四维图新:002405四维图新业绩说明会20250822

北京四维图新科技股份有限公司
投资者关系活动记录表
编号：2025-06
□特定对象调研 □分析师会议
投资者关系活动类别 □媒体采访 √业绩说明会
□新闻发布会 □路演活动
□现场参观
□其他（请文字说明其他活动内容）
美国银行与美林证券，瑞银证券有限责任公司，中国国际
金融股份有限公司，民生证券股份有限公司，西部证券股
份有限公司，申万宏源证券有限公司，蜂巢基金管理有限
参与单位名称 公司，宝盈基金管理有限公司，中融国际信托有限公司，
第一上海投资管理有限公司，富德生命人寿，中庚基金管
理有限公司，北京源乐晟资产管理有限公司，华夏未来，
上海世亨私募基金管理有限公司，上海天猊投资，深圳锦
壹投资有限公司，明河投资，上海杭贵投资管理有限公司
等 40 家机构和公众投资者参会。
时间 2025 年 8 月 22 日
地点 北京市海淀区四维图新大厦
四维图新 SVP&董秘 孟庆昕
上市公司接待人员姓 四维图新 CFO 姜晓明
名 四维图新 SVP、杰发科技总经理 毕垒
四维图新 SVP 蒋晟
形式 线上会议（电话和网络）
1. 请公司介绍一下所处行业近况。
2025 年上半年智能驾驶行业，总体呈现技术下沉、AI 驱
动、政策支持等核心趋势。中高阶智能驾驶商业化开始落
地，AI 大模型优化决策，传感器与算力需求增长，同时
政策法规逐步完善，正推动行业向安全、高效、智能普及
交流内容及具体问答 化方向发展。具体看：
记录 1) L3 级自动驾驶开始进入商业化元年。智能驾驶技术下
沉至中低端市场。市场竞争促使车企将中高阶智驾功
能下放至 10 万-15 万元级车型，推动“智驾平权”。
2) AI 大模型驱动智能驾驶升级、传感器与算力需求增
长。AI 大模型可优化感知与决策能力，提升智驾系统
在复杂场景下的表现；多模态交互（语音、手势、情

