Workflow
Autonomous Mobility and Logistics
icon
搜索文档
Pony Ai(PONY) - 2026 Q3 - Earnings Call Transcript
2026-11-18 21:00
财务数据和关键指标变化 - 公司第三季度总收入同比增长75%至4460万美元,主要由Robotaxi和Robotruck业务驱动,这两条业务线合计占总收入的80%,高于去年同期的66% [24] - 公司运营利润率从负274%改善至负154%,收入增速远快于运营费用增速,体现出运营杠杆改善 [24] - 公司毛利润同比增长69%至790万美元,毛利率为17.8%,较2026年第二季度的17.5%略有提升 [29][30] - 公司GAAP运营费用同比增长仅3%至7660万美元,非GAAP运营费用(剔除股权激励费用)同比下降2%至6620万美元 [30] - 公司GAAP运营亏损从去年同期的6970万美元收窄至6870万美元,非GAAP运营亏损同比下降8%至5830万美元 [31] - 公司GAAP净亏损为1.363亿美元,其中包括7700万美元的交易性证券公允价值变动非现金损失;剔除该损失及股权激励费用后,非GAAP净亏损从去年同期的5680万美元收窄14%至4890万美元 [31] - 截至2026年9月30日,公司现金及现金等价物、受限现金、短期和长期债务工具及理财产品合计约11.5亿美元,较2026年6月30日的12.1亿美元有所下降 [32] - 公司资本支出为1770万美元,同比下降22%,环比下降45%,主要反映公司在继续支持Gen-7 Robotaxi车队量产和部署的同时保持审慎的投资节奏 [32] 各条业务线数据和关键指标变化 - Robotaxi服务收入达到1780万美元,同比增长165%,环比增长47%,成为公司总收入同比增长的最大贡献者,占总收入的40%,高于去年同期的26% [24] - 公司全球Robotaxi车队截至2026年9月30日超过2700辆车 [24] - 公司Robotaxi业务通过两种主要模式运营:国内以自有车队为主,通过收费产生收入;海外采用联合部署模式,通过与当地车队运营商和出行平台合作,产生车辆销售和虚拟司机授权费收入 [25] - 公司第三季度收费收入同比增长约400%,主要受运营区域持续扩展和服务 offerings 推动;广州海珠、天河、黄埔和番禺区的运营产生了增量收入,深圳宝安国际机场和蛇口邮轮母港的服务也贡献了第三季度收费收入 [25][26] - Robotruck服务第三季度收入达到1800万美元,同比增长76%,环比增长35%,增长主要归因于与中外运合作推动的货运服务增长 [28] - 公司智能解决方案收入为890万美元,与2025年第三季度基本持平 [28] - 公司Gen-7 Robotaxi每辆车年度保险费用降至人类驾驶出租车约40%的水平,而2025年约为50%,尽管更高的车辆成本通常会因更高的维修成本而推高保险费,但公司的安全记录已抵消这一上行压力 [30] - 公司在中国广州和深圳的车队已实现正的单位经济利润,且趋势持续改善;Gen-7车队每辆车保险费用今年进一步下降19% [44] - 公司单位经济利润计算中,收入指扣除折扣和退款后网约车服务产生的净值,覆盖七项成本:车辆折旧(含电池和自动驾驶硬件)、充电、远程助手和地面支持人员工资、车辆清洁和维护、保险、停车以及网络通信费用;约一半成本来自车辆折旧,其余一半来自其他六项成本 [44][45][46] - 公司海外业务单位经济利润率更高,原因有二:一是凭借更强技术和规模化优化运营,每英里总成本在行业中极具竞争力,高员工车辆比和优越能效在劳动力和电力成本较高的欧洲等发达市场形成良好成本优势;二是联合部署模式为轻资产模式,公司不承担车辆资本开支,将车库基础设施、电动车充电、日常车辆清洁维护等运营成本转移给当地合作伙伴 [47] 各个市场数据和关键指标变化 - 在中国广州,公司基于今年4月获得的全市商业许可,率先提供跨区Robotaxi服务,连接南沙区与市中心区域,此前分离的中心城区和南沙运营区域现已形成单一连续服务区,覆盖超过1000平方公里,约为旧金山面积的九倍;用户可通过PonyPilot应用在南沙、海珠、天河、黄埔和番禺五个区预订行程,直接提升了出行距离和每单平均价格 [9] - 