文章核心观点 - 黑河市利用其独特的“冷资源”，成功将寒区试车产业打造为集“测试+研发+制造+文旅”于一体的全产业链，实现了从单一测试服务到全产业链引领的质变，并成为全国该产业的“领跑者” [1] 顶层设计与战略规划 - 黑河市在“十四五”开局便将寒区试车产业纳入全市现代化产业体系，确立了“一个核心、两轮驱动、两翼齐飞”的战略路径 [2] - 政府相继出台《寒区试车产业服务条例》及长期发展规划，并创新成立试车经济协会和产业发展服务中心，构建“政府引导+市场运作+行业自律”模式 [2] - 五年间累计投入超10亿元用于基础设施建设，建成了包括全国首个寒区国家级封闭自动驾驶测试场、亚洲首座四季低温试验场在内的一批“国字号”“亚洲级”项目 [2] 科技赋能与测试能力 - 在智能网联汽车测试领域取得突破，建成1.6公里测试道路，并有33公里新测试路段及示范应用场景在筹建中 [3] - 成功完成全国首次无人机室外寒地试飞及飞行汽车寒区全场景测试，实现了“地面+低空”测试全覆盖 [3] - 截至2025年底，黑河测试企业已参与制定寒区测试相关国际、国家、行业及团体标准47项，取得CNAS实验认证19项，试验数据获40多个国家认可 [3] - 新能源汽车测试占比从“十四五”初的不足30%提升至60%以上，在2024—2025试车季的4044台测试车辆中，新能源汽车超2400台 [3] - 吸引了小米、特斯拉、吉利、小鹏等170余家车企在黑河开展长期测试 [3] 产业融合与经济效益 - 推动“测试+文旅+体育”深度融合，已连续成功举办四届寒区试车节，并引入CCPC中国量产车性能大赛等冰雪季活动 [4] - 相关活动每年带动相关行业增收超6亿元，并拉动本地就业1500人以上 [4] - 产业辐射效应显著，从酒店设立“试车服务中心”到图书馆规划汽车出版物专区，再到民宿带动脱贫户增收，寒区试车已深度融入城市发展 [5] - 当前，黑河寒区试车量已占全国85%、全球45%，并荣获多项国家级基地称号，相关产业已纳入新华社民族品牌工程项目 [5]

文章核心观点 - 汽车行业正面临来自上游产业链的全链条系统性成本压力 特别是内存芯片的短缺与涨价成为最突出的新痛点 同时铜银等金属原材料价格也在上涨 动力电池成本压力虽缓解但芯片供应风险犹存 这考验着车企的利润韧性并可能加速行业分化与格局重构 [1][2][3][4][8] 成本压力来源与现状 - **内存芯片短缺与价格飙升**：全球内存芯片短缺程度前所未有 危机已从消费电子蔓延至汽车行业 自2025年下半年起 汽车级DDR4与DDR5内存价格累计涨幅分别突破150%和300% 机构预测2026年一季度全球存储价格将再涨40%至50% 全年DRAM价格预计上涨62% [2] - **汽车行业在内存争夺中处于弱势**：三星、SK海力士等头部厂商优先向AI加速器、超大规模云厂商供货 数据中心领域单位利润显著高于汽车行业 汽车行业在产能争夺上毫无优势 [3] - **金属原材料价格上涨**：作为汽车电气系统、动力电池核心原材料的铜 自2025年下半年以来价格涨幅明显 广泛应用于车载传感器、芯片封装的银价格也上涨明显 汽车与人工智能行业对这类原材料的争抢已进入白热化阶段 [3] - **芯片供应风险持续**：存储芯片、智算芯片、功率芯片等多品类芯片的供应不确定性极大 理想汽车供应链副总裁表示2026年汽车行业可能面临存储芯片供应危机 满足率或许不足50% [4] 车企应对策略 - **技术降本与资源优化**：宁德时代通过磷酸铁锂技术规模化迭代及降低镍钴含量来吸收金属涨价压力 小鹏、广汽等车企通过软件算法升级提升内存使用效率 蔚来通过自研“神玑”芯片减少对外部高端存储芯片的依赖 [5] - **供应链深度绑定与锁价**：长安汽车与宁德时代签署五年深化战略合作协议以对冲碳酸锂涨价压力 零跑汽车与华锐捷技术敲定2026年零部件采购协议 斥资不超11亿元采购摄像头及雷达总成以锁定供应 比亚迪等车企利用套期保值锁定铜、银等大宗商品采购价格 [5][6][7] - **建立高层协调机制**：小鹏汽车董事长已亲自与所有合作的电池厂商负责人沟通 