上市基本信息 - 公司宣布在香港联合交易所主板进行首次公开发行，股票代码为“2026”，并计划于2025年10月28日（香港时间）开始招股 [1] - 此次香港IPO将发行41,955,700股A类普通股，其中香港公开发售部分初始为4,195,600股（占10%），国际发售部分初始为37,760,100股（占90%） [1][2] - 公司的美国存托凭证将继续在纳斯达克全球精选市场上市交易，每份ADS代表一股A类普通股 [1] 发售结构与规模调整 - 香港公开发售部分可根据认购情况调整至最多6,293,300股A类普通股，约占初始发售规模的15% [2] - 公司预计授予国际承销商发售规模调整权，可要求公司增发最多6,293,300股A类普通股（约占初始发售规模的15%）以满足国际发售的超额需求 [2] - 公司还预计授予国际承销商超额配售权，可要求公司在国际发售中增发最多6,293,300股A类普通股（若发售规模调整权被全额行使，则最多可增发7,237,300股），不超过香港IPO总发售股数的15% [2] 发行价格与交易安排 - 香港公开发售的发行价将不超过每股180.0港元（或每股23.17美元，相当于每ADS 23.17美元） [3] - 国际发售价格可能设定得高于或等于香港最高发行价，最终定价将参考纳斯达克ADS收盘价及投资者需求等因素，并于2025年11月3日左右确定 [3] - 股票将以每手100股A类普通股进行买卖 [3] 基石投资者与资金用途 - 作为国际发售的一部分，公司已与某些基石投资者签订协议，基石投资者已同意按国际发行价认购总额为1.2亿美元的股份 [4][5] - 公司计划将香港IPO的净收益用于执行其市场进入战略，以在关键目标市场大规模商业化其L4级自动驾驶技术，并用于该技术的研发以及营运资金等一般用途 [6] 承销团构成 - 此次香港IPO的联合保荐人为高盛（亚洲）有限责任公司、美银证券亚洲有限公司、德意志证券亚洲有限公司及华泰金融控股（香港）有限公司 [7] - 整体协调人、联合全球协调人、联席账簿管理人及联席牵头经办人包括高盛、美银证券、德意志银行、华泰金融、麦格理资本、里昂证券、中银国际亚洲等多家机构 [7] 公司背景 - 公司是全球自动驾驶移动出行商业化领域的领导者，利用其全栈自动驾驶技术开发商业上可行且可持续的商业模式 [11]

股票发行与上市 - 公司拟发行88250000股A类普通股，含国际发售83837500股和香港公开发售4412500股[5][6] - 预计2025年11月4日左右确定全球发售价格，香港公开发售最高价格为每股35.00港元[8] - 公司已申请将A类普通股在香港证券交易所上市，股票代码为“0800”[10] - 国际承销商可额外认购最多1323.75万股A类普通股，有效期至香港公开发售申请截止日期后30天[18] - 全球发售完成后，假设承销商不行使额外认购权，将发行并流通9.56020146亿股A类普通股和5481.4423万股B类普通股[19] 财务数据 - 2024年全年总营收为361,134千元人民币，产品营收占比24.3%，服务营收占比75.7%[139] - 2024年全年总成本为250,419千元人民币，占总营收的69.3%[139] - 2024年全年毛利润为110,715千元人民币，占总营收的30.7%[139] - 2024年全年研发费用为1,091,357千元人民币，占总营收的302.2%[139] - 2024年全年运营亏损为2,185,183千元人民币，占总营收的605.1%[139] - 截至2024年12月31日，总资产为7,693,770千元人民币，总负债为627,751千元人民币[140] - 2024年全年经营活动净现金使用量为593,595千元人民币[140] - 2024年全年投资活动净现金产生量为325,505千元人民币[140] - 2024年全年融资活动净现金产生量为2,823,875千元人民币[140] - 2022 - 2024年及2024年和2025年上半年研发费用分别为7.586亿、10.584亿、10.914亿、5.172亿和6.446亿[148] - 2022 - 2024年及2024年和2025年上半年亏损分别为12.985亿、19.491亿、25.168亿、8.817亿和7.915亿[151] - 