<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/"><channel><title>汽车产业链 on 约投顾</title><link>https://ag.yueniuzq.com/tags/%E6%B1%BD%E8%BD%A6%E4%BA%A7%E4%B8%9A%E9%93%BE/</link><description>Recent content in 汽车产业链 on 约投顾</description><generator>Hugo</generator><language>zh-CN</language><lastBuildDate>Tue, 23 Jun 2026 10:41:30 +0800</lastBuildDate><atom:link href="https://ag.yueniuzq.com/tags/%E6%B1%BD%E8%BD%A6%E4%BA%A7%E4%B8%9A%E9%93%BE/index.xml" rel="self" type="application/rss+xml"/><item><title>阿尔特汽车研发全面依赖AI工具矩阵，这种转型暗藏哪些技术与客户不确定性风险？</title><link>https://ag.yueniuzq.com/company/alter-ai-tools-r-and-d-risks/</link><pubDate>Tue, 23 Jun 2026 10:41:30 +0800</pubDate><guid>https://ag.yueniuzq.com/company/alter-ai-tools-r-and-d-risks/</guid><description>阿尔特（300825）推出太乙、御风等AI工具矩阵重塑汽车研发，但也带来底层模型不成熟、数据安全及传统客户接受度的多重不确定性风险，投资者需谨慎评估。</description><content:encoded><![CDATA[<p>阿尔特（300825）建立的包含“太乙”、“御风”等工具的AI工具矩阵，在重塑汽车研发流程的同时，主要面临底层技术开发不确定性、AI方案商业落地周期长以及下游传统客户接受度不足等多重挑战。<strong>全面依赖AI系统进行研发转型，直接触及技术开发风险与研发投入产业化风险，投资者需谨慎评估其实际落地成效与资金转化压力。</strong></p>
<h2 id="ai研发工具矩阵的技术与商业化挑战">AI研发工具矩阵的技术与商业化挑战</h2>
<p>阿尔特在汽车产业链中提供全价值链服务，目前已系统性打造面向研发全流程的数智化工具矩阵，包括AI绘图工具“太乙”、AI风阻智能体“御风”、研发知识大模型“圆方”、AI+DMU校核分析工具“方寸”，并推进Omniverse仿真平台建设。从技术不确定性来看，大模型在复杂工况下的成熟度直接关联<strong>技术开发风险</strong>。在商业化层面，车企客户对纯AI生成方案的接受度与付费意愿尚需验证。本田、丰田、一汽等核心车企以及新拓展的欧系客户，有着严苛的工程标准，AI工具及仿真的大规模商业化落地周期可能拉长，这加剧了<strong>研发投入产业化风险</strong>。</p>
<h2 id="资金流压力与外部市场不确定性">资金流压力与外部市场不确定性</h2>
<p>在“研发+智造”双轮驱动模式下，阿尔特多线推进AI底层模型、校核工具研发以及海外ODM业务，长周期的高强度投入极易带来资金流压力与沉没成本风险。此外，公司积极拓展东亚、东南亚等新兴市场，海外业务的扩张也同步面临<strong>海外订单执行的风险</strong>。下游整车厂的经营波动，还可能导致应收账款无法回收的风险。</p>
<h2 id="常见问题">常见问题</h2>
<h3 id="阿尔特的ai工具矩阵具体包括哪些产品">阿尔特的AI工具矩阵具体包括哪些产品？</h3>
<p>阿尔特推出的数智化工具矩阵主要涵盖：AI绘图工具“太乙”、AI风阻智能体“御风”、研发知识大模型“圆方”以及AI+DMU校核分析工具“方寸”，并配合推进Omniverse仿真平台的建设与应用。</p>
<h3 id="阿尔特推进ai转型与出海战略面临哪些主要风险">阿尔特推进AI转型与出海战略面临哪些主要风险？</h3>