确保供应链稳定并建立高层直达的应急协调机制 [6] - **产业端协同扩产**：通富微电加速推进8.88亿元存储封测产能项目 建成后年新增产能达84.96万片 可匹配AI及车载存储封测需求 帝科股份计划将2026年存储芯片出货量目标提升到3000万至5000万颗 [7] 行业影响与格局变化 - **车企利润承压与内部消化**：多数车企选择内部消化成本 蔚来表示目前还在承受范围之内 将依托现有毛利空间承接压力 但对以智能化为核心卖点的车企 内存刚需属性使其难以通过减配缓解压力 [8] - **供应链管理能力成为分水岭**：拥有成熟完整供应链体系（如背后有央企集团）的车企受影响有限 而中小型车企和新势力品牌受涨价波及明显 正通过优先保障生产资源、强化合作伙伴协调等方式被动应对 [8] - **行业分化与淘汰赛加速**：供应链管理差异将转化为交付稳定性差距 进一步影响品牌信誉与市场地位 加速行业淘汰 部分车企可能削减非核心存储配置或延缓高阶智驾普及 导致智能化“内卷”减速 [8] - **长期趋势转向自主可控**：长远来看 涨价潮与电动智能转型共振将推动资源向具备核心能力的企业集中 行业竞争将从硬件比拼转向软硬件融合优化 越来越多的车企或倾向垂直整合策略 深化与芯片企业的资本、技术绑定以构建自主可控的产业生态 [9]

行业促销策略转向 - 车市促销正由“明降价”加速转向“降月供”，多家公司相继跟进6至7年低息或超低息分期政策[1] - 在消费者观望情绪仍存、库存有压力的背景下，车企以贴息方式撬动需求、提前锁定订单，意在抢占市场先机[1] - 此举亦是为“叫停无序价格战”后的促销策略寻找更“合规”的表达空间[1] 主要公司金融方案详情 - 特斯拉在中国市场推出金融特惠方案，可申请6至7年“超低息”，年费率低至0.5%（折合年化利率约0.98%）[2] - 小米汽车推出“7年超低息”模式，以“低首付+低月供”的营销话术吸引预算敏感用户[2] - 理想汽车推出“7年低月供”方案，强调较低首付门槛与月供水平，以契合部分家庭用户的现金流偏好[2] - 小鹏汽车推出“限时6年—7年低息方案”，以“全系可享”的覆盖面争夺春节前新增订单[2] - 东风奕派等品牌也推出“7年超低息”金融方案，通过“超长周期+灵活政策”在细分人群中争取增量[2] 行业背景与监管环境 - 2025年乘用车累计零售2374.4万辆，同比增长3.8%，但12月份零售数量同比下降，终端观望情绪抬升[3] - 监管部门联合召开座谈会，强调坚决抵制无序“价格战”，加强成本调查和价格监测，维护公平有序市场环境[4] - 市场监管总局发布《汽车行业价格行为合规指南（征求意见稿）》，强调要建立覆盖整车销售、金融服务等环节的全链条价格管理制度[4] - 金融贴息若促销口径不清、附加条件遮蔽或实际成本转移给消费者，可能触及价格合规与消费者权益红线[4][5] 金融方案的影响与潜在问题 - 7年低息方案可降低消费者当期现金流压力，有助于推动意向客户直接下定[5] - 在政策换挡及补贴节奏变化时，贴息可作为对冲工具，避免品牌被迫通过更激烈的直接降价方式抢夺市场[5] - 超长期分期可能放大消费者杠杆，若车辆折旧速度与还款周期不匹配，容易出现“负资产”风险[5] - 需求被提前透支后，后续月份可能面临回落压力，促销工具边际效用递减[5] - 当行业普遍转向“金融内卷”，贴息成本最终需由企业利润、渠道返利或产品配置策略消化，若缺乏技术与产品力支撑，容易再度滑向“变相价格战”[5] - 政策效果能否持续，取决于促销规则与成本口径是否透明合规、企业能否在贴息之外提供可持续的产品价值与服务体验，以及行业竞争能否回归技术创新与经营质量[6]

