【EC官网】L4收入占比68.4%、License毛利率81.7%：天瞳威视的商业模型正在兑现

2025年，收视的商业天瞳威视（CalmCar）L4级业务实现收入约3.745亿元、入占占总收入68.4%，毛利模型意向订单逾2500辆Robobus、率天Robotaxi及Robotruck，瞳威合约总值超过10亿元；同期在L2-L2+侧，正兑EC官网公司累计获得23个汽车品牌、收视的商业198款车型定点函，入占并在L2-L2+级解决方案领域实现覆盖6个汽车品牌的毛利模型105款车型SOP量产。L2-L2+提供量产基本盘与现金流，率天L4提供增长弹性，瞳威两条轨道协同推进，正兑这是收视的商业这家以软件为核心的方案商，交给智能驾驶行业的入占一份量产答卷。

行业拐点：从“技术炫技”到“商业落地”

智能驾驶行业正在经历一次深刻的毛利模型范式切换。上半场的竞争逻辑相对粗放：大算力芯片盲目上量、传感器无意义叠加、路测里程唯规模论、模型参数无节制扩张。这类“堆料式”投入在演示阶段确实好看，却带来三个难以回避的后果——研发成本高企、软硬件资源大量闲置、验证周期被无限拉长。结果是大量技术方案止步于Demo演示，始终无法跨越到规模化SOP量产。

进入下半场，主机厂的诉求发生了根本变化。在车型价格竞争与降本增效压力下，智能化不再是可以不计成本堆砌的“展示项”，而必须回答三个具体问题：能不能按节点交付、能不能通过车规与法规验证、能不能把成本控制在目标车型的承受区间。与此同时，国内外法规持续升级，CNCAP、ENCAP、GSR、i-VISTA等标准体系对AEB、驾驶员监控、泊车安全提出了更细的量化要求。竞争的焦点，正从“参数上限”转向“车规质量、交付节点与全周期成本”。

需要指出的是，行业对“如何落地”并未形成统一答案。除通过平台化复用与工程提效压低全周期成本的路径之外，也有企业选择以更高算力硬件预留换取后续功能升级空间。不同路线对应不同的车型定位与成本结构，短期内更可能是EC Markets外汇集团并行而非替代关系。

精益思维：不是缩减功能，而是消除浪费

在这样的行业背景下，源自工业制造体系的“精益思维”，开始成为破解智驾量产困境的核心思路。需要澄清的是，精益的核心从来不是缩减功能、降低配置，而是消除全链路的无效浪费——把有限的算力、人力与时间资源，聚焦到用户真实安全与真实体验上，实现安全、体验、成本与迭代效率的四维平衡。

作为行业率先提出并践行“精益智驾”理念的企业，天瞳威视将精益体系完整迁移至智驾算法开发、数据闭环、仿真验证、实车标定、量产交付、OTA迭代的全链路。其技术底座是自研的一站式AI开发平台CalmVolution——由数据闭环子系统DataTurbo、模型训练与开发平台CalmForge、自动化系统集成平台CalmVergence三大核心子系统构成，覆盖“数据采集－数据清洗－模型训练－系统集成－部署验证”的完整链路。依托这套平台化能力，天瞳威视把“一项目一代码”的定制化泥潭，转化为可复用、可移植、可规模化的工程流水线。

当行业从“技术炫技”走向“商业落地”，当主机厂从“堆料追参数”转向“按节点交付、按成本选型”，一个全新的行业阶段正在开启——“智驾的精益价值时代”，即行业评估标准从“算力多大、功能多炫”转向“能否以合理成本实现安全可靠的规模化量产交付”。

精益智驾的两大核心支柱

行业多数智驾方案的研发逻辑是“先堆功能、再找场景、后适配量产”，过度追求技术参数上限，忽视整车工程约束与用户真实需求，最终导致大量过剩功能闲置、研发资源浪费、量产节点跳票。天瞳威视定义的“精益智驾”，则始终以用户真实驾驶价值与主机厂量产需求为核心导向，通过两大核心支柱重构智驾全流程的研发与交付逻辑。