2022 - 2024年及2025年上半年经营活动净现金流出分别为6.704亿、4.749亿、5.936亿和6.634亿[151] - 2022 - 2023年净流动负债分别为23.059亿和32.214亿，2024年末和2025年6月30日净流动资产分别为67.455亿和60.339亿[154] - 2022 - 2024年及2024年和2025年上半年资本支出分别为8270万、3700万、8550万、3330万和1.345亿[155] - 2022 - 2024年及2024年和2025年上半年政府补助确认为其他净收入分别为1970万、1440万、1410万、690万和50万[159] - 2022 - 2024年末及2025年6月30日有条件政府补助计入其他应付款分别为13.91亿、17.64亿、18.45亿和18.72亿[159] - 2022 - 2024年末及2025年6月30日有条件政府补助计入其他非流动负债分别为590万、650万、470万和810万[159] - 2022 - 2024年末及2025年6月30日认沽期权负债分别为3980万、4040万、4110万和4140万[155] - 公司应收账款和合同资产减值损失从2022年的1170万元人民币增至2023年的4020万元人民币，2024年降至2870万元人民币，2025年上半年从2024年同期的1340万元人民币降至280万元人民币[182] 用户与市场数据 - 截至2025年10月20日，公司在11个国家的30多个城市部署了自动驾驶产品和解决方案[36] - 2024年，公司在城市道路L4及以上自动驾驶收入方面排名全球第二，市场份额为21.8%[36] - 截至2025年10月20日，公司部署了超过1500辆自动驾驶汽车，其中1108辆为自营车辆，415辆与第三方合作部署[37] - 截至招股说明书日期，公司在公共道路上累计实现约5500万公里的L4自动驾驶里程[43] - 截至2025年10月20日，公司的Robotaxi已在开放道路上完成超过2200天的公共商业运营，且自动驾驶系统未出现监管违规记录[43] - 2022 - 2025年6月30日，用于商业活动的自有运营车辆分别为120、157、202和198辆，与第三方合作部署的车辆分别为156、178、269和341辆，仅用于测试的自有运营车辆分别为263、319、618和775辆[51] - 2025年上半年，Robotaxi业务占公司总收入的31.1%，成为主要增长驱动力[54] - 公司已积累约5500万公里的驾驶数据[61] - 截至2025年10月20日，公司提供付费机器人出租车服务超2200天，智能巴士已在9个国家的超30个城市部署[170] - 2022 - 2024年及2025年上半年，公司前五大客户收入分别为4.157亿、3.076亿、1.693亿和9640万，占总收入比例分别为78.8%、76.6%、46.8%和48.4%[179] - 2022 - 2024年及2025年上半年，公司最大客户收入分别为1.559亿、2.223亿、8820万和3310万，占总收入比例分别为29.6%、55.3%、24.4%和16.6%[179] - 2022 - 2024年及2025年上半年，公司来自关联方收入占总收入比例分别为10.2%、12.1%、8.9%和4.1%[179] 未来展望 - 公司预计2025年出现净亏损，因研发和销售费用预计增加[79] - 优步将追加1亿美元股权投资，预计2025年第四季度完成[77] - 公司计划将代表ADS的A类普通股从开曼群岛股份登记册转移至香港股份登记册[119] - 公司将在满足特定条件前保持新兴成长公司身份，预计2025年12月31日不再符合该身份[123] 新产品和新技术研发 - HPC 3.0平台搭载于最新一代Robotaxi GXR，可提供高达2000 TOPS的AI算力，将自动驾驶套件成本降低50%[61] - 公司开发了通用技术平台WeRide One和闭环模拟引擎WeRide GENESIS[55][56] 市场扩张和并购 - 2025年4 - 9月，公司与迪拜、Uber、雷诺、Grab等达成合作或拓展合作，在多个地区开展业务[71][72][75] - 