Joby Aviation(JOBY)
搜索文档
JOBY Q3 Loss Narrows Y/Y, Revenues Surge on Blade Growth
ZACKS· 2026-11-18 02:56
核心观点 - Joby Aviation 2026年第三季度每股亏损22美分,较Zacks市场共识预期的亏损26美分收窄,也较上年同期的每股亏损48美分明显改善,但业绩发布后股价仍下跌6 5% [1] - 第三季度营收5500万美元,超出Zacks共识预期3800万美元达46 5%,同比大增144%,主要受Blade客运业务驱动,该季度运送旅客超过4 4万人次,创历史纪录 [2] - 公司上调2026年全年营收指引至1 35亿至1 40亿美元,此前预期为1 15亿至1 25亿美元,反映Blade业务增长超预期及FAA认证进展 [19][8] 营收表现 - 第三季度营收5500万美元,超出Zacks共识预期3800万美元达46 5%,同比大增144% [2] - 营收增长主要来自Blade客运业务,该季度运送旅客超过4 4万人次,创历史纪录 [2] - 纽约机场服务旅客量同比增长61%,新增机场旅客数量翻倍以上 [9] - Blade在德克萨斯州拓展业务,在奥斯汀美洲赛道F1赛事期间推出服务,座位售罄,支持公司在更多市场建立运营 [10] - 管理层表示Blade第三季度表现超出预期,但预计第四季度旅客量将出现季节性下降,符合该业务历史需求规律 [10] 费用与盈利 - 第三季度总运营费用同比增长63 1%至3 3319亿美元 [3] - 研发费用增长39 8%至2 086亿美元,反映在飞机认证、制造准备和开发活动上的持续投入 [3] - 销售、一般及管理费用增长90 1%至8557万美元,营收成本从上年同期的1006万美元增至3902万美元,主要反映Blade业务扩张 [4] - 运营亏损扩大至2 781亿美元,上年同期为1 8167亿美元;但净亏损收窄至2 1183亿美元,上年同期为4 0123亿美元,受益于与认股权证、业绩补偿股份及或有对价重估相关的4977万美元非现金收益 [4] - 调整后EBITDA为亏损2 079亿美元,上年同期为亏损1 328亿美元,上一季度为亏损1 971亿美元,环比增加反映飞机开发、认证、制造和商业准备支出上升 [5] 认证与制造进展 - 公司持续推进FAA型号认证,完成了机身、螺旋桨毂、尾部、方向舵及其他飞机部件等多项测试,正推进至型号检验授权测试阶段,即由FAA飞行员进行认证飞行测试 [11] - 管理层预计FAA飞行员培训和公司相关飞机飞行测试将于2027年上半年进行,这些活动是获得商业客运运营监管批准的重要里程碑 [12] - 制造方面,八个核心制造车间的产量在2026年第一季度至第三季度之间增长37%,有记录不符合项的产品比例下降38% [12] - 公司在Marina制造工厂发布了第18架生产飞机的工作订单,与丰田的合作持续支持制造效率和生产规模化 [13] 国防业务 - 公司与美国空军的自主飞行相关合同扩大至约3700万美元,支持自主航空技术的进一步开发和运营测试 [14] - 公司使用J208飞机完成了横跨美国3199英里的自主飞行,全程无中断 [14] - 公司宣布计划收购Resonant Sciences,一家专注于传感、安全通信和电子战能力的国防科技公司,其截至2026年7月的过去12个月营收超过1亿美元,同比增长约40%,收购预计于2027年初完成,尚需监管批准和惯例交割条件 [15] 流动性与资本 - 第三季度末现金及现金等价物为5 2153亿美元,现金、现金等价物及短期投资总额为22 0亿美元;截至2026年9月30日,长期债务总额为7 0257亿美元 [16] - 第三季度使用现金、现金等价物及短期投资约1 95亿美元(不含股权融资所得),上一季度为2 02亿美元;资本支出约2500万美元,低于第二季度的2900万美元 [17] - 公司通过按市价股权计划在报告季度内产生约1 28亿美元净收益 [17] - 公司重申预计2026年下半年将使用3 85亿至4 15亿美元现金、现金等价物及短期投资 [19] - 管理层继续优先推进飞机认证、制造扩张和商业运营准备,包括参与美国eVTOL整合试点项目 [20] 行业其他公司表现 - Alaska Air Group 2026年第三季度调整后每股收益36美分(剔除某些税收影响),超出Zacks共识预期35美分达2 9%,上年同期调整后每股收益为1 05美元,燃料费用上升对盈利能力构成压力 [21] - Alaska Air Group 运营收入同比增长14 4%至43 0亿美元,但略低于共识预期43 1亿美元,差距0 1% [22] - Wabtec Corporation 2026年第三季度业绩喜忧参半,盈利超出Zacks共识预期而营收未达预期 [22] - Wabtec 季度每股收益2 83美元(剔除41美分非经常性项目),超出Zacks共识预期2 72美元达4 04%,同比增长22%;营收同比增长8 1%至31 2亿美元,但低于共识预期31 8亿美元达2%;12个月订单储备增长8 8%至89 9亿美元 [23]