1.1 按需供给，持续消除全链路过剩投入

第一支柱是EC安盈外汇平台官网拒绝盲目硬件堆砌与功能冗余开发，实现“需求拉动开发、场景匹配资源、节奏对齐量产”，从四个层面系统性地规避资源浪费。

在需求开发层面，天瞳威视坚持场景与法规双驱动，而非“技术驱动功能”。智驾功能迭代与算法优化，均基于真实道路场景、国内外最新车规法规与主机厂量产刚需反向定义：CalmPilot行车系统满足CNCAP、ENCAP、GSR、i-VISTA等法规要求；CalmPilot泊车系统符合UNECE R158、FMVSS 111等适用法规，并通过NCAP PEB、i-VISTA等多项测试。功能优先级按“高频刚需安全场景”排序，优先落地高使用率的安全与泊车能力，减少华而不实的冗余开发。

在数据闭环层面，公司摒弃“唯里程论”。行业普遍存在盲目积累海量路测数据、却忽略数据有效率的问题，造成标注、存储、训练算力的三重浪费。DataTurbo以“全链路数据闭环”为核心设计理念，通过数据采集、数据管理、数据回传三大模块的深度协同，把数据筛选机制前置——聚焦难例场景、风险工况、极限路况等高价值数据，让模型训练与算法迭代始终围绕真实风险展开。配套的自研4D自动标注工具Fast4D，在传统3D标注基础上引入时序维度，可对动态目标的运动轨迹与形态变化进行一致性标注；其采用增强型3D高斯溅射方法，使数据标注效率提升约120倍，场景重建效率较传统基于NeRF的方法提升16倍。

在软硬件适配层面，公司秉持“开发具有更高推理效率的轻量级AI模型”的理念，结合模型修剪、量化及蒸馏方法压缩模型参数量，并借助对各类不同芯片平台的深度认知实行多核并行调度机制，在CPU与NPU协同架构下实现异构算力的高效利用。这意味着不盲目追求硬件参数天花板，而是以模型修剪、量化、蒸馏与算力调度为手段，在给定的算力预算内达成功能目标。天瞳威视构建了适配多芯片平台的统一异构计算架构，域控制器算力跨度覆盖8 TOPS至500 TOPS，是业内为数不多“具备全面覆盖低中高阶算力且兼容国内外芯片平台能力”的企业之一。公司已先后基于英伟达SoC平台推出360度环绕感知与DMS系统、基于瑞萨（Renesas）与英特尔SoC平台交付量产项目，并深度适配地平线“征程5”及“征程6”全系芯片，芯片平台适配能力历经多轮车规量产验证。同时，CalmForge内置的模型转换工具可将训练后的AI模型自动转化为适配其他芯片平台的模型，进一步降低跨平台迁移的重复投入——公司已先后基于英伟达SoC平台推出360度环绕感知系统与DMS，并交付基于Renesas平台的量产项目，芯片平台适配能力经过多轮量产验证。

在迭代节奏层面，软件版本迭代、仿真验证、实车标定的节奏与整车SOP节点深度对齐，减少过早开发与过度开发带来的版本积压与资源闲置，让研发资源精准匹配量产进度。

1.2 风险前置，降低问题流入量产终端的概率

如果说“按需供给”解决的是成本与效率浪费，那么“风险前置管控”就是筑牢量产安全底线的核心关键。天瞳威视通过仿真前置、全链路可观测、严苛流程校验与闭环迭代四重机制，实现问题早发现、早定位、早解决。

仿真前置拦截：依托云端仿真体系，绝大多数失效场景与极限工况被拦截在虚拟验证阶段，有效降低实车上路试错成本。开发完成后的算法与软件，需通过自动化系统集成平台CalmVergence进行版本管理与一致性校验，从流程上阻断问题版本向下一验证环节流转。

全链路可观测：公司搭建覆盖感知、融合、决策、控制的全链路可观测算法质量体系，实现运行全流程可追溯、根因可定位，打破传统端到端开发的黑盒模式，显著提升问题排查效率。

双重质量校验：自动化仿真回归与工程师深度分析形成双重校验，不仅完成批量问题修复，更针对Corner Case极端场景追溯底层根源，通过底层算法优化降低同类问题复发概率，减少反复打补丁与重复踩坑。公司严格贯彻V模型与ASPICE车规开发流程，建立严苛的变更管控体系，对算法迭代、硬件适配、功能修改实行全流程审批管控。

