文章核心观点 - 生成式AI的普及正推动AI芯片市场的核心战场从模型训练阶段向推理阶段发生结构性迁移 这一转变将深刻影响基础设施投资逻辑 商业模式以及半导体供应链的长期走向 [4] - AI算力投资的价值重心正在发生位移 训练芯片代表一次性资本开支 而推理芯片则对应持续性的收入消耗模型 AI正从技术工具演变为按量计费的算力引擎 [2][4] 训练与推理的算力需求差异 - 训练阶段需要对海量数据集进行前向与反向传播 持续更新模型权重 涉及极大规模的矩阵运算 通常需要在多GPU或TPU集群上进行数周乃至数月的分布式计算 训练芯片需具备高密度计算核心 大容量高带宽内存以及多芯片横向扩展能力 [7] - 推理阶段仅需前向传播 无需梯度更新 所需算力通常比训练低一个数量级 但其挑战在于三重约束——低延迟 高吞吐 低成本 这决定了推理芯片在架构设计上必须走向差异化路径 如能效优先 数据移动优化等 [7] 行业竞争格局变化 - 推理需求的激增已有明确信号 OpenAI的GPU资源因吉卜力风格图像生成等应用而全面饱和 GPT-4.5因此不得不分阶段发布 初期仅向付费用户开放 Meta等AI头部企业同样面临算力瓶颈 [4] - 越来越多的企业选择绕开英伟达在训练GPU市场的正面竞争 转而构建专为推理优化的定制芯片 超大规模云厂商如谷歌 亚马逊 Meta均已布局 初创企业如Groq Tenstorrent Cerebras SambaNova等也在寻求差异化突破 [10] - 随着AI从简单问答向智能体系统演进 推理需求将不仅持续增长 更将加速扩张 智能体系统对低延迟 高内存带宽和持续算力的要求 将进一步推动推理专用芯片的战略价值提升 [10] 英伟达的战略转型 - 英伟达正主动扩张其在推理市场的布局 其最新架构Blackwell的核心设计目标是在提升吞吐量的同时降低每个token的生成成本 旨在驱动AI经济的指数级增长 [13] - 在系统层面 英伟达通过NVL72等大规模紧密集成GPU集群 构建能够处理更长上下文窗口 更复杂推理任务和多步骤AI工作流的“AI工厂”架构 [13] - 英伟达正将自身从芯片供应商转型为全栈AI基础设施提供商 其从CUDA到TensorRT-LLM及推理优化软件栈构成了强大的生态系统 微软 甲骨文 CoreWeave等云服务商持续向这一架构靠拢 [13] 结构性转变的深远影响 - 在商业模式层面 AI的经济逻辑正在发生根本性重构 训练对应资本开支 推理对应持续性收入 算力正从技术指标直接与营收挂钩 GPU正从硬件设备演变为token生成机器 [15] - 在供应链层面 后训练时代技术的广泛应用 如微调 LoRA 适配器等 以及动态提示结构调整 多模型协作等推理增强手段 正在大幅提升对推理算力的依赖程度 推动NPU ASIC FPGA等多元化推理硬件需求快速扩张 [15] - OpenAI正自主研发AI芯片 目标是在2026年前后实现量产 以降低对英伟达的依赖 其与微软联合推进的“星际之门”超级数据中心项目 据报道涉及高达5000亿美元的投资规模 [4] - AI芯片竞争的核心命题正在发生根本转变 从“谁能训练最大的模型” 转向“谁能以最高效率在规模化场景中运行模型” [13]

