行业现状与投资特征 - 计算机与软件开发行业处于基本面相对混沌期，AI与替代背景下用户使用意愿增强但支付能力有限，产品仍需等待大模型突破及持续打磨 [1] - 行业投资短期呈现风险偏好驱动的主题投资特征，长期存在向景气投资转化的可能 [1] 细分领域景气度分化 - AI算力、激光雷达维持高景气 [1] - AI应用加速向上 [1] - 软件外包、金融IT、华为产业链等赛道稳健向上 [1] - 教育IT、网安呈现拐点向上 [1] - 工业软件、医疗IT略有承压 [1] 下半年行业展望 - 在基数效应、新技术落地及政策加持下，行业表观经营表现有望改善 [1] - 需关注其他科技成长板块的分流效应 [1] 计算机ETF与指数特征 - 计算机ETF跟踪CS计算机指数，该指数由中证指数有限公司编制，覆盖A股计算机硬件、软件及服务等领域上市公司 [1] - 指数具有显著行业集中度和技术导向特征，反映我国计算机产业整体发展水平 [1]

特斯拉自动驾驶技术进展 - 特斯拉首批Robotaxi车队在得州奥斯汀上路，采用2025款Model Y，基于纯视觉方案（摄像头+自研AI芯片），实现"端到端"模型学习驾驶技能 [1] - 纯视觉方案被视为技术突破，国内车企小鹏也跟随该路线，将激光雷达移出核心感知架构 [1] 激光雷达市场现状 - 2023年全球车载激光雷达销量约160万台，其中中国市场占比90% [1] - 激光雷达价格从30万元以上高端车型下沉至15万元级大众市场，成本已降至1000多元 [9] - 行业主流产品线束为64线/128线/192线，测距能力达150米有效检测 [2][6] 技术路线争议 - 视觉方案存在物理局限：夜间信噪比衰减、异形障碍物识别歧义等问题持续存在 [1][4] - 激光雷达优势在于"检测即所得"，是确切的物理量，能提升AEB功能成熟度 [3][7] - 视觉方案开发代价高昂，需海量数据驱动，而激光雷达可减少开发工程量 [7] 激光雷达技术演进 - SPAD（单光子雪崩二极管）将成为未来主流技术，索尼芯片方案将被华为/速腾/禾赛采用 [8] - 半导体技术进步将推动激光雷达性能提升，2025-2026年可能出现突破性产品 [8] - 线束数量持续增加，角分辨率优化，测距能力有望突破200米 [6][15] 车企应用现状 - 除特斯拉和小鹏外，多数车企仍依赖激光雷达作为辅助驾驶核心组件 [5] - 激光雷达使用呈现"强者恒强"态势，需结合视觉方案才能发挥最大效用 [7][13] - 蔚来/理想/小米等车企已配备激光雷达，形成市场竞争驱动力 [12] 成本与供应链 - 激光雷达成本持续下探，性价比优势显现，能帮助车企减少技术弯路 [9] - 供应链体系已建立，可保证产品批量一致性，售后更换成本约几千元 [10][11] 性能边界与挑战 - 量产环节实际有效测距多为80-120米，少数能达到150米 [15] - 雨雾雪天气和玻璃/水面等高反射物体会影响检测精度，算法可部分缓解但无法根除 [16] - 参数标称的200米测距需结合线束数量和角分辨率综合评估 [6]

小米汽车战略方向 - 公司明确表示没有计划造油车，专注于电动车领域 [1] - 公司对油车赛事保持关注并祝贺BMW M品牌第21次夺冠 [1] 小米YU7产品发布 - 小米YU7将于6月26日正式发布上市 [1] - 新车将提供9种颜色选择，包括跑车色系、时尚色系、豪华色系和经典色系 [1] - 全系标配激光雷达、天际屏全景显示、后排135°电动座椅等高端配置 [1] - 采用800V碳化硅高压平台和700TOPS辅助驾驶算力 [1] - 配备连续可变阻尼减振器等先进技术 [1]

