为何赛力斯、岚图、奇瑞等挣不到科技溢价？

文|财华社

二级市场悄然划出一条清晰的分界线：

一边是比亚迪（01211.HK）、理想（02015.HK）、小鹏（09868.HK）、蔚来（09866.HK）、零跑（09863.HK），被资本贴上智能终端科技公司标签，享受成长溢价，"蔚小理"市值均值超千亿港元，零跑也有超500亿港元。

另一边是岚图（07489.HK）、赛力斯（09927.HK）、奇瑞（09973.HK）、广汽（02238.HK）、长城（02333.HK），即便新能源销量节节攀升、出海版图持续扩张，依旧被牢牢归类为汽车工业股、整车代工厂，市盈率均值保持10倍左右。

不少投资者感到困惑：同样造电动车，同样冲击高端市场，部分企业全产新能源，赛力斯更依靠鸿蒙智行打造出均价30万以上的爆款矩阵，奇瑞坐拥国内领跑的出口规模，广汽、长城手握完善制造产能，股价与估值却始终难以挣脱传统车企估值天花板。

这道估值鸿沟，从来不是单一销量、毛利率能够填平。背后或是技术话语权、收益分配模式、数据闭环、长期现金流预期的全方位博弈。

传统车厂明明也有自研系统，为何拿不到科技溢价？

传统车企的"自研"，与新势力和比亚迪的"自研"，或不在同一个层级、同一种商业模式。前者是应用层集成式开发，后者为底层全栈式构建。同时，两大现实因素或锁定了传统车企的科技估值空间：研发投入的强度与结构错配，以及外部技术借力的路径依赖。

赛力斯、奇瑞部分高端车型深度搭载华为鸿蒙座舱与ADS智驾方案，广汽、岚图、长城也会按需采购外部智能方案补强产品力，叠加自身研发资源在软件算法侧的先天不足，或形成浅层自研与外部补位的折中模式，虽然可保证产品智能化水平不掉队，却使其在科技叙事方面的实力打了折扣。

为什么传统车企"不敢"All in自研？

理解传统车企的选择，有必要先看智驾供应商的财务现实：

头部智驾方案商如Momenta（06880.HK）、华为车BU等，在软件授权环节毛利率可观，例如Momenta于2025年的毛利率高达71.57%，但由于AI算法训练、算力集群建设、路测数据采集等领域属于无底洞式投入，其净利率长期为负，持续处于大额亏损状态。这意味着，自研高阶智驾并不是投入就能产生收益，而是需要不间断地大额进行资本开支，对于毛利率还不到30%的车企而言，这笔支出会大大地蚕食其利润表现，也就不难理解传统车厂的选择了。

以Momenta为例，其2025年收入为24.13亿元（单位人民币，下同），毛利为17.27亿元，但是研发开支就达到18.69亿元。换言之，研发开支就轻松消耗掉赚取的所有毛利，这还只是费用化的开支，还没算资本化的部分。

对比新势力与传统车厂的研发开支占比，就能有直观的感受，见下表，比亚迪与新势力2025年研发开支占收入比重介于6.63%-12.37%之间，而岚图、赛力斯、奇瑞等传统车厂的研发开支占比则介于1.71%-4.82%之间，与新势力等形成一定的差距。

传统车企的决策逻辑在于：适度外采成熟方案、控制自研投入，本质上为了保住盈利稳定性与经营安全。这份财务审慎在制造业语境中是优点，但在资本市场眼中，这种选择意味着企业主动放弃了科技成长的核心叙事，甘愿停留在硬件代工的价值区间。

传统车厂的"自研"与新势力的"自研"有何不同？

当前汽车行业智能化转型中，"自研"早已不是单一概念，不同车企的自研深度、技术权属、落地逻辑天差地别。这也是传统车企、造车新势力、技术合作车企，在产品体验、迭代能力、资本市场估值上出现巨大分化的核心原因。

1）自研层级：应用层微调vs底层全栈体系搭建

多数传统车企的智能化，以应用层二次开发、组装式自研为主：车载芯片依赖高通（QCOM.US）、英伟达（NVDA.US）等供