Workflow
数字化激光雷达E1
icon
搜索文档
港股异动 | 速腾聚创(02498)涨超6% 与英伟达深化合作 EM、E平台全面接入DRIVE生态
智通财经网· 2025-09-12 09:41
股价表现 - 截至发稿时股价上涨6.5%至44.54港元 成交额达1.65亿港元 [1] 业务合作进展 - 与英伟达深化合作 全球唯一可量产高性能车规级数字化激光雷达E1/EMX/EM4接入NVIDIA DRIVE生态 [1] - 为NVIDIA DRIVE AGX平台提供高清三维感知数据支持 缩短自动驾驶技术开发与测试周期 [1] 机构评级调整 - 摩根大通将投资评级从"中性"上调至"增持" 目标价从28.6港元大幅提升至53港元 [1] - 中国新能源汽车ADAS及激光雷达加速渗透 机器人割草机/无人驾驶出租车/物流机器人等领域需求强劲 [1] 公司经营前景 - 基于数字化激光雷达平台在ADAS和机器人领域获得增量设计订单 利润率提升 [1] - 出货量加速增长 预计2026年实现正净利润 [1] - 更广泛的激光雷达应用场景带来估值重估机会 [1]
速腾聚创涨超6% 与英伟达深化合作 EM、E平台全面接入DRIVE生态
智通财经· 2025-09-12 09:39
股价表现 - 速腾聚创股价上涨6.5%至44.54港元 成交额达1.65亿港元 [1] 业务合作进展 - 公司与英伟达深化合作 高性能车规级数字化激光雷达E1、EMX和EM4接入NVIDIA DRIVE生态 [1] - 激光雷达将为NVIDIA DRIVE AGX平台提供高清三维感知数据 缩短自动驾驶技术开发与测试周期 [1] 机构评级与目标价 - 摩根大通将投资评级从"中性"上调至"增持" 目标价从28.6港元大幅提升至53港元 [1] 行业需求趋势 - 中国新能源汽车ADAS及LiDAR加速渗透 机器人应用领域(包括割草机、无人驾驶出租车和物流机器人)呈现强劲需求 [1] 公司业务前景 - 基于数字化LiDAR平台 公司在ADAS和机器人领域获得增量设计订单并提升利润率 [1] - 预计出货量将加速增长 2026年实现正净利润 [1] - 更广泛的LiDAR应用前景带来估值重估机会 [1]
速腾聚创全面接入英伟达三大生态 全球自动驾驶换代最强脑眼方案
智通财经· 2025-09-11 20:57
合作深化 - 速腾聚创与英伟达在IAA MOBILITY 2025上宣布深化合作 其高性能车规级数字化激光雷达E1 EMX和EM4将接入NVIDIA DRIVE生态 为NVIDIA DRIVE AGX平台提供高清三维感知数据支持 [1] - 合作旨在缩短自动驾驶技术开发与测试周期 加速车企推进自动驾驶系统部署及应用进程 [1] 技术整合与平台优势 - NVIDIA DRIVE AGX Thor芯片与速腾聚创EM平台激光雷达组合成为新一代自动驾驶系统优选方案 [3] - NVIDIA DRIVE AGX是全球首个可拓展的高效AI计算平台 能深度整合多类型传感器数据 通过AI算法实现鲁棒感知与实时决策 [3] - NVIDIA DRIVE AGX Thor SoC专为汽车生成式AI应用打造 可提供高达2000 TOPS的AI算力 大幅简化系统开发与验证工作 [3] 客户与应用案例 - 极氪 智己 比亚迪 广汽等汽车厂商 以及百度Apollo 文远知行 小马智行等Robotaxi头部厂商均已采用NVIDIA DRIVE AGX开发新一代自动驾驶系统 [3] - 极氪9X搭载NVIDIA DRIVE AGX Thor芯片和速腾聚创520线激光雷达 新一代智己LS6采用NVIDIA DRIVE AGX Orin芯片和速腾聚创520线超级激光雷达 [4] - 速腾聚创EM平台激光雷达在发布后半年内已获全球8家头部整车厂45款车型定点 [5] 产品竞争力 - 速腾聚创EM4是全球唯一可量产的超500线数字化激光雷达 E1是全球唯一可量产的全固态数字化补盲激光雷达 EMX具有"真192线"技术 产品具断代领先优势 [4] - 在Robotaxi领域 EM4与E1组合以"远距精准识别 + 近距盲区消除"的双重感知保障成为多家头部厂商首选配置 [5] - 速腾聚创在全球L4级自动驾驶领先企业中的合作覆盖已超过90% [5] 合作历史与生态整合 - 速腾聚创此前作为NVIDIA Omniverse生态系统成员 为DRIVE Sim提供高精度激光雷达模型与数据 [6] - 自2022年起 公司作为官方合作伙伴加入英伟达Jetson机器人生态系统 [6] - 速腾聚创是全球唯一同时接入英伟达三大生态(DRIVE Omniverse Jetson)的激光雷达企业 [6] 行业影响 - 合作表明速腾聚创在高级感知技术方面的全球领先地位获得AI与算力巨头高度认可 [7] - 双方合作将推动自动驾驶和智能机器人在感知层与计算层的协同创新 加速大规模自动驾驶应用落地 [7]