2025年7月，公司Robotaxi获沙特阿拉伯首个Robotaxi自动驾驶许可证[73] - 2025年9月，Robobus获比利时首个4级自动驾驶班车联邦测试许可证[76] - 2025年7月，公司与奇瑞、锦江出租车合作将Robotaxi打车服务引入上海，标志着Robotaxi正式进入全球第十个城市[53] - 2023年3月公司收购广州景骐为全资子公司[85] 其他新策略 - 公司采用资产轻型化策略与海外合作伙伴分工合作，加速商业化进程[65] - 全球发售所得净额约40.0%用于开发自动驾驶技术栈，约40.0%用于加速L4车队的商业量产和运营，约10.0%用于建立营销团队和拓展市场，约10.0%用于营运资金和一般公司用途[132]

认购及发售信息 - 认购H股需支付经纪佣金1.0%、证监会交易征费0.0027%、联交所交易费0.00565%及投资者赔偿征费0.00015%[11] - 发售价预计不高于每股[REDACTED]港元，不低于每股[REDACTED]港元[14] - 若在[REDACTED]香港时间中午12时未就发售价达成协议，发售将失效[14] - 申请人认购[REDACTED]时，可能需按申请渠道支付每股[REDACTED]港元的[REDACTED]，若最终发售价低于每股[REDACTED]港元可获退还[15] - 若在上市日期上午8时前出现特定情况，联席保荐人等有权终止[REDACTED]认购义务[16] 用户数据 - 公司拥有超2000万个人用户、超3500家企业客户、超100万名注册司机，运营管理超2万辆汽车[60] - 截至2025年6月30日，网约车网络覆盖中国85个城市，2024年日均订单超60万，GTV超55亿元人民币[66] - 2022 - 2024年及2025年上半年，注册司机数量分别约为34.1万、59.6万、89.9万和106.2万[70] - 截至最新实际可行日期，在上海拥有并运营超5300辆合规网约车[69] 业绩总结 - 2022 - 2024年公司营收分别为47.292亿元、57.176亿元和63.949亿元，复合年增长率为16.3%[84] - 2024年和2025年上半年营收分别为30.994亿元和30.127亿元，保持相对稳定[84] - 毛利率从2022年的1.0%稳步提升至2023年的6.6%，2024年进一步提升至7.0%，2024 - 2025年上半年从6.6%提升至11.3%[84] - 2022 - 2024年及2025年上半年，前五大客户收入分别为3.21亿元、2.9亿元、2.386亿元和1.211亿元，占比分别为6.8%、5.1%、3.7%和4.0%[90] - 2022 - 2024年及2025年上半年，最大客户上汽集团收入分别为1.708亿元、0.944亿元、0.698亿元和0.311亿元，占比分别为3.6%、1.7%、1.1%和1.1%[90] - 2022 - 2024年及2025年上半年，前五大供应商采购额分别为10.155亿元、8.23亿元、8.387亿元和4.344亿元，占比分别为19.4%、13.8%、13.4%和14.9%[92] - 2022 - 2024年及2025年上半年，最大供应商采购额分别为6.411亿元、3.174亿元、4.064亿元和2.147亿元，占比分别为12.3%、5.3%、6.5%和7.4%[92] - 2022 - 2024年及2025年上半年，净亏损分别为7.81465亿元、6.03864亿元、4.07151亿元和1.14674亿元，亏损率分别为16.5%、10.6%、6.4%和3.8%[101] - 2022 - 2025年收入分别为47.292亿、57.176亿、63.949亿和30.127亿元人民币，同比变化为20.9%、11.8%和 - 2.8%[104][105][106][107] - 2022 - 2025年网约车服务收入分别为33.611亿、42.094亿、49.907亿和22.982亿元，同比变化为25.2%、18.6%和 - 5.4%[104][105][106][107] - 2024年6月30日至2025年6月30日，毛利率从6.6%提升至11.3%，网约车服务毛利率从8.9%提升至12.2%[111] - 