跨境支付通上线 - 跨境支付通于6月22日正式上线运行 实现内地与香港快速支付系统互联互通 [1] - 消息刺激下跨境支付概念股涨幅扩大 软件ETF（515230）单日涨幅近2% [1] 计算机与软件行业投资逻辑 - 行业当前处于基本面混沌期 产品依赖大模型突破及持续打磨 投资风格偏向风险偏好驱动的主题型机会 [1] - 6-7月二季度业绩披露或提升基本面关注度 下半年在低基数、新技术及政策推动下经营表现有望优于上半年 [1] - 细分赛道景气度分层：2025年高景气领域为AI算力、激光雷达 AI应用处于加速上升期 软件外包、金融IT等7个领域稳健向上 教育IT等4个领域现拐点 智慧交通等4个领域底部企稳 工业软件等2个领域承压 [1] - 宏观需求改善可能带动后周期计算机板块表现 [1] 软件ETF跟踪标的 - 软件ETF（515230）跟踪中证软件指数（H30202） 成分股覆盖沪深市场软件开发及信息技术服务企业 [2] - 该指数具备强科技属性与成长特征 是衡量国内软件产业技术创新与市场发展的重要指标 [2]

在激光产业激烈的市场竞争中，上市公司的现金分红方案，如同一面精准的棱镜，折射出2024年行业盈利能力的深层图景与结构性变迁。 根据光电汇统计，截至6月18日最新数据，26家激光产业链上下游上市公司披露了2024年度分红方案。其中19家企业派发现金红包，6家企业暂停现金分 红，1家转增股本，未分红比例约占23%。这些真金白银的分配策略，无声却有力地勾勒出产业链各环节的冷暖与企业的生存状态。 2024年各大激光企业每10股现金分红排名榜 | 企业名称 | 每 10 股派发现金金额 | 合计派发现金分红金额 | | --- | --- | --- | | 柏楚电子 | 21.60 元 | 4.45 亿元 | | 杰普特 | 4.2元 | 3982 万元 | | 市尔激光 | 3.9 元 | 1.06 亿元 | | 大族激光 | 3.5 元 | 3.6亿元 | | 华工科技 | 2 元 | 2亿元 | | 福晶科技 | 2 元 | 4703 万元 | | 联赢激光 | 1.5元 | 5119.9万元 | | 逸飞激光 | 1.3 元 | 1220 万元 | | 光库科技 | 1 元 | 2492 万元 | | 波长光 ...

小鹏汽车技术路线 - 小鹏汽车自主研发的图灵芯片首次上车，搭载在中型SUV G7上，一颗图灵芯片的有效算力等同于三颗英伟达Orin X，整台G7的有效算力超过2200Tops [2] - 小鹏Mona M03顶配版配备两颗Orin-X芯片，算力达508TOPS [2] - 小鹏宣布将采取纯视觉方案，认为激光雷达"看不远、干扰多、帧率低、穿透性差" [2] 纯视觉技术方案 - 小鹏通过定制AI编译器、协同设计模型架构等方法，实现VLA和VLM大模型与图灵芯片的耦合 [3] - 小鹏训练了超过40万小时的视频数据，相当于AI看了3万部《流浪地球》，视频数据量将在今年增加到2亿clips [10] - 小鹏智能算力集群正向两万卡水平前进，云端集群运行效率常年保持在90%以上 [13] - 去掉激光雷达后节约了20%的感知算力，模型反应更快，视觉信息处理帧率达到业界主流激光雷达处理帧率的12倍 [13] 激光雷达技术发展 - 激光雷达成本12年间下降了400倍，禾赛已将激光雷达价格压到200美元 [3] - 激光雷达供应商通过自研关键器件并压缩成芯片实现降本，部分主机厂称禾赛激光雷达报价已降至人民币三位数 [25] - 激光雷达存在"多径效应"问题，但已有方法通过训练神经网络模型和多源数据对比来解决 [26][28] 技术路线对比 - 纯视觉方案优势：算力要求低、响应速度快、数据获取成本低 [13][22] - 激光雷达优势：测距精度高、不受光线条件限制、能识别视觉欺骗性场景 [30][31] - 视觉方案在极端天气下仍需依赖毫米波雷达 [25] 行业竞争格局 - 小鹏将纯视觉高阶智驾能力下放到13万元起的Mona Max，同时激光雷达也下探到同价位区间 [4] - 小鹏试图重新定义辅助驾驶标准，认为"算力"才是检验辅助驾驶的第一标准 [6] - 特斯拉和小鹏代表纯视觉派，而更多品牌转向激光雷达方案 [4][6] 技术争议 - 专家质疑去掉激光雷达是否能真正提升反应速度，认为占用算力的主要是大模型而非激光雷达 [18][19] - LOFIC技术最早由荣耀手机提出，工艺复杂且商用效果未达预期 [19] - 360°安全取决于传感器布置，视觉和激光雷达都可以实现 [21] 未来发展趋势 - 小鹏计划在2027年前结束纯视觉与激光雷达之争 [35] - L3及以上自动驾驶阶段，车企需证明纯视觉方案更安全 [34] - 最终衡量标准是哪种方案能更大概率防止事故发生 [36]

