[车讯 行业] 11月6日，四维图新在自己举办的2026 EVOLUTION创想大会上正式宣布，该公司将迎来全新定位——移动智能体的超级伙伴。

这并不意味着，四维图新将不重视汽车领域。他们将在继续坚持做汽车产业内可靠的量产伙伴，打造全栈能力协同优势的同时，将汽车智能化的技术与工程经验外溢至移动智能体领域。

截至目前，四维图新旗下杰发科技的SoC产品线累计出货超1亿套片，出海占比超50%；MCU芯片累计出货超1.5亿颗，旗舰产品AC7870已进入多家头部客户设计导入阶段。已耗费两年时间打造的舱驾融合芯片AC8035，预计将于2027年第一季度推出样片。

与此同时，四维图新的海外业务也发展迅速。虽然该公司目前仍以“国际车企中国服务”和“中国车企出海服务”为主，海外原生业务占比仅有个位数。但据四维图新CEO程鹏预计，他们的海外营收和利润贡献将在2028年后显著提升。

在2026四维图新创想大会期间，程鹏与车讯等少数核心媒体进行了深度交流。他在交流中表示，四维图新未来会将在汽车产业的发展方向重点聚焦数据业务。

“过去十年，中国汽车赢在电池；未来十年，中国汽车要赢在数据。”程鹏认为，数据已成为汽车智能化的“第二战场”，而用好数据的前提是——合规。

截至目前，四维图新已沉淀了包括位置、车本体、外部环境感知、训练等四类核心数据资产。未来，该公司计划重点布局大模型相关数据积累、海外数据拓展。

根据规划，四维图新将于2027年发布数据交易平台，以上链技术解决数据确权与收益分配问题。程鹏将该公司的“可信第三方”定位类比证券交易所，依托全链路合规、信息安全保障和收益回报机制，以解决行业信任痛点。

在程鹏看来，汽车智能化沉淀的真实世界感知、决策与量产经验，就是移动智能体产业的核心支撑。

2026年7月，四维图新已经成为工信部具身智能数据标准工作组组长单位。程鹏表示，他们将在具身智能领域避免智驾时代数据浪费的老路，而是以“应用驱动、场景驱动”的迭代式思路推进标准建设。

目前，四维图新已拿下多个千万级订单，优先聚焦室外移动智能体等确定性场景。他们不做本体制造，而是输出时空数据集、高性价比控制器等能力。经过该公司测算，相关项目可帮助行业降低50%的域控成本。程鹏预计，这一市场在十年后的规模将达到当下的千倍以上。

四维图新将自身定位为移动智能体的“超级伙伴”，选择了一条不与通用大模型对抗，而是聚焦车端垂域小模型做深度优化的路径。同时，他们希望发挥中国团队快速响应和全产业链聚集优势，与国际Tier1形成优势互补。

不只是汽车和具身智能体市场，四维图新在两轮车领域也已落地20余家OEM定点，主打智能仪表、蓝牙头盔互联等实用功能，避开不切实际的智驾需求。有四维图新内部人士对车讯透露，他们在两轮车市场目前处于供不应求的状态。

“第二战场”：第三方更值得信赖

媒体：您讲数据是“第二战场”。那四维图新在这个第二战场已经拥有哪些资产？正在构建哪些？未来还将装入哪些？

程鹏：从资产角度来看，主要有四类：第一，位置数据——做地图20多年积累的位置数据；第二，车本体数据——过去10年做舱驾积累的车辆状态、零部件健康等数据；第三，外部环境感知数据；第四，训练用数据。

这些数据不仅有实时感知的数据，还有历史数据。历史数据以前主要用来预测拥堵，现在还可以延伸应用到零部件故障预测场景。

未来的方向主要有三个：第一，大模型相关的数据积累，因为AI上车带来了新的数据形态；第二，海外数据；第三，数据交易。

以前的数据交易是点对点撮合，比如两家车厂交换数据，各分担一半成本。现在，我们正在建设数据交易平台，该平台将于2027年发布。这个平台不仅涉及车的数据，具身智能等领域的数据也可以在上面交易。

