智云收入占比70.42%、智駕定點超900萬套，四維圖新駛入AI競賽快行道

四維圖新（SZ002405）近日披露2025年報，全年實現營業收入41.25億元，同比增長17.25%，營收規模穩步提升；歸母凈利潤1.04億元，與上年同期虧損10.95億元相比，成功扭虧為盈。其中，數據合規板塊全年營收高達29.04億元，同比增長28.85%，占總營收比重達到70.42%，成為公司最核心的現金牛。

四維圖新CEO程鵬在2026北京車展期間談到，公司正在試圖把多年積累的地圖、定位、數據治理和車規量產能力接入具身智能領域，從過去服務汽車“看路”，轉向服務AI理解真實世界。

從導航底座到數據底座

四維圖新的轉型邏輯，需要放在智能汽車產業的發展脈絡中理解。

過去數年，輔助駕駛賽道的競爭焦點集中在算法、芯片與傳感器三個維度。城市NOA、端到端大模型、BEV+Transformer方案密集落地，推動技術從實驗室走向量產車。但隨著輔助駕駛向15萬元乃至10萬元級別車型下沉，競爭的主軸正在發生變化——車企不僅要求技術方案可量產，還要求數據流轉全程合規。

這一轉變與監管環境趨嚴直接相關。智能汽車在行駛過程中持續采集道路信息、駕駛行為、車端感知數據，涉及數據采集、脫敏、存儲、調用及跨境傳輸等多個環節，均需滿足數據安全與隱私保護的合規要求。在輔助駕駛規�；慨a背景下，數據合規已不再是大車企的專屬需求，而是所有規模化玩家必須解決的共性課題。

四維圖新在這一節點上找到的卡位，核心在于“全鏈條數據合規托管”——覆蓋從數據采集、脫敏處理到應用輸出的完整鏈路，并建立數據全生命周期安全治理體系。用年報中的表述，即“合規先行”“安全可控”。這一能力并非憑空而來，而是地圖業務積累的空間數據治理能力，向車端數據場景的自然延伸。

智云業務：翻紅的主動力

財務數據印證了轉型的階段性成果。2025年，四維圖新實現營收41.25億元，同比增長17.25%；歸母凈利潤1.04億元，成功扭虧。扭虧的主要驅動力有兩層：一是收入規模擴大帶來的經營杠桿改善；二是2025年完成與鑒智開曼的業務重組，處置圖新智駕股權帶來15.68億元投資收益，推動凈利潤轉正。

若剔除一次性因素，更值得關注的是收入結構的實質性變化。2025年，智云業務收入29.04億元，占比70.42%，同比增長28.85%；智芯業務收入6.59億元，同比增長16.59%。智云與智芯雙輪驅動的格局已經成型，且智云業務的增速顯著高于整體增速，說明數據服務正在成為公司增長的主動力。

2026年一季度的數據顯示，轉型仍在推進。公司實現營收8.57億元，同比增長13.36%；歸母凈利潤虧損1.44億元，同比減虧（上年同期虧損1.52億元）。營收增長與虧損收窄同步出現，說明主業修復仍在進行。

值得關注的是，一季度經營活動現金流出現階段性流出，主要原因在于芯片備貨。智能汽車電子電氣架構持續升級，座艙域控、車身控制、數字鑰匙、TBOX等場景對車規芯片需求持續增長；2026年以來存儲芯片價格壓力加劇，晶圓代工及封測環節出現漲價信號。在此背景下，四維圖新提前鎖定晶圓與存儲芯片資源，意在保證后續量產的供應鏈穩定，減少成本波動對交付節奏的干擾。

規模量產背后的競爭邏輯

北京車展期間，四維圖新披露了最新業務進展：智駕業務累計定點超900萬套，正在交付120余款量產車型；智能座艙方案新增定點135萬套；海外導航方案新增定點100萬套；杰發科技AC8015芯片量產車型超百款，芯片累計出貨超3.12億顆，MCU與SoC出貨量雙雙破億。2025年MCU出貨量同比增長近40%，新增客戶約50家，服務客戶總數超400家。

這組數據勾勒出四維圖新在汽車Tier1供應鏈中的真實位置。以智駕定點為例，900萬套的規模在輔助駕駛供應商中已屬頭部梯隊，且定點向實際交付的轉化周期通常在1至2年。這意味著，2025年至2026年的定點項目，將在未來1至2個財年內持續釋放收入。

四維圖新將自身定位為“智能汽車時代的新型Tier1”。其邏輯在于：輔助駕駛競爭維度已從單點技術突破，轉向規模量產與安全托底。性價比、交付能力、合規資質與車企的長期供應綁定，成為這一階段的核心競爭要素。四維圖新的籌碼，是將地圖、數據、芯片、算法與合規能力重新打包，形成全�？煽氐慕鉀Q方案。

芯片側，杰發科技的角色值得關注。2025年，其推出的AC7870多核域控芯片已通過ASIL-D功能安全等級認證，進入無線充、數字鑰匙、TBOX等場景。MCU產品線的持續放量，為四維圖新在車規級硬件領域提供了差異化支撐。

具身智能：數據能力的下一站延伸

2026北京車展期間，四維圖新發布智能體數據綜合解決方案，覆蓋人形機器人、工業機械臂、無人車、四足機器人及低空飛行器六大場景，提供數據采集硬件、數據合規服務及智能合規融合終端。硬件端包括4D空間記錄終端、動作捕捉手套、全身運動捕捉套裝等采集裝備；軟件端則對應全鏈路數據合規解決方案。

這一布局的底層邏輯，與四維圖新在智能汽車數據合規領域的積累高度相關。

程鵬判斷，具身機器人訓練所需的數據量將遠大于智能汽車。他估算，未來五年內相關數據量可能翻1000倍。汽車場景相對收斂（有限姿態、單一場景），而機器人場景極度分散（多姿態、無限場景），數據采集的復雜度與合規難度均呈指數級上升。機器人進入家庭、工廠、商場后，采集的數據類型也將從道路信息擴展至個人隱私、工業工藝、商業機密乃至人身安全相關數據，合規治理的要求隨之更高。

四維圖新的具身策略并非切入機器人整機賽道，而是定位于“數據入口”——為機器人提供進入真實世界所必須的數據采集與合規基礎設施。這一定位延續了其在智能汽車領域積累的空間數據、定位能力與合規治理經驗，并將其遷移至更廣義的物理世界AI終端。

四維圖新正在講述一個關于數據基礎設施的新故事。故事能否被接受，取決于接下來的幾個季度里，定點能否兌現為收入增長，具身智能能否找到更多客戶，以及數據合規能力能否成為更多車企供應鏈中的確定性選項。

（本文不構成任何投資建議，信息披露內容以公司公告為準。投資者據此操作，風險自擔。）