量化实测闭环：这套体系的效果已经反映在可量化的性能指标上。据招股书披露，CalmPilot行车系统的碰撞预警及自动紧急制动AEB误报率小于1次/30万公里；高速NOA系统平均每百公里接管次数少于1次，自动变道成功率超过95%，高速匝道与隧道通过率均超过95%，常规变道时间小于5秒。泊车场景下，库位搜索和泊车成功率均超过95%，记忆泊车成功率超过95%。量产端发现的全新风险场景，则可快速回流至场景库，纳入全量回归测试，形成“发现－修复－迭代－固化”的良性闭环。

精益智驾落地五大原则

基于两大核心支柱，天瞳威视在长期量产实践中沉淀出适配规模化落地的五大原则，贯穿研发、验证、交付、迭代全生命周期，构建起安全优先、成本可控、迭代高效、体验务实、交付可靠的多重平衡。

2.1 安全优先

安全是智驾量产的第一准则。天瞳威视始终坚持风险前置管控，通过仿真前置拦截、全流程质量管控与严苛车规流程，将绝大多数安全隐患消灭在虚拟验证与研发阶段，系统性降低量产车辆的失效风险。

在体系认证上，公司严格贯彻ASPICE与V模型车规开发流程，并建立变更管控机制，减少随意变更引发的兼容性问题。在具体功能安全上，CalmCockpit驾驶员状态监控系统可精准识别疲劳、分心等风险行为，如闭眼、打哈欠、打电话等，检测准确率超过98%，其视线跟踪算法可实时监测驾驶员的注视方向与眨眼频率；灼识咨询资料显示，天瞳威视是同行业中首个获得欧盟DDAW（驾驶员疲劳及注意力预警）及ADDW认证（高级驾驶员分心警告）的企业。配合前述实测指标，安全能力被转化为可验证、可审计的工程结果。

2.2 成本可控

精益智驾并非降低安全标准，而是通过技术优化与工程提效，摆脱对天价硬件与超高算力的依赖，实现“低成本、高体验、高可靠”的商业化落地。

路径之一 模型侧的高效算力调度：以模型修剪、量化、蒸馏压缩参数量，配合多核在 CPU 与 NPU 协同架构下实现异构算力高效利用，在中阶算力平台上实现高阶性能表现，从而把整车智能化升级的硬件门槛压下来，让高阶智驾能力得以向更主流的车型区间下探。

路径之二 自研AI工具链对全周期成本的压缩：除前文提到的Fast4D标注效率提升约120倍、场景重建效率提升16倍之外，CalmForge基于分布式理念支持同时针对多个不同模型进行独立训练与高效迭代，提升AI训练服务器的有效利用率，使模型训练周期相较常规方式缩短30%以上；其内置的模型转换工具则进一步减少跨平台适配的重复投入。此外，CalmVolution平台接入多模态AI大模型，在研发及交付过程中辅助客户需求的分析、拆解与审阅，加快代码生成并进行质量评估，同时清晰梳理需求、开发与测试验证之间的追溯关系，系统性降低纠错与返工成本。

2.3 迭代高效

行业传统定制化开发模式极易引发多芯片、多车型适配的“版本爆炸”问题，导致迭代效率低下、维护成本高昂。天瞳威视的解法是平台化解耦：CalmVolution三大子系统各司其职又相互贯通——DataTurbo负责数据从生成到价值转化的完整链路；CalmForge管理模型训练、调优、评估、监控等涵盖模型生命周期各阶段的环节；CalmVergence则通过精确构建算法、软件与硬件之间的无缝联动，支持研发团队以配置化方式完成AI算法模型及软件库与各类车辆接口的移植及集成，充分实现研发成果复用。

结果是实打实的效率数字：据招股书披露，软件及AI算法模型在不同项目中的复用率超过70%（在ConnectOne等特定解决方案中，某些感知模组的代码重用率超过90%）；面对一款全新SoC平台，公司可在一个月内完成完整系统的部署调通以供验证；而在已部署过的芯片平台上，针对新车型的量产项目，从部署、测试验证到最终交付的全流程耗时不到六个月。这种“新平台一个月、已部署平台半年内”的节奏，让多车型、多平台的高并发交付从口号变为排产表。