市场行情分析 - 两市超过3400只个股下跌 成交额达1.19万亿 机构和大户净流入270亿 散户净流出300亿 [1] - 指数在20日线和30日线附近震荡 关键支撑位为3363点和3324点 [1] - 当前市场呈现快速轮动特征 成交量维持在万亿级别 高低切换成为主线 [1] 板块轮动情况 - 医药板块持续回调 资金转向算力硬件和消费电子板块避险 [2] - 算力硬件板块表现强势 包括PCB、CPU和存储芯片等细分领域 [2] - 消费电子板块开始活跃 受多重消息催化影响 [2][3] 算力硬件行业动态 - 海外科技巨头资本开支大幅增长 微软800亿美元 谷歌750亿 亚马逊1000亿 Meta600亿 同比增长约30% [3] - 国内科技企业加大投入 阿里计划投资1200亿 腾讯800亿 直接拉动PCB产业链需求 [3] - 芯片厂商竞争加剧 博通发布TH6系列芯片 包括电交换机和CPU版本 美光宣布停产DDR4芯片 该产品占全球25%市场份额 [3] 消费电子行业动态 - 任天堂Switch 2首周销量表现强劲 美国市场110万台 日本市场94.8万台 全球销量有望突破350万台 [3] - 分析师预测Switch 2首年销量或达1500万台 超越PS5同期表现 [3] - 激光雷达概念股异动 受以色列部署激光反导系统消息刺激 [4] 资金流向特征 - 市场呈现明显高低切换特征 资金从高位医药股流出 转向低位算力硬件和消费电子板块 [2][4] - 板块轮动速度加快 需准确把握节奏才能获得收益 [1][4]

无人机技术发展 - 2025年睿抗机器人开发者大赛的无人机竞赛规则要求无人机无需GPS即可完成起飞、避障导航、目标识别、精准投放、返航降落等任务 [1] - 室内无人机面临定位难题，传统光流定位方案在纯色地板上失效，视觉SLAM受光线变化影响精度下降50%，UWB定位成本高且缺乏灵活性 [2] - 光子RC-L1采用激光雷达技术，不挑环境且每秒扫描几十万个点构建精确地图，但面临数据量爆炸问题，3米/秒飞行速度下100毫秒通信延迟导致30厘米位置偏差 [3] 无人机硬件创新 - 光子RC-L1搭载高性能处理器实现机载自主，支持10Hz建图频率和30Hz路径规划，提供手动、半自动和全自主三种模式切换 [5] - 采用扩展卡尔曼滤波融合飞控IMU数据实现连续平滑定位，整机重量仅2.3公斤，通过多处通风孔道设计解决散热问题 [6] - 实现系统级模块化设计，所有传感器模块采用统一供电标准和通信协议，支持激光雷达、双目相机、热成像仪等快速切换 [7] 软件与生态建设 - 基于ROS构建软件平台，开放路径规划模块源码，支持学生深入理解算法原理并实现自定义算法 [9] - 提供仿真功能实现"先虚后实"开发模式，可随机生成复杂环境地图进行算法测试后再部署到实机 [9] - 集成DeepSeek本地大模型，在保证飞行安全前提下完成自然语言理解、目标识别等AI任务，理解"飞到红色标志物上方"等语言指令 [13] 竞赛级设计优化 - 采用快拆结构设计，电设保护壳30秒可打开，机臂2分钟内完成更换，大幅降低维修时间和成本 [10] - 碳纤维机架提供优异强度重量比，全包式注塑桨保优先考虑防撞需求，5200mAh电池续航10分钟精确匹配竞赛时长 [12] - 软件设计考虑实战需求，提供一键起降、紧急停桨、指点飞行和预设航点等功能，兼顾新手和高阶用户 [12] 产业与教育变革 - 激光SLAM和机载AI技术从高端产品快速下沉至教育装备，ROS标准化和开源社区推动软件生态成熟 [16] - 培养模式从"操作员"转向"系统工程师"，要求学生理解SLAM原理、修改路径规划算法、部署AI模型 [16] - 构建"硬件平台+开源软件+课程体系"完整生态，实现教学内容持续迭代，推动产教融合 [17] - 高校背景团队将顶刊论文算法转化为可运行代码，实验室原型机变为稳定教学装备，加速技术普及 [17]