AI行业焦点从训练转向推理 - AI领域正经历重大变革，焦点从过去五年大语言模型的高成本、长周期训练，转向模型部署和商业化所需的推理计算 [2][3] - 根据Gartner数据，2024年全球推理基础设施资本支出预计将首次超过训练资本支出 [3] - 到2029年，企业在推理上的投入预计将达到720亿美元，是训练投入370亿美元的近两倍 [3] 芯片市场需求与竞争格局变化 - 科技公司购买的芯片类型将因焦点转向推理而发生重大变化 [4] - 专门为推理任务优化的芯片（如来自谷歌、Cerebras Systems、SambaNova的产品）能带来性能提升，相关制造商正以越来越快的速度签下价值数十亿美元的订单 [4] - 英伟达在2023年12月斥资200亿美元获得定制推理芯片公司Groq的技术授权并吸纳其人才，准备推出自己的推理专用处理器 [4] 推理计算的技术原理与需求特点 - 推理计算是让训练好的AI模型响应用户查询的过程，类比为餐厅厨师接单备餐 [5][6] - 推理包含预填充和解码两个阶段：预填充阶段解读用户查询，需要更强的处理能力；解码阶段生成响应，需要更大的内存来调动模型积累的全部知识 [7][8] - 推理过程按需进行，耗时以秒计，对延迟极其敏感，超过十秒用户可能失去耐心 [11] - 推理芯片必须配备更大容量的高带宽内存，且数据中心需邻近用户以降低延迟 [11] - 芯片创业公司如Ayar Labs越来越多地采用数据传输更快、所需冷却更少的光纤连接组件 [11] 推理芯片的关键性能与成本指标 - 推理的基本数据单位是词元，通常一个词元约相当于四分之三个英文单词 [9] - 公司（如会计软件、旅行预订服务、图像生成器提供商）高度关注“每瓦每秒生成的词元数”或“每美元每秒生成的词元数”这类成本指标 [10] - 降低推理成本成为关键，推理芯片高效输出结果的能力变得尤为重要 [10] 训练与推理芯片的核心区别 - 训练芯片：需在长时间内处理海量数据，要求强大的处理能力，数据中心需充足能源和冷却水；内存不足时可将部分任务分派给其他芯片或等待内存释放 [11] - 推理芯片：需应对瞬时、低延迟需求，强调大容量高带宽内存和靠近用户的数据中心部署 [11]

迈威尔科技(MRVL)业绩表现 - 公司2026财年第四季度营收创历史新高，达22.2亿美元，同比增长超20%，略高于华尔街预期的22.1亿美元 [3] - 第四财季调整后每股收益(Non-GAAP EPS)为0.80美元，高于华尔街预期的0.79美元及上年同期的0.60美元 [3] - GAAP准则下营业利润达4.044亿美元，同比大幅增长72%；归属于普通股股东的净利润达3.961亿美元，同比大幅增长约97.9% [3] - 公司给出的2027财年第一季度营收指引中值约为24亿美元，显著高于分析师平均预期的22.7亿美元，Non-GAAP每股收益和毛利率指引中值也均高于预期 [4][5] - 公布财报后，公司股价在美股盘后一度暴涨超15% [4] - 华尔街分析师共识评级为“强力买入”，未来12个月平均目标股价为118美元，意味着潜在上行空间高达56% [7] 数据中心与AI ASIC业务驱动 - 数据中心业务是公司增长的核心引擎，第四财季贡献营收约16.5亿美元，占总营收比例约74%，同比增长约21%，环比增长9% [4] - 数据中心业务的订单量正以“创纪录的速度”增长，公司预计本财年营收将实现同比增长层面的“进一步加速” [4][14] - 公司业绩主要受益于数据中心基础设施半导体需求的全面爆发，尤其是定制AI ASIC、高性能通信与控制芯片、数据中心级别eSSD存储主控制芯片 [8] - 公司聚焦于加速更新迭代定制化AI ASIC芯片技术、网络处理器(DPUs/NPUs)、SSD主控制器与高带宽互连产品，这些产品需求随全球AI算力需求指数级扩张而迅速增长 [8] - 公司是亚马逊AWS Trainium系列AI ASIC的最大规模合作伙伴之一，该算力集群被定位为面向生成式AI训练与推理的专用加速器 [1][9] AI ASIC行业趋势与竞争格局 - 随着AI推理时代全面来袭，性价比更高的AI