公司核心业务与市场地位 - 公司是国内自动驾驶卡车领域的标杆企业，专注于L4级物流卡车赛道，提供Trunk Port物流枢纽无人运输解决方案，核心产品包括AiTrucker L4级自动驾驶系统与T-FIT智能运输系统 [2][3] - 公司解决方案已落地天津港、宁波舟山港、广州港、合肥港等多个核心港口，截至2025年12月累计交付AiTruck智能卡车830辆、AiBox智能终端349套，并持有821套AiTruck及920套AiBox意向订单 [3] - 按2024年产品销售收入计算，公司在国内封闭道路场景L4级自动驾驶卡车及解决方案市场份额达31.8%，位居行业第一，远超第二名21.1%的占比 [4] - 公司于2025年9月入选工信部新一轮第二批国家专精特新重点“小巨人”企业名单 [5] 公司财务与商业化表现 - 公司营收从2022年的1.12亿元增长至2024年的2.54亿元，复合年增长率达50.4% [4] - 公司毛利率从2022年的3.7%攀升至2025年上半年的30.3%，两年半时间增长超7倍 [4] - 公司2025年9月完成港股IPO前最后一轮融资，估值攀升至38.6亿元，较成立初期增长约25倍 [6] 行业痛点与公司战略选择 - 在数字化转型前，人工与能耗成本合计约占港口总运营成本的65%，降本增效是行业刚需 [2] - 中国货运车辆万车肇事起数、死亡人数分别为全社会平均水平的2.8倍、4.6倍，司机工作强度高，安全风险突出 [2] - 公司选择港口与公路物流场景，直击行业高成本、人力短缺痛点，环境相对可控、法规风险低、投资回报率清晰，商业模式易于复制 [2][6] 研发投入与战略合作 - 公司2022年至2025年上半年研发投入分别为1.47亿元、1.19亿元、1.15亿元和0.6亿元，研发费用占当期收入比例分别约为131%、88%、45%、60% [6] - 2025年10月，公司与地平线机器人建立战略合作，共同推进L4级自动驾驶技术研发，加速自动驾驶卡量产化 [4] 金融支持与资本背景 - 公司股东包括普洛斯、蔚来资本、科大讯飞等产业巨头与知名财务投资机构，兴业银行等银行系资金也参与其中 [6] - 兴业银行为公司提供“兴火科技助力包”等全维度金融服务，并计划联动其金融资产投资公司（兴银投资）为公司上市前后提供资本市场服务 [7][10] - 兴业银行截至2025年末科技金融贷款规模突破1.12万亿元，其金融资产投资公司兴银投资累计投放规模已超60亿元 [8][9]

公司概况与市场地位 - 主线科技已通过港交所聆讯并公布招股书，即将在港股IPO [1][2] - 公司是国内L4级自动驾驶卡车龙头，专注于商用自动驾驶解决方案 [2] - 按2024年收入计算，公司是国内封闭场景商业化自动驾驶解决方案提供商中规模最大的公司，市场份额高达31.8% [3][10] 财务表现与增长 - 公司收入增长迅速，2022年至2024年收入分别为1.12亿元、1.34亿元、2.54亿元，复合年增长率达50.4% [3][6] - 2025年上半年收入达到0.99亿元，比去年同期大幅增长1745.7% [3][6] - 驱动收入增长的核心原因是履行项目数量持续提升，从2022年的24个增长至2024年的48个 [6] - 公司经调整净亏损从2022年的1.99亿元收窄至2024年的1.05亿元 [21] - 毛利率持续提升，从2022年的3.7%提升至2024年的22.7%，2025年上半年进一步升至30.3% [23] - 公司成本结构中硬件占比较高，2024年购买卡车底盘、激光雷达等硬件的原材料成本为1.41亿元，占当年总收入的55.5% [24] - 现金流紧张，截至2024年末账上现金为6404万元，至2025年上半年进一步缩水至3070万元 [25] 业务模式与场景拓展 - 公司以自研的AiTrucker L4级自动驾驶系统为核心，构建了“车-端-云”一体化产品体系 [6] - 业务线覆盖三大场景：专注于港口/园区封闭场景的Trunk Port、专注于高速干线/城际货运的Trunk Pilot、服务于城配/城市物流的Trunk City [6] - 早期从港口、园区等封闭场景切入，随后将重心延伸至公路干线运输市场 [3] - 2022年公司来自封闭场景的收入占比为58.6%，2024年Trunk Port收入占比提升至71.6% [8] - 2025年上半年业务结构发生重大变化，公路物流业务收入占比从不足两成跃升至83.5%，主要因承接东北某钢铁工业区大型公路物流项目 [10] 技术体系与核心方案 - 公司构建了可运行、可扩展的自动驾驶全栈技术体系 [11] - 核心自动驾驶系统AiTrucker，其核心是端到端自动驾驶大模型T-Master [11][13] - T-Master模型将多模态感知信息、交通规则和作业流程统一输入，直接输出车辆操作意图与控制策略，减少系统延迟 [13] - 模型决策需经基于规则的安全推理验证，确保符合法规和安全边界 [13] - 数据闭环平台T-Yoga支持模型持续进化，从近亿公里真实行驶数据中挖掘场景，将算法迭代周期从“按月”压缩至“按周” [14] 智能编队解决方案 - 面向公路物流的核心方案是Trunk CAFC，其运行模式为“1+N混合编队” [4][11][15] - 由一辆人工驾驶的领航卡车在前，后方多辆L4级自动驾驶卡车协同跟随，形成类似“公路高铁”的运输形态 [4][15] - 该模式在不突破监管边界的前提下，旨在降低人力需求与能耗成本，为规模化落地提供可执行路径 [15] - 系统构建覆盖单车智能、车队协同和云端调度的闭环，目标是从“单车智能”进化为“集群智能” [15] - 通过V2V通信网络让编队车辆实时共享信息，基于BEV+Transformer架构形成“上帝视角”的整体态势图 [16] - 采用分布式协同架构，每辆车具备独立L4能力并通过多智能体协同模型保持同步，通信中断时跟随车辆仍可安全运行 [16][17] - 方案已在京津塘、津石等多条高速公路的国家级智能交通试点中完成实车验证 [18] - 在典型高速工况下，系统对百米范围内交通参与者的有效感知精度超过99.99%；在60公里/小时条件下，直线路段横向误差不超过15厘米，弯道不超过25厘米 [18] 行业市场规模与前景 - 开放道路场景市场规模远大于封闭场景，2024年封闭场景自动驾驶市场规模约13亿元，开放道路场景为23亿元 [11] - 预计到2030年，开放场景市场规模将扩大至1606亿元，而封闭场景市场规模为262亿元 [11] - 智能编队方案有望从长远缓解物流行业长期存在的司机短缺问题 [19] 研发投入与上市考量 - 公司研发费用从2022年的1.47亿元逐年下降至2024年的1.15亿元 [26] - 研发策略调整为将非核心辅助性技术外包，让内部团队聚焦于核心算法 [26] - 上市被视为为持续投入研发、支撑公路物流等高价值场景扩张争取时间和空间的关键选择 [26]