2.4 体验务实

精益智驾坚持“以用户真实体验为核心”，聚焦高速领航、城市通勤、自动泊车、恶劣天气通行、紧急风险避让等高频场景，各项功能均以真实道路场景为基准打磨，边界清晰、运行稳定，避免“实验室好用、上路失灵”。

行车场景下，除前文提到的接管次数、变道成功率与AEB表现外，系统覆盖CNCAP、ENCAP、GSR、i-VISTA等法规场景。泊车场景下，据招股书披露，系统在停车位检测方面可实现低至3厘米的距离检测误差，障碍物检测精度小于10厘米，可支持多达26类目标的检测与大范围环境建模；首次建图成功率超过95%，可创建包含动态障碍物的实时地图，从而处理远距离掉头、行人车辆动态穿梭等多种复杂场景；库位搜索和泊车成功率均超过95%，记忆泊车成功率超过95%，泊车巡航速度可达15km/h。智能座舱场景下，CalmCockpit的驾驶员与乘客状态监控能力已通过欧盟DDAW及ADDW认证。

更关键的是L2-L2+与L4双线并行带来的技术反哺：将高阶自动驾驶的决策逻辑与场景应对能力回流至量产方案，使常规智驾功能的操控更拟人、更流畅，在不增加硬件成本的前提下持续优化用户体验。

2.5 可量产可交付

技术迭代、算法优化与体系搭建，最终都服务于量产交付——这是精益智驾与实验室技术的核心区别，也是天瞳威视的关键竞争壁垒。

从规模看，公司已累计获得23个汽车品牌198款车型定点函，并在L2-L2+级解决方案领域实现覆盖6个汽车品牌的105款车型SOP量产；公司同时具备L4级解决方案能力，L4单独列示、不并入SOP口径。客户覆盖 2024 年国内销量前十大车企中的 9 家；2023/2024/2025 三年的前五大客户收入占比分别为 91.4%、44.6% 和 35.3%——客户结构持续多元化；客户数量由2023年末的222家增至330家，该口径按解决方案类型划分、不可叠加，生态持续扩容。海外方面，公司获得87款车型定点，且包含在前述198款定点与105款SOP之内，并非额外增量；公司亦是中国首家在海外市场交付L2-L2+级解决方案的提供商。

量产能力的背后，是产业链上下游的深度协同。在海外通道与全球化交付上，公司自2016年起与采埃孚ADAS业务群合作研发基于多摄像头的环绕感知系统，2022年4月起进一步围绕全景监控AVM、泊车距离控制PDC与自动泊车辅助APA等功能的L2-L2+级解决方案展开多项目合作；双方就量产项目共同投标、开发与交付，在业务中可互为一级或二级供应商角色，以服务更广泛的市场。公司将自身的视觉与多传感器融合感知技术，与采埃孚 ADAS 业务群在接触全球整车厂方面的能力、严格的质量控制体系与专业的项目管理经验相结合，为海外商业化的推进提供助力。

在国产算力生态上，公司与地平线形成了“资本+技术”的合作模式：地平线自2025年起成为公司战略股东，双方在技术联合开发与商业部署方面形成多维度合作。基于地平线的多款国产处理硬件，双方联合开发行车、泊车及纯无人驾驶解决方案、前视一体机与域控制器等一系列汽车自动化产品；公司通过模型压缩、算力调度优化等技术深度适配地平线“征程5”及“征程6”系列处理硬件，已可在中阶算力平台上实现媲美大算力平台的性能，相关方案在域控制器成本上，较采用更高阶算力处理硬件或同业竞对处理硬件的同等方案减少30%以上。2025年发布的ConnectOne Robotaxi，是全球首个基于地平线中阶算力“征程6”处理硬件成功开发的完整L4级Robotaxi系统，并已应用于为中车智驭交付的成都L4级智能公交项目。