ASIC算力系统正对英伟达近乎90%市场份额的AI芯片垄断地位发起强有力冲击 [3] - 博通(AVGO)作为AI ASIC超级霸主，其最新财报显示总营收增至193亿美元，同比增长29%，其中与AI密切相关的营收翻番至84亿美元，半导体解决方案营收达125.15亿美元，同比大幅增长52% [5] - 博通CEO预计明年围绕AI ASIC的“AI芯片”相关营收将突破1000亿美元，包括AI ASIC算力集群和高性能以太网交换机芯片营收 [6] - 谷歌、亚马逊、微软等云计算巨头正发起“AI算力成本革命”以加速推进AI ASIC渗透规模，例如谷歌Gemini 2.0的训练和推理100%运行在自研TPU上 [9][10] - 推理时代的核心竞争指标转向每token成本、功耗、内存带宽利用率、互连效率及总拥有成本，面向特定工作负载定制的ASIC在这些指标上比通用GPU更具性价比优势 [6][15] - 未来AI数据中心将进入异构算力时代：前沿训练和广义云算力可能继续由GPU主导，而超大规模内部推理、Agent工作流和固定高频负载则加速转向ASIC [15] 存储芯片与SSD控制器业务 - 公司业绩同时受益于高性能存储控制器/SSD主控芯片的强劲需求，这些产品是AI大模型训练/推理体系中“隐性算力”的核心驱动力 [11] - SSD存储芯片完美卡位AI浪潮，同时受益于训练扩张与推理扩张两条主线，是跨平台、跨架构的“通用收费站” [12] - 在人工智能数据中心需求推动下，存储价格预计将飙升：法国巴黎银行预测2026年一季度DRAM合约价环比大涨90%，NAND有望大幅上涨55% [12] - TrendForce将2026年第一季度常规DRAM合约价预期上修至环比增长90%至95%，NAND Flash合约价格预期上修至环比增长55%至60%，并指出企业级SSD(eSSD)需求激增推动其价格有望大涨53%至58% [13]

博通财报业绩与展望 - 公司2026财年第一季度总营收为193亿美元，同比增长29%，调整后每股收益为2.05美元，均超出分析师预期[5] - 公司预计第二财季总营收约为220亿美元，同比增长约47%，显著高于华尔街分析师平均预测的约205亿美元[7] - 公司宣布了一项规模最高达100亿美元的最新股票回购计划，将持续到年底[2] AI芯片业务表现与前景 - 第一财季与AI密切相关的营收翻番，达到84亿美元，增速远快于公司此前预期[7] - 第一财季半导体解决方案营收高达125.15亿美元，同比增长52%[7] - 公司预计当前季度与AI相关联的芯片业务营收将为107亿美元[5] - 公司首席执行官预计，明年其AI芯片累计营收将突破1000亿美元[3][5] - 公司预计OpenAI将于明年开始大规模出货与其联手打造的AI ASIC算力芯片，算力规模有望超过1吉瓦[7] - 公司计划向Anthropic出货AI ASIC芯片，以在今年实现1吉瓦算力容量，并在明年实现超过3吉瓦算力[7] AI ASIC行业趋势与竞争格局 - 随着AI推理时代到来，性价比更高的AI ASIC算力系统对英伟达在AI芯片市场近90%的垄断地位发起冲击[1] - 经济性与电力约束迫使微软、亚马逊、谷歌及Meta等云计算巨头推AI ASIC技术路线的自研AI芯片，以追求更高性价比与能效比[9][10] - 未来AI数据中心将进入异构算力时代：前沿训练和广义云算力继续由GPU主导，超大规模内部推理、Agent工作流和固定高频负载则加速转向ASIC[11] - 根据Counterpoint