 亿元，同比+151.58%。从收入结构来看，产品解决方案、非车解决方 案营收占比逐年下降，授权及服务业务占比逐年提升。2021-2023 年授权及服 务业务营收分别占比 43.3%/53.2%/62.1%，在 24H1 占比达到 73.9%，是公 司营收的主要来源。

公司整体毛利率保持稳定，非车解决方案毛利率逐年增长。2021-2023 年公司 毛利润分别为 3.3/6.3/10.9 亿元人民币，23H1/24H1 毛利润分别为 2.3/7.4 亿 元人民币，毛利润 保 持 高 速 增 长 。 2021-2023 年毛利率分别为 70.9%/69.3%/70.5%，毛利率三年间基本保持稳定。24H1 毛利率 79.0%，同 比提升 18pcts，由于公司汽车解决方案和非车解决方案毛利率均有提升。非车 解 决 方 案 毛 利 率 逐 年 提 升 ， 2021 年 -24H1 毛 利 率 分 别 为 4.3%/6.0%/13.0%/17.7%。

公司研发开支持续增加，研发费用率处于高位。2021-2023 年研发开支分别为 11.4 亿/18.8 亿/23.7 亿人民币，研发开支增加主要由于支付研发人员的雇员福 利开支增加所致。2021-2023 年公司研发开支占总收入比重（研发费用率）分别为 245.0%/207.6%/152.5%，研发费用率持续下降，但仍处于高位，是公司 未实现盈利的重要因素。 公司行政开支、销售及营销开支占营业收入比重逐年降低。2021-2023 年公司 行政开支占营业收入比重（行政费用率）分别为 68.3%/41.3%/28.6%，销售 及营销开支占营业收入比重（销售费用率）分别为 45.3%/33.0%/21.1%。行 政费率和销售费用率的降低主要由于业务扩张使得收入增加、规模效应持续发 挥。

公司持续处于亏损状态，2023 年净亏损收窄。2021-2023 年，公司亏损净额分 别为 20.6 亿/87.2 亿/67.4 亿元人民币。亏损主要由于研发需要大量前期投资、 优先股及其他金融负债的公允价值变动导致。根据公司招股说明书，优先股及 其他金融负债的公允价值变动主要来自优先股及可转换借款的账面值变动， IPO 完成后所有该等优先股将自动转换为 B 类普通股，预计未来不再对公司净 利润（净亏损）持续产生影响。

编辑：火腿肠