新能源汽车行业动态 - 小鹏汽车宣布推出全系7年低息分期购车方案 首付15%起 月供低至1355元 活动有效期至1月底 此举旨在降低购车门槛 此前特斯拉、小米汽车也推出了类似政策 [2] - 宾利全新小型纯电SUV最新谍照曝光 新车采用更接近欧陆GT的大尺寸椭圆形前大灯灯组风格 整体轮廓修长 水滴形态明显 [3] 传统汽车制造商战略调整 - 大众汽车集团计划到2026年夏季前 将其核心品牌集团的四大品牌董事会成员总数削减约三分之一 以精简内部管理架构 [2] - 大众汽车集团预计 仅在生产领域 重组的管理模式到2030年累计可释放10亿欧元的降本潜力 [2] 供应链与生产影响 - 丰田汽车因日本大雪影响 暂停了爱知、岐阜、三重3县的3家车辆组装厂共3条生产线的生产 预计1月23日后恢复 [2]

文章核心观点 全球主要车企正集体跨界进军人形机器人领域，这不仅是寻找第二增长曲线的战略选择，更是基于技术同源、供应链协同和成本优势的必然延伸，旨在构建从“造车”到“造智能体”的未来产业版图，并以此重塑资本市场对车企的估值逻辑 [1][3][12][31][34] 车企跨界机器人的现状与驱动力 - **行业共识与竞赛态势**：2025年全球至少有17家主要车企宣布进军机器人领域，其中包括特斯拉、奔驰、宝马等国际品牌，以及比亚迪、小米、小鹏等11家中国车企，一场人形机器人军备竞赛已然打响 [1][3] - **核心驱动力：从成本中心到利润中心**：汽车工厂是机器人最大的客户，汽车制造业的机器人密度高达29.3台/百万工时，车企造机器人可首先在自家工厂消化产能，实现降本增效 [5] - **估值逻辑转变**：资本市场正在重新定义车企价值，定价逻辑从销量驱动的PE/PS转向科技公司式的现金流折现与分部估值，机器人业务提供了关键的“科技叙事”，支撑估值溢价，例如特斯拉市销率一度回升至15倍高位 [12] 车企造机器人的天然优势 - **技术同源性高**：智能汽车与机器人同属感知-决策-执行三层架构，技术重合度高达60%—90%，激光雷达、自动驾驶算法等可复用 [16][17] - **供应链与成本优势显著**：汽车供应链的批量优势能碾压式降本，车企研发人形机器人的成本比普通机器人公司低三分之一，激光雷达成本在十年间从7.5万美元降至十分之一 [18][20] - **制造与质量优势**：车企提供车规级零部件，具备抗震、抗冲击等特质，符合高品质机器人要求，且汽车产业的规模制造能力能快速规划年产十万台级别的生产线 [18][20] 主要的商业模式与路径探索 - **内部消化与场景拓展**：特斯拉计划在2026年底前启动Optimus年产百万台生产线，首批客户是自己的全球工厂；小鹏Iron量产后将首先部署在自有生产基地；奇瑞则将墨甲机器人部署到工厂及海外4S店担任销售顾问 [5] - **投资与生态布局**：比亚迪战略投资智元机器人、帕西尼感知科技等20多家产业链企业，以2%的股权换取技术协同；上汽集团投资核心零部件公司并要求成本价优先供应 [7] - **商业化路径**：行业共识认为人形机器人将遵循“工厂-商业-家庭”的三步走路径，当工厂场景跑通后，商业化路径自然延伸 [8][9] 面临的技术挑战与行业思考 - **三大技术难题**：横亘在前的技术大山包括：灵巧手（高自由度与耐用性难平衡，特斯拉Optimus灵巧手寿命仅六周，单只成本超6000美元）、行走稳定性（传感器动态误差超5厘米）、以及最核心的“大脑”问题（AI模型在终端运行效率低，导致动作延迟） [24][26] - **数据匮乏症结**：机器人训练需要海量数据，但真实环境数据采集成本高昂，车企正利用自家工厂搭建数据采集中心或与机器人企业合作来破解难题 [26] - **行业质疑与安全思考**：社会对人形机器人的实际价值与安全性存在质疑，有观点认为人形设计噱头大于实际需求，且存在未解决的安全问题，也有专家预测未来成功的“类人”机器人可能配备轮子而非双足 [30][31] 未来展望与产业意义 - **2026年成为分水岭**：行业关注特斯拉Optimus V3能否如期量产、小鹏IRON商业化订单能否突破千台等关键节点 [34] - **市场处于早期阶段**：当前人形机器人全球保有量不足5000台，真正实现场景商业化落地的不到1000台，车企的热情与市场冷静形成对比 [34] - **产业进化**：颠覆性技术的普及非线性，但此次押注的是全球最成熟、最擅长规模制造的汽车产业，最终将推动汽车产业完成从“造车”到“造智能体”的终极进化 [34]