数据交易面临一些复杂问题，比如确权。我们用上链技术来确权，标注数据是谁采集的、谁标注的，别人下载了贡献方可以收费。四维图新在其中扮演交易撮合的角色，在做好合规的前提下推动数据交易，帮助行业降低成本、加快迭代。

媒体：第一战场，也就是电池领域，诞生了宁德时代这样的巨头。您认为，第二战场，也就是数据领域，是否也会扎堆涌现一批巨无霸企业？四维图新有信心成为第二战场的头部企业吗？

程鹏：这个很难说。因为场景不一样。比如智驾领域，各家都自己干，那第三方能做多大呢？我们也才有不到30亿元的营收，行业第一的营收也才不到30亿，跟电池领域没法比。这种不同，和每个行业的生态有关系，也和当地的政策合规、法律环境有关系。

美国不也出了Palantir这样的公司吗？所以，我只能说机会是有的，但是不是一定有巨大的巨头，我不确定。如果有，这个巨头会不会是四维图新，我也不确定。我们只能说，大家一起努力。我们团队很努力。如果四个象限都发展很好，我们就有可能发展得更好。

媒体：怎么让车企或其他数据拥有方认可这个平台，让四维图新坐稳这个位置？除了先发和合规能力，还有哪些核心要素？

程鹏：可以拿证券交易所来类比。

数据交易场所的第一要求是可信赖。你开个股票账户，你得相信里面的股票是真的。那么，谁是可信赖的？肯定不能是竞争对手。第二个要求是全链条合规，也就是得确保数据整个生命周期都是合规的。第三个要求是信息安全要有保障。第四个要求是商业利益有回报，意味着我贡献了数据，就得拿到回报。

我们的想法不是说要让谁"绕不开"我们，而是行业确实需要这样一个角色，并且现在的技术条件已经具备了。我们本质上还是要解决信任问题。信任问题解决了，即便不是我们，也应该有个第三方出现。

现在，国家也成立了数据集团。我相信大家都看到了这个问题——得有一个可信赖的、被行业所有人信任的第三方来做这件事。至少我们愿意扮演这个角色，把合规方案、技术方案和交易平台方案做好。

媒体：智云业务目前面临一些挑战，比如受到车企利润挤压。怎么解决？未来怎么保证转型过程中有源源不断的现金支持？

程鹏：确实挺难的。我之前也说了，只有一个字——熬。车企没利润的时候，你要拿很高的利润也不现实。

这是一个大浪淘沙的过程。你会发现，之前很热的赛道、过度投资的产能、过度投资的科技公司，都会慢慢收敛，最后只剩几家。就像20年前的山寨机，多到数都数不过来。前两年的新能源车不也一样吗？慢慢淘汰之后，剩下来的就是组织能力够强、技术迭代够快、有一群能坚持的团队。

最终，我们的市场也可能像手机产业一样，前面少数几家能挣钱，还有一些靠量活着，大部分死掉。这是很正常的过程，汽车行业现在正在发生。

媒体：智驾领域已经生成的数据，有多少可以复用到具身？从上市公司角度，具身业务营收什么时候能体现到财报上？

程鹏：具身产业方兴未艾，刚起步。我跟团队内部讨论，感觉看到了20年前导航业务的状态——那时候大家都没有，后来车普及了、手机普及了、互联网普及了，走了10年。

具身智能可能会更快。具身智能的数据量，从姿态、场景、模态、动作几个维度来看，是乘法关系。终局的数据量要求大概是智驾的1000倍，要上三个数量级。

我们在里面能拿到多少生意，现在不确定。我只是说会不断迭代、不断努力，做客户最需要的、高质量的、最小刚需的数据集，我们不会一开始就做得很大，先把最小刚需的做好，提供给行业。

