公司2025年度业绩预告 - 预计2025年归属于上市公司股东的净利润为亏损18,500万元至13,500万元 [1] - 预计2025年扣除非经常性损益后的净利润为亏损21,500万元至16,500万元 [1] - 预计2025年营业收入为107,500万元至111,500万元 [1] 营业收入增长与业务表现 - 2025年度公司整体营业收入实现15%以上增长 [1] - 智能网联、激光雷达、动态称重业务收入同比增长均超过20% [1] 盈利能力与现金流改善因素 - 公司通过加强成本管控、抑制费用过快增长，期间费用同比有所下降 [1] - 公司加大应收账款清收力度，随着应收账款回收情况改善，信用减值计提同比减少 [1] - 在上述因素共同作用下，公司2025年度净利润与经营性现金流均实现同比大幅度改善 [1] 持续亏损原因与战略投入 - 由于公司坚持长期发展战略，持续保持较高的市场与研发投入规模，2025年度净利润仍处于亏损状态 [1] 行业与政策环境 - 报告期内，行业受益于车路云一体化及高速公路交通基础设施数字化转型升级相关政策的推动 [1] - 公司密切关注国家政策导向与行业发展趋势，积极把握市场机遇 [1] 市场拓展 - 公司持续开拓国内外市场，提升市场份额 [1]

公司业绩预告 - 预计2025年全年归属于上市公司股东的净利润为-1.35亿元至-1.85亿元 [1] - 预计2025年全年归属于上市公司股东的扣除非经常性损益的净利润为-2.15亿元至-1.65亿元 [1] - 2025年度净利润与经营性现金流均实现同比大幅度改善 [1] 营业收入与业务表现 - 2025年度公司整体营业收入实现15%以上增长 [1] - 智能网联、激光雷达、动态称重业务收入同比增长均超过20% [1] 成本费用与资产质量 - 公司通过加强成本管控、抑制费用过快增长，期间费用同比有所下降 [1] - 公司加大应收账款清收力度，随着应收账款回收情况改善，信用减值计提同比减少 [1] 战略投入与亏损原因 - 公司坚持长期发展战略，持续保持较高的市场与研发投入规模 [1] - 由于较高的市场与研发投入，2025年度净利润仍处于亏损状态 [1] 行业与政策环境 - 报告期内受益于车路云一体化及高速公路交通基础设施数字化转型升级相关政策的推动 [1] - 公司紧密关注国家政策导向与行业发展趋势，积极把握市场机遇 [1] 市场拓展 - 公司持续开拓国内外市场，提升市场份额 [1]

行业现状与挑战 - 自动驾驶行业出现洗牌，明星独角兽企业毫末智行（长城汽车孵化）在2025年11月宣布全员停工，其估值曾一度突破10亿美元[1] - 安全问题加剧公众信任危机，2025年12月湖南株洲发生哈啰无人驾驶出租车撞人事件，2026年1月美国发生特斯拉在Autopilot模式下与半挂卡车相撞的致命事故[1] - 行业表面繁荣但暗流汹涌，数据显示国内自动驾驶相关企业已近500家，面临资本退潮、技术瓶颈与安全焦虑交织的挑战[1] 技术路线之争 - 行业存在以特斯拉为代表的纯视觉方案和以华为、魔门塔为代表的多传感器融合方案的技术路径博弈[1] - 特斯拉方案优势在于依托全球海量量产车构建的大规模数据采集闭环和强大算力，支撑算法迭代，但存在摄像头难以分辨静态物体状态、在可视度较差环境下识别灵敏度降低的缺陷[2] - 华为、魔门塔等国产方案采用激光雷达与摄像头等多传感器融合方案，激光雷达数据采集半径可达几百米，远超普通摄像头二十几米的有效探测范围，能有效填补纯视觉方案的不足，但也存在不同设备间数据校准复杂等缺点[2] - 