财务数据和关键指标变化 - 第三季度营收达到创纪录的3950万美元 同比增长41% 环比增长13% [12] - 第三季度GAAP毛利率为42% 同比提升4个百分点 但公司认为35%至40%是合适的长期年度毛利率目标 [4][13] - 第三季度GAAP运营费用为4100万美元 同比增长7% 主要由于支持新产品开发周期的研发投资增加 [13][14] - 调整后EBITDA亏损约为1000万美元 同比持平 但环比增加400万美元亏损 主要由于上一季度有利的就业税收返还 [14] - 公司第三季度末现金及等价物 限制性现金和短期投资为247亿美元 无债务 [4][15] - 第四季度营收指引为3950万美元至4250万美元 [16] 各条业务线数据和关键指标变化 - 第三季度传感器出货量超过7200个 创下历史新高 同比增长85% 环比增长31% [4][12][37] - 智能基础设施垂直领域是第三季度营收的最大贡献者 机器人和工业垂直领域贡献大致相等 [12] - 软件附加业务获得发展 庭院物流是主要需求驱动力 并在韩国赢得人群管理解决方案部署合同 [8] - 公司赢得智能周界安全试点部署 涵盖能源和工业场所 停机坪 数据中心和国防设施 [8] - 公司与Constellus建立战略合作伙伴关系 提供由Ouster Gemini和Ouster Digital Flash支持的统一安全解决方案 [8] 各个市场数据和关键指标变化 - 在智能交通系统市场 Ouster Blue City解决方案在美国和加拿大赢得大额合同 [9] - 公司签署了七个新的独家合作伙伴关系 将Blue City扩展到伊利诺伊州和密苏里州等更多州 [9] - Blue City合作伙伴网络现在覆盖了北美超过30万个信号化交叉路口的大部分市场 [9] - 在欧洲 继布鲁塞尔成功试点部署后 公司引入了一家交通集成商 [10] - 公司向一家领先的全球科技公司运送了大量REV7传感器 用于扩展其仓库中的自主移动机器人 [5] - 公司获得向一家大型欧洲工业设备制造商供应REV7的实质性订单 用于其下一代电动矿卡 [6] - 公司向Serve Robotics交付REV7传感器 支持其在美国最后一英里配送车队的持续扩张 Serve预计到今年年底将有2000台机器人投入服务 [6][7] 公司战略和发展方向和行业竞争 - 公司2025年战略重点包括 扩展软件附加业务 改造产品组合 以及执行盈利路径 [8][11] - 公司继续对AI算法进行重大投资 在第三季度实现了更长距离和更高车速下更好的检测精度 [10] - 公司在Ouster SDK中发布了实时定位系统 使客户能够以厘米级精度了解其资产位置 [10] - 公司持续推进下一代L4和Kronos定制芯片的测试和验证 这些投资将为OS传感器带来重大的性能 安全性和可靠性改进 [11] - 产品路线图的下一阶段创新预计将使当前可寻址市场增加一倍以上 这是公司产品路线图至今最深刻的投资 [11] - 公司拥有强大的财务基础 强大的分销和合作伙伴网络 以及多元化的客户群 [17] 管理层对经营环境和未来前景的评论 - 公司第三季度业绩反映了业务的持续增长 这是连续第11个季度营收增长 [4] - 公司展示了将试点项目转化为大额订单的能力 并深化了与多元化客户群的关系 [4] - Serve Robotics是公司参与从初始测试加速到商业部署的公司的典型例子 [7] - 公司对数字激光雷达组合的投资仍然是Ouster最大的投资来源 也是未来业务扩展的关键 [19] - 公司处于早期阶段 只有不到10%的客户群处于全面生产状态 这意味着现有潜在客户群有巨大机会 [24][70] - 公司对其实现30%至50%营收增长的长期能力充满信心 [71] 其他重要信息 - 公司通过ATM获得了约3500万美元的净收益 截至9月30日 ATM剩余授权约为400万美元 [15] - 公司拥有超过1000家终端客户 [23] - 在机器人垂直领域 公司已经有一些客户在其人形机器人平台中使用激光雷达 但预计在未来一年左右不会对业务产生重大积极影响 [42][43] - 在国防市场 公司专注于非改装机会 与传统国防工业或新参与者合作 但预计大规模部署需要相当长的时间 [51][53][57] 问答环节所有提问和回答 问题: 关于REV8和Kronos产品的测试进程 - 公司对数字激光雷达组合的投资承诺不变 L4芯片和Kronos是公司最大的投资来源 这些产品对公司未来业务扩展至关重要 预计将使总可寻址市场翻倍 是公司历史上最重要的硬件产品 但除了这些要点外 没有提供更多细节 [19][20] 问题: 客户设计周期节奏 采用率和胜率 - 公司拥有超过1000家终端客户 但只有少数高质量客户达到了产品的全面生产和商业发布 这意味着现有潜在客户群有巨大机会 [23] - Serve Robotics是一个很好的例子 从一年前部署57台机器人到预计未来几个月部署2000台机器人 这种数量级转变是公司未来增长战略的重要组成部分 目前只有不到10%的客户处于全面生产状态 [24] - 公司核心优势之一是支持客户开发新技术 并弥补客户可能在硬件或软件方面的专业知识差距 使客户更快进入市场 公司被视为有价值的合作伙伴而不仅仅是硬件供应商 [25] 问题: 是否会更积极地追求自动驾驶汽车垂直领域 - 公司已经在这个领域有强大的合作伙伴 如Motional和May Mobility [29] - 对于OEM直接集成自动驾驶技术到可购买的汽车中 公司过去持谨慎态度 主要是因为OEM方面的技术困难而非传感器技术的成熟度 [30] - 公司绝对对这个领域感兴趣 并投入了大量资金到DF和未来产品中 以便在正确的时间拥有正确的产品 认为未来几年条件将趋于成熟 [31] 问题: Blue UAS认证的最新更新和竞争态势 - Blue UAS认证是针对国防部无人机用例的有效载荷认证 公司已经是一个强大的无人机测绘有效载荷业务 [33] - 认证带来了业务提升 吸引了确保使用认证有效载荷的客户 即使最终客户不是国防部 但也看重使用美国制造的认证技术 [33] - 公司认为在这个领域有护城河 是第一个进入者 并拥有适合小型无人机的小外形 超高分辨率 坚固的激光雷达产品 [34] 问题: 如何缓解供应链限制以及Blue City的长期目标附着率 - 公司不单独披露Blue City的长期目标附着率 它已经包含在公司整体的机器人和工业展望中 [36] - 在产能方面 公司连续两个季度创下出货量记录 同比增长85% 环比增长31% 拥有满足客户需求的能力非常重要 [37] - 公司进行的资本投资不仅具有战略性 还具有财务灵活性 重点是满足客户的计划需求 因为客户也在快速增长 公司将始终投资于产能以确保满足客户需求 [38] 问题: 亚马逊增加机器人(包括人形机器人)是否对公司有益 - 人形机器人需要传感技术 激光雷达是最好的传感器 公司已经有一些客户在其人形机器人平台中使用激光雷达 这将提升公司的机器人垂直领域 [42] - 但这仍处于早期阶段 目前还没有成千上万的人形机器人部署在终端客户现场 处于原型环境 预计在未来一年左右不会对业务产生重大积极影响 但这是为未来客户群达到商业部署奠定基础 [43] 问题: 300,000个交叉路口是可寻址市场还是已有计划 Blue City的附着率 - 北美约有300,000个信号化交叉路口 这是总可寻址市场 公司签署的独家分销合作伙伴关系覆盖了北美大部分市场 [44] - 解决该市场的主要障碍是拥有区域合作伙伴 这些合作伙伴不仅可以前期安装技术 还可以长期支持终端客户 公司宣布了七个新的独家合作伙伴关系 [45] - Blue City默认是一个软件附加产品 客户必须购买整个完整的解决方案 因此每个Blue City销售对激光雷达和软件组件的附着率都是100% 智能基础设施是本季度最大的垂直领域 该市场增长迅速 [46][47] 问题: 国防作为垂直领域的视角 包括改装机会 - 国防市场非常多样化 有已部署的遗留车辆 传统国防承包商和新的初创公司 公司专注于非改装机会 与传统国防工业或新参与者合作 [51] - 改装机会可能不是公司关注的重点 总体上有大机会 但大规模部署的时间表不明确 自动化在该行业总是好的 但部署需要很长时间 目前有一些有希望的应用 如Blue UAS测绘平台 已准备就绪并广泛部署 [53][57] 问题: DJI被禁运对公司的潜在影响 - DJI被审查可能对客户在供应链中采购关键技术的一般意识产生积极影响 即对战略供应链的视角和了解供应商的重视 这可能使公司业务间接受益 [59][61] 问题: Serve Robotics和最后一英里配送的规模机会 - Serve Robotics正在经历数量级更大的部署 这表明这是一个具有真实需求的可行市场 类似于Waymo的发展过程 这对公司来说是好事 也是最后一英里配送市场的好兆头 [65][67] - 这也证明了公司跨多个垂直领域的市场进入策略是成功的 不与单一垂直领域绑定 而是与数千家早期客户共同成长 现在正在获得回报 [68] 问题: 客户群中全面生产比例增加的营收影响 - 客户群中不到10%处于全面生产是公司谈论仍处于早期阶段的原因 这意味着有很长的路要走 有很大的增长空间 [70] - 这支持了公司30%至50%营收增长的模型 当更多客户进入生产时 可以达到该范围的高端 公司对长期实现30%至50%营收增长充满信心 [71] 问题: 客户是否可以将其他传感器与公司软件一起使用 - 不 客户不能将其他传感器与公司软件一起使用 这就是软件附加业务 公司销售的是系统 如Blue City和Gemini结合了传感器和软件 [74] - 但在某些情况下 分销商或客户可能先购买激光雷达 然后后期添加Gemini软件 最终客户仍然运行公司的软件附加产品 [74] - 软件附加的目标是客户购买完整的系统和感知融合 一旦软件集成到客户的软件堆栈中 他们可以随着公司代际发展而成长 因为软件在硬件上是向前和向后兼容的 这使公司对客户群极具粘性 [76][77] 问题: 软件和模型训练是否使用传统机器学习或LLM - 公司使用最先进的深度学习模型 而不是文本模型(LLM) 这些模型在激光雷达感知领域是最先进的 基于从现场收集的带注释数据的大规模语料库进行训练 采用真正的尖端车队学习和深度学习模型 [78] - 未来公司产品可能会通过LLM等方式增强 或者感知领域可能会过渡到Transformer和LLM 但目前最先进的技术是公司正在使用的深度学习 [78]