Luminary Introduces First-Ever Agent-Led Experience to Automate the Physics Behind Engineering
The Manila Times· 2026-11-18 01:19
文章核心观点 - Luminary在首届Physics AI DevDay上发布两项新创新:Luminary Autopilot(支持NVIDIA Nemotron)和Continual Large Physics Models(基于NVIDIA CUDA-X与PhysicsNeMo库构建),显著压缩价值实现时间与专业门槛,并在整个Physics AI建模流程中实现高效GPU使用 [1] - 这些进展帮助客户加速从理论到价值的转化,优化并简化Physics AI模型的构建与上线流程,从而加速车辆、火箭及其他物理系统的设计与开发 [1] - 传统Physics AI建模需CAD导入、几何清理与网格划分、仿真等多步骤,模型查询前可能耗时数月;Autopilot以智能、基于理由的方式自动化该流程 [2] - 单一提示即可让代理在平台内无人值守执行工作,并设有明确的人在环审批检查点;专业代理在平台或通过Slack接收工程师提示,随后使用NVIDIA CUDA-X与PhysicsNeMo库运行数据生成、训练与推理任务 [2] - 代理在更改数据或花费算力前请求许可,客户可一次性批准、始终允许特定命令或重定向代理,且这些批准可随时撤销 [2] - NVIDIA工业与计算工程副总裁兼总经理Tim Costa表示,持续学习使工程AI跟上产品需求变化,将仿真数据转化为能力随时间增长的模型 [3] - Luminary Autopilot利用Luminary Data Lake——新的训练就绪存储,索引平台作业数据、第三方仿真数据与参考数据集,使客户能针对现有数据、公开基线及自有数据训练或微调代理 [3] - Data Lake直接接入Luminary Pipelines,用户可将工作流步骤编码化,无论由人还是代理启动 [3] - Luminary首席技术官Juan Alonso表示,此前搭建Physics AI工作流需十几个手动步骤、耗时数周至数月并涉及多人,每次交接都可能引入错误并占用工程资源;Autopilot使工程师仅通过单一提示描述设计即可自动化设计工作,是重要里程碑,将帮助工程师更快交付新设计或更新设计并最终将新产品推向市场,同时保持所需精度 [4] - 客户可利用Data Lake训练或微调模型而无需Luminary团队成员协助;公开SDK现包含模型训练,客户或代理可将训练作业指向Data Lake中的数据集并在平台GPU上启动分布式训练 [4] - SDK还使用户能利用预训练基础模型并在客户领域数据上继续训练,以远低于从零训练的数据与算力成本实现领域特定精度;客户可选择更新每个权重的全量微调或冻结基础模型并训练小型附加网络的低秩适配(LoRA) [4] - LPM能力日益增强,组织正探索初始用例之外的新应用与领域,但这些模型受静态特性限制——训练完成后能力固定,适配需更多数据或新数据类型并最终重新训练 [6] - Luminary推出更敏捷、快速适配的新一类LPM:Continual Large Physics Models,基于LPM在工程设计周期更早阶段高精度预测设计性能特征的能力,Continual LPM仅通过使用即变得更智能,无需从零重新训练、无需人工启动即可自主改进,识别自身弱点、生成所需数据并从中学习且不遗忘已有知识 [7] - Continual LPM以三阶段循环运行——主动学习、数据生成与模型训练;该过程利用不确定性量化与分布外检测识别知识缺口、生成所需训练数据、将信息输入Luminary Data Lake并在数据上训练新模型版本 [8] - 