2023 - 2024年，毛利率从6.6%提升至7.0%，网约车服务毛利率从2.2%提升至9.1%[112] - 2022 - 2023年，网约车服务从5.4%亏损转为2.2%盈利，车辆租赁服务毛利率从9.1%提升至14.2%[115] - 2022 - 2025年各年末总资产分别为44.822亿、41.051亿、41.855亿和49.432亿元人民币[117] - 2022 - 2025年各年末总负债分别为43.455亿、40.900亿、45.874亿和41.126亿元人民币[117] - 2024年末至2025年6月30日，净流动负债从11.915亿降至7.422亿元人民币[117] - 2023年末至2024年末，净流动负债从15.907亿降至11.915亿元人民币[119] - 2022年末至2025年6月30日，净资产分别为1.367亿、0.151亿、 - 4.018亿和8.306亿元人民币[121] - 2023 - 2025年经营活动产生的净现金分别为-377,665千人民币、-203,453千人民币、83,313千人民币[126] - 2023 - 2025年投资活动使用的净现金分别为-6,513千人民币、-14,587千人民币、-1,051千人民币[126] - 2023 - 2025年融资活动产生的净现金分别为341,182千人民币、128,471千人民币、973,937千人民币[126] - 2022 - 2025年毛利润分别为49,487千人民币、375,951千人民币、448,262千人民币、341,414千人民币[128] - 2022 - 2025年毛利率分别为1.0%、6.6%、7.0%、11.3%[128] - 2022 - 2025年净亏损率分别为-16.5%、-10.6%、-6.4%、-3.8%[128] - 2022 - 2025年债务比率分别为66.2%、68.7%、82.9%、65.1%[128] 未来展望 - 公司预计2025年年度归属于公司所有者的[REDACTED]不少于[●]百万人民币（约合[●]百万港元）[130] - 公司预计上市费用约为[REDACTED]港元，占[REDACTED]总额的[REDACTED]%[135] - 公司在业绩记录期内未支付或宣派股息，且在可预见的未来无此计划[138] 新产品和新技术研发 - 公司是中国首个由汽车制造商支持、能够运营L4级Robotaxi的平台，目标是到2027年在多个中国城市实现大规模商业运营[77] - 自研发的享道智慧大脑应用于多方面，提升订单完成数量、GTV和盈利能力，减少司机接客距离和车辆闲置时间[61] 其他新策略 - 公司采用可持续方式扩大业务，推出行业首个“洁净新标准”[70]

业务拓展方向 - 公司计划在自动驾驶领域的企业培训和求职辅导等方向进行业务拓展 [2] - 合作领域包括技术服务、培训、课程开发与科研辅导等多个方面 [2] - 主要面向自动驾驶产品经理、4D标注/数据闭环、世界模型、VLA、自动驾驶大模型、强化学习、端到端等多个技术方向 [4] 目标客户与岗位说明 - 培训合作业务B端主要面向企业和高校、研究院所 [5] - 培训合作业务C端面向较多学生和求职类人群 [5] - 岗位职责包括自动驾驶培训合作、课程开发和原创文章创作 [5] 合作与资源 - 公司面向全球自动驾驶领域从业者发出合作邀请 [2] - 公司将提供高额的酬金与丰富的行业资源以吸引合作伙伴 [3] - 感兴趣的从业者可通过指定微信联系方式进行进一步咨询 [6]

公司财务状况 - 公司是一家自动驾驶技术公司 股价低于5美元 [1] - 公司在过去五年中从未实现盈利 累计亏损数亿美元 [1] - 评论认为公司无法实现盈利 不建议投资无法盈利的股票 [1] 行业与投资观点 - 自动驾驶技术公司通过Aurora Driver平台开发技术 [1] - 尽管承认公司作为投资的潜力 但认为某些人工智能股票具有更大的上涨潜力和更低的下行风险 [1]