专家指出，目前车端智驾技术方案均未达到尽善尽美，现阶段不宜过度宣传和盲目高估单车智能的自主能力[2] 自动驾驶等级与商业化落地差异 - 根据国家标准，L3级被视为“人类接管”与“系统主导”的关键分水岭，L4级可在限定场景下完全自主驾驶[3] - 量产乘用车市场对智驾等级表述趋于保守，例如华为将问界M5搭载的HUAWEI ADS 2.0称为“L2.9999级”[3] - 相比之下，无人驾驶出租车和无人作业车已大胆亮出“L4级”标签并批量上路[3] - 无人作业车在政策放开后进入野蛮扩张阶段，大量配送、清扫、物流等低速车辆涌入街头，但低速不代表安全，常发生违规侵入机动车道、故障占道、驶入禁行区、路口决策卡顿等问题，给道路交通安全带来极大隐患，并增加一线交警的处置压力[3] - 无人驾驶出租车离全面投运仍有距离，目前其可靠性依赖多重策略冗余和后台遥控“兜底”，可复制性欠佳，新增行驶区域需要大量测试和调教，端到端技术路线仍需时日打磨[3] 车路云一体化解决方案 - 面对单车智能在复杂场景（如无保护左转、施工区、弱势交通参与者密集路段）的感知盲区、预测不足和响应受限等局限，车路云一体化被视作重要补充[5] - 车路云一体化能提供超视距感知、群体协同决策和城市级调度能力，有效弥补单车智能在探查盲区和响应时延等方面的固有短板，为更高等级自动驾驶提供安全冗余支撑[5] - 完善之道在于推动单车智能与车路云一体化深度融合，而非二选一，通过统一的数据接口、验证标准和运营机制，让车端专注“基础驾驶/执行”，路侧与云端提供“车路协同/全局优化”，形成“大系统协奏”[5] - 无锡作为国家级车联网先导区及“车路云一体化”应用试点城市，已形成阶段性示范效应[6] - 无锡建设的车路云一体化路侧网联感知系统能实时采集交通指挥“数字信号”、路面交通流、突发事件、施工占道等动态信息，并将预警与决策指令实时下发至车辆终端或导航平台，帮助自动驾驶系统提前预判、优化策略，从源头降低事故可能性[6] - 该系统还能将信息秒级上传至“交管云脑”用于交通态势分析和信号控制优化，数据显示，无锡全市平均通行效率提升约15%-20%[6][7] - 车路云一体化改造成本效益显著，以每公里约30万元的智能化改造成本，对比新建道路每公里不低于2亿元的投入，仅需1%的资金即可实现可观的通行效率提升[7] 车路云一体化发展面临的挑战 - 面临数据“丰而不优”的隐忧，车、路、云、地图、信号控制等系统采集的海量信息因缺乏统一的数据标准与治理体系，存在格式不一、标签不统一、质量参差问题，导致数据可采但未必可训、可验、可复现[8] - 面临投入与回报匹配之困，路侧设施、通信与算力平台建设需要持续投入且运维成本长期叠加，若缺乏清晰的应用场景、长效运营机制和可量化效益评估，设施可能沦为“沉默的硬件”[8] - 面临多方协同的现实摩擦，政府、车企、科技公司、通信运营商等主体若缺乏明确的权责边界和开放兼容的接口协议，容易各自为政[8] - 面临规模化复制的落地壁垒，中国城市道路形态、交通组织、治理逻辑等千城千面，“一城一策”虽因地制宜，但抬高了推广门槛，让成熟经验难以复制[9]