从营收上来看，今年就能体现出来了。我们目前已经有几个千万级订单了。但我们内部的预测相对保守——总市场可能在10年后是当下的1000倍。但明年后年能拿多少，我们也没有那么乐观，还是一步步来，确保应用场景能起来，然后保持策略迭代跟进。

“芯”机遇：不是所有人都抓得住

媒体：存储芯片涨价的趋势会持续多久、涨幅大概多少？四维图新提前备货锁定产能，目前能支持多久？

程鹏：显而易见，行业最优秀的晶圆厂就是那两家，都是我们非常重要的供应商。现在的情况是，销售量不是瓶颈，产能能拿多少才是瓶颈。

我们的策略做了一些调整，因为内存涨价以及缺芯的苗头又出现了，有点像2021年的状态。所以，我们把库存深度调整了。原来存2-3个月，现在存6个月、9个月，甚至有些产品存12个月，以便提前锁定产能。

现在晶圆厂确实受到AI领域高价值产品的诱惑。很多厂家直接把老的车规甚至一些老制程的产线关掉了，因为无尘无菌的环境很值钱，转去做更先进制程、能挣更多钱的产品。利润导向，这是可以理解的。

在这种情况下，我们尽可能保证供应——至少2026年现有客户的供货不受影响，我们2027年产量也能超过2026年。新产品的量产也能保证。这是我们这一年多致力于解决的问题。

媒体：您提到有产品能只用以前一半的内存，甚至最多能砍掉70%。这是怎么做到的？会成为应对缺芯的重点方向吗？

程鹏：是的。这就是四维图新的优势——我们既做芯片又做软件、做系统、做模型，充分理解应用，所以能从应用端倒推最小内存需求，从操作系统底层开始改。

举个例子，有一家车厂出海的车型在海外卖得很好。他们的系统是我们帮他调的，最后用的内存不到他们自己规划的一半。

现在，内存价格涨了好多倍了。我们有项目最多砍掉70%的内存，就是因为在从操作系统底层做文章，对系统级的冗余、响应速度要求做改动。不是所有厂家都能干这个。我们这种又干芯片、又干系统软件、又干应用的，是可以做到的。我们的客户已经证明，可以用不到此前一半的内存出货，并且性能没受什么影响。

媒体：现在，软硬一体是趋势，有的公司把芯片业务分出去独立融资。四维图新的芯片业务包在上市公司里面。您认为分出去和包在里面有什么区别？后续会考虑独立融资吗？

程鹏：我觉得形式不重要，内容最重要，也就是“你能不能做出个好东西”才最重要。形式服务于内容。什么形式能做好，你就用什么形式。

独立融资？我没有那么强烈的冲动一定要干。因为我们干了10年了，芯片业务的现金流已经转起来了。我们创业的时候也没说一定要做芯片，做着做着发现还可以做，就做了。

我觉得还是用平常心，把产品做好。到今天为止，我认为地图才是最难做的，芯片不是最难的。你看全世界为什么就谷歌地图做得好，那么多巨头都干不好？

芯片才刚开始，急不来，全产业链都还是刚起步。可能还要按10年周期去数，几个10年能做成世界领先。

媒体：大模型架构迭代很快，但车规级芯片往往是提前好多年定义的，研发周期明显长于AI演进周期。怎么避免芯片量产落地时已经落后于模型需求？

程鹏：我觉得，还是场景和应用定义芯片。不是说我搞一个芯片，大家都按我的来。我们也没有英伟达那个能力。如果你是行业领袖、领头羊，那大家可以按你的来。

技术每年都在进步。原来的摩尔定律，现在加上带宽变化、新技术（甚至不用硅基了，用碳基、用人造钻石），可能性都存在。做到行业垄断和领袖地位，你可以定义新一代的算力和带宽。

比如英伟达的策略就是扩大冗余。我不知道现在会有什么应用，但我先把算力提高、带宽提高，后面自然会有几百万个开发者做出相应的应用。就像国家建5G的时候，也不知道会有抖音、红果这类应用会出现。