该过程保留模型已有知识并助其随时间更智能,自动提升新模型、对退出模型版本进行完整 lineage 版本管理,并让用户按需退役或保留任意版本而不中断在线推理或其他使用 [8] - Luminary首席产品官Suds Menon表示,客户要求制造组织更快、更具成本效益地交付新创新;Physics AI帮助加速设计时间、降低物理测试与原型成本、减少现场性能不确定性;Autopilot与Continual LPM的推出将放大客户的开发引擎,体现Luminary作为处于AI创新前沿的研发实验室的定位 [9] - Luminary在Physics AI DevDay虚拟活动上揭示了Physics AI的最新突破 [9] Luminary Autopilot - 支持NVIDIA Nemotron,显著压缩价值实现时间与专业门槛,并在整个Physics AI建模流程中实现高效GPU使用 [1] - 自动化并智能处理传统多步骤流程(CAD导入、几何清理与网格划分、仿真),该流程此前可能耗时数月才能查询模型 [2] - 单一提示让代理在平台内无人值守执行工作,设有人在环审批检查点;代理在平台或通过Slack接收工程师提示,使用NVIDIA CUDA-X与PhysicsNeMo库运行数据生成、训练与推理任务 [2] - 代理在更改数据或花费算力前请求许可,客户可一次性批准、始终允许特定命令或重定向代理,批准可随时撤销 [2] - 利用Luminary Data Lake索引平台作业数据、第三方仿真数据与参考数据集,使客户能针对现有数据、公开基线及自有数据训练或微调代理 [3] - Data Lake直接接入Luminary Pipelines,用户可将工作流步骤编码化,无论由人还是代理启动 [3] - 此前搭建Physics AI工作流需十几个手动步骤、耗时数周至数月并涉及多人,每次交接都可能引入错误并占用工程资源;Autopilot使工程师仅通过单一提示描述设计即可自动化设计工作 [4] Luminary Data Lake与SDK - Data Lake为新的训练就绪存储,索引平台作业数据、第三方仿真数据与参考数据集 [3] - Data Lake直接接入Luminary Pipelines,用户可将工作流步骤编码化 [3] - 客户可利用Data Lake训练或微调模型而无需Luminary团队成员协助 [4] - 公开SDK现包含模型训练,客户或代理可将训练作业指向Data Lake中的数据集并在平台GPU上启动分布式训练 [4] - SDK使用户能利用预训练基础模型并在客户领域数据上继续训练,以远低于从零训练的数据与算力成本实现领域特定精度 [4] - 客户可选择更新每个权重的全量微调或冻结基础模型并训练小型附加网络的低秩适配(LoRA) [4] Continual Large Physics Models - LPM能力日益增强,组织正探索初始用例之外的新应用与领域,但模型受静态特性限制——训练完成后能力固定,适配需更多数据或新数据类型并最终重新训练 [6] - Continual LPM为更敏捷、快速适配的新一类LPM,基于LPM在工程设计周期更早阶段高精度预测设计性能特征的能力 [7] - Continual LPM仅通过使用即变得更智能,无需从零重新训练、无需人工启动即可自主改进,识别自身弱点、生成所需数据并从中学习且不遗忘已有知识 [7] - 以三阶段循环运行——主动学习、数据生成与模型训练;利用不确定性量化与分布外检测识别知识缺口、生成所需训练数据、将信息输入Luminary Data Lake并在数据上训练新模型版本 [8] - 保留模型已有知识并助其随时间更智能,自动提升新模型、对退出模型版本进行完整lineage版本管理,并让用户按需退役或保留任意版本而不中断在线推理或其他使用 [8] 行业与客户价值 - 这些进展帮助客户加速从理论到价值的转化,优化并简化Physics AI模型构建与上线流程,加速车辆、火箭及其他物理系统的设计与开发 [1] - NVIDIA工业与计算工程副总裁兼总经理Tim Costa表示,持续学习使工程AI跟上产品需求变化,将仿真数据转化为能力随时间增长的模型 [3] - Luminary首席技术官Juan Alonso表示,Autopilot将帮助工程师更快交付新设计或更新设计并最终将新产品推向市场,同时保持所需精度 [4] - Luminary首席产品官Suds Menon表示,客户要求制造组织更快、更具成本效益地交付新创新;Physics AI帮助加速设计时间、降低物理测试与原型成本、减少现场性能不确定性;Autopilot与Continual LPM的推出将放大客户的开发引擎 [9] - Luminary提供业界唯一的全栈Physics AI平台,结合深厚行业与部署专业知识,构建LPM以在数秒而非数小时或数天内准确预测物理行为,使客户重塑从设计到制造与运营的产品开发流程 [10] - 客户涵盖航空航天与国防、汽车及工业制造,包括Northrop Grumman、Joby Aviation与Otto Aerospace [10]