小鹏汽车高层人事变动与组织调整 - 小鹏汽车副总裁、互联网中心负责人魏斌目前处于休假状态 [2][3] - 魏斌休假可能与小鹏内部高强度的研发迭代有关，同时也反映出公司正处于新一轮组织架构调整的关键阶段 [5] - 近半年小鹏内部组织变化非常快，包括李力耘因身体原因暂离一线、刘先明接任自动驾驶中心负责人等事件 [5] 魏斌的职责与贡献 - 魏斌于2021年底加入小鹏汽车，此前曾任高德地图产品总监 [2][6] - 加入后主要负责汽车互联网中心，涵盖智能座舱、车载软件平台及相关AI能力建设 [6] - 在其任内，小鹏逐步推动座舱系统从以功能为导向的“应用堆叠”，转向以算力、操作系统与模型能力为核心的底层架构升级 [6] - 小鹏智能座舱的研发节奏在过去两年中明显加快，互联网中心承担了大量围绕高算力平台、统一软件架构以及持续OTA能力建设的基础性工作 [6] 小鹏汽车的战略聚焦与组织协同 - 小鹏汽车在2024年以来的多次公开表态中，反复强调将进一步聚焦核心技术、提升组织效率，并推动智能驾驶、智能座舱与整车平台的深度融合 [7] - 从组织层面看，魏斌所负责的互联网中心，与自动驾驶中心、整车软件平台之间存在高度协同关系 [6] - 随着小鹏近年来不断强调“AI汽车”定位，智能座舱逐渐从传统意义上的人机交互系统，演变为车端AI能力的重要载体，其战略权重也随之提升 [6] - XPILOT与座舱系统在底层平台上的协同，在魏斌任内被反复强调 [6] 行业动态与趋势 - 2026年初行业变动频繁，除小鹏人事变动外，还包括美团无人车换帅、理想组织结构大变动 [3] - 自动驾驶和具身智能是汽车行业重点布局方向，小鹏人形机器人计划于2026年启动规模量产，理想与地平线也在相关领域持续扩招 [3][4]

核心观点 - 自动驾驶行业在核心算法层面已形成共识，即采用端到端（End-to-End）作为基础架构，并引入世界模型（World Model）作为关键基础设施 [6][7][10] - 行业在顶层认知上出现路线分歧，主要围绕是否在端到端模型中引入语言模型（即VLA与WA/反VLA之争），这本质上是计算效率与推理能力（快思考 vs 慢思考）的不同权衡 [7][11] - 未来三年是现有深度学习范式的“极致优化期”，核心在于通过海量数据驱动能力自然生长，而非理论重构 [7] - 行业竞争已超越单纯算法模型之争，研发基建、数据仿真、算力芯片、工程化能力及用户体验等非技术因素成为决定成败的关键变量 [13] 核心技术路线 端到端 (End-to-End) - 是自动驾驶的底层基座，替代了传统的模块化方案，直接从传感器输入映射到控制输出 [1][10] - 一段式端到端（One-Stage E2E）已被验证可行（如特斯拉FSD V12），统一了L2和L4的开发范式 [7] - 其局限性主要是“模仿学习”，能力上限受限于训练数据，缺乏逻辑推理 [12] 世界模型 (World Model) - 是核心算法演进中的关键基础设施，扮演“中间加速器”的角色 [7][10] - 主要作用分为两方面： - **对内（训练）**：作为“超级模拟器”，生成大量合成数据以解决长尾问题，并让端到端模型在虚拟环境中通过强化学习反复试错迭代，实现从“数据闭环”到“训练闭环”的演进 [2][8][11][18] - **对外（推理）**：作为“预测机”，帮助车辆理解物理规律和因果关系，直接指导动作生成 [9][11] - 3DGS（3D Gaussian Splatting）是构建高保真仿真环境的重要技术 [3] 视觉-语言-动作模型 (VLA) 与 世界-动作模型 (WA) - **VLA派（理想、英伟达）**：认为需要引入大语言模型赋予车辆逻辑推理（Chain of Thought）和解释能力，以处理复杂、罕见的长尾场景（System 2，慢思考） [9][11][12] - **WA/反VLA派（华为、小鹏）**：认为驾驶主要是直觉反应，引入语言环节会增加延迟和算力负担，主张直接从世界模型理解映射到动作（System 