全文|小鹏Q2业绩会实录:人形机器人Iron年底量产 G9L下月上市

新浪科技
Aug 24

专题:聚焦美股2026年第二季度财报

  小鹏集团发布的财报显示,2026年上半年,该公司总收入为327.8亿元,同比减少3.8%;汽车销售收入280.5亿元,同比减少10.3%;普通股股东应占净亏损为31.2亿元。  

  财报发布后,小鹏集团联合创始人、董事长兼CEO何小鹏、副董事长兼联席总裁顾宏地、财务与会计副总裁吴佳铭、投资者关系主管Alex Xu出席了随后举行的财报电话会议,解读财报要点,并回答分析师提问。

  以下为本次电话会议分析师问答环节的主要内容:

  摩根士丹利分析师Tim Hsiao:管理层好,感谢接受我的提问,也恭喜小鹏旗下机先进机器人项目以非常亮眼的估值完成融资。我有两个问题都是跟机器人相关的,第一个问题主要还是想跟进一下人形机器人Iron。你们刚才说,计划在今年年底进入规模量产。那想请问一下,就是整体产能爬坡的一个计划,因为你们也提到了明年会到几千台。另外,2027年整体的交付目标是多少?因为我们可能也做了融资,所以想问一下这个基本假设是是什么样的一个情况?

  何小鹏:谢谢你的提问。在我们角度来看,我觉得机器人的产能跟汽车的产能还是有比较大的差异的。汽车产能的供应链广度跟深度都非常大,但小鹏机器人Iron的集成,我们实际上不光多个角度都全栈自研,而且我们在自制方面也做的非常的深入。所以我相信,真正的机器人最后进入量产产能的挑战,前期肯定是在质量上面,后期肯定是在销售方面。我觉得基本上一定程度的产能,相比汽车的这个场景都会小很多。

  那么关于量产,我们计划是在 2026 年的年底开始进入规模量产阶段。在量产后,我们开始会进行首秀,并且率先将小鹏的 Iron 集成应用在小鹏的门店,开始落地商业场景。那么在 2027 年的上半年,我们会先从自有的商业场景和试点场景开始部署,并且不断的会加速启动外部的交付。随着产品研发质量以及供应链成熟度的提升,我们在年中和下半年会不断的加快我们的产能爬坡,我们会根据市场的需求扩展到月数千台,甚至更高的月产能。

  最后再补充一下,就是说因为小鹏的Iron,它的交付是面向零售服务业场景,并且在中国跟海外都会逐步开始交付,所以我们的交付量一定是像汽车一样是真实的,并且我们会跟行业其他的机器人公司在商业场景,例如在导购上的智能解决能力是完全不同的。我相信这些能力的真正的交付,会快速看到有更强在不同岗位的行业的泛化能力,并且走向更全面的商业化。

  摩根士丹利分析师Tim Hsiao:我的第二个问题,因为刚才您也提到,除了质量之外就是需求端。所以想请教一下,Iron机器人目前量产版本可能预计的一个单台成本会处于一个什么水平,后续采取什么样的一个定价策略?量产之后的一个毛利率大概是什么样的一个水平?

  何小鹏:因为我们 Iron 的整个量产,为了创新的融合,为了品质,为了产能,所以我们自主设计开发了全部的原生硬件平台和软件的体系,那么整个供应链企业的供应链的合作企业也有 85% 以上与当前的小鹏在汽车方面是重合的,所以我们非常的相信最终小鹏的机器人成本竞争力在行业里面肯定是领先的。

  当前在中国市场,我们看到机器人行业的产品定价通常跟汽车是不一样的,通常差不多是 BOM 的 2.5 到 3 倍,而 Iron 本身定位在通用类型机器人,我相信它具有非常广阔的定价空间,它的供给也相当的稀缺,所以我相信它的硬件的毛利会大幅度高于当前我们的汽车业务的毛利的能力,并且我们在机器人里面一定会除了硬件销售之外,我们还会增加对 AI 模型能力和软件的相关的收入,会提高整体的收入和利润。谢谢。

  美银美林分析师Ming Hsun Lee:晚上好,我这边有两个问题,也是跟机器人相关。第一个问题,我们的机器人模型哪些部分可以和自动驾驶高度协同,另外有哪些模块是共通的,哪些是相对独立开发的?

