从封闭场景到全域覆盖,主线科技如何讲好“高阶智驾”故事?
智通财经·2025-12-18 02:27

公司概况与市场地位 - 主线科技是一家于2017年在北京成立的L4级自动驾驶卡车及解决方案提供商,已构建“车-端-云”一体化产品生态,覆盖物流枢纽、公路物流、城市交通三大核心场景 [2] - 按2024年产品销售收入计,公司是封闭道路场景下中国规模最大的L4级自动驾驶卡车及解决方案提供商,市场份额达31.8%,远超行业第二名的21.1% [2] - 截至2025年12月5日,公司已累计交付830辆AiTruck智能卡车及349套AiBox智能终端,并获得821辆AiTruck及920套AiBox的意向订单 [2] 业务结构与收入构成 - 公司核心产品矩阵包括AiTruck(智能卡车)、AiBox(智能终端)和AiCloud(智能云服务)三大模块,对应TrunkPort(物流枢纽)、TrunkPilot(公路物流)、TrunkCity(城市交通)三大应用场景 [4] - 物流枢纽场景是2024年主要收入来源,贡献收入1.82亿元人民币,占总营收的71.6%;但2025年上半年其收入占比降至16.1%,收入约1590万元 [4] - 公路物流场景收入在2025年上半年实现大幅增长,贡献收入约8260万元,占总营收的83.5%,而2024年该场景收入为4210万元,占比16.6% [4] - 城市交通场景处于商业化早期,2023-2024年累计收入约5660万元,截至2024年及2025年上半年,由于项目未竣工验收,未实现相关收入 [4] 财务表现与盈利能力 - 公司收入从2022年的1.12亿元增长至2024年的2.54亿元,复合年增长率超50%;2025年上半年营收为9892.7万元,同比增幅超1700% [7] - 毛利率水平持续提升,从2022年的3.7%稳步提升至2024年的22.7%,2025年上半年达到30.3% [8] - 分业务看,物流枢纽场景毛利率最高,2024年和2025年上半年分别达25.9%、84.6%;同期公路物流场景毛利率分别为16.2%和20.6% [8] - 公司尚未实现盈利,2022-2024年净亏损分别为2.78亿元、2.13亿元、1.87亿元,2025年上半年净亏损0.96亿元 [9] - 亏损主要原因包括高额研发投入、主要由优先权股份相关赎回负债产生的利息支出及借款与租赁负债相关利息成本构成的大额财务费用 [9][10] 成本结构与研发投入 - 2022-2024年研发开支累计达3.82亿元;2025年上半年研发开支0.6亿元,占当期营收的60.9% [10] - 财务费用于2024年达0.81亿元;2025年上半年达0.43亿元,同比增长14.2% [10] - 销售及分销开支、行政开支占收入比例呈下降趋势,反映运营效率有所优化 [8] 资产负债与现金流状况 - 截至2025年6月30日,公司流动资产约1.9亿元,非流动资产约0.35亿元,负债总额超过13亿元,净负债约10.78亿元 [10][11] - 公司经营活动现金流持续为负,2022-2024年累计净流出约4.16亿元,2025年上半年净流出约0.53亿元 [12] - 公司现金流依赖于融资活动,2022-2024年及2025年上半年融资活动所得现金净额分别为3.07亿元、6943万元、4733万元及2647万元 [13] 客户与供应商集中度 - 2024年五大客户收入占比67.9%,2025年上半年进一步升至73.7% [12] - 2024年五大供应商采购占比54.3%,2025年上半年供应商集中度达到69.1% [12] 行业前景与市场空间 - 中国商用车辆自动驾驶解决方案市场正爆发式增长,封闭道路场景市场规模从2021年的4亿元增长至2024年的13亿元,复合年增长率49%,预计2030年将达262亿元 [14] - 开放道路场景增长更为迅猛,市场规模从2021年的1亿元增至2024年的23亿元,复合年增长率195.2%,预计2030年将升至1606亿元,复合年增长率103.7% [14] - 商用车自动驾驶技术能有效解决物流行业驾驶员短缺、运营成本高企、安全事故频发等痛点,市场需求持续旺盛 [16] 政策与技术支持 - 国家层面政策如《“十四五”现代综合交通运输体系发展规划》、《智能汽车创新发展战略》等明确鼓励自动驾驶技术发展 [17] - 2025年工信部等七部委发布的《汽车行业稳增长工作方案(2025–2026年)》明确提出推动智能网联汽车准入和上路运营试点,有条件地批准L3级车辆生产准入 [17] - 技术迭代与基础设施完善加速高阶自动驾驶落地,车-路-云一体化协同架构日益成熟,5G通信、高精度定位、边缘计算等技术与自动驾驶算法深度融合 [17] - 激光雷达、域控制器等核心硬件国产化率提升,推动成本持续下降,为规模化应用创造条件 [17]