跳到正文
东方财富 · 上市公司· 每日经济新闻·· 1 小时前

短期盈利承压!四维图新押注车企出海赛道:海外业务预计2028年贡献财报价值

内容摘要

原文摘录:“海外业务的推进应当保持敬畏,切忌急功近利,要严格遵循当地法规与市场规则稳步落地。”在2026EVOLUTION四维图新创想大会上,四维图新CEO程鹏在接受《每日经济新闻》记者采访时表示,依托多年海外本地化布局与全链条数据合规能力,四维图新正从底层技术层面,为出海车企打通智能化落地通道。

正文

  “海外业务的推进应当保持敬畏,切忌急功近利,要严格遵循当地法规与市场规则稳步落地。”在2026 EVOLUTION 四维图新创想大会上,四维图新CEO程鹏在接受《每日经济新闻》记者采访时表示,依托多年海外本地化布局与全链条数据合规能力,四维图新正从底层技术层面,为出海车企打通智能化落地通道。

  乘联会数据显示,2026年中国汽车出口量有望突破1000万辆,海外市场持续高速增长,已经成为国内车企最重要的增长引擎。

  随着海外市场持续扩容,整车出口已经从单纯的产品外销,迈入智能化体系出海的新阶段。在车辆硬件远销海外的同时,跨境数据管理、本地化存储、各国安全审查构成车企必须跨越的“数字海关”。数据合规、多语言智能座舱、稳定的车规芯片供给,成为不少中国车企推进全球化路上的现实难题。

  智能化汽车出海竞争格局分化

  智能汽车出海和传统整车出口存在明显差异,车载感知、定位以及用户相关数据,需要匹配不同国家地区的法规要求,数据本地化、模型全球化正成为行业的现实诉求。

  面对新的市场诉求,当前行业赛道竞争格局分化明显。传统国际Tier1如大陆、博世,以及海外老牌图商HERE、TomTom深耕欧美市场多年,具备原生本地合规资质,长期服务海外头部车企,但交付模式固化,软件迭代、客户定制修改周期较长;国内供应商走出不同路径,东软采用“自研软件引擎+外购全球地图底座”模式,快速打包方案交付车企;百度Apollo、高德则依托云生态,主打轻量化全球定位与导航服务,缩短车企项目开发周期。各家路线各有取舍,车企也在根据目标市场、项目周期灵活选择供应商。

  在谈及和国际Tier1的竞争关系时,程鹏分析,传统国际Tier1在客户资源、产线布局、品质管控上具备优势,但在数据合规这类软件快速迭代能力方面存在短板。四维图新的差异化优势体现在需求响应效率上,客户提出需求可以快速响应调整;海外供应商需要走完完整内部审批、研发交付流程,往往耗时数月。依托国内完备的全产业链配套,四维图新也可与国际Tier1形成互补协作。

  “我们在欧洲已经布局15年,并非短期进入海外市场。我们在当地设有园区,组建了来自数十个国家的本土团队,能够深度理解不同区域的文化与法规要求。”程鹏表示。

  针对车企出海的合规痛点,四维图新推出全周期数据合规闭环解决方案,助力车企实现“数据本地化,模型全球化”,目前可提供全球导航、海外车道级导航交付能力,并且联合华为HMS for Car协同落地,支撑车企海外项目推进。

  本次创想大会上,四维图新发布AI原生智能座舱方案,同时官宣与微软达成全球化AI座舱合作,面向出海车企打造多语言AI原生座舱。“四维图新负责汽车场景下模型训练与交付,依托微软通用大模型以及全球云服务,面向车企的对接接口由我们提供。”程鹏表示,这套方案能够缩短车企海外智能座舱的开发周期,面向多国市场提供导航、合规、车载应用一体化的智能化体验。

  据程鹏透露,海外数据业务虽占比较小,但呈现出快速增长势头。芯片业务层面,旗下杰发科技芯片产品海外出货占比已超50%,MCU产品拿到全球头部车企订单,将于明年实现量产。总体来看,四维图新的海外业务营收与毛利表现优于国内市场,预计2028年之后,其海外业务将在财报层面形成显著贡献。

  短期亏损压力持续,新赛道落地尚需时日

  尽管海外业务增长预期明确,但从最新财报来看,四维图新仍面临显著的经营压力与行业结构性短板。2026年前三季度财报显示,该公司营收29.68亿元,同比增长11.60%;归母净亏损8.16亿元,亏损同比扩大15.14%,毛利率下滑至17.51% 。

  增收不增利的背后,是行业与公司双重因素。一方面,国内乘用车市场价格战持续向上游传导,传统地图服务议价能力持续走弱,基础业务盈利空间被持续压缩;另一方面,智能驾驶、车规芯片、AI座舱等新业务处于高强度研发投入周期,短期难以实现盈亏平衡。

  从业务结构来看,虽然海外业务毛利显著优于国内,但目前收入占比仅为个位数,体量过小,短期内无法对冲国内业务亏损,公司整体盈利拐点尚未到来。此外,行业“无图化、轻图化”智驾路线持续渗透,正在冲击传统高精地图售卖的固有商业模式,为公司核心基本盘带来长期不确定性。

  为打开长期增长空间,四维图新正将汽车智能化积累的时空数据、感知技术、量产工程能力迁移至移动智能体、具身智能新赛道。不过,在程鹏看来,具身智能行业仍处于早期发展阶段,行业面临场景数据需求量庞大、端侧算力适配难、商业化落地成本高等挑战。

  针对行业痛点,程鹏提出不复刻早期智驾大规模盲目采数的模式,而是聚焦商业化场景搭建高质量时空数据集,推动数据、模型、芯片一体化适配,并将汽车成熟的数据合规体系复用至新赛道,尝试解决具身智能的数据确权与安全流转问题。

来源:东方财富 · 上市公司 · finance.eastmoney.com