Research报告，博通在2027年AI数据中心服务器ASIC设计合作伙伴领域的市场份额将达到60%[14] - Counterpoint预计，到2028年，AI服务器ASIC的出货量将超过1500万颗，超过数据中心AI GPU的整体出货量[14] - 谷歌已公开表示，Gemini 2.0的训练和推理100%运行在TPU上[12] - 亚马逊AWS将其AI ASIC算力集群定位为面向生成式AI训练与推理的专用加速器，Trainium2相比其AI GPU云实例给出约30%–40%更优价格性能[12] - 微软将AI ASIC Maia 200定位为面向云计算推理领域的加速器，声称较其现有最新一代硬件实现30%更强劲的performance per dollar[13] 公司市场表现与华尔街观点 - 财报公布后，公司股价在美股盘后交易中大涨超5%[2] - 华尔街分析师未来12个月目标股价集中于450美元至535美元，公司股价周三收于317.53美元[3][14] - 长期追踪该股的55位华尔街分析师中，96%给予等同于“买入”的最乐观看涨评级，平均目标价约为454美元[14] - 公司当前市值已经突破1.5万亿美元[8] - 华尔街机构对公司的长期看好逻辑主要围绕：AI算力业务爆发式增长、愈发庞大的订单积压、以及基础设施软件业务的稳定性[15]

评级确认与展望 - 惠誉确认联想集团长期外币和本币发行人主体评级为‘BBB’，展望稳定，同时确认其高级无抵押评级及多笔票据评级为‘BBB’[1] - 评级确认反映了惠誉预期公司将保持稳健的信用状况，得益于其全球PC市场领导地位、以服务为导向的转型进展及适度的财务杠杆率[1] - 公司有望凭借规模优势、均衡地域布局、聚焦高增长市场、严格成本控制及保守资本结构承诺，缓解利润率压力并维持财务韧性[1] 业务表现与市场地位 - 公司在全球PC领域保持稳固领导地位，PC出货量全球第一，2025年第四季度市场份额扩大至25%（2024年第四季度为24%）[2] - 在2026财年前九个月，公司创纪录的盈利得益于稳定的份额提升以及方案服务业务集团利润增强[2] - 智能设备业务集团收入同比增长15%，方案服务业务集团收入同比增长18%[2] - 基础设施方案业务集团亏损扩大，但按惠誉定义的EBITDA在2026财年前九个月仍同比增长27%至37亿美元[2] 业务结构与风险 - 与戴尔和惠普相比，公司的利润与现金生成对PC业务的依赖度更高，其非PC业务贡献板块利润约35%，而戴尔和惠普分别约为69%和60%[2] - 公司的混合制造模式通常需要更高的营运资金和资本支出，过去数年间派息前自由现金流相对波动，反映了PC周期波动、制造业迁移相关资本支出及基础设施方案业务集团的扩张[2] - 内存价格上涨和消费增长可能在短期内增加PC需求和利润率的不确定性，鉴于公司仍依赖PC获取利润及现金流生成[1] 方案服务业务增长 - 预计2026财年至2029财年期间，方案服务业务集团收入年均增长为中双位数，主要由托管服务以及项目与解决方案推动，两者合计约占2026财年第三季度该集团总收入的60%[3] - 预计公司“即服务”、数字化工作场所解决方案、混合云服务将进一步增长，且集成解决方案在不同垂直领域的渗透率将加深[3] - 方案服务业务集团利润率维持在20%-22%，2026财年前九个月其对板块利润总额的贡献度为35%，高于2025财年前九个月的32%，提升了现金生成多元化并降低了部件成本通胀风险[3] 基础设施方案业务前景 - 基础设施方案业务集团在2026财年第三季度完成重组与成本精简后，可能在2026财年第四季度实现盈亏平衡[3] - 公司预计将继续投资该业务集团，以把握未来几年AI训练从公有云向本地部署及边缘AI推理转移的潜在趋势[3] - 