今年以来自动驾驶领域 IPO 进度加速。
8 月 3 日，提供高精度卫星导航产品的司南导航（688592.SH）开启申购，即将登陆资本市场。
一个月前，自动驾驶明星企业 " 速腾聚创 " 和 " 黑芝麻智能 " 双双提交港股 IPO 申请，而早在 4 月份，知行科技已向港交所递表。此外，文远知行、Momenta 也被曝出将推动上市。
据时代周报统计，当前 A 股及港股正在排队 IPO 的自动驾驶相关企业共有 6 家，6 家申报 IPO 的自动驾驶企业有 4 家仍在亏损，而实现盈利的两家企业，其主要收入并不来源于自动驾驶领域。
虽然目前自动驾驶企业普遍处于亏损状态，烧钱与融资仍为主旋律。但还是有不少机构和企业前仆后继涌向自动驾驶。
有智能驾驶业内人士告诉时代周报记者：" 自动驾驶盈利的难点在于研发投入过大，技术需要持续迭代，市场未完全铺开。"
不过该人士也表示，自动驾驶是一件门槛极高且需要长期投入的一件事，这个行业在短期内还处于技术能力不断积累、商业模式不断打磨的阶段，一旦形成壁垒并开始商业化后盈利空间巨大，就像制药行业。目前来看市场的成熟还有赖于技术的进一步提升，而技术的发展一定是向上的。
在今年的世界人工智能展会（2023）上，马斯克就表示，特斯拉将在今年年底前实现完全自动驾驶。而方舟投资（ARK）预计，到 2030 年，自动驾驶带给全球 GDP 的净收益可能接近 26 万亿美元，其增幅约为当今全球 GDP 的 26%。
自动驾驶赛道迎 IPO 热潮
据时代周报统计，当前 A 股及港股正在排队 IPO 的自动驾驶企业共有 6 家，除速腾聚创、黑芝麻智能、知行科技外，还包括纵目科技 ( 上海 ) 股份有限公司（下称 " 纵目科技 "）、福建海创光电技术股份有限公司、司南导航，其中司南导航已于 8 月 3 日开启申购。
6 月 30 日，自动驾驶零部件头部玩家 " 速腾聚创 " 和 " 黑芝麻智能 " 双双向港交所递交上市申请。招股书显示，速腾聚创主营产品为激光雷达，黑芝麻智能则为车规级自动驾驶计算芯片。
4 月初，自动驾驶解决方案提供商 " 知行科技 " 递表港交所，申请主板上市，并于 6 月初正式获得了香港 H 股上市备案通知书。
除了已申报的 IPO 企业，不少自动驾驶企业也都跃跃欲试。
但自动驾驶企业加速冲刺 IPO 的同时，一级市场却开始转冷。
据不完全统计，2022 年自动驾驶相关的投资事件发生了 128 起，累计披露融资金额近 200 亿元。相较于 2021 年国内自动驾驶行业共发生 144 起投融资事件，融资规模的 932 亿元，投融资数量微降的背景下，投融资规模却严重缩水。
截至 2023 年 8 月 4 日，据 VC 情报局网站统计，今年以来自动驾驶领域共有 57 宗投融资，其中金额最高的为 Deepway 的 A+ 轮融资 7.7 亿元，投资方包括魏桥创业、软银中国资本、启明创投。
亏损与商业化难题
急需输血，却遭遇融资遇冷，这可能自动驾驶烧钱属性使然。
当前自动驾驶企业仍多数亏损，据时代周报记者统计，目前 6 家申报 IPO 的自动驾驶企业中就有 4 家仍在亏损，而实现盈利的两家企业，其主要收入并不来源于自动驾驶领域。
以同日提交招股书的黑芝麻智能及速腾聚创为例，Wind 显示，2020 — 2022 年，黑芝麻智能净利润分别为 -7.6 亿元、-23.57 亿元、-27.54 亿元，而同期营收仅分别为 0.53 亿元、0.61 亿元、1.65 亿元，同期营收甚至不及亏损额的零头。
其中高研发投入及金融工具公允价值变动损益是造成亏损的主因，2020 — 2022 年，黑芝麻智能研发费用分别为 2.55 亿元、5.95 亿元、7.64 亿元，研发开支主要包括研发人员薪酬、IP 许可费、设计及开发开支等，2022 年末，黑芝麻智能研发人数达到 783 名，占总员工数的 85.5%，2022 年研发人员平均薪酬达到 79.31 万元。
虽然产品有区别，但速腾聚创的情况也颇为相似，Wind 显示，2020 — 2022 年，速腾聚创净利润分别为 -2.21 亿元、-16.55 亿元、-20.86 亿元，而同期营收分别为 1.71 亿元、3.31 亿元、5.30 亿元，高研发费用及金融工具公允价值变动损益同样为亏损的主因。
除了亏损严重，这两家自动驾驶企业的账面现金也反映出其对融资的迫切需求，截至 2022 年末，黑芝麻智能的货币资金仅为 9.82 亿元，或仅够支撑其一年的研发支出，更别提还有管理费用、营业成本等支出。
速腾聚创的流动性则相对宽松，截至 2022 年末，速腾聚创的货币资金达 20.71 亿元，这主要得益于 2022 年开展三轮融资，合计融资 16.5 亿元，投资方包括比亚迪（002594.SZ）、吉利控股集团、小米长江产业基金等知名机构。不过 20.71 亿元也不及速腾聚创 2022 年的亏损金额。