1，快思考） [9][11] - **务实派（小米）**：当前主推“端到端+世界模型+强化学习”解决直觉问题，内部预研VLA以备复杂推理需求，追求“智能密度”最大化 [9][11] 主要公司技术选择对比 | 公司 | 核心技术路线选择 | 核心逻辑与观点 | 世界模型/仿真工具的角色 | | :--- | :--- | :--- | :--- | | **理想汽车** | VLA (Vision-Language-Action) | 认知驱动，认为需从“模仿”进化到“自己学会”，单纯数据闭环不够，必须走向训练闭环 [9] | 利用《World4Drive》等模型构建可探索的虚拟世界，进行策略优化，是训练闭环的核心 [9] | | **英伟达 (NVIDIA)** | 物理AI + VLA (Alpamayo) | 强调AI的可解释性与推理能力，不仅要会开，还要能解释决策，并强调“Test time Scaling”（让AI多思考一会儿） [9] | 使用Omniverse & Cosmos生成合成数据和进行物理模拟，训练车辆学习物理定律 [9] | | **小米汽车** | 端到端 + 世界模型 + 强化学习 (预研VLA) | 智能密度最大化，当前方案优先解决“直觉”（System 1）问题，VLA类似“看悬疑片”（System 2），仅用于极复杂场景，不制造技术焦虑 [9][17] | 使用高保真模拟器进行强化学习训练，解决实车难以覆盖的长尾场景 [9] | | **地平线** | 一段式端到端 (One-Stage) | 范式统一，认为FSD V12证明了端到端的可行性，未来三年是“极致优化期”，旨在统一L2与L4的开发范式 [9] | 未详细展开，主要强调通过统一范式和低成本部署打通壁垒 [9] | | **华为 / 小鹏** | WA (World Action) / 反VLA | 去语言化，认为驾驶主要是直觉反应，不需要经过语言环节，以降低延迟和算力负担 [9] | 利用世界模型理解环境演变，直接指导动作生成 [9] | 非核心技术关键因素 研发基建与工程效率 - 基建（以数据为核心的研发效能）决定迭代速度，好的基建能大幅提升研发效率，例如小米能在一年内实现“追三代”的技术跨越，核心在于云端基建的复用和自动化率提升 [3][18] - 基建的好坏取决于发现问题后，能否迅速从海量数据中挖掘出类似场景，并形成高质量标注数据进行训练 [18] - 强化工程能力和组织能力被视为公司的“工业母机”，是应对技术范式变化的确定性方法 [18] 仿真与合成数据 - 仿真成为解决长尾问题（Corner Case）的核心，单纯依赖真实路测数据已无法满足需求 [14] - 合成数据价值极高，例如在小米的训练数据中，仿真数据占比约为20%，但节省了数倍的人力成本 [18] - 英伟达通过Cosmos世界模型生成符合物理定律的合成数据来训练自动驾驶模型 [18] - 理想汽车等公司强调从“数据闭环”走向“训练闭环”，让AI在虚拟世界中进行强化学习，自我探索最优策略 [18] 算力规模与芯片适配 - 智驾是算力和硬件的“暴力美学”，计算机工业的本质就是“玩命堆算力” [15][18] - 英伟达发布Rubin平台以应对每年增长5倍的AI推理需求，旨在将推理成本降低至原来的1/10 [18] - 算法上车面临巨大的“部署偏差”，从一颗芯片迁移到另一颗芯片通常需要6-10个月解决算子支持、计算精度对齐等问题，这种高昂的迁移成本构成了芯片厂商的护城河 [18] - 随着AI进行长序思考（System 2），车载芯片的“显存”面临巨大挑战 [18] 商业化成本与泛化能力 - 技术再先进也需考虑成本，智驾系统的目标是将L4级体验以极低的部署成本普及到10万元级别车型 [18] - 新一代端到端技术通过数据驱动，在一个复杂城市验证后，能大概率泛化到整个国家，极大地降低了扩张成本 [18] 用户体验与安全冗余 - 技术先进性不等于体验更好，必须在收益和风险之间取得平衡，避免为了“显摆技术”而制造焦虑 [17] - 安全机制至关重要，即便是激进的端到端方案也需要安全兜底，例如英伟达的方案中包含了一个经典的规则驱动AV栈作为安全护栏，在端到端模型信心不足时回退 [19]