预计该业务集团盈利能力将逐步改善，并在2029财年达到低个位数利润率，尽管更高的内存成本可能在一定程度上影响利润率[3] 财务杠杆与流动性 - 惠誉预期，未来三年公司的EBITDA总杠杆率将维持在1.0倍至1.3倍的适度水平[4] - 公司预计将拥有充足的流动性头寸和派息前自由现金流来支付股息、并购和投资支出，同时逐步降低总杠杆率[4] - 公司保守的杠杆水平是其信用优势，有助于缓解其多元化程度较低及综合利润率较同业偏薄所带来的业务风险制约因素[4]

AI训练板块市场表现 - 截至13:05，AI训练板块出现大幅上涨 [1] - 拓维信息股价涨停 [1] - 首都在线、顺网科技、神州数码等个股涨幅居前 [1]

核心观点 - 联想集团最新财季利润因AI市场转向及内存成本压力而显著下滑，但公司正通过重组积极应对AI从训练向推理、从云端向企业本地部署的“平民化”趋势，以期抓住未来增长机遇 [1][2][8] 财务业绩表现 - 截至12月的财季，公司净利润按年下滑21%至5.46亿美元 [1][8] - 当季毛利率按年下滑0.6个百分点至15.1%，主要因内存价格飙升导致销售成本增幅(19.6%)超过收入增幅(18.1%) [1][7] - 若剔除2.85亿美元重组费用及部分非现金项目，经调整后盈利按年增长36%至5.89亿美元 [8] AI市场趋势与公司战略调整 - AI运算市场出现重大转向，正从大型云端数据中心的“训练”阶段，快速转向在企业本地及边缘端进行“推理”的部署与应用阶段，即“AI平民化” [2][4] - 公司因未能及时察觉此趋势，对基础设施解决方案业务集团(ISG)计提了2.85亿美元重组费用 [2] - 此次重组旨在精简产品组合，加大对AI推理产品的投入，以顺应新趋势并将AI推理更贴近终端用户，预计到2029财年每年可节省约2亿美元成本 [4][6] 各业务板块分析 - **基础设施解决方案业务集团(ISG)**： - 该业务是公司最重要的增长引擎，最新季度收入按年增长31%至52亿美元，增速是智能设备业务集团(IDG)的一倍以上 [5] - 收入占比从一年前的19.5%提升至23% [4] - 受重组影响，该业务录得1，100万美元经营亏损，但公司预计其在本财年第四季度达到经营盈亏平衡，并在新财年恢复盈利 [5] - 该业务拥有155亿美元的潜在订单储备 [5] - **智能设备业务集团(IDG，含PC、智能手机等)**： - 该业务贡献公司约三分之二的收入 [4] - 最新季度收入按年增长14% [5] - PC业务方面，公司在2025年最后三个月出货量按年增长14.4%至1，930万台，增速跑赢全球市场(9.6%)，全球市占率从24.2%提升至25.3% [6] 市场反应与公司定位 - 业绩公布后公司股价下跌4.6%，过去52周累计跌幅达30%，与多数AI概念股走势相反，反映市场仍主要将其视为PC制造商 [6] - 公司市盈率为9.5倍，低于戴尔(15.1倍)，显示PC业务属性对估值的影响 [6] - 公司指出其32%的收入已与AI相关，但其中包括PC业务的AI模型，其前景尚待证明 [8] - AI服务器业务前景更为明朗，公司需证明能恢复基础设施业务盈利并加快其在AI推理趋势下的增长 [8]