在深圳,公司宝安国际机场服务已向用户开放,公司是中国一线城市中唯一在国际机场运营商业全无人Robotaxi服务的企业;深圳近期举办APEC会议,公司Robotaxi作为城市创新展示的核心元素亮相 [9][10] - 在上海,公司获得浦东新区核心区域全无人运营的额外商业许可,将很快把覆盖范围扩展至张江科学城等关键经济枢纽 [10] - 公司近期在杭州、重庆和珠海启动部署,为运营版图进一步扩展奠定基础,预计很快将在其他多个城市推出Robotaxi服务 [10] - 在欧洲克罗地亚萨格勒布,公司实现欧洲首个全无人驾驶载客运营,从启动到全无人仅用五个月,运营累计超过20万公里并完成数千次载客行程;该成功已成为公司进入其他全球市场的可复制模板 [11] - 在英国,公司与Uber合作推进伦敦和曼彻斯特的部署,道路测试已在曼彻斯特启动 [12] - 在迪拜,公司加速商业化进展,在GITEX 2026上作为迪拜道路与交通管理局唯一Robotaxi合作伙伴展示 [12] - 公司与inDrive合作将在哈萨克斯坦推出Robotaxi运营,首次进入中亚市场 [12] - 公司此前宣布的超过4000辆Robotaxi部署管道持续推进 [12] - 在Robotruck方面,公司与广汽商用车合作发布基于T9纯电动重卡平台的新款Gen-4重型Robotruck,进一步拓宽Gen-4产品线;公司已在广东省江门港和妈湾港开始运营,目标明年在港口部署数百辆车 [13] - 公司轻型卡车近期进入量产,并在中国一线城市关键物流走廊推进商业部署 [13] 公司战略和发展方向和行业竞争 - 公司年初设定三个目标:Robotaxi收入达到上年的3.5倍、车队规模扩大至3500辆、全球Robotaxi部署覆盖20个城市,临近年底公司有望实现全部三个目标 [14] - 展望2027年,公司将在三条战线扩展Robotaxi:深化现有城市运营、加速中国新城市上量、加快海外战略市场布局;国内和全球双引擎增长战略将增加商业运营车辆数量,直接推动营收增长 [15] - Robotruck将通过Gen-4车型和新举措释放新收入流,成为另一强大增长引擎;更大规模带来更优技术、更高效率和更强经济性,形成飞轮效应 [15] - 公司核心技术栈可跨车辆平台和运营环境通用,将研发转化为多条收入流 [6] - 随着监管常态化和进入标准提高,公司先发优势变得更有价值;规模化运营下安全记录持续改善,保险公司已开始对公司较低风险 profile 定价 [7][8] - 公司采用联合部署模式拓展海外市场,核心技术 and 运营知识提供基础,Uber、Verne等合作伙伴负责本地用户获取、服务运营和监管适配 [11] - 公司Robotaxi和Robotruck共享统一核心架构,通过传感器无关的泛化能力,模型可从多种车辆类型和传感器配置中提取统一物理表征,以最小增量成本实现一项研发引擎解锁多条收入流 [21][22] - 公司认为其模型严格运行在闭环系统内,不同于暴露公共API的数字大语言模型可被轻易蒸馏,任何想复制的企业必须从零构建整个后训练基础设施和真实世界数据飞轮,这构成比大语言模型更深的护城河 [22] - 公司预计随着更多真实运营数据回流至PonyWorld,仿真保真度和训练效率将持续提升,扩展至更大运营区域、更多海外城市和更多车辆平台时边际研发成本将持续下降,商业化速度将持续加快 [23] - 在Robotruck战略方面,公司利用同一L4技术和运营跨车辆平台和环境,使用与Robotaxi完全相同的技术栈赋能Robotruck和轻型卡车,覆盖港口、长途走廊和城际物流等场景;与中外运合作深化京津冀走廊长途运营;港口方面Gen-4卡车在江门和妈湾运营,拥有数百辆车的全球领先港口运营商管道;城市物流方面轻型卡车载货能力是低速无人配送车的三到四倍,速度是两到两倍,适用于超市、冷链和全城市供应链等高价值应用 [58][59] 管理层对经营环境和未来前景的评论 - 管理层认为当前中国监管环境总体转向积极方向,在“十五五”规划下,智能网联新能源汽车成为国家政策议程的一部分,目标是在五年规划期内实现自动驾驶大规模商业部署,这提供了持续政策动力,使Robotaxi从地方实施转向更标准化的国家框架 [40] - 随着框架标准化,全国各城市安全门槛将统一且高,其他想运营Robotaxi的城市需遵循一线市场先建立的实践,这将直接有利于已建立成熟技术、强安全记录和真实运营经验的运营商 [40][41] - 管理层认为随着行业进入更标准化扩张阶段,公司先发优势变得更强,监管信任有助于简化审批、加速与中央和市政当局的沟通,使公司更快进入新市场并巩固领先地位 [41] - 管理层对海外市场地位有信心,认为欧洲是除中国和美国外最具吸引力的Robotaxi市场之一,规模、定价和监管成熟度俱佳;公司竞争优势在于成熟技术、强安全体系和极具竞争力的单位经济性,领先全球出行玩家愿意合作,进而促进监管批准并加速规模化 [36] - 管理层认为凭借成熟安全记录、大规模运营经验、有吸引力的单位经济性和强大合作伙伴网络,公司有能力在欧洲尤其是英国成为领先玩家,并随着市场成熟获取领先市场份额 [37] - 管理层预计第四季度和2027年将继续把资源投入核心技术和关键市场,将活跃管道和商业进展转化为持续收入增长,同时保持费用和资本纪律,随着收入基础扩大实现更大运营杠杆 [32] 其他重要信息 - 公司CEO James Peng、CTO Tiancheng Lou和CFO Leo Wang出席财报电话会议 [4] - 会议因技术问题两次中断 speaker 连接,但随后恢复 [2][27] - 公司CTO详细阐述技术架构:物理AI与大语言模型类似有两阶段训练——预训练和后训练;预训练基于海量多模态数据建立基本驾驶技能,但性能上限受人类驾驶数据约束,长尾幻觉未解决;突破人类安全上限需要强化学习后训练,最新AI工程中90%-95%的核心工作在此阶段 [17][18] - PonyWorld是公司的闭环虚拟驾驶学校,AI司机在其中执行数十亿次强化学习和反事实场景以消除幻觉和解决长尾安全问题;物理AI面临数字AI没有的关键挑战——仿真到现实的差距,世界模型必须精确镜像物理世界的概率分布 [18][19] - 公司构建AI驱动的自进化闭环管道,利用真实车队反馈持续校准和升级PonyWorld,公共道路上遇到的每个边缘案例自动提升世界模型保真度;PonyWorld每周生成100亿公里训练数据 [19] - PonyWorld主导后训练,从四个方面直接推动商业扩展:一是通过安全提升,利用意图枚举系统生成所有可能意图和轨迹,在仿真中穷举压力测试每个极端交互路径,推动保险费用降至人类驾驶出租车的40%;二是无需重新训练的快速区域扩展,只要交通规则和驾驶风格一致,模型可原生泛化零再训练,广州全无人覆盖扩展至超过1000平方公里纯粹是部署更多车辆的函数;三是可扩展的全球复制,PonyWorld高保真交互智能体准确复制当地道路使用者行为,在启动前对AI司机进行本地化交互训练,直接推动萨格勒布数月内实现欧洲首个全无人运营;四是跨平台泛化,Robotaxi和Robotruck共享统一核心架构 [19][20][21][22] - 公司CTO表示公司不受AI算力瓶颈制约:推理方面,Gen-7 Robotaxi自去年4月推出以来一直运行在汽车级芯片上,算力需求远低于数据中心通用GPU,通过优化模型参数规模和推理引擎效率实现低BOM成本、低能耗和更高单次充电续航;训练方面,车载模型远小于大语言模型,不需要大量尖端GPU集群进行预训练或后训练,大部分后训练算力用于运行世界模型内的仿真,训练驾驶模型主要依赖世界模型推理,算力需求远低;PonyWorld 2.0自进化,从L4车队获取路测数据,找出仿真到现实的差距并自动确定哪些场景需要更高保真度,将训练世界模型的时间和算力消耗减少一个数量级 [51][52] - 公司是全球首家在汽车级芯片上实现L4驾驶的公司,每辆车BOM成本极具竞争力;公司已评估多种中国产计算芯片用于模型训练并成功部署训练管道,如有需要可在这些芯片上训练模型 [53][54] - 公司CTO认为基础模型预训练只是起跑线,L4算法不会简单趋同和商品化,实现商业规模需要掌握后训练程序并弥合仿真到现实差距;PonyWorld提供高保真闭环强化学习环境以规模化后训练,无人驾驶车队持续反馈真实世界数据以校准和提升PonyWorld精度;与数字大语言模型公共API不同,公司受控的后训练生态系统无法被其他方蒸馏,没有高保真世界模型用于强化学习和大规模无人驾驶车队将真实世界教育反馈回该循环,任何基础模型本身都无法实现安全可商业化的L4自动驾驶,后训练飞轮使公司优势持久 [65][66] 问答环节所有提问和回答 问题: 摩根士丹利Tim Hsiao询问公司在伦敦等海外市场面对多个竞争者如何脱颖而出 - 管理层认为欧洲市场竞争者众多,但公司对海外市场地位有信心,欧洲是除中国和美国外最具吸引力的Robotaxi市场之一,规模、定价和监管成熟度俱佳;公司竞争优势在于成熟技术、强安全体系和极具竞争力的单位经济性,领先全球出行玩家愿意合作,进而促进监管批准并加速规模化 [36] - 克罗地亚为例:今年4月启动,9月已实现全无人驾驶,五个月内实现欧洲首个全无人载客运营,累计超过20万公里和数千次载客行程;萨格勒布典型欧洲城市,Robotaxi在旧城道路、现代城区和复杂交通条件混合场景中运营,成功经验可复制到其他欧洲城市 [36][37] - 公司正将这一模式带到英国和其他欧洲国家,作为Uber合作伙伴推进伦敦和曼彻斯特部署,曼彻斯特道路测试在公告后不久即启动,显示执行速度;凭借成熟安全记录、大规模运营经验、有吸引力单位经济性和强大合作伙伴网络,公司有能力在欧洲尤其是英国成为领先玩家并获取领先市场份额 [37] 问题: 美银Ming-Sun Lee询问中国运营和监管进展 - 管理层认为当前监管环境总体转向积极方向,在“十五五”规划下智能网联新能源汽车成为国家政策议程一部分,目标五年规划期内实现自动驾驶大规模商业部署,提供持续政策动力,使Robotaxi从地方实施转向更标准化国家框架 [40] - 随着框架标准化,全国各城市安全门槛将统一且高,其他想运营Robotaxi的城市需遵循一线市场先建立的实践,直接有利于已建立成熟技术、强安全记录和真实运营经验的运营商;公司已在中国最复杂一线城市建立 track record,正扩大活跃车队、扩展现有核心城市覆盖并进入杭州、重庆、珠海等新区域,还有许多其他城市在管道中 [40][41] - 管理层认为随着行业进入更标准化扩张阶段,公司先发优势变得更强,监管信任有助于简化审批、加速与中央和市政当局沟通,使公司更快进入新市场并巩固领先地位 [41] 问题: 汇丰Yuqian Ding询问Robotaxi单位经济利润更新及国内外市场单位经济利润率展望 - 管理层表示单位经济利润非常重要,公司在中国广州和深圳车队已实现正的单位经济利润,凭借网络效应和持续成本优化,趋势持续改善;Gen-7车队每辆车保险费用今年进一步下降19% [44] - 单位经济利润中收入指扣除折扣和退款后网约车服务产生的净值,覆盖七项成本:车辆折旧(含电池和自动驾驶硬件)、充电、远程助手和地面支持人员工资、车辆清洁和维护、保险、停车以及网络通信费用;约一半成本来自车辆折旧,其余一半来自其他六项成本 [44][45][46] - Gen-7平台提供有意义的成本优势,因其完全汽车级设计,有助于降低电动车充电成本以及服务和维护成本;公司运营效率行业领先,远程助手和地面支持人员的员工车辆比极具竞争力,将继续改善员工车辆比,即使车队持续扩大也能保持每辆车劳动力成本低 [46] - 海外业务单位经济利润率更高,原因有二:一是凭借更强技术和规模化优化运营,每英里总成本在行业中极具竞争力,高员工车辆比和优越能效在劳动力和电力成本较高的欧洲等发达市场形成良好成本优势;二是联合部署模式为轻资产模式,公司不承担车辆资本开支,将车库基础设施、电动车充电、日常车辆清洁维护等运营成本转移给当地合作伙伴,进一步提升利润率;管理层认为联合部署模式将成为高利润率且可规模化的业务 [47] 问题: 花旗Lawrence Ren询问AI芯片采购及H200限制和更多禁令风险下公司算力支出方向及如何区别于行业其他公司 - 管理层表示公司不受AI算力瓶颈制约;推理方面,Gen-7 Robotaxi自去年4月推出以来一直运行在汽车级芯片上,算力需求远低于数据中心通用GPU,通过优化模型参数规模和推理引擎效率实现低BOM成本、低能耗和更高单次充电续航 [51] - 训练方面,公司算力动态与大语言模型截然不同:车载模型远小于大语言模型,不需要大量尖端GPU集群进行预训练或后训练,大部分后训练算力用于运行世界模型内仿真,训练驾驶模型主要依赖世界模型推理,算力需求远低;PonyWorld 2.0自进化,从L4车队获取路测数据,找出仿真到现实差距并自动确定哪些场景需要更高保真度,将训练世界模型的时间和算力消耗减少一个数量级 [51][52] - 公司是全球首家在汽车级芯片上实现L4驾驶的公司,每辆车BOM成本极具竞争力,数据中心算力也更经济;自动驾驶模型根本不可蒸馏,竞争者必须从零构建整个系统;公司已评估多种中国产计算芯片用于模型训练并成功部署训练管道,如有需要可在这些芯片上训练模型 [53][54] 问题: 里昂Leo You询问公司如何考虑业务多元化及物流领域战略 - 管理层表示自成立以来公司愿景始终是自动驾驶出行无处不在,物流市场处于愿景核心;物流本身是巨大市场