行业现状与挑战 - 自动驾驶行业出现洗牌，明星企业毫末智行（长城汽车孵化）在2025年11月宣布全员停工，其估值曾一度突破10亿美元 [1] - 同期发生多起安全事件，加剧公众信任危机，包括2025年12月湖南株洲哈啰Robotaxi撞人事件，以及2026年1月美国特斯拉Autopilot模式下与半挂卡车的致命事故 [1] - 行业表面繁荣但暗流汹涌，国内自动驾驶相关企业已近500家，但面临资本退潮、技术瓶颈与安全焦虑交织的挑战 [1] 技术路线之争 - 行业存在以特斯拉为代表的纯视觉方案和以华为、魔门塔（Momenta）为代表的多传感器融合方案的技术路线博弈 [1] - 特斯拉方案优势在于依托全球海量量产车构建的大规模数据采集闭环和强大算力，支撑算法迭代，但存在摄像头难以分辨静态物体状态、在可视度较差环境下识别灵敏度降低的缺陷 [2] - 华为、魔门塔等采用激光雷达与摄像头融合的方案，激光雷达数据采集半径可达几百米，远超普通摄像头二十几米的有效探测范围，能有效填补纯视觉方案的不足，但也存在不同设备间数据校准复杂等缺点 [2] 自动驾驶等级与商业化应用 - 根据国家标准，L3级被视为“人类接管”与“系统主导”的关键分水岭，L4级可在限定场景下完全自主驾驶 [3] - 量产乘用车市场对智驾等级表述谨慎，例如华为将问界M5搭载的HUAWEI ADS 2.0称为“L2.9999级” [3] - 无人驾驶出租车（Robotaxi）和无人作业车已大胆亮出“L4级”标签并批量上路，但实际运营仍面临挑战 [3] - 无人作业车在政策放开后进入野蛮扩张阶段，大量低速车辆涌入街头，但低速不代表安全，常发生违规侵入机动车道、故障占道、驶入禁行区、路口决策卡顿等问题，给交通安全带来隐患并增加一线交警处置压力 [3] - 无人驾驶出租车离全面投运仍有距离，其可靠性依赖多重策略冗余和后台遥控“兜底”，可复制性欠佳，新增行驶区域需要大量测试调教，端到端技术路线仍需打磨 [3] 车路云一体化解决方案 - 面对单车智能在复杂场景（如无保护左转、施工区）的感知盲区、预测不足和响应受限等局限，车路云一体化被视作重要补充 [5] - 车路云一体化能提供超视距感知、群体协同决策和城市级调度能力，有效弥补单车智能在探查盲区和响应时延等方面的短板，为高等级自动驾驶提供安全冗余 [5] - 理想路径是推动单车智能与车路云一体化深度融合，通过统一的数据接口、验证标准和运营机制，让车端专注“基础驾驶/执行”，路侧与云端提供“车路协同/全局优化”，形成“大系统协奏” [5] 无锡试点示范效应 - 无锡作为国家级车联网先导区及“车路云一体化”应用试点城市，已通过规模化部署率先勾勒出该技术范式的样板 [6] - 无锡建设的车路云一体化路侧网联感知系统能实时采集交通指挥“数字信号”、交通流、突发事件、施工占道等信息，并实时下发预警与决策指令至车辆终端或导航平台，帮助自动驾驶系统提前预判风险、优化策略，从源头降低事故可能性 [6] - 该系统还能将信息秒级上传至“交管云脑”，用于交通态势分析和信号控制优化，提升效率 [6] - 数据显示，无锡全市平均通行效率提升约15%-20% [7] - 以每公里约30万元的智能化改造成本，对比新建道路每公里不低于2亿元的投入，仅需1%的资金即可实现可观的通行效率提升，体现了数字化新型公共基础设施的价值 [7] 车路云一体化发展面临的挑战 - 面临数据“丰而不优”的隐忧，车、路、云等系统采集的海量信息因格式不一、标签不统一、质量参差而陷入“看得见却用不好”的窘境，数据可采未必可训、可验、可复现 [8] - 存在投入与回报的匹配之困，路侧设施、通信与算力平台建设需要持续投入且运维成本长期叠加，若缺乏清晰的应用场景、长效运营机制和可量化效益评估，设施可能沦为“沉默的硬件” [8] - 存在多方协同的现实摩擦，政府、车企、科技公司、通信运营商等主体若缺乏明确的权责边界和开放兼容的接口协议，容易各自为政 [8] - 存在规模化复制的落地壁垒，中国城市道路形态、交通组织等条件各不相同，“一城一策”虽因地制宜，但也抬高了推广门槛，让成熟经验难以复制 [9]