研究概述 - 研究提出了一种名为OmniNWM的全景、多模态、带精确控制与内在奖励的驾驶导航世界模型 [2] - 该模型在生成质量、控制精度与长时序稳定性上全面超越现有SOTA（State-of-the-Art） [2] - 研究为自动驾驶的仿真训练与闭环评估树立了新标杆 [2] 技术框架与核心创新 - 模型核心在于将状态生成、动作控制、奖励评估三者无缝集成，提出了一个创新的统一框架 [10] - 针对现有世界模型的三大核心挑战：状态的局限性、动作的模糊性、奖励的缺失，提供了解决方案 [10] - 首次在状态、动作、奖励三大维度实现统一，构建可交互、可评估、可扩展的综合性虚拟驾驶环境 [8][58] 多模态状态生成能力 - 利用Panoramic Diffusion Transformer (PDiT)作为核心，首次实现RGB、语义图、度量深度图、3D语义Occupancy的联合生成 [11][12] - 四模态输出在像素级别对齐，共享解码器确保跨模态一致性 [12] - 生成的3D Occupancy是奖励计算与闭环规划的核心依据 [13][16] 精确动作控制机制 - 创新性地提出归一化全景Plücker Ray-map作为动作表示，将输入轨迹转化为稠密的射线场指导生成过程 [18] - 通过尺度归一化与位姿归一化，构建统一Plücker空间，支持跨数据集、多相机配置下的零样本泛化 [22][27] - 该策略显著扩展了有效轨迹的覆盖范围，轨迹分布多样性远超原始数据集，支持复杂驾驶行为生成 [28][32] 长时序生成技术 - 引入Flexible Forcing策略，支持生成超过GT（Ground Truth）长度的321帧超长序列 [29][31] - 采用多层级噪声注入，支持帧级自回归和片段级自回归两种推理模式 [32][33] - 该策略显著抑制长时序中的结构退化，FVD@201帧指标为25.22，远优于消融模型的386.72 [34] 内生稠密奖励系统 - 直接利用生成的3D Occupancy定义稠密奖励函数，无需依赖外部模型 [35] - 奖励函数包含碰撞惩罚、越界惩罚和速度奖励三项，用于评估驾驶行为的合规性与安全性 [35][36][39] - 在测试场景中，奖励函数能有效区分碰撞、避让不足、成功规避三种行为 [41] 闭环规划与评估 - 引入专用的Vision-Language-Action (VLA) 规划器OmniNWM-VLA，基于多模态大模型Qwen-2.5-VL构建 [43] - 核心创新是Tri-Modal Mamba-based Interpreter (Tri-MIDI)融合模块，轻量且即插即用 [44] - 模型采用因果语言建模目标，将轨迹视为"动作序列"进行预测，能学习驾驶场景下的时空连贯性与物理合理性 [48][50] 实验性能与评估 - 在视频生成质量上，无需Occupancy或点云等体积条件，仍超越所有SOTA模型 [51][52] - 在深度图生成和3D Occupancy预测任务中，以生成的方式超越所有SOTA的预测类模型 [53][54] - 支持零样本泛化，可无缝迁移到nuPlan与内部数据集，支持不同相机数量配置且无需微调 [56]

公司财务状况与市场评价 - 公司目前无法实现盈利 [1] - 知名财经评论员吉姆·克莱默因此不予推荐该股票 [1] - 尽管公司具有优秀背景（bloodlines），但财务状况仍未改善 [1] 业务与技术平台 - 公司通过Aurora Driver平台开发自动驾驶技术 [1] - 该平台整合了硬件、软件和数据系统以实现自动驾驶功能 [1] 股票投机属性 - 该股票被视为投机性标的 [1] - 投机性股票可能因利好消息（如头条新闻）而价格大幅上涨，甚至翻倍 [1]

公司业绩表现 - 第三季度营收为5.04亿美元，高于分析师预期的4.849亿美元 [1] - 第三季度调整后每股收益为0.09美元，略高于预期的0.08美元 [1] - 上调全年营收指引下限，预计全年营收在18.5亿至18.9亿美元之间，此前预期为17.7亿至18.9亿美元 [1] 行业与市场动态 - 公司自动驾驶系统需求激增 [1] - 需求激增源于客户库存清理，标志着行业可能结束长期低迷 [1]