现在大家天天看短剧，那是因为基础设施提前冗余规划好了，然后自然有一堆聪明人在上面做应用。你把游泳池建好，游泳的人自然就来了，而不是等有人要游泳了才现挖泳池。

我们这款芯片也是两年多之前规划的，会做一定的前瞻性和冗余。我们参考了数据中心芯片的思路，把带宽做到了现有产品的2-3倍。现在来看，这种打法这是对的，因为内存涨价了，新的应用也出来了。

设计的时候留有一定的前瞻性和冗余就够了。你很难确定上车的时候会有哪些应用，只能是互相迭代。应用上来了发现算力不够，就做下一代更大算力的芯片。更大算力的芯片等出来了，又能支持更好的应用……就是这样一个循环的过程。

媒体：非安全域MCU，国产化率可达30%，安全域却仅3%。四维图新MCU今年出货预计超5000万颗，从3%向更高比例跨越需要多久？依托哪些量产车型去证明可靠性、打破国际巨头垄断？

程鹏：这是一个挺难的话题。安全域大部分还是国际厂家，像博世、英飞凌这些。底盘控制，都是要命的。但也有一些国内厂家开始突破了。

我们的策略是：

首先，主攻国际Tier1。他们的控制器、底盘控制能用我的，市场就起来了。因为量大，这也是国际厂家的根据地。我们期待能够突破。

其次是中国的新玩家。做各种控制器、底盘控制器的国内新厂家，也是我们的目标，都有项目在跑。

我们2018年推出第一颗车规级MCU，从0做到年出货几千万颗走了8年。整个行业非安全域，从0做到市占率30%也走了好多年。你可以期待，也许安全域也需要10年，我不知道。这需要一个比较长的时间周期。但我们肯定愿意努力。反正都干这么多年了，活到老，干到老，学到老。当然，我们也期待能比之前快一些。 

智能体：不和通用大模型抢生意

媒体：具身行业里模型公司、数据管线公司都在参与标准制定，也都想成为标准制定者。怎么防止各方各说各话？

程鹏：标准不是死的，技术在演变、应用场景在变化，不能把它当成一成不变的东西。我们的策略是团结头部的本体厂、模型厂、零部件厂、数据厂。不是让一家在那里奋斗，而是大家一起把标准建设好。

另外，我们只能在有限的时间范围内预测未来三年的技术路线、模型形态、数据需求，然后不断迭代。这也是为什么要搞工作组的原因。工作组，就是一个持续迭代的机制。我们会每个月开一次会，把最新的场景变化、技术路线变化汇总起来，不断迭代标准。这样才有可能把标准做好。

我确信，具身领域的标准会比当年智驾领域干得更好。当年的智驾数据浪费太大了，惨不忍睹。彼时，很多车厂的亏损来自智驾，智驾的亏损来自数据，数据的亏损来自采集和标注。即便弄出来，也没人用、不能用。老规格采的数据新规格用不了，向上兼容的问题没解决，太浪费了。

新的领域不能同样的错再犯第二次。我来干这个角色，就是想避免同样的坑踩两遍。

媒体：有观点认为通用大模型能力越来越强，可能会替代具身垂域模型。您怎么看？

程鹏：具身智能的发展路径跟车、跟手机都很像，第一性原理是一样的，本质上没有大区别。

通用模型的能力肯定会越来越强，毫无疑问。从GPT-3.5到现在，大家每个人都在用——写稿子、转录音，工作方式都变了。这意味着，底层通用大模型的能力会不断内化掉很多软件和SaaS服务，把它们变成通用大模型的一个能力。

但是在不同的场景里，永远有工作可做。比如我们的车内智能体，也是大模型上车。但我就得把它训练成垂直领域的、专门干智能座舱的小模型。为什么？因为端侧参数不够大，做不了万亿参数的部署。全放云端，有些地方通信不好，用户体验就得不到保证。