绪识别）在智能座舱中广泛应用。算力需求激增，部
分车型算力超 1000TOPS。同时行业转向算法优化和效
用的深度挖掘而非单纯堆砌算力。
3) 政策支持与法规完善，推动新的应用场景商业化加
速。深圳、上海等多地通过立法允许 L3 车辆上路，
并牵头制定国际安全标准；智能网联汽车示范运营常
态化，如上海发放 L4 级智能出租与货运运营证，
robotaxi 运营的范围扩大势在必行；车路云协同逐渐
形成数据闭环，北京、上海、重庆、无锡、深圳等多
个城市启动车路云一体化试点；今年 6 月 ，工业和
信息化部、中央网信办等八部委联合起草《汽车数据
出境安全指引（2025 版）（征求意见稿）》发布，
相关以全球化为目标的车企的数据出境需求或将释
放。
2. 车厂在选择智能驾驶解决方案时，主要考虑哪些因素？这些考虑在新的监管环境下是否有变化。
当前国内辅助驾驶方案提供商竞争激烈，渗透率增长迅速，中高阶辅助驾驶即将成为国内主机厂的标配。在辅助驾驶平权时代，车厂会首先关注中高阶产品的体验，高速NOA 和城区 NOA 功能是否好用是关键，同时也会从软硬一体的角度考察性价比，毕竟 NOA 功能已经进入 10 万级别车型，价格是非常重要的考虑因素。另外车厂也会强关注硬件研发和生产制造能力，因为有完整的研发和生产制造能力可以保证产品质量，也可以加强供应链管理，而供应链管理能力是质量和成本管控的关键，这在追求性价比的时代尤其重要。
在新的监管环境下，车厂会更加重视安全，包括数据合规安全，地图资质安全，以及智驾主动安全，可以说安全在智驾产品中具有一票否决权。
四维图新具备完整硬件研发，生产和制造能力，具备完善的质量和供应链体系；在数据合规，地图资质方面具备行业领先优势；除此之外，四维图新始终把安全作为智能驾驶产品红线，提供包括 AI 数据安全，地图数据安全，功能安全，和自动驾驶主动安全。
3. 公司智云业务保持高速增长的主要驱动因素是什
么？未来的拓展方向是？
智云板块中的数据合规业务在今年上半年展现出了强劲的增长势头。尤其伴随国内汽车企业的出海业务，开发了全球化的数据合规解决方案，提供海外全栈数据合规服务模块，同时在 L4 领域，向矿山卡车、无人物流行业拓展，客户矩阵不断丰富。业绩表现上已经连续几年翻倍增长。24 年增速达到 150%。25 年上半年同样是 100%以上的高速增长，在收入规模上已经超过 4 个亿。
4. 公司对 2025 年的业绩展望如何？
下半年核心车厂客户的订单将会进入规模化量产，所以舱驾收入的下降只是阶段性的。公司正同时积极实施一系列降本增效策略，落实 AI 思维与工具的全集团渗透，加速人员和产品迭代，时刻接受市场检验并不断寻找资源配置最优解。
5. 今年杰发科技 MCU 的技术创新聚焦哪些方向？
2025 年的关键词是“功能安全”“极致性价比”“AI 适配”。架构上从单核向多核异构演进，AC7870 项目实现车规级多核锁步技术突破；能效管理从静态低功耗升级为动态调节，根据负载智能切换运行模式；AI 适配聚焦轻量化场景，如通过均方差运算加速引擎实现能耗优化和故障预测。我们的策略是“以车规可靠性为基底”，将 SoC经验迁移到 MCU 设计，通过模块化 IP 库实现“零修改替换”与“专用功能扩展”并行，降低客户本土化门槛。6. 目前 MCU 市场竞争激烈，杰发科技如何打造差异化优势？
我们的差异化策略是“车规基因+定制化敏捷+本土化生态”。公司将 SoC 经验迁移到 MCU 设计，从架构到认证全面对标国际厂商；IP 自研比例高，通过模块化 IP 库实现快速定制，例如针对新能源车 BMS 场景，可在 3 个月内完成算法适配；FAE 团队 7×24 小时响应，开放工具链降低本土化门槛。这种“懂车+灵活+贴近客户”的组合，使我们在车规 MCU 领域的替代速度快于行业平均水平。
7. 能否请公司介绍一下 SOC 产品线的行业情况、产品矩阵？
当前，智能座舱全面普及、智能驾驶发展迅猛，以双域融合打造极致性价比的舱驾融合解决方案已经成为行业发展趋势。我们拥有 8015、8025、8025AE 等核心产品，从后装到前装已经迭代了 6 代。在消费电子芯片低价竞争环境下，单芯片的年出货量达到 100 万+。特别是面向海外的车规级芯片增长明显。
8. 请公司简要介绍一下杰发科技的生态合作与国产化情况。
杰发科技当前模拟 IP 自研率已经达到 100%，数字 IP 自
研率超 90%，并与国内头部企业积极推进设计、封测、晶圆制造等全链条国产化进程，在 AC7802/AC7803 等芯片上均成功实现。
9. 对芯片未来价格走势是否能给我们一些判断或指引？
我们观察到车规级芯片价格目前仍在下探，但长期看单纯的价格战不可持续。我们的应对思路是在产品矩阵的完善上，加力推出复杂度更高、带功能安全和信息安全的产品。以产品的高性能、高稳定性和安全性，保护我们的品牌和价格。
10. 关注到我们公司与火山云、阿里云、华为云、亚马逊云等云服务商均有合作，可否请您介绍一下业务背景，及这些合作是否有方向上的区别？
我们与这些云厂商具有双重关系。首先，四维图新是上述云厂商的客户，使用他们的云基础设施；同时，也和他们一起，共同服务车厂、科技公司等客户。共同点是，这些合作均围绕数据闭环和数据合规进行；同时会结合他们各自的能力与战略布局，或与 AI 和大模型紧密结合，让对话交互和车端娱乐内容融入公司舱驾产品的软硬件平台；或进行自动驾驶合规环境的建设和运营；或加速实施端到端模型的训练、自动化标注、仿真场景库搭建等；或服务车企出海和智能网联等关键领域。多方合作的目的是发挥他们在各个领域的相对优势，寻找其与四维图新业务的最佳结合点。
11. 我们看到数据合规已经保持了 3 年的高速增长，都在
100%以上。能否请公司介绍一下我们的优势、如何收费，以及帮我们展望一下未来的市场空间，这种增速是否可持续呢？
智能驾驶的加速普及带来了需求的高速增长。首先是原型车的开发领域，按不同的车型、平台收费；其次是量产环节里会搭载数据合规系统，需要按国家要求做到“非必要，不出车”，即在车内环境实现数据处理，同时结合和云厂商的合作，进一步实现闭环。公司在控制传输规模、不占用太多带宽和算力等方面进行创新，实现对车端敏感信息的处理，在业内都是率先实现，基于此，客户量在今年有了极大提升。由于与原型车相比，量产车规模更大，同时增加了软件销售模式，所以成为了智云业务增长的核心引擎。另外，数据合规业务可和公司其他业务板块完美融合，互相带货，形成协同效应。随着数据运营的规模越来越大，将来的增长仍有很大的潜力。
12. 公司从 25 年起比较频繁地提到 AI 新基建的概念，可
否请您讲解下对于这个底层架构的设计对于行业及公司的意义？
AI 新基建的架构由三大核心层构成：在数据合规层，依托甲级测绘资质有效解决地理信息脱敏、个人隐私保护及国家安全等关键问题；在数据增强层，通过自研 40 余条标注产线和 20 多个内容识别模型，实现数据的结构化存储与流通共享，将 90%的数据处理“脏活累活”实现自动化；在 AI 训练层，提供覆盖仿真测试到模型迭代的全链条工具链，支持闭环优化。
目前这一“AI Infra as a Service”平台化服务已实现车端数据采集、云端合规处理、AI 训练与场景库生成的全流程覆盖，可以显著降低了车企的研发成本，推动行业整体效率提升。
对于公司来说，起到一个最大化公司各个板块能力的连接器作用，因为四维图新已经积累了百万级的智驾量产项目经验，那么通过 AI 新基建的这三大核心层，就可以有效地连接公司拥有的海量地图数据资源、量产经验、众源信息及车路云基础设施，以真实场景数据为算法优化提供持续燃料，同时高效处理这些数据，进而推动公司舱驾地图

等核心产品的迭代和商业模式创新。
关于本次活动是否涉 否
及应披露重大信息的
说明
活动过程中所使用的 无
演示文稿、提供的文
档等附件（如有，可
作为附件）