卫星激光通信技术突破 - 中国科学家团队利用2瓦激光(相当于蜡烛亮度)在地球静止轨道卫星上实现1Gbps数据传输速度 是星链速度的五倍 [1] - 卫星激光下行链路面临大气湍流挑战 传统自适应光学(AO)和模式多样性接收(MDR)在强湍流条件下单独使用效果有限 [1] - 研究团队开发自适应光学-MDR协同技术 有效解决极低信号功率导致的通信质量下降问题 技术被描述为"突破性" [1] 技术创新细节 - 多平面转换器(MPLC)将光束分成8个基模通道 通过路径选择算法实时合并三个最强信号 [2] - 自适应光学+多模反射(MDR)组合相比单独使用AO 在关键信号可靠性阈值下实现显著增益 [2] - 新方法使可用信号概率从72%提升至91.1% 大幅降低传输误差 [3] 中国空间激光通信发展 - 2020年中国实践二十号卫星在地球静止轨道实现10Gbps激光下行链路 创世界纪录 [3] - 最新实验在丽江天文台进行 使用1.8米望远镜瞄准36705公里外卫星 望远镜配备357个微镜用于矫正激光束畸变 [1] - 研究成果发表于中文期刊《光学学报》 经过同行评议 [1]

智能驾驶技术路线之争 - 特斯拉坚持纯视觉路线，认为人工智能、数字神经网络与摄像头结合是最适配道路系统的方案[2][6] - 国内新势力如华为、理想则主张激光雷达的必要性，强调其在雨雾天气的安全性优势[6][7] - 小鹏汽车支持视觉+大模型方案，认为激光雷达在远距离探测中存在信息密度低、易受干扰等缺陷[8][9][10] 激光雷达技术局限性 - 激光雷达远距离探测时能量密度呈平方反比衰减，192线激光雷达在200米外的信息获取能力弱于800万像素摄像头[10] - 多径效应导致复杂地形下信号失真，主流激光雷达帧率不足摄像头一半，影响高速移动物体识别[10] - 近红外光波长特性使其易受雨雪雾干扰，几米内形成噪点，穿透性弱于毫米波雷达[11] 视觉方案技术优势 - 高分辨率摄像头可更有效区分远距离目标（如塑料袋与电瓶车）[10] - 摄像头帧率更高，配合大模型能减少高速场景下的识别误差[10] - 特斯拉补充麦克风用于识别紧急车辆声音，增强环境感知维度[6] 行业技术路线对比 - 华为强调激光雷达对安全性的不可替代性，认为摄像头存在致盲风险[6][7] - 小鹏指出激光雷达"看得远"是伪命题，实际应用中受物理定律限制[9][10] - 特斯拉认为多传感器冲突可能导致系统自相矛盾，纯视觉方案更符合道路设计原理[6]