除了端侧的算力限制，端侧的特点也不一样。作为垂域公司，你可以把车里的东西做透。通用大模型不会去研究这跟辅助驾驶有啥关系，不会去判断用户说这句话到底是真的要控车还是只是聊天。这些东西都有工作可做。

垂域模型一定有饭碗，但你的工作是要实时看通用大模型能力到哪了，然后在上面做加法。不要跟通用大模型对抗，对抗没戏。

媒体：目前，具身行业更大的问题是高质量数据不足。四维图新未来怎么帮助行业解决这个问题？

程鹏：数据本质上还是应用驱动、场景驱动、模型驱动。我自己拍脑袋，是拍不出好数据的。什么叫高质量？符合需求的就是高质量的。不符合应用和模型需求的，你做得再精细也没用。

这就跟我们当年搞高精地图一样——搞得挺好，精度世界第一，结果人家不用，亏了好多钱。得吸取教训。

所以，我们现在的策略是深入进去了解应用、了解场景、了解模型长啥样，知道什么数据对它才是高质量的。我们没有像智驾时代那样冲上去把数据全做好，而是迭代式的：

第一步，先做确定性的东西——比如时空数据，任何移动智能体都需要知道自己在哪、周围有什么、怎么导航，哪怕卫星也需要轨道和高度。这个是确定的，我们先把它花力气搞好，赋能给行业。

第二步，选几个典型的、能快速发展起来的场景——场景得足够大，机器人只卖几万台跳跳舞唱唱歌肯定不是我们想要的，市场不会大。得有实实在在的应用场景，才能让客户真的买单。选准了以后，针对那几个场景把模型搞好、数据搞好、性价比好的芯片做好。

现在，我们的策略是快速迭代，而不是拍脑袋说客户都要的就全干。必须要换一个打法了，否则也烧不动。

媒体：乌镇大会重点讨论了智能体交互可信的问题。智驾和高价值场景的智能体应用中，安全可信非常重要。四维图新在智能体安全可信领域扮演什么角色？您怎么看这类基础设施建设？

程鹏：我自己本人也不是专家，也在学习。说实话，我现在跟智能体聊天比跟人多，我工作就是在跟智能体打交道。

我现在很少打电话问哪个副总、哪个产线负责人，我的智能体每天都给我总结。我关心的问题，智能体每天都会跟踪、催办。这个东西已经深入到工作的每一分钟了，这一年多工作方式完全改变了。我们是智能体坚定的拥护者和应用者。它确实会让工作效率提高很多。

关于安全问题，这是我们这一段时间的体会：AI能把事情做得很快，人可以把事情做得对，用体系来确保它可信。

安全靠什么保证？靠智能体自己保证不了，靠人也保证不了——人也会有很多漏洞，还有情绪呢。那谁来保证？体系来保证。

我们做汽车功能安全已经有20年。确保每一个东西都不会出问题，每个环节都有合规流程要求，不同产品、不同环节，都有不同的故障率要求。这套体系在人机共驾、人和智能体共存的时代依然有效。只不过你得改，不能用原来那套死的流程，但确保安全的理念要有。

你不能完全相信智能体直接出的结果，而是要有别的智能体和人去监督和确认。比如，我们有些同事开发时，就用一个智能体写代码，另外一个智能体做测试，再搞第三方智能体做质量评审，最后再换一个智能体写品质报告，最后由人来做汇总结论、判断。这一轮跑完，最后输出的结果，又给下一个环节的智能体用。

我们在内部工作中已经证明，这个模式是能走通的。它肯定不是绝对安全，但你可以用体系来尽可能保证它安全。

媒体：具身智能方面，哪些场景是四维图新比较重点关注或接下来会重点拓展的？

程鹏：我们内部有几个选择标准：

第一，市场需求比较明确和强烈。比如室外的割草机、室内的扫地机器人。这些已经走进千家万户的产品，只不过以前不太智能，现在要变得更智能。这种已有规模的产品的智能化，就像两轮车一样，产品本来就有，原来是机械的，现在要上智能功能，肯定是我们最先考虑的。