政策核心 - 广东省政府办公厅于1月21日印发《广东省人工智能赋能交通运输高质量发展若干政策措施》，旨在加速人工智能与交通运输深度融合，推动行业高质量发展，打造全国领先的智慧交通发展高地 [1] 核心支撑体系 - 数据供给方面，以交通行业数字底座建设引领，深化数据汇聚治理，构建数据资源目录体系，开展公共数据授权运营试点，打造高质量数据集 [1] - 算力算法保障方面，充分利用韶关数据中心集群、韶关翁源交通行业数据中心等算力资源，支持企业建设自有算力，并在重点路段、桥隧、港口及枢纽场站部署边缘计算节点，形成“中心算力集约化、边缘算力实时化”的协同体系 [1] - 关键技术攻关方面，加快研发人工智能专业模型及智能体，重点突破动态场景实时感知、多模态数据融合、智能管控和策略优化等关键技术 [1] 八大创新应用场景 - 加速推进智能网联汽车试点应用，支持各地市稳妥有序开放自动驾驶多场景道路测试应用、扩大高级别自动驾驶应用区域，以黄金内湾6市（广州、深圳、珠海、佛山、东莞、中山）为试点推动跨市测试道路互联互通和测试结果及牌照互认，并支持广州、深圳建设国家“车路云一体化”应用试点城市 [2] - 赋能智慧公路建设，推进智慧建造，加强养护无人机巡检，构建运营模型，推动服务端智慧化升级，完善出行服务体系 [2] - 支撑轨道交通“四网融合”，构建智能调度体系，探索应用大模型、智能体技术优化客流预测、运力动态调配，推动轨道交通从“分散运营”向“智慧联运”升级 [2] - 提升智慧航道效能，打造航道全要素监测“一张图”，推进船闸智慧调度，构建协同生态，试点无人船应用 [2] - 升级智慧港口运营能力，探索智能调度方法，应用区块链技术，构建调度服务平台，提升安全管理智能化水平 [2] - 增强智慧民航安全韧性，推动人工智能技术在飞行流量管理、航迹预测等民航空管领域的应用 [2] - 拓展低空智能应用新场景，推动空天地一体化协同的数据底座建设，探索人工智能在空域管理、航线航路管理、应急协调等方面的应用 [2] - 健全智慧运输服务体系，支持构建多式联运信息平台，加强人工智能技术在需求整合、运力调配等方面的应用，并以广州、深圳、汕头、揭阳为试点探索无人物流车在开放道路、场间封闭道路等运输场景测试运营 [2] 实施保障机制 - 压实责任方面，省交通运输厅将牵头成立工作专班，确保各项部署落实到位，计划在2026年、2027年率先突破一批重点领域应用场景，展现技术应用成效 [3] - 强化协同创新方面，拓展“以赛促研、以赛促用”模式，常态化举办创新应用大赛，并开展行业创新应用场景展示、典型案例评选等创新活动 [3] - 优化产业生态方面，搭建场景应用企业与科技创新企业的沟通对接平台，加强“人工智能+交通运输”复合型人才引育，探索交通运输领域人工智能应用制度与标准体系建设 [3]

政策核心与目标 - 广东省政府发布《广东省人工智能赋能交通运输高质量发展若干政策措施》，以14条举措构建“核心要素供给—创新场景赋能—工作机制保障”全链条体系，旨在打造全国领先的智慧交通发展高地 [2] 核心要素供给 - **数据供给**：以交通行业数字底座建设为引领，深化公路、铁路、港航、运输等重点领域全要素数据汇聚治理，构建标准化数据资源目录体系，通过公共数据授权运营试点探索数据要素产品化开发，打造智慧路网、智慧养护等高质量数据集 [3] - **算力与网络保障**：充分利用韶关数据中心集群、韶关翁源交通行业数据中心等算力资源，支持企业自有算力建设，在重点路段、桥隧、港口部署边缘计算节点，形成“中心算力集约化、边缘算力实时化”协同体系，同步推动5G、北斗、光纤网络等新一代信息通信技术全覆盖 [3] - **关键技术攻关**：加快人工智能专业模型及智能体研发，推动在交通设施状态感知、运行监测、应急调度等重点场景应用，建设行业专业知识库与知识图谱，探索大模型技术落地共性技术平台，依托基础设施数字化突破动态场景实时感知、多模态数据融合等关键技术 [4] 创新应用场景部署 - **智能网联汽车试点**：支持企业开展远程驾驶座舱、智能决策等技术攻关，推动自动驾驶大模型落地，鼓励有条件地市建设自动驾驶监管平台，支持有条件的自贸区、行政区率先实现示范应用试点互认 [5] - **跨区域测试与应用**：以黄金内湾六市（广州、深圳、珠海、佛山、东莞、中山）为试点，推动跨市测试道路互联互通和测试结果及牌照互认，并逐步向其他城市拓展，支持广州、深圳建设国家“车路云一体化”应用试点城市，探索港口、物流园区货车自动驾驶编队测试及无人重卡商业化运营 [6] - **智慧公路建设**：推进融合人工智能和国产BIM技术的“数字勘测+数字设计+智能建造”新模式，加强无人机器巡检与数据分析用于基础设施病害智能监测预警，构建路网运行状态评估、交通态势推演等模型，推动收费站、服务区智慧化升级，整合出行服务数据资源升级“粤通行”公众出行服务体系 [6] - **轨道交通“四网融合”**：依托人工智能、大数据技术连通多源数据，打通多层次轨道交通在运输组织协同、票制互通、安检互认等方面的数据链条，应用大模型、智能体技术优化客流预测与运力动态调配，推动从“分散运营”向“智慧联运”升级 [7] - **智慧航道与港口**：打造航道全要素监测“一张图”，推进北江航道船闸多梯级联合智慧调度，实现船舶远程报闸、智能候闸、自动过闸全流程管控，以广州港出海航道为试点构建“船-岸-云”协同生态，推进无人船在智能航运、航道养护管理等场景试点应用 [7] - **智慧民航与低空经济**：推进人工智能技术在飞行流量管理、航迹预测等民航空管领域应用，优化机场机位智能分配与飞机进位管理，推动机场运行保障节点全流程感知预警，加快全省低空飞行服务保障体系建设，探索人工智能在空域管理、应急协调等方面应用，鼓励AI算法与无人机数据融合应用于路政巡查、应急救援等场景 [8] - **智慧物流与邮政快递**：支持物流企业联合铁路等单位构建多式联运信息平台，加强AI在需求整合、运力调配等方面应用，加速“一单制”“一箱制”多式联运服务，依托国际贸易“单一窗口”推进跨境货运数据互联互通，基于出行数据构建重点节假日出行预测大模型优化运力调配，探索无人化技术在邮政快递中转场、仓储等全场景创新应用，推广末端智能收派服务及无人车、无人机与智能快件箱协同配送，以广州、深圳、汕头、揭阳为试点探索无人物流车测试运营 [9]

行业政策与标准加速推进 - 进入2026年，全国多地“车路云一体化”应用试点项目与相关标准制定工作开始同步加速推进，以求尽早进入“规模商用”阶段 [1][6] - 《车路云一体化 智能路侧基础设施分级技术要求（城市道路）》正式标准文件拟于2026年上半年发布，将统一各试点城市的基础设施分级 [3][8] - 2026年开年，多地发文强调重点推进“车路云一体化”工作，包括四川省将宜宾相关应用列为产业新赛道，青岛市计划2026年加快58个重点交通项目，江苏省行动方案提出推进应用试点并建设智能化路侧基础设施 [3][8] 具体项目与市场进展 - 