今天小編分享的财經經驗：估值超100億元，知名“獨角獸”準備借殼上市！3年半虧超40億元，技術路徑曾被馬斯克多次批判，歡迎閱讀。
12 月 20 日，香港 SPAC 公司 TechStar 宣布将與知名激光雷達供應商圖達通合并，合并完成後，圖達通将借殼在港股上市。目前圖達通估值為 117 億港元，據灼識咨詢資料，其 2023 年乘用車激光雷達銷售收入全球第一。
每經記者 苗詩雨 劉曦 每經編輯 段煉 孫磊
12 月 20 日，香港 SPAC 公司（特殊目的收購公司）TechStar 發布公告稱，将與知名 " 獨角獸 "、汽車激光雷達供貨商圖達通（Seyond）合并，合并完成後，圖達通将借殼在港股上市。目前圖達通估值為 117 億港元（約合人民币 109.8 億元）。根據灼識咨詢的資料，圖達通為 2023 年乘用車激光雷達解決方案銷售收入全球排名第一的企業。
針對上市的詳細情況，《每日經濟新聞》記者聯系了圖達通方面有關人士，但目前暫未獲回應。
值得一提的是，今年以來，包括激光雷達供應商在内的智駕相關企業迎來上市熱潮，速騰聚創、縱目科技、地平線等多家公司提速上市。同時在資本市場，美股相關概念股也表現火熱。數據顯示，12 月 20 日盤中，美股激光雷達概念股全線上漲，龍頭企業禾賽科技盤中一度漲近 12%。
同濟大學汽車學院教授、汽車安全技術研究所所長朱西產在接受記者采訪時表示，自動駕駛 AI 驅動，視覺肯定是主感知傳感器，但是激光雷達、4D 毫米波雷達是不可缺少的安全冗餘。
3 年半虧超 40 億元
借殼上市可否造血？
根據公告内容，此次 TechStar 與 Seyond Holdings Ltd（圖達通）及 Merger Sub（圖達通全資附屬公司）訂立業務合并協定，内容包括訂立發起人禁售協定、PIPE（私募基金）投資協定等。其中，此次合并的 PIPE 款項投資方包括黃山建投資本、富策和珠海橫琴華蓋，合計款項 5.513 億港元。
換言之，特殊目的收購公司并購交易将 TechStar 與圖達通進行業務合并，目的在于推動圖達通上市。
據圖達通官網信息，該公司成立于 2016 年，為全球影像級激光雷達解決方案提供商。根據天眼查數據，圖達通已完成多輪融資，現有投資方包括高榕創投、斯道資本、蔚來資本等。
圖片來源：天眼查
根據蓋世汽車研究院發布的數據，2023 年 1～5 月激光雷達供應商在中國市場份額排行中，圖達通的市場占有率為 27.5%，排名市場第二。不過在今年 1～10 月，圖達通的市場占有率為 14.6%，已經明顯萎縮，下滑至第四位。
蔚來是其大客戶之一。這一點圖達通官網簡介能夠加以佐證，簡介中重點展開了其與蔚來的合作，圖達通車規量產超遠距主視激光雷達獵鷹已作為蔚來 NT2.0 平台的 Aquila 超感系統标配量產交付，搭載于 ET7、ET5、ES7、ES8、EC7、ES6、ET5T、EC6 等多款車型上。據公告，圖達通的車規級激光雷達解決方案主要服務于當前的全球 L2+ ADAS 市場。
截至目前，圖達通產品包括獵鷹 K1、獵鷹 K2、靈雀 E1X、靈雀 W、OmniVidi，覆蓋廣角激光雷達、超遠距激光雷達、遠距離激光雷達、全鏈路感知服務軟體平台等，應用領網域包括輔助駕駛 / 自動駕駛、低速無人駕駛汽車、智慧城市、智慧高速、智慧航運等場景。同時，其已經為蔚來、英偉達、百度、蘑菇車聯、天翼交通等在内的主機廠、自動駕駛等公司提供車端和路端感知解決方案。
不過，同多數激光雷達和自動駕駛公司一樣，圖達通也較為缺乏造血能力。
公告披露财務數據顯示，2021 年、2022 年、2023 年及截至 2024 年 6 月 30 日，圖達通分别產生未經審計總收入 460 萬美元、6630 萬美元、12110 萬美元及 6610 萬美元，但同期分别扣稅前虧損 1.138 億美元、1.882 億美元、2.19 億美元及 0.787 億美元。3 年半時間合計虧損 5.997 億美元（約合人民币 43 億元）。
從公告内容看，虧損與較高研發成本有一定關聯。相關公告表示，由于持續投資于新產品及自動駕駛技術的研發，圖達通產生龐大的研發開支。雖然圖達通成本控制有所改善，但尚未完全實現規模經濟，從而出現業績虧損。
事實上，目前業績虧損在激光雷達行業并非個例。參考最新業績數據，2024 年前三季度，" 中國激光雷達第一股 " 禾賽科技前三季度實現淨收入為 13.57 億元，同比增長 3.16%；淨虧損為 2.49 億元。速騰聚創前三季度實現總收入約 11.35 億元，同比增長 91.5%，已超去年全年營收；歸屬股東淨利潤仍虧損 3.51 億元，但同比已收窄 69.03%。
不過，艾睿鉑大中華區聯席負責人、亞洲區汽車咨詢業務負責人戴加輝向記者表示，得益于光學模塊設計的集成化，在規模效應和產業鏈集群的加持下，中國激光雷達的成本優勢不斷提升。例如，禾賽科技招股書顯示，其 2022 年前九個月毛利率在 44% 左右，遠超海外競争者。