第二，能力要跟我们匹配。室外的定位和导航是我的强项，所以第一个优选的场景就是这些室外的。

其他比如家里的机器人、工厂里的装配，天生不是我们的优势项，我们就跟着学习、慢慢找机会。

媒体：具身领域，具体触达场景的方式是什么？是合作，还是像做车的数据那样建架构？

程鹏：总体定位，我们是不做产品本体的，就是不会去造个机器人或者机器狗。我们的定位和角色是把基础服务做好，比如数据采集、控制器这些。

举个例子，我们给具身领域做的控制器，带双目定位、模型和视觉能力，给他们降了50%的成本，还达成了更好的效果。这就是我们在车里沉淀的能力，不仅是技术能力，还有供应链能力、高品质低成本交付的能力。这就是跨界的力量。

车圈太卷了，我们把产品做出来给他们看的时候，他们都惊到了：“你们为什么报价这么低？”我说，我们的毛利已经很高了。

海外扩张：急不来的高利润机会

媒体：财报里没有单独披露海外业务营收。公司实际的海外收入占总收入的比例大概是多少？

程鹏：比例还比较小。

我们自己把业务分成四个象限：第一，本土车厂的本土服务；第二，本土车厂的出海服务；第三，国际厂家的中国服务；第四，国际厂家的海外服务。

现在，我们大部分业务还是国际厂家的中国业务，这两年开始做中国车厂的海外业务。上述这两个象限做得还不错。因为车企到了陌生的地方，没有那么多专业团队，我们就能相对做得比较好。这两块占了百分之九十几。

海外车厂的海外业务现在只是刚刚起步，按百分比算是个位数。

媒体：四维图新更多是帮助车企出海的伙伴角色。很多同行在出海时遇到本土化适应的难题，四维图新怎么解决这些问题，帮助车企保持竞争优势的？

程鹏：还是得做好准备。我们在欧洲已经布局15年了，建设了自己的园区，也有本地化员工。我们的员工来自好几十个不同国家，这是我们特意保持多样化的结果。这能让我们对不同的文化、不同地方的法规都有更深刻的理解。

还有一个很重要的，就是有敬畏之心。不能急功近利地冲出去乱搞，而是要踏踏实实地按照当地文化要求、法律要求把业务一点点做好。机会是给有准备的人的。

说白了，是因为十几年来遇到的问题很多，让我们吃过很多亏，所以现在反而能沉下心去一点点推进解决方案。这真的能帮出海车企解决芯片、合规、数据等方面的问题。不用急，在海外急也急不来。

媒体：一些国际Tier1也强调，帮助中国车企在海外合规，他们在海外可能更有优势。四维图新跟他们相比，优势在哪里？

程鹏：先纠正一下：传统Tier1在软的东西，比如数据、合规领域，并不强。他要强，我确实也没啥事可干了。

海外公司的强项是：全球有稳定的、长期信任的客户；对品质和安全的要求非常高，很熟悉怎么把东西做得很安全；全球都有工厂；对其他国家的情况很了解，有当地的管理团队和研发团队。这些方面，我觉得我们一时半会儿很难追上。

中国公司的优点是：反应快、开发快、敏捷、能吃苦。一个客户的需求过来，我们经常可以在第二天早上就解决掉。国外呢？一个需求来了，分析、走产品PRD流程、研发流程、交付流程，可能得三个月。我们可能一个晚上或者一个礼拜就搞好了。

从产业链来讲，中国企业的优势更明显。中国是全产业链聚集，从上游原材料到成品，所有厂家都聚集在某个地方，把产业链做大。这个门槛其实很高。我认为，再过10年，别人在这些方面也赢不了我们。中国从改革开放到现在过去快50年才建起来的体系，不是那么容易复制的。