公司整体财务表现 - 2025/2026财年第三季度，公司营收达222亿美元，同比增长超过18%，创历史新高 [2] - 调整后净利润同比增长36%，利润增速为营收增速的两倍 [2] - 所有业务集团营收均实现双位数快速增长 [2] - AI相关营收同比增长72%，占集团总营收比重提升至32% [3] 基础设施方案业务集团业绩与战略 - ISG业务第三财季营收达52亿美元，同比增长超31%，创历史新高 [2] - ISG业务本季度运营亏损为1100万美元，但较上一季度大幅改善2100万美元 [5] - ISG业务预计最快将于2025/2026财年末实现收支平衡 [5] - 公司宣布ISG在第三财季启动战略性重组，预计未来三年每年带来约2亿美元的净成本节省 [5] - 重组产生一次性费用2.85亿美元，旨在加速下一财年重回盈利轨道 [17] ISG业务增长驱动力 - 增长核心源于企业级服务器、数据中心和行业解决方案等业务的结构性优化 [7] - 采用“云基础设施+企业基础设施”的“双轨制”及“ODM+”模式 [7] - 第三财季，云基础设施业务取得37.1%的营收增长，企业基础设施业务实现同比双位数增长 [7] - 服务器业务市占率居全球前三，已获得全球TOP10云服务商中7家的订单 [8] - AI服务器业务录得高双位数同比营收增长，得益于强大的项目储备及基于英伟达GB300 NVL72的解决方案部署 [12] AI发展趋势与公司机遇 - AI计算需求正从公有云训练转向本地数据中心和边缘推理 [5] - 公司判断，未来AI训练与推理的占比将从目前的7:3转变为2:8，推理最终占比80% [10] - 来自AI基础设施的潜在覆盖市场预计将于2028年增加三倍 [10] - 公司与英伟达合作推出“联想人工智能云超级工厂”计划，助力客户缩短AI部署时间 [12] - 海神液冷技术收入在第三财季同比增长了300% [13] 运营与供应链优势 - 全球化运营和本地化敏捷供应链提供了韧性、敏捷性及规模优势 [12] - 拥有统一调度、纳管多元算力的能力，以及液冷技术的持续投入优势 [12] - 存储芯片价格波动对公司影响在可控范围内，公司战略性囤积的存储芯片足以支持生产直至2026年底 [16][17] - 通过全球化的供应链管理、规模化采购及严格的费用控制，实现对冲硬件成本与运营费用 [15] 长期战略与市场展望 - ISG的盈利改善是建立在产品组合优化、交付效率提升与规模效应释放之上的结构性变化 [5] - 公司认为AI整体是一个大方向而非泡沫，未来智能普惠将带来更多边缘和终端的推理需求 [18][19][20] - 公司对ISG快速开始盈利充满信心，变革旨在满足未来AI在推理、本地数据中心等边缘侧的计算需求 [17] - ISG业务盈利预期的改善，有利于形成“投资-调整-修复-财年盈利-投资”的飞轮效应，为长期持续盈利提供确定性 [23]

案件核心观点 - 英伟达向加州联邦法院提交动议，要求驳回作家团体的集体诉讼，坚决否认曾使用盗版书籍训练其AI模型 [1] - 英伟达认为原告未能提供任何实质性证据证明其作品被下载或用于模型训练，相关指控纯属推测 [1] 英伟达的法律辩护要点 - 英伟达指出，原告未能提出事实来证明公司复制了其具体作品，也未说明复制发生的时间、方式或涉及哪些模型，缺乏关键细节的主张被视为推测性指控 [2] - 针对原告援引的内部讨论，英伟达辩称员工讨论或询问访问盗版书库Anna's Archive的可能性，并不等同于公司实际下载或获取了原告作品 [1][2] - 英伟达强调，讨论或评估潜在数据来源本身不构成版权法意义上的复制行为，版权侵权诉讼要求原告在起诉阶段就必须提出足够的事实依据 [2] - 英伟达批评原告大量依赖“基于信息与信念”的表述，认为这是试图以取证程序替代起诉阶段应完成的事实陈述 [2] 原告的指控与案件范围 - 原告主张英伟达的AI工具与参考模型在训练过程中使用了来自“影子图书馆”（如Anna's Archive和Books3）的受版权保护书籍 [1] - 