  何小鹏:谢谢,实际上在行业里面,有非常多人说机器人可能就需要一个大佬,一个大模型就可以了。也许很多很多年后,这个可以做到,但是我认为当前是完全没有可能性。我认为机器人里面最主要有三个不同方向的模型,一个是超快的模型,比如说一秒钟 100 帧到数百帧,一个是这个中速的模型,比如说一秒钟大概 10 帧到 20 帧,例如自动驾驶的能力的模型,另外一个就是慢模型,是一个思考的模型,例如一秒钟一帧。

  那么当前小鹏的汽车里面的模型像 VLA,像我们的这一个多模态的模型 VLM,都是和机器人里面基本上绝大部分都是类似的。比如说举例,我们的 VLA 现在正在所研发的在非导航道路,例如地下停车场的漫游功能,那它跟机器人将来在室内的漫游功能上是一个逻辑。那么同时我们也看到机器人里面也有一些模型,将来会对汽车里面也产生价值。例如机器人里面的思考的 VLT 模型,开放平台等系列的模型,这些在明年或以后也会反过来,放到小鹏的汽车体系里面去。

  那么机器人里面上还有很多有趣的模型,比如说全身运控的模型,比如说有多个安全体系的模型,例如针对于数据隐私的安全模型,针对于摔倒或者快没有电的安全模型等,那么这些是一些独特的模型。整体来说,互相都有可共通的点,所以在我们的体系里面,我们会在小鹏的大体系里面,共同来开发相关的模型,包括更底层的,像世界模型的仿真,包括像数字模型的生成模型等等,我们都是在共同开发,谢谢。

  再补充一句,就除了模型之外,实际上无论是 AI 的架构,数据的管控和组织的架构,实际上在我们这两条线也是共用的。谢谢。

  美银美林分析师Ming Hsun Lee:我的第二个问题还是跟机器人相关。如果跟其他的机器人新创公司相比,小鹏在数据采集、训练,还有闭环迭代等方面,有哪些差异化的优势?

  何小鹏:谢谢,这是一个非常好的问题。我认为,数据将来是物理AI一个非常重要等核心,并且取得差异化的一个核心的价值。那么很多人说,如果机器人有了足够的数据,他就可以做到很好。这可能是必要条件,但一定不是充分条件。在今天做自动驾驶的汽车的公司非常多,但是能够做好自动驾驶的很少。所以,我相信如何把数据进行好的使用,包括它的质量、多样性管理以及训练,是最重要的一个事情。

  那么我觉得,小鹏在之前的数据跟小鹏的自动驾驶的数据,实际上我觉得一个非常核心重要的事情是,小鹏拥有长达10年的自动驾驶的研发的经验、数据的经验,并且我们已经做到了在行业里面最领先的能力,我觉得这是最重要的。其次,我们的机器人的数据的管理,数据的训练,数据的整个的体系,也跟小鹏的汽车是完全在一个体系里面进行研发的。我们仅仅在数据的采集的硬件等系列的事情,跟汽车不一样,所以我是非常相信我们的数据的。

  从采集到使用的全闭环的能力都是很强,所以随着小鹏Iron率先的量产,我反而会认为后面小鹏会收集到更多真实场景的数据和人类使用Iron所需要的示教数据。那么这一系列数据我们全部都是高质量数据,我认为今天很多低质量的数据的价值会使整个的精度下降,我们需要用高质量的数据形成数据模型应用的飞轮效应,让Iron在真实世界加速进化好,谢谢。

  花旗集团分析师Jeff Chung:第一个问题是关于小鹏机器人为何选择销售啊,导游啊,这些作为首个落地场景啊。目标客户会是谁啊?他们为什么会购买 Iron?最重要的是后续有没有这个进入工业和家庭场景的这个计划?

  何小鹏:谢谢。这个实际上我们小鹏的机器人跟很多公司的机器人,它思考的商业场景是蛮大的不同的。很多人会说,它可能是从工厂进入,或者从家庭进入,并且是以 To B 的角度。我们认为,实际上目标客户是大 C 中小 B,我们先认为是从商业进入。当然,商业进入之后,我们也会进入工业和家庭,我们会用非常非常少的 SKU 来实现这样的一个场景。

  那么,为什么从商业进,从刚开始从导购进入,我觉得一个最重要的一个能力就是我们把我们的机器人的全面的综合能力分为四大能力。我们认为在中国和海外商业的体系里面,最容易的是将整个的这四个我们小鹏的,包括了本体的能力,包括了我们的环境的能力,包括我们的业务的能力和我们的整个的情绪价值的综合的能力,把这四个能力的融合,我们认为在商业化是最有可能服务于千行百业,当然首先从少部分的行业开始。同时我们会开放。Iron 在使用之后,我们会开放 SDK,支持 APP 开发和生态功能的拓展。所以这些都是我们在下一个阶段要做的事情。

  通过商业上的合作,我们会看到小鹏的机器人可以共享小鹏的整体的渠道,并且会创造新的线上销售的渠道。那么我们的客户期望是通过这个线上跟线下的直接的这个大 C 和中小 B 的客户,我相信这会是一个非常有价值的全新的跟现在其他机器人企业不一样的一个商业的销售逻辑,谢谢。

  花旗集团分析师Jeff Chung:我的第二个问题是关于这个公司自研的灵巧手,最近进展如何?我们的灵巧手是采用哪一种整体的设计方案?而这些方案在性能成本方面相比行业又处于一个什么样的水平?