前一阵，我们说产业链转移到东南亚。去了才发现，上游没有。你说服了上游10个公司，可上游公司可能还有990个更上游的公司。

当然，最好还是能互补。我们现在跟很多国际Tier1的合作都很好。他们利用我的研发优势、芯片、模型，去把整个产品集成好、生产好、交付好。我觉得这是一个很好的模式。

媒体：帮助车企出海这块业务，未来规模预测如何？会给公司利润带来怎样的前景？

程鹏：分板块来看：

数据业务的海外占比还不太多，目前还是国内为主，但增长比较快。

芯片业务里，SoC现在出海已经是大头了，占比超过50%；MCU目前还是国内为主，但已经拿到了不仅是中国车企出海、还有国际大厂的全球订单。一些全球头部车厂的全球订单已经拿到了，明年就能量产，量是可观的。

从财报角度，估计2028年之后能比较大地体现出来。海外的营收和毛利确实比国内好。

媒体：两轮车业务现状怎样？主要涉及哪些方面？有人说两轮车不需要智驾，您怎么看？

程鹏：我们现在不给两轮车做智驾。有人跟我提要求，说拿车里的L2控制一体机去做摩托车，我说不行。汽车的前挡玻璃是稳定的，摩托车车头是会转的，你放那块玻璃上不稳定，还要做校正，挺复杂的。

但也有一些适合的，比如侧向的盲区预警。很多摩托车出事都是因为侧向有车逼近却没发现，后视镜覆盖不了有盲区，这个是能解决的。我们已经验证了，无论用视觉还是雷达都好用，这个是能救命的。

现在我们的产品在两轮车上主要做的是仪表和车机互联。过去，两轮车的仪表就是一块液晶屏，现在要做大屏、手机车机互联、蓝牙头盔通信（前面驾驶员后面乘客都能连蓝牙听导航听音乐），这些确实比纯手机方便，也更安全。这些功能都能落地。

同时，因为两轮车厂没有像国际品牌车厂那样成熟的体系，我们连车联网运营方案都能帮他们做。后台怎么运营、怎么让用户用得更好、满意度更高、内部数字化管理，我们连方案都给出来了。

这是一个挺有意思的市场，量也不小，一年有几千万台车。我们去年发布的，这一年打进了差不多20家车厂的供应链，头部的几家都进去了。

两轮车的毛利率也不是非常高。但就芯片来说，我做出来了，就得靠规模提升利润率。同样的价钱，多卖100万颗，成本是一样的，多出来的那部分毛利就是净利润。所以肯定对业绩有帮助。

媒体：四维图新现在的业务非常多，有芯片、数据、具身智能、AI服务等。内部怎么看待这些业务的优先级？有没有重点盯的一号工程？

程鹏：我们内部是不同的产品线，相对比较独立。从研发打法来讲各有各的节奏，但组织形态本质上是一回事。我总结成三个维度：高效地组织一群人；创新一个产品或服务；让一批用户爽。

不管干芯片、干数据、干导航、干地图、干舱、干驾，甚至造车，本质都是一样的——把人组织好，创新出一个东西，让用户满意。

AI时代挑战大一些，但业务之间可以互相加速。比如做算法的人，会跟芯片团队说“我的需求是这样的，你别跑偏了”。客户给的输入未必对，我们自己的团队才能给到内部能理解的输入，少犯错误、少踩坑。芯片团队也会告诉数据团队，“你这个数据我带宽不够，读不了，得做压缩或者做选择”。内部沟通带来协同效应。

当然，如果你独立做芯片，像英伟达那样把上面的生态建好了，相当于外面有几百万家合作伙伴，那也很厉害。

有两个东西，我们要认真学习：一个是美国公司建生态，一个是日本公司建供应链。而不是说“老子天下第一，打遍全世界”。我们还没到那个时候，要有敬畏之心。

我觉得，我们最值得学习的就是像英伟达这样的公司——生态建设。上面有无数人在开发，我们也是其中之一。中国公司大部分都不太会建生态，嘴上说的很好，签了多少个战略协议，其实没有用。是不是真的能让大家信任、利益能共享、真的能分享成绩？我们目前还是没有回答好这个问题。