原告在修订版起诉书中加入了新的理论、数据集与模型指控，包括对Megatron 345M等内容的讨论 [1][3] - 原告还提出了“间接责任”路径，试图将英伟达的NeMo Megatron框架及其支持下载公共数据集（如The Pile）的能力纳入责任范围 [4] 英伟达对指控范围的抗辩 - 英伟达试图缩小案件范围，反对原告在修订起诉书中新增的多个数据集与模型指控 [3] - 英伟达认为原告将多个模型与工具进行“打包式”指控，却没有解释任何特定模型如何使用原告作品进行训练 [3] - 英伟达引用其公开文档，称原告对训练数据来源的推断与公开资料存在矛盾 [3] - 针对“间接责任”指控，英伟达回应称，起诉书并未指称任何第三方实施了直接侵权行为，而这是主张帮助侵权或替代责任所必需的前提条件 [4] - 英伟达强调，提供可选工具本身并不能自动构成侵权责任，除非原告能够提出具体事实证明用户确实利用这些工具实施了版权侵权 [4] 案件程序信息 - 案件名为Nazemian v Nvidia，由加州北区联邦法院法官Jon Tigar审理 [1] - 英伟达提交的驳回动议预计将于2026年4月2日举行听证 [4]

汽车以旧换新政策成效 - 2026年汽车以旧换新政策带动新车销售额达537.7亿元，补贴申请33.5万份 [1] - 2026年1月参与以旧换新的新车平均价格超过16万元，较上年明显提高 [1] - 2026年1月全国报废汽车回收65.9万辆，同比增长50.2% [1] 全球及中国新能源汽车市场格局 - 2025年中国新能源乘用车占世界份额68.4%，其中第四季度份额达71.9% [1] - 2025年1-12月中国在世界纯电动车市场份额为64.3%，较2024年微增1个百分点 [1] - 2025年自主新能源乘用车海外市场销量份额为15.3%，较2024年的9.5%提升较大，其中12月份额为20.8% [1] - 2025年第四季度全球新能源车渗透率达26.3%，其中中国为49.3%，美国为7%，日本为2.1%，发展不均衡性明显 [2] 中国车企动态与服务 - 东风集团股份2026年1月新能源汽车销量为38,760辆，同比增长约89.7%；总汽车销量138,761辆，同比增长约18.8% [7] - 小米汽车宣布在2月9日至3月3日春节期间提供24小时免费道路救援、500元打车券及异地送车等服务 [3] - 一汽-大众召回2018年8月2日至2025年1月19日期间生产的部分国产奥迪Q2L汽车，共计206,012辆，因C柱盖板结构胶存在安全隐患 [6] 自动驾驶技术进展与合作 - 小鹏汽车首款大六座SUV小鹏GX将搭载4颗图灵芯片，本地算力3000TOPS，具备L4级自动驾驶能力，已在广州开放路段测试 [4] - 特斯拉已在中国自主投入并使用一家AI训练中心，以进行辅助驾驶和AI应用场景的本地训练 [5] - 小马智行与摩尔线程达成战略合作，将基于MTT S5000智算卡及夸娥智算集群，共同推进L4级自动驾驶世界模型及车端模型的训练 [7] - 文远知行与优步Uber升级战略合作，计划于2027年内在中东地区部署至少1200辆Robotaxi，覆盖阿布扎比、迪拜和利雅得市场 [7] 国际车企与供应链动态 - 丰田汽车第三财季销售净额13.46万亿日元，同比增加8.6%；净利润1.26万亿日元，同比减少43% [8] - 丰田汽车预计全年销售净额50.00万亿日元，净利润3.57万亿日元，并宣布自4月1日起晋升首席财务官近健太为社长兼首席执行官 [8] - LG新能源将终止与Stellantis的合资企业，并收购Stellantis持有的合资企业NextStar Energy 49%的股权 [9]