济南新旧动能转换起步区发布“车路云一体化”应用试点项目招标公告，项目预算金额约9393万元，分为路侧智能基础设施建设、城市级云控基础平台和应用平台三个标段，计划工期180日历天 [4][9] - 除济南外，2026年1月披露“车路云一体化”试点项目最新进展的省市还包括广东省、湖北省十堰市、浙江省杭州市等 [4][10] - 行业已取得显著进展：已建成17个国家级测试示范区，累计发放测试示范牌照超10300张，累计测试里程突破2亿公里；建成7个车联网先导区、16个双智试点城市，支持20个城市开展“车路云一体化”应用试点，累计开放测试道路超3.5万公里，部署智能化路侧单元超1.1万套，建设5G基站超460万个 [4][10] 行业竞争格局与优势 - 中国汽车工业协会指出，国外在基础算法、高端芯片及单车智能方面有先发优势，而中国在应用算法迭代、产业化落地速度、全产业链完整性及车路云一体化布局上具备独特优势 [5][10] - 人工智能与汽车产业深度融合，使AI芯片、算法、传感器等核心技术成为汽车产业的关键竞争力，行业需保障产业链供应链安全稳定，并推动智能网联的中国方案向全球推广 [5][10]

文章核心观点 - 广东省政府印发《广东省人工智能赋能交通运输高质量发展若干政策措施》，旨在通过14项具体举措，系统化推动人工智能与交通运输深度融合，目标在2026-2027年率先突破重点应用场景，打造全国“人工智能+交通运输”融合发展标杆，为粤港澳大湾区及全省交通高质量发展注入智能动能 [1][6] 核心要素供给 - **数据供给**：以交通行业数字底座建设为引领，构建全要素数据资源目录体系，推进公路、铁路、港航等数据标准化，开展公共数据授权运营试点，打造智慧路网、智慧出行等高质量数据集 [3] - **算力算法与网络支撑**：依托韶关数据中心集群及各地算力资源，构建“中心算力集约化、边缘算力实时化”协同体系，部署边缘计算节点，推动5G、北斗等技术全覆盖，搭建高速可靠的交通感知传输网 [3] - **技术攻关**：重点研发交通领域AI专业模型与智能体，突破动态场景感知、多模态数据融合等关键技术，建设行业专业知识库与知识图谱体系 [3] 创新场景赋能 - **智慧公路**：构建“数字勘测+数字设计+智能建造”新模式，推广无人巡检与智能养护，探索节假日应急车道动态开放机制，升级“粤通行”公众出行服务体系 [4] - **轨道交通**：以“四网融合”为核心，依托AI优化客流预测与运力调配，以粤东城际“调控一体化”试点推动“智慧联运”升级 [4] - **港航与机场**：在广州港、北江航道等打造“船-岸-云”协同生态与全要素监测“一张图”，实现船舶智能通航与无人船试点应用；机场与港口运营通过AI视觉识别、区块链等技术提升泊位调度、单证处理效率与安全防控水平 [4] - **智能网联汽车**：以黄金内湾六市（广州、深圳、珠海、佛山、东莞、中山）为试点，推动智能网联汽车跨市测试道路互联互通与牌照互认，支持各地市稳妥有序开放自动驾驶多场景道路测试应用、扩大高级别自动驾驶应用区域，六市已启动测试与示范应用互认机制，成为国内最大范围的城市群级应用实践标杆 [5] - **车路云一体化与智慧物流**：支持广州、深圳建设国家智能网联汽车“车路云一体化”试点城市，探索货车自动驾驶编队与无人重卡商业化应用，打造智慧物流走廊 [5] - **低空经济**：加快构建空天地一体化数据底座，拓展无人机在路政巡查、应急救援等场景的协同应用 [5] 工作机制保障 - **压实主体责任**：由省交通运输厅牵头成立工作专班，实行闭环管理，要求各地市及省属交通国企制定实施方案 [5] - **强化协同创新**：支持企业加入交通运输部“交通大模型创新与产业联盟”，常态化举办创新应用大赛与案例评选 [5] - **优化产业生态**：搭建政企对接平台，加强复合型人才引育，建立数据安全分级分类管理与隐私保护机制，筑牢AI应用安全防线 [5] 政策影响与目标 - 标志着广东在“人工智能+交通运输”领域的布局进入系统化、规模化推进阶段，通过要素供给、场景赋能与机制保障三维发力，破解交通发展痛点难点 [6] - 推动交通运输从“传统运维”向“智能治理”、从“分散运营”向“协同联运”转型，为群众提供更便捷、高效、安全的出行体验 [6] - 目标为全国交通运输行业智能化转型提供可复制、可推广的“广东样本” [6]

政策与行业趋势 - 新能源汽车购置税优惠政策调整将于2026年正式落地 政策激励方向从“普适性补贴”转向“鼓励技术升级与品质消费” [1] - 叠加“以旧换新”等政策引导消费升级 推动中国车市在2026年从“价格博弈”转向“价值竞争” 进入高端化周期 [1] - 《车路云一体化 智能路侧基础设施分级技术要求（城市道路）》已完成团标征求意见稿 正式文件拟于2025年上半年发布 将统一各试点城市基础设施分级 [2] 公司动态与产品进展 - 广汽高域首款量产型多旋翼飞行汽车GOVY AirCab已获超2000架次意向订单 金额超33亿元 已进入全面适航审定阶段 预计2026年底取证并开启量产交付 [2] - 广汽集团发布辟谣声明 否认“未来广汽集团的汽车芯片中一半由格力芯片替代”的相关网传表述 [3] - 小米通报2026年1月19日海南海口一汽车维修店火情 称车辆在驻车状态下前排座椅移动后车内出现火情 动力电池数据离线前显示正常 火情已扑灭且无人员受伤 [3] 车企销量与业绩 - 雷诺集团2025年全球汽车销量达2,336,807辆 同比增长3.2% 其中雷诺品牌销量1,628,030辆（增3.2%） 达契亚品牌销量697,408辆（增3.1%） 2026年计划在欧洲更新扩大内燃机及电动车型阵容并加速国际业务增长 [4] - 兰博基尼2025年全球交付量达10,747辆 创历史新高 其中欧洲、中东和非洲地区交付4,650辆 美洲地区交付3,347辆 亚太地区交付2,750辆 [5]

项目概况 - 项目名称为十堰市智能网联汽车“车路云一体化”建设及研发中试项目一期 [1][5] - 项目预算金额为12500万元 [1][5] - 项目整体建设规模拟对十堰城区228个路口进行智能路侧基础设施和云控基础平台全流程工具库以及交通管控服务系统建设 [1][6] 项目内容与范围 - 项目内容包括初步设计、工程量清单中所含所有设备及软硬件的采购、运输、安装、调试、培训、保修、检测等全流程服务 [1][6] - 项目交付标准为验收检测合格后交付至建设单位使用 [1][6] 采购方信息 - 项目招标人为东信车路云（十堰）科技有限公司 [1][6] - 采购方联系地址位于湖北省十堰市茅箭区遇真路3号，邮编441000 [1][6] - 项目联系人为姜博 [1][6] 信息发布方背景 - 项目信息来源方为中关村智慧城市信息化产业联盟（SCIIA） [1][6] - 该联盟是成立于2015年、活动地域为全国的4A级社会组织 [1][6] - 联盟成员单位涵盖智慧城市领域科研、制备、应用、检测和服务等方面的国内外知名机构、大学及企事业单位 [1][6] - 联盟主要业务包括在全球范围开展智慧城市合作，致力于绿色数字中国和未来智慧社会的新型基础设施建设，旨在打造国际化高质量智慧城市产业生态圈 [2][6]