市场用排名给出了反馈。灼识咨询数据显示，按2024年装运量计，天瞳威视是中国第二大L2-L2+级软件核心方案商，市占率14.3%；在口径更宽的L2-L2+市场按出货量计为第四大，市占率13.1%；按收入计位列前五，占比8.0%；按2024年同时提供行车与泊车方案的装机量计，公司亦位列中国第二。上述榜单均由灼识咨询CIC出具，需注意的是三组分属不同统计口径：装运量与出货量的差别在于统计范围，前者针对公司所处的子细分市场，后者覆盖口径更宽的L2-L2+市场，因此名次与份额并不一致；收入口径反映的是商业化规模而非装车规模。三组数据不能相互替代或加总，但共同指向同一件事：在同时提供行车与泊车方案的软件核心提供商中，天瞳威视已进入第一梯队。

L4侧的商业化同步推进。2025年L4业务收入约3.745亿元、占比68.4%，意向订单逾2500辆Robobus、Robotaxi及Robotruck，对应合约总值超过10亿元。需说明的是，意向订单反映客户已签署的采购意向，其最终交付节奏仍取决于车型量产进度、法规审批与运营落地条件。具体落地上，Robotaxi业务中ConnectOne于2025年10月通过广州市智能网联汽车道路测试，预期将于2026年下半年在广州启动商业营运；2025 年上半年已完成向联想懂的通信交付算法及 30 辆 Robotaxi；计划在两年期内交付 1000 辆 Robotaxi，用于约 15 个城市运营。Robobus业务中，公司在苏州开通全新运营路线，连接中国中医科学院大学苏州校区与苏州轨道交通7号线，部分L4级项目已取得道路测试与示范应用通知。往绩记录期后，公司还获得了来自 9 个汽车品牌的 50 个 L2-L2+ 级解决方案额外定点函。

支撑这套交付体系的，是完整的产品矩阵与稳健的资源底座。L2-L2+侧，公司提供CalmPilot智能驾驶套件，涵盖驾驶与泊车解决方案；CalmCockpit覆盖驾驶员状态监控与乘客状态监控系统；CalmAssistant则包括域控制器、前视一体机、AI防撞仪以及主动安全监管与工程服务。L4侧则提供交钥匙解决方案、车路云一体化解决方案、远程驾驶平台与L4级车队运营平台。

在资源与生态层面，截至2025年末，公司现金及现金等价物约2.349亿元；公司股东包含采埃孚旗下ZF Holdings（持股6.93%），并已获得地平线与商汤的战略投资，产业资本与产业链上下游形成深度协同。另需说明的是，公司目前正处于港股上市推进阶段，本文所引经营与行业数据均以招股书显示为准。知识资产方面，公司拥有51项专利，其中35项为发明专利，另有93项软件版权与53个商标，为长期技术迭代提供保护。

精益智驾，开启行业量产确定性新时代

智能驾驶行业早已告别“靠概念、靠参数、靠Demo”的野蛮生长阶段，正式进入以车规质量、量产交付、商业价值为核心的精益竞争时代。单纯的硬件堆砌与算法炫技，已然无法适配行业规模化落地的需求；唯有消除全链路无效浪费、聚焦真实用户价值、筑牢工程交付能力，才能在行业深度整合中站稳脚跟。

从天瞳威视的实践来看，“精益智驾”不是单一的技术优化，而是一套覆盖研发、数据、验证、交付、迭代的完整工程体系：以按需供给消除资源浪费，以风险前置筑牢安全底线，以平台化架构实现高复用与快迭代，以AI工具链压缩全周期成本，最终以可量产、可交付的工程能力兑现商业价值。从按需供给到风险前置，从平台化复用到工具链提效，各环节指标共同构成一套可被量产车辆逐项验证的工程体系，而非宣传口径。

在行业内卷加剧、法规持续升级、车企降本增效需求凸显的当下，以“智驾的精益价值时代”为核心的发展路径，已成为智驾产业高质量发展的重要趋势。需要客观说明的是，“精益智驾”目前仍是以天瞳威视为代表的差异化路径，是企业基于自身量产实践作出的选择，尚未成为全行业统一标准；不同企业在算力配置、功能边界与成本结构上各有取舍，其成效仍有待更多量产项目的持续验证。未来，天瞳威视将持续深耕“精益智驾”理念，依托成熟的工程体系、开放的生态布局与扎实的量产能力，持续平衡安全、体验与成本，助力高阶智能驾驶在主流车型上规模化普及，为行业高质量发展持续输出确定性价值。