公司业务与客户 - 公司车规级背光模组产品已应用于知名车企，包括小鹏汽车和上汽集团 [1]

文章核心观点 - 2026年开年，汽车行业掀起“7年低息购车”金融创新潮，多家车企在半个月内密集跟进，标志着行业竞争从“价格战”转向更精细化的金融促销手段博弈 [1][2] - 金融杠杆在降低购车门槛、刺激需求的同时，也给车企资金链和消费者长期负债带来潜在风险，并可能加速行业洗牌，最终竞争将回归产品力与技术等硬核实力 [3][4][5][6][7] 行业促销策略转向 - 直接降价促销的边际效益减弱，2026年开年已有超过20家车企降价但终端销量增长不明显，政策层面也强调抵制无序“价格战” [3] - 金融手段成为降低消费门槛、抢占市场份额的重要工具，7年低息方案打破了此前3-5年的主流车贷周期惯例 [2][3] 车企金融方案跟进情况 - **特斯拉**：1月6日率先针对国产Model 3、Model Y等车型推出7年超低息方案，年化利率约0.98%，首付9.99万元起，月供2947元起 [2] - **小米汽车**：1月15日为YU7车型上线7年低息活动，首付4.99万元起，月供最低2593元 [2] - **东风奕派**：1月18日针对全系主力车型推出“7年超低息”方案，其中纳米01首付低至2万元起，月供低至626元 [2] - **理想汽车**：1月20日加入，推出首付3.25万元起、月供低至2578元的方案，并对MEGA与i8车型推出“7免3”（贷款七年，前三年免息）方案 [2] - **小鹏汽车**：1月22日上午官宣全系车型享7年低息分期，月供低至1355元起 [1] - **吉利银河**：1月22日下午跟进，银河M9首付2.58万元起，月供1999元起 [1] 市场销售数据表现 - 2026年1月1日至18日，全国乘用车市场零售67.9万辆，同比下降28%，环比下降37% [3] - 同期新能源车型市场零售31.2万辆，同比下降16%，环比下降52% [3] 金融策略对车企的影响 - 七年资金回收期拉长车企现金流周转周期，可能给企业资金链带来隐性压力 [4] - 对于利润微薄或亏损的品牌，长期跟进可能导致“卖一辆亏一辆”的困境，例如2025年第三季度小鹏汽车毛利率为13.1%，理想汽车首次出现季度亏损，特斯拉净利润同比下降37%，运营利润率仅5.8%创近五年来最低 [4] 金融策略对消费者的影响 - 大幅降低购车门槛，例如特斯拉Model 3月供1918元使年轻人甚至应届生能提前购车 [5] - 七年贷款周期带来不确定性：汽车智能技术快速迭代可能导致车辆快速贬值，形成“负资产”；漫长的84个月还款周期要求个人财务状况保持稳定 [5] 行业竞争与洗牌趋势 - 七年低息策略需要雄厚资金和技术信心支撑，目前主要由技术积累更多的头部企业推行 [6] - 随着2026年新能源汽车购置税等政策调整，非头部车企面临两难选择，行业资源可能加速向头部集中，尾部品牌面临淘汰风险 [6] - 当金融工具普及时将失效，竞争将重新回归产品力与生态服务，如三电系统效率与安全、智能驾驶体验等真实用户体验 [6] - 长久来看，金融手段只能争取一时之机，真正的核心竞争力在于持续的技术研发与创新驱动发展 [7]

公司动态 - 小鹏汽车于1月22日宣布推出全系7年低息分期购车方案 首付15%起 月供低至1355元 活动有效期至2026年1月31日 [1] - 招银国际研报下调了小鹏汽车去年第四季度的盈利预测 但仍预计公司可在2023年第四季度实现盈亏平衡 [1] 市场表现 - 截至发稿 小鹏汽车-W股价下跌3.15% 报76.8港元 成交额为7.43亿港元 领跌新能源车股 [2] 行业展望 - 招银国际维持对2024年中国乘用车零售及批发销量的预测 预计零售销量同比下跌0.1% 批发销量同比增长2.9% [1] - 该行认为 2023年第四季度销量表现逊色可能导致部分车企期内盈利未能符合预期 [1]