据招股书及天眼查数据显示，6 家 IPO 排队企业此前已历经 3 — 14 轮不等的融资，累计融资金额在数亿至数十亿之间，合计融资金额已超百亿元。
招股书显示，2014 年至今，速腾聚创已完成 14 轮融资，累计融资金额达 40 亿元。黑芝麻智能亦是融资大户，招股书显示，黑芝麻智能已完成 10 轮融资，累计融资金额 6.95 亿美元。纵目科技及知行汽车分别完成 10 轮、9 轮融资，累计融资金额分别为 18.21 亿元及 8.11 亿元。
文远知行相关负责人就表示，自动驾驶是一场长跑，外部环境的残酷，对距离全面商业化仍需一段时间的自动驾驶公司来说，会进一步放大下行周期带来的影响，作为企业，更应该关注如何在不确定的情况下生存与发展，要不断加强自我造血能力。
值得一提的是，资本市场也在为科技公司上市融资降低门槛。
3 月 31 日，港交所《香港联合交易所有限公司证券上市规则》第 18C 章正式生效，其中最大的亮点是大幅降低了特专科技公司在港上市的门槛，特装科技行业包括新一代信息技术、先进硬件及软件、先进材料、新能源及节能环保、新食品及农业技术。
在 IPO 市值要求方面，新增 18C 章节将未商业化的特专科技公司市值门槛从 150 亿港元降至 100 亿港元，对已商业化的特专科技公司的市值门槛从 80 亿港元下降到 60 亿港元。
黑芝麻智能此次赴港 IPO，就得益于该规则，据悉黑芝麻智能是首家按此规则正式递交 A-1 上市文件的企业。
或迎政策拐点
自动驾驶 IPO 热潮背后还有一个关键点，就是行业政策。
6 月 21 日举行的国务院政策例行吹风会上，工信部副部长辛国斌表示，将启动智能网联汽车准入和上路通行试点，组织开展城市级 " 车路云一体化 " 示范应用，支持有条件的自动驾驶，这里面讲的是 L3 级及更高级别的自动驾驶功能商业化应用。我们已经启动了这项工作，地方也在积极响应。相信在不久的将来，更多有智能化水平的产品会跑在路上。
随后北京、上海便传出开展 " 车内无人 " 商业化试点的消息。
7 月 7 日，北京市高级别自动驾驶示范区工作办公室正式宣布，在京开放智能网联乘用车 " 车内无人 " 商业化试点。此次开放后，根据《北京市智能网联汽车政策先行区自动驾驶出行服务商业化试点管理细则（试行）》修订版政策，企业在达到相应要求后可在北京市高级别自动驾驶示范区面向公众提供常态化的自动驾驶付费出行服务。
7 月 8 日，上海市浦东新区为小马智行、百度智行、AutoX 安途首批三家企业发放无驾驶人智能网联汽车道路测试牌照，获得牌照企业可在浦东行政区域内划定的路段、区域开展车内全无人的智能网联汽车道路测试。意味着上海无驾驶人智能网联汽车从封闭道路走向开放道路，并从有安全员的状态转变为完全无人化 " 无人车 "。
小马智行内部人士表示，自动驾驶的发展离不开政策的支持，自动驾驶行业一直受到国家高度重视，特别是从 2022 年开始，可以看出中国在自动驾驶的法律法规方面小步快跑，发展得非常快，相关法规与标准不断出台，标志着自动驾驶技术的商业化应用正在驶入 " 快车道 "。
文远知行相关负责人认为，高阶自动驾驶商业化的挑战主要有三点：一是软硬件一体的自动驾驶解决方案的稳定性和可靠性，这需要在产业链不同角色的参与者共同努力。二是投资回报率是否符合市场需求和预期。三是政策上的障碍，准入许可、运营范围目前各地都有不同政策，需要相关部门和企业共同推动。
该人士认为，解决上述难题和挑战的核心在于解决技术难题，自动驾驶技术需要实现高度准确的环境感知、智能决策和精密控制，以确保车辆安全、高效地行驶，只有做到安全可靠，自动驾驶技术才能够达成大规模普及和商业化成功。
目前，各车企及其供应商也在积极突破技术难题，推动自动驾驶系统在多城市落地。
近日，小鹏汽车董事长何小鹏表示，2023 年上半年，XNGP 智能辅助驾驶系统功能已在北上广深 4 座城市开放，并预计在 2023 年下半年开通近 50 座城市。据了解，XNGP 可以在没有高精地图的情况下，让车辆在城市道路上实现自动跟随、自动变道、自动超车、自动调整限速、自动通过红绿灯等功能。
6 月 28 日晚，华为智能汽车解决方案 BU CEO 余承东通过其个人微博透露，搭载 HUAWEI ADS 2.0 高阶智能驾驶方案的问界 M5 智驾版，于 7 月 OTA 升级后，城区 NCA 智驾功能将在上海、广州、深圳、重庆、杭州 5 城开放，今年 3 季度不依赖于高精地图的城区 NCA 将在 15 城落地，到 4 季度将增加到 45 城。
除此之外，理想宣布年底 NOA 将落地国内 100 城，同时打通城市与高速场景。
毋庸置疑，国内的自动驾驶企业们都卯足劲地往前跑，另外一方面，特斯拉 FSD 进入中国趋势愈发明确。
中信证券指出，"FSD 入华 " 是整体趋势，但距离真正落地还有两道门槛：数据采集资质、国内超算中心的建立，目前国内主机厂与特斯拉的主要差距在于处理大规模数据的工程化能力，即 " 数据飞轮 " 的建立，留给国内厂商的时间窗口或将迅速收窄。
来源：时代周报