Joby Aviation Falls 6% as Air Taxi Selloff Deepens; Archer Aviation Drops 4%, EHang Slides 2%
247Wallst· 2026-11-18 01:04
文章核心观点 - 空中出租车板块遭遇抛售且跌势加深,Joby Aviation跌幅最大达6%,Archer Aviation下跌4%,EHang下跌2% [2][8][9] - Joby股价跌至4.43美元,跌破过去一年最低收盘价4.61美元(10月14日创下),前一日收盘价为4.72美元 [2] - Joby 2026年年初至今累计下跌66%,压力源于公司在大规模投入认证、飞机生产和国防收购的同时,电动空中出租车尚未进入商业服务 [3] - 抛售在11月16日席卷空中出租车板块,背景是投机性成长股普遍疲软,且在英伟达财报发布前抛压加剧 [4] Joby Aviation财务与运营数据 - 截至9月30日的12个月内,Joby实现营收1.49亿美元,营业亏损9.79亿美元 [5] - 2026年第三季度大部分营收来自旗下直升机客运业务Blade,该业务运送旅客超过44,000人次,创历史纪录 [5] - 公司在11月4日电话会上表示,第三季度通过出售新股筹集约1.28亿美元 [6] - 管理层将全年营收指引上调至1.35亿至1.40亿美元 [6] - 公司预计明年初为国防电子公司Resonant Sciences支付4.5亿美元现金 [6] - 首席财务官Rodrigo Brumana表示现金储备可支撑远超商业运营初始启动阶段,该启动将在明年以eIPP(白宫支持的eVTOL整合试点项目)名义进行 [7] - 截至第三季度末,公司现金、现金等价物及短期投资约22亿美元 [13] Joby Aviation业务模式与认证进展 - Joby以运营商模式运营,计划将电动空中出租车叠加到Blade在纽约等市场的现有客运航线上 [10] - 公司围绕美国空军自主飞行合同和Resonant交易构建国防业务部门 [10] - 飞机认证工作处于美国联邦航空管理局(FAA)流程的最后阶段 [10] - 公司面临的关键问题是FAA飞行员亲自驾驶飞机的型号检验授权(TIA)飞行测试能否如公司预期在明年上半年开始 [14] - 首席政策官Gregory Bowles指出历史上TIA流程耗时6至18个月,存在延迟空间 [14] Joby Aviation股权稀释问题 - 核心悬念在于空中出租车服务开始前股东还需承受多少稀释,股价越低意味着每次新股发行让渡的公司份额越大 [13] - 深度经营亏损和即将到来的Resonant付款使看空方预期更多股票出售 [13] Archer Aviation情况 - Archer股价为3.58美元,下跌4%,跌幅小于Joby,年初至今累计下跌52% [8] - 11月9日报告披露,公司从波音全股票收购Wisk、Insitu和SkyGrid的交易接近完成,近20项审批中仅剩一项未获 [8] - 第三季度末公司持有现金、现金等价物及短期投资14亿美元 [8] - 公司计划在认证后初期专注于飞机销售,同时自营部分机队 [11] - 国防业务锚定近期发展,包括为Anduril的Omen无人机供应动力系统,以及从波音获得的Insitu侦察无人机部门 [11] EHang Holdings情况 - EHang股价为3.34美元,下跌2%,年初至今累计下跌75%,为三家公司中跌幅最大 [9] - 8月25日财报时,公司撤回了6亿元人民币的2026年营收指引,原因是6月底中国发生一起与EHang飞机无关的轻型运动飞机事故,令监管机构趋于谨慎 [9] - 中国公开售票批准尚未到位,即将发布的财报可能显示这一暂停是否缓解 [9] - 公司运营无人驾驶飞机在固定、集中监控的航线上飞行,已持有中国型号、生产和适航证书 [12] - 增长依赖泰国和香港的海外沙盒、斯里兰卡的快速通道项目,以及消防、物流和无人机灯光秀业务 [12]