财务数据和关键指标变化 - 第三季度营收为5.04亿美元，同比增长4% [4] - 第三季度运营现金流为1.67亿美元，远高于净收入 [4] - 年初至今运营现金流接近5亿美元，同比增长约150% [4] - 第三季度IQ芯片出货量为920万单位，高于此前870万至930万单位的展望 [14] - SuperVision第三季度出货量超过2万单位，较第二季度有显著增长 [14] - 全年SuperVision出货量预期上调至约5万单位，显著高于最初约2万单位的预期 [15] - 毛利率同比下降略超100个基点 [15] - IQ芯片平均售价同比下降约0.5美元 [15] - 运营费用同比增长4%，略高于预期 [16] - 全年非GAAP运营费用预计增长约7%，至略低于10亿美元 [16][19] - 全年营收指引中点上调2%，调整后运营收入指引中点上调11% [5][17] - 全年IQ芯片出货量指引上调至3500万至3550万单位 [17] - 全年毛利率预计约为68%，同比上升约30个基点 [19] 各条业务线数据和关键指标变化 - 核心ADAS业务表现良好，IQ芯片出货量连续五个季度保持健康水平 [4] - IQ6 Light在ADAS项目中以高速度获得项目定点 [7] - IQ5芯片目前约占出货量的10%，预计明年将峰值达到约15% [15][26] - IQ6 Light预计从2027年开始显著放量，届时IQ5份额将下降，对毛利率形成利好 [15] - 所有四款先进产品共享通用构建模块 [8] - 基于IQ6 High的环视ADAS系统继续发展，作为下一代标准化驾驶辅助系统 [8] - SuperVision和Chauffeur的生产计划正与大众集团合作执行，是首要任务 [9][44] - 下一代SoC IQ7 High的首个硅样品测试成功 [9] 各个市场数据和关键指标变化 - 在中国市场表现优于预期，包括对中国OEM的出货以及西方OEM客户在中国的表现 [5] - 印度市场增长潜力日益清晰，得益于采用趋势加强和有利的监管环境 [7] - 与沃尔沃新增一名客户 [7] - 在欧洲，与大众集团和Benteler旗下的Holland合作拓展机器人出租车业务 [10] - 计划首先在德国推出机器人出租车服务，慕尼黑、汉堡和柏林是首批城市 [100] 公司战略和发展方向和行业竞争 - 公司定位为OEM中立平台，具有成本效益和可扩展性，拥有通往脱手自动驾驶的可信技术路径 [7] - 专注于执行现有SuperVision、Chauffeur和机器人出租车项目，2026年是执行年 [44][66] - 环视ADAS是一个重要的产品类别，旨在满足更严格的十年末安全标准，并以成本效益高的方式实现高速公路脱手性能 [8][52] - 公司拥有先发优势，其IQ6 High芯片在成本和功耗方面具有竞争力 [84][86][89] - 公司采用冗余方法实现自动驾驶，结合摄像头、成像雷达和激光雷达，与特斯拉仅依赖摄像头的方案不同 [111][112] - 公司着眼于从脱眼系统向脱脑系统过渡，IQ7和IQ8芯片将在此过程中发挥重要作用 [9][10][113][117] 管理层对经营环境和未来前景的评论 - 当前面临的机会集比2022年上市时更大、更广、更紧迫 [11] - 近期需求量保持强劲，对更高性能、更低成本的需求日益加剧 [11] - 脱眼能力不再被视为实验性项目，而是可实现的商业现实 [11] - 尽管存在宏观不确定性，但公司对收窄全年指引区间并提高中点充满信心 [17] - 第四季度出货量环比下降不应被解读为趋势，而是反映了全年供需平衡，以确保客户在2026年保持低库存 [18] - 公司正按计划在2026年上半年在美国一个城市移除安全驾驶员，并为2027年初的商业化做准备 [68][69][109] 其他重要信息 - REM数据采集正被添加到更多前视摄像头项目中，用于数据收集和提升脱手驾驶性能 [7][102][103] - 目前全球有超过700万辆汽车上传REM数据，其中美国超过200万辆 [104] - 与Lyft和一家汽车制造商合作在美国开展机器人出租车项目，达拉斯-沃斯堡是首个城市 [10][36][64] - 机器人出租车业务的收入模式包括一次性费用和按里程计费的收入分成 [91] - 芯片开发路线图清晰，IQ7可与Thor芯片媲美，IQ8性能将是其三四倍 [117] 问答环节所有的提问和回答 问题: 关于新获得的西方OEM环视ADAS项目定点的细节 [22] - 