國產企業占全球 84% 市場份額
事實上，若此次圖達通順利借殼上市，也将成為禾賽、速騰聚創後又一家上市的國内激光雷達公司。
圖片來源：每日經濟新聞 資料圖
根據 Yole Group 發布的《2024 車載激光雷達市場報告》，國產激光雷達占據全球 84% 市場份額，全球前三均為中國企業。而從 2023 年的廠商市場份額來看，禾賽科技、速騰聚創、圖達通占據了全球前三，華為、大疆覽沃分别排名第五、第七。上述五家中國廠商共計占據全球激光雷達市場 84% 的份額，同比提升 11 個百分點。
據高工智能汽車研究院的數據，今年 1～9 月，前裝标配激光雷達上車量達到 99.42 萬台，同比增長 202.10%。9 月單月搭載交付量首次超過 15 萬台，達到 15.62 萬台；10 月繼續增長，達到 16.04 萬台。在售标配激光雷達車型數量達到 76 款，同比增長 181.48%。
長遠來看，灼識咨詢預測，2024 年及 2030 年，預計中國将占據全球用于 ADAS 應用的激光雷達解決方案市場的最大份額，規模将分别達 10 億美元及 111 億美元，該期間的復合年增長率為 50.1%。其中，全球激光雷達解決方案市場，尤其是車規級激光雷達解決方案市場 ( 目前涵蓋 ADAS 應用 ) 預計将出現大幅增長。
記者不完全梳理發現，目前針對有待提升的财務數據，上述激光雷達公司也在加速布局機器人、工業等賽道。
據公開信息，禾賽計劃推出全新迷你型高性能 3D 激光雷達，專為機器人及工業市場而設計。記者也嘗試聯系禾賽方面獲得更多信息，但目前暫未獲回應。速騰聚創也在此前三季度業績會上表示，目前也正在機器人、無人機等領網域持續開拓新的市場空間，預計明年機器人領網域的出貨量有望突破六位數。圖達通也在前述公告中透露，該公司也在推動新產品和優化更新現有產品，PIPE 款項中約 40%，也将用于研發，更新新激光雷達架構、裝置及軟體，以及用于團隊擴充，以支持目标集團的研發活動。
純視覺 VS 激光雷達，誰是答案？
作為純視覺方案的堅持支持者，特斯拉 CEO 馬斯克曾多次站出來批判激光雷達方案。
12 月 2 日，馬斯克在社交平台上重申了他對激光雷達技術的批評，稱其為 " 錯誤的解決方案 "。馬斯克稱，在復雜的道路駕駛環境中，模拟生物神經網絡和眼睛的視覺系統，才是最為有效的技術路徑。
馬斯克認為，基于顯式光子計算的視覺系統在感知上比雷達和視覺的組合更精确可靠。他強調，雷達與視覺數據衝突會導致系統不确定性，這可能威脅自動駕駛安全。特斯拉的自動駕駛依靠攝像頭獲取路況，用神經網絡處理成三維場景，然後由計算機分析決策，模仿人類的駕駛方式。
圖片來源：視覺中國
據記者梳理，純視覺方案依賴攝像頭捕捉的影像數據，并通過深度學習算法進行處理和分析，以實現環境感知和決策。而激光雷達方案則通過發射激光束來測量物體與設備間的相對距離，獲取精确的三維環境信息。
在這一技術背後，特斯拉等純視覺玩家實際上依賴算力和數據多維度支撐。這就使得純視覺技術路線對大算力、大數據、大算法有很高的需求，無形中也構建了 " 玩家 " 的高門檻，需要廠商不斷提升 GPU 的采購規模，這意味着端到端模型的訓練成本非常高昂。
車百智庫研究院報告顯示，截至 2023 年一季度，特斯拉雲端算力達到 35 EFLOPS，超過華為車 BU、百度極越等車企的總和。數據方面，截至 2024 年 4 月，特斯拉全球保有量超過 600 萬輛，FSD 累計行駛裡程已達 12.5 億英裡。特斯拉采用純視覺感知方案，各車型采用标準化硬體配置以保證采集數據的格式統一，FSD 累計學習的高質量視頻片段已超過 2000 萬個，這樣規模的數據量僅采集成本就需要 50 億到 80 億元。
" 當前，智能駕駛領網域的主流技術路線是采用多傳感器融合的方法然後再去做決策，比如毫米波雷達、攝像頭以及激光雷達，來實現數據的融合和處理。這種方案結合了多種傳感器，旨在增強系統的冗餘性和感知能力。" 普華基礎軟體股份有限公司副總經理兼戰略研究院院長張曉先在接受《每日經濟新聞》記者采訪時表示，當前智能駕駛的解決方案有很多，端到端的大模型純視覺方案是新的方向，但它也有缺點，目前還不能斷定它就是終極駕駛解決方案。
" 基于大模型訓練產生的結果，在大部分情況下是對的，但是不是有極端的情況或想象不到的情況是不對的？這一點它永遠無法得到驗證。所以對汽車行業而言，我們最擔心的風險是，已知的風險可以處理，未知的風險怎麼辦？" 張曉先認為，從開發的方法論角度來看，端到端的大模型智駕技術還不夠完善。
（文章内容和數據僅供參考，不構成投資建議。投資者據此操作，風險自擔。）
記者 |苗詩雨 劉曦
編輯 |||段煉 孫磊 易啟江
校對 |何小桃
封面圖片：視覺中國（圖文無關）
｜每日經濟新聞 nbdnews 原創文章｜