  何小鹏:对,我觉得机械手是机器人公司一个极其重要的零部件。它有一套硬件,一套感知跟三套软件的能力,我们全部都选择了这个在硬件软件的选择的自研。我觉得非常幸运的是我们机械手开发非常的顺利,我们会在今年年底跟 Iron 的整机一样进行规模量产。而且我们不光研发,我们还在灵巧手的生产制造里面投入了大量的这个这个工艺跟装备的这个相关的工作。

  我们的灵巧手会用直驱,每只手有 21 个自由度。我们的尺寸厚度与成年的真人的手基本上一样,那么我相信我们的灵巧手在负重抓握能力等都处于行业的领先。我们并没有用行业里面现在有很多人在讨论的腱绳手,因为我们认为它在当前并不是一个优秀的选择。

  所以我们在做手的时候,我们上并不追求很高的力量或者很强的精度,我们是关注更平衡的能力,例如安全,我们甚至连灵巧手的手的皮肤都正在做研发,而关注了成本,关注了可靠性,关注了可维修性,快换。关注了量产的一致性,包括我们做生产制造,所以我们期望是在平衡的基础上,把灵巧手能够进行规模量产。

  摩根大通分析师Nick Lai:谢谢给我提问机会,我的问题有关 VLA 的业务。你们刚刚提到VLA 2.0业务,想知道初步是哪些车型的规划?还是说明年在海外推送的车型都会有这个 VLA 2.0 的技术。同时你们还提到商业模式,海外会考虑这个订阅跟单独收费吗?

  何小鹏:因为信号不是很清,所以我只能大概听到,然后我快速回复一下。我想说,配备图灵芯片的 L03,目前已经在海外上市,那么之后,我们所有的车的再发布,我们都会在海外拥有我们的 Ultra 版本,这是我想说的第一个事。那么也就意味着我们的具备 VLA 的硬件能力会覆盖 L03 跟之后所有的车型跟市场。我们目前的进展是非常的顺利的,实际上包括刚刚所说的法规的准备,以及我们在本地化的开始相关的测试。

  我们的确正在探索商业软件订阅的商业模式,那么我们会择机开始会宣布,并且我们也正在成立的相关的 BD 团队,已当前已经有多家的合作伙伴在跟我们探讨这一个,如何将我们的 VLA 甚至其他的相关的能力走向全球。谢谢。

  高盛分析师Tina Hou:感谢给我提问的机会,也恭喜我们今天宣布的这个首轮融资。我第一个问题是想要问一下,人形机器人的一个量产和推进,以及咱们对人形机器人整体一个盈利性的展望,大概是一个什么时间点,或者是到一个什么样的量产规模?

  然后另外一方面也想问一下,将来小鹏有没有计划把人形机器人和车的业务两块业务的利润拆开来报,这样可能让投资人和市场对这两块业务的财务状况有一个更清晰的认知?

  顾宏地:让我来回答你的问题。谈到机器人业务的财务展望,现在谈还为时过早。我们当前重点落地小鹏总提到的关键节点:今年年底实现机器人 SOP 量产,先在内部场景部署,从明年上半年逐步向外部客户交付,之后再持续爬坡。因此现在不方便给出对应盈利所需销量指引。

  但我们预期人形机器人产品毛利潜力会显著高于汽车业务。硬件本身毛利就高于汽车;同时 AI 模型迭代升级、软件能力相关服务会带来高毛利的增量收入。除此之外,机器人业务的资本开支需求相比汽车业务要小很多。一旦产能顺利爬坡,机器人业务实现盈利的速度会比汽车业务更快,这是我们的判断。

  关于分拆披露问题:目前两块业务还在一起运营,尚未开展业务分拆。按照此前公告,我们有 18 个月的周期可以逐步推进业务分拆。但现阶段我们优先最大化业务协同,充分复用 AI、先进制造、供应链等能力,实现两块业务更高效率、更强产品力。

  后续等到量产与商业化路径更加清晰之后,我们才会进一步评估业务分拆事宜。

即便后续推进业务分拆,该业务仍会 100% 并表,不会改变集团财务报表。短期集团依旧合并核算机器人业务全部财务数据,我们会持续寻找最高效合理的运营模式。

Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.

Most Discussed

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10