确认这是第二个环视ADAS项目定点，来自一家领先的西方OEM，涉及多个车型，未来将成为该OEM大部分车型阵容的一部分 [23] - 该OEM是去年投资者日幻灯片上列出的环视ADAS合作OEM之一 [24] 问题: 关于IQ5和IQ6平台对毛利率影响的展望 [25] - IQ5没有大量运行项目，且不预期有新的IQ5项目，所有新项目将使用IQ6 Light [25] - IQ6的毛利率高于IQ5，与IQ4非常相似，IQ5占比明年达到15%峰值后开始下降，影响不显著 [25][26][27][28] 问题: 关于第四季度预期的影响因素以及Lyft机器人出租车项目的细节 [31][32] - 第四季度出货量指引应考虑全年约3550万单位作为基准，而非将第四季度数据年化，这反映了受关税影响的异常季节性 [33] - 未收到因芯片问题要求减产的通知，指引中已包含缓冲空间 [33][34] - Lyft机器人出租车项目正与一家汽车制造商合作，处于高级测试阶段，将在达拉斯-沃斯堡推出，具体推出日期将在近期公布 [36][64][65] 问题: 关于剔除库存影响后单位增长5%是否可作为正常化增长基准 [40] - 公司预计其出货量和收入增长将快于前十大OEM客户，原因包括ADAS采用率增长、在某些客户中份额提升以及新兴市场如印度 [41][42] - 今年增长比前十大OEM快约5个百分点是良好表现，未来类似范围可能是合理的，但未给出精确数字 [41][42] 问题: 关于OEM需要看到什么才会推进脱眼系统合作以及新项目的时间表 [43] - 当前重点是执行，预计2026年上半年SuperVision和Chauffeur平台将接近生产就绪状态，这将有助于获得新项目 [44] - 同时推进SuperVision、Chauffeur、机器人出租车和环视ADAS项目的执行，硬件处于B样本或C样本阶段，未来几个月将展示成熟的量产平台 [45][46] 问题: 关于环视ADAS作为技术门户的竞争力以及其必要性 [49][50] - 环视ADAS对于满足未来法规和实现低成本高速公路脱手性能非常重要，公司凭借高效的芯片和软件提供极具成本竞争力的解决方案 [52] - 对于OEM而言，采购成熟解决方案是安全选择，可以专注于高端应用 [52][53] - 公司正致力于SuperVision的成本削减方案，并预计2027年与奥迪推出脱眼系统将成为拐点 [54][55] 问题: 关于环视ADAS的目标客户是否是现有基础ADAS客户升级 [57] - 确认新公布的环视ADAS项目定点正是从IQ6 Light升级到IQ6 High的例子 [59] 问题: 关于Lyft机器人出租车项目的OEM合作伙伴状态以及时间表 [63] - OEM合作伙伴已确定但尚未最终敲定，进展顺利，且前期已与该OEM紧密合作开发原型车和实际平台 [64][65] - 机器人出租车领域的重点是移除安全驾驶员并开始商业化，核心技术是相同的 [66] 问题: 关于大众ID Buzz移除安全驾驶员的技术里程碑和时间表 [67] - 预计2026年上半年在美国一个城市移除安全驾驶员，技术里程碑包括车辆准备就绪和达到平均无故障时间指标 [68][69][109] 问题: 关于赢得环视ADAS项目定点的原因、集成程度和推出方式 [73] - 客户决定从IQ6 Light升级到IQ6 High是为了简化架构、整合ECU、处理更多传感器并以合理成本提供更丰富的用户体验 [74][75] - 该方案涉及新架构，也可能应用于现有架构 [76] - 公司看到基础ADAS合作扩展至环视ADAS的趋势，并有大量相关合作在进行 [77][78] 问题: 关于环视ADAS的竞争格局和投标过程 [83] - 环视ADAS是成本高度优化的产品，公司凭借IQ6 High芯片的成本、性能和低功耗优势（如无需液冷）以及先发优势参与竞争 [84][85][86][89] 问题: 关于机器人出租车Drive业务的收入贡献和成本降低路径 [90] - 机器人出租车收入包括一次性费用和按里程分成的经常性收入，未来可能调整比例 [91] - 公司有足够的空间在保持盈利的同时降低前期成本，增加经常性收入 [92] - 现有合同涉及数万辆车，执行成功将带来巨大规模 [91] 问题: 关于欧洲机器人出租车移除安全驾驶员的进展和监管差异 [97] - 欧洲采用 homologation 认证流程，正与大众集团合作与德国政府接洽，获得良好支持，计划首先在德国推出 [98][99][100][101] 问题: 关于更多OEM在前视摄像头项目中加入REM的意义 [102] - 既是为了数据收集，也可能成为未来高级产品合作的前兆，最近与一家大型OEM签署了REM协议，有助于扩大数据池和提升AI训练 [102][103][104] 问题: 关于美国机器人出租车移除安全驾驶员的技术门槛和时间表 [108] - 技术里程碑基于详细的安全计划和与大众ADMT商定的各类事故的平均无故障时间指标，目前进展符合2026年上半年目标 [109] 问题: 关于客户如何看待公司SoC设计优势以及与竞争对手对比 [110] - 公司与特斯拉方法不同，采用冗余方案降低对单一传感器和极高算力的依赖，现有IQ6 High算力已足够脱眼系统 [111][112] - 更高算力的IQ7/IQ8旨在实现脱脑系统，是叠加而非替换IQ6 [113][114] 问题: 关于芯片设计节奏和加速验证的可能性 [117] - 芯片组合覆盖低端到高端，IQ7对标Thor，IQ8性能更强，旨在实现脱脑系统，开发节奏为每两年一次，符合行业发展速度 [117][118]

研究背景与核心问题 - 自动驾驶系统研发高度依赖高质量、大规模的标注数据来训练感知模型，但数据获取成本高昂、费时费力[2] - 传统方法将生成模型和感知模型作为两个独立环节处理，导致生成的合成数据可能不符合真实世界的物理规律和几何结构，对下游感知任务价值有限[2] - OccScene旨在解决生成与感知"学用脱节"的问题，实现两者的深度融合[2] 核心创新与贡献 - 首次实现3D场景生成与语义Occupancy感知的深度融合，通过联合扩散框架达到"1+1>2"的效果[3] - 提出范式创新的联合学习框架，感知模型为生成提供精细几何与语义先验，生成的合成数据反哺感知模型，形成良性循环[5] - 设计基于Mamba的双重对齐模块，高效对齐相机轨迹、语义Occupancy与扩散特征，确保生成内容的跨视角一致性和几何精确性[5][14] - 仅需文本提示即可同时生成高质量图像/视频及对应的3D语义占据信息，并能显著提升现有SOTA感知模型性能[5] 技术架构与实现方法 - 采用联合感知-生成扩散框架，将语义Occupancy预测与文本驱动生成统一到单个扩散过程中[8] - 实施两阶段训练策略：第一阶段冻结感知模型权重，训练扩散UNet理解Occupancy几何约束；第二阶段联合优化，同时训练扩散UNet和感知模型实现双向促进[9][10] - 设计动态加权损失函数，通过噪声水平进行动态加权，在去噪早期感知监督权重较低，随着图像变清晰监督权重逐渐增强，确保训练稳定性[11][13] - 推理过程采用独特的闭环自我优化机制，实现"边生成、边感知、边校正"，确保最终生成结果的几何一致性和语义准确性[17][19] 性能表现与实验结果 - 在NYUv2室内数据集上，OccScene的FID指标为15.54，显著优于SD的47.82和ControlNet的50.61[21] - 在NuScenes室外数据集上FID为11.87，在SemanticKITTI数据集上FID为19.86，FVD为113.28[21] - 作为数据增强策略可显著提升感知模型性能：在NYUv2数据集上使MonoScene的mIoU从26.94提升至29.78；在SemanticKITTI数据集上使TPVFormer的mIoU从7.8提升至12.2[25] - 消融实验显示联合学习策略相比离线生成，在FID指标上从28.52提升至19.86，mIoU从12.94提升至15.70[27] - Mamba-based MDA模块相比Attention架构推理时间从4.09秒减少至2.76秒，节省32.5%的时间[27] 应用价值与行业影响 - 为自动驾驶仿真生成高保真、多样化的驾驶场景，特别是各种极端场景，以低成本增强系统鲁棒性[32] - 为机器人与AR/VR领域的室内外场景导航、交互提供可控、可编辑的虚拟环境[32] - 作为即插即用的数据生成器，为各类下游3D视觉任务提供高质量训练数据，有效解决数据稀缺问题[32]