<p>面临的风险主要包括AI底层技术成熟度不足带来的技术开发风险，以及多线研发投入无法顺利商业变现引发的研发投入产业化风险。同时，在海量投入期，公司还面临新能源汽车产业政策变化、市场竞争以及海外订单执行等多重经营不确定性。</p>
<h3 id="ai工具的大量应用如何影响阿尔特与下游车企的合作">AI工具的大量应用如何影响阿尔特与下游车企的合作？</h3>
<p>虽然AI工具旨在提升研发效率，但本田、广汽等传统核心车企对工程验证有着严格标准。AI生成方案的大规模商业化落地周期较长，下游客户对全新研发模式的接受度与付费意愿存在不确定性，这可能影响公司研发业务的订单转化速度。</p>
]]></content:encoded></item><item><title>端侧AI算力需求暴增，中科创达（300496）在车计算产业链中处于什么位置？</title><link>https://ag.yueniuzq.com/company/thundersoft-aibox-value-chain-position/</link><pubDate>Tue, 23 Jun 2026 09:40:59 +0800</pubDate><guid>https://ag.yueniuzq.com/company/thundersoft-aibox-value-chain-position/</guid><description>中科创达（300496）AIBOX提供高算力，处于产业链中游，负责将上游AI芯片算力转化为车端可执行的软件与计算模块，并向下游整车厂输出智能化方案。</description><content:encoded><![CDATA[<p>在端侧AI算力需求暴增的背景下，中科创达（300496）在汽车产业链中处于<strong>中游的核心软硬件集成与供应商位置</strong>。公司通过提供软件系统集成与计算模块，将上游AI芯片的基础算力转化为车端可执行的方案；其打造的AIBOX产品提供高达200TOPS的AI算力和205GB/s的传输带宽，支持7B大模型在端侧流畅运行，最终向下游整车厂（OEM）输出完整的智能座舱与端侧计算解决方案。</p>
<h2 id="全栈技术中游卡位链接芯片与整车厂">全栈技术中游卡位：链接芯片与整车厂</h2>
<p>在汽车产业链中，中科创达以AIOS为核心，构建了“芯片-AIOS-中间件-上层应用”的全栈技术体系。作为连接上下游的关键节点，公司扮演着核心软件供应商或Tier 1的角色。一方面，其软件系统集成能力高度依赖并适配上游AI芯片底座；另一方面，面向下游整车厂，公司直接交付车辆本地数据处理与AI计算模块，覆盖智能座舱、舱驾融合等应用场景。</p>
<h2 id="软硬协同驱动的端侧计算能力">软硬协同驱动的端侧计算能力</h2>
<p>中科创达面向整车智能化场景推出了AI原生操作系统“滴水AIOS”与AIBOX产品，实现了软硬产品的深度协同。其中，AIBOX承担了关键的端侧计算功能，将7B大模型落地于车端本地计算模块。这种端边云协同架构的设计，有效推动了AI大模型高效规模化上车和AI Agent场景化落地，确立了公司在智能汽车软硬件生态中的卡位价值。</p>
<h2 id="常见问题">常见问题</h2>
<h3 id="中科创达的aibox主要具备哪些端侧计算参数">中科创达的AIBOX主要具备哪些端侧计算参数？</h3>
<p>中科创达的AIBOX产品主要用于在车辆本地进行数据处理和AI计算。该产品提供高达200TOPS的AI算力以及205GB/s的传输带宽，能够支持7B大模型在端侧流畅运行。</p>
<h3 id="中科创达在智能汽车业务中的主要应用场景有哪些">中科创达在智能汽车业务中的主要应用场景有哪些？</h3>
<p>中科创达的智能汽车业务主要覆盖智能座舱、舱驾融合及舱舶一体化等整车智能化应用场景。公司通过将AI原生操作系统与AIBOX深度协同，向下游整车厂输出智能化方案。</p>
<h3 id="中科创达在技术研发方面可能面临哪些风险">中科创达在技术研发方面可能面临哪些风险？</h3>
<p>公司主营的操作系统与端侧计算技术正处于向“程序控制+AI模型决策”复合形态演进的阶段。在此过程中，可能面临技术研发不及预期、大客户开拓不及预期以及地缘政治等风险。</p>
]]></content:encoded></item></channel></rss>