首页 - 港股 - 港股研究 - 正文

国盛证券:维持小鹏汽车-W(09868)“买入”评级 目标价126港元

来源:智通财经 2025-10-30 16:51:30
关注证券之星官方微博:

(原标题:国盛证券:维持小鹏汽车-W(09868)“买入”评级 目标价126港元)

智通财经APP获悉,国盛证券发布研报称,看好小鹏汽车-W(09868)强势产品周期、海外扩张、智驾再向上、机器人/Robotaxi等新兴业务机会。该行预计公司2025-27年销量约45/68/101万辆,总收入达806/1333/1885亿元、non-GAAP归母净利润率为-1.5%/3.4%/5.2%,目标价126港元、32.4美元。此外,公司的其他成长曲线有希望随着后续的产品进展,逐步纳入估值体系中,维持“买入”评级。小鹏汽车将于今年的AI科技日上宣布在物理AI领域取得的“重大突破”,小鹏世界基座模型在对世界进行推演能力上取得“关键进展”。

国盛证券主要观点如下:

小鹏AI团队已投入物理世界AI基座模型研发一年多时间

早在今年4月,小鹏在香港举办AI技术分享会,便已经披露正在研发720亿参数的超大规模自动驾驶大模型,也即“小鹏世界基座模型”,参数量是主流VLA模型的35倍左右。1)从模型训练速度上看,小鹏汽车自主开发了底层的数据基础设施(Data Infra),使数据上传规模提升22倍、训练中的数据带宽提升15倍;通过联合优化GPU/CPU以及网络I/O,最终使模型训练速度提升了5倍。2)从模型的训练数据量和规模来看,模型参数量将达到720亿参数,训练的数据量将提升到2亿Clips。世界基座模型负责人刘先明博士表示:“过去一年,做了大量实验,在10亿、30亿、70亿、720亿参数的模型上都看到了明显的规模法则效应:参数规模越大,模型的能力越强。同样的模型大小,训练数据量越大,模型的能力也会越强。”10月的报道显示,小鹏正在研发的基座模型使用了有史以来最大的模型数据量,称其为“国内最领先”的物理AI大模型。近期,小鹏汽车刘先明博士升任自动驾驶中心负责人,也彰显了世界基座模型在小鹏汽车的重要地位。

物理AI大模型+图灵芯片,构成小鹏在智能车、Robotaxi、机器人等领域的核心竞争力

1)软件侧,小鹏的出行和机器人领域的模型同源,将通过云端蒸馏小模型的方式将基模部署到车端,给“AI汽车”配备全新的大脑,使小鹏可以快速将图灵AI智驾部署到各个国家,同时也将赋能小鹏的AI机器人、飞行汽车等。2)硬件侧,小鹏汽车自研的图灵芯片通过定制化设计的方式,以较低的成本实现了更高的有效算力,单颗图灵芯片的算力等效于3颗Orin-X。当前的新P7、G7 Ultra版已经配备3颗图灵芯片,2026年L4车型上将配备3000TOPS算力。小鹏通过更高的算力承载的车端更大的模型,有望为公司带来远超当前的辅助驾驶体验,有潜力在国内整车厂中实现断档领先。而在机器人方面,该行认为公司拥有全栈自研能力、优秀的大脑和更好的软硬一体适配性、成本优势,该行期待科技日的新一代机器人。

同样的,全球新势力龙头特斯拉也在积极推进大算力芯片研发,展示“世界模拟器”,且具备汽车与机器人的通用性

1)智驾芯片方面,特斯拉表示依托第四代硬件,未来将把AI参数提升一个量级,汽车将“像有生命的生物”。而再下一代硬件AI5借助特斯拉极深的软硬件理解能力,其同等成本的算力有望在此基础上再提升10倍。此外,据韩媒报道,特斯拉下一代核心芯片“AI6”也在规划中,将采用三星第二代2纳米“(SF2P)工艺。2)软件算法方面,美国时间10月26日,特斯拉正式披露了一个名为“世界模拟器”的神经网络系统,该模拟器是一个完全由神经网络构成的“孪生世界”。它能够基于真实世界的海量数据,以极高的保真度生成连续、多视角的虚拟驾驶场景。特斯拉称,通过这种方式,其AI系统能在一天之内学习相当于人类500年驾驶时长的经验。这套底层AI引擎和模拟平台具备通用性,用于训练汽车的“世界模拟器”同样被用于训练其“擎天柱”(Optimus)人形机器人。该行认为,小鹏和特斯拉在技术路线、商业布局思路等方面相似性极高,期待其在物理AI方面取得突破性进展并占据领先地位。

fund

微信
扫描二维码
关注
证券之星微信
APP下载
好投资评级:
好价格评级:
证券之星估值分析提示国盛证券行业内竞争力的护城河良好,盈利能力较差,营收成长性较差,综合基本面各维度看,股价偏高。 更多>>
下载证券之星
郑重声明:以上内容与证券之星立场无关。证券之星发布此内容的目的在于传播更多信息,证券之星对其观点、判断保持中立,不保证该内容(包括但不限于文字、数据及图表)全部或者部分内容的准确性、真实性、完整性、有效性、及时性、原创性等。相关内容不对各位读者构成任何投资建议,据此操作,风险自担。股市有风险,投资需谨慎。如对该内容存在异议,或发现违法及不良信息,请发送邮件至jubao@stockstar.com,我们将安排核实处理。如该文标记为算法生成,算法公示请见 网信算备310104345710301240019号。
网站导航 | 公司简介 | 法律声明 | 诚聘英才 | 征稿启事 | 联系我们 | 广告服务 | 举报专区
欢迎访问证券之星!请点此与我们联系 版权所有: Copyright © 1996-