公司在激光雷达方面的业绩预期和市场情况如何？
A：激光雷达方面目前进展顺利。公司在市场上已取得良好成绩，特别是在交调方面，市场占有率大约在85%。至于自动驾驶激光雷达方面，目前也有一些新的订单，并且正在不断开拓市场。公司已经与几家车企形成定点，并且在商用车乘用车领域有量产。在今年上半年，还取得了一个来自主机厂的定点，预计会进一步推动业务发展。
Q：公司对激光雷达行业的看法，特别是在竞争壁垒和差异化方面的优势是什么？
A：公司对激光雷达行业持积极态度。其竞争优势在于技术积累深厚，自2010年已开始研发激光雷达，也因国内A股上市拥有资本优势。公司的业务多元化能够支撑激光雷达的长期发展，不依赖于短期规模化。万集科技会集中精力在技术产品打磨和市场时机成熟时争夺市场份额。
Q：激光雷达产品方面，未来开发和市场推广的计划如何？
A：目前，公司的机械式激光雷达已有定点订单，而半固态MEMS技术虽已完成产品开发，但未作为主要推广对象。公司更专注于OPA的研发，并在技术上取得突破。预计在未来一至两年内，短距离的产品将实现商业化。
Q：关于自动驾驶技术的发展趋势，特斯拉的纯视觉方案与使用激光雷达的方案孰优孰劣？
A：万集科技认为，在自动驾驶技术中，多元感知与算法的结合将是未来趋势。尽管目前市场上存在争议，且主机厂可能基于成本考虑而有不同选择，但多传感器融合方案在成本可接受的情况下，将更有利于汽车安全。与此同时，算力成本目前较高，因此在传感器和算力之间，多传感技术未来仍将占有一席之地。
Q：公司在激光雷达的发展和应用方面有哪些规划，未来激光雷达将如何影响公司业绩？
A：在激光雷达技术方面，公司对采用激光雷达的方案持乐观态度，并对这项技术有信心。尤其是OPA技术，由于其成本及稳定性优势，预计随着技术的成熟，纯固态的低成本激光雷达将逐渐普及，并有望成为车辆标配。然而，由于现有激光雷达技术在成本上的限制，未来激光雷达的大规模上量可能还需低成本技术出现。因此，尽管短期内公司业绩主要依赖于传统激光雷达，但我们期待在未来OPA技术方面的突破，希望跟上行业步伐。
Q：关于激光雷达技术的普及，您对24年到25年的渗透率有何展望？
A：由于我们不是行业研究机构，不能提供精确的渗透率预测。但我们观察到，包括20万以下车型在内的多款车型都开始将激光雷达作为标配选项。我们认为，鉴于中国市场主要消费群体偏向中低端车型，未来激光雷达的大规模普及还需要更低成本的技术出现，所以短期内不会出现大规模爆发，而是逐步增量。
Q：目前智能网联领域，尤其是V2X行业的发展如何？预计在未来两年会有哪些变化？
A：智能网联行业，包括V2X技术，在近期受到国家和行业的积极政策推动下有所发展。特别是V2X功能已成为一些主要评测机构明年车辆检测的要求之一。接下来的两年内，智能网联领域将迎来快速增长期，公司正积极准备，动用资源迎接市场快速爆发。政策方面，国家有意推动智能网联示范城市试点，设置了具体建设指标，这进一步表明了行业的积极前景。
Q：有关自动驾驶车辆配备V2X模块的政策及其对车端的影响情况？
A：国家已推出要求自动驾驶车辆在明年的检测中必须配备V2X功能的政策，这是一个强有力的积极信号。该政策为车辆网联功能设定了三个场景，不满足这些场景将在评分中被扣分。为了获得五星评价，车辆必须具备V2X通信能力。但在车端，由于目前厂商自身存在生存困难，可能不会像路端推进得那样激进。
Q：公司在智能网联方面的主要业务是什么？他们在这个领域的未来趋势怎么看？
A：公司在智能网联方面主要是做高速公路和城市智能网联两条线。高速公路业主拥有一套比较成熟的商业模式，通过V2X的建设可以提升道路通行的安全性和效率，在特殊场景下，如隧道、收费站等，能显著减少拥堵，增加收费额。城市智能网联建设则看似是一种新型基础设施投入，前期主要由政府推动。公司预测未来技术趋势是ETC和V2X两条线将逐渐融合，在未来3~5年内先独立发展，然后逐渐在车内集成为带有V2X和ETC双模的产品。高速公路将以ETC车路协同为主，在城市则将采用V2X方式。
Q：产业内部对于谁将承担V2X成本的看法如何？有哪些可能的商业模式？
A：目前产业内还没有形成一种特别主流的方法来闭环商业模式。不过有几种思路正在探讨中：一是可能未来将通过路侧车路协同的服务向终端用户（C端）收费；二是与现有商业模式结合，比如车、农路云一体化，在智能网联的基础上同时建设储能和充电设施；三是探讨引入第三方资本，如险资，降低路网事故发生概率从而获得正向收益。这些模式都需要严谨的数据和测算过程才能成熟实施。
Q：V2X产业中哪些参与者可能从增效和降本方面受益？
A：V2X技术普及后，可能的受益方包括公共交通领域（公交、出租车等），通过提高运行效率和减少事故来达到降本增效的目的。高速公路业主通过提高道路通行效率可以增加收入。政府可能对后装的量有一定要求，优先配备V2X技术以提升社会车辆的运行效率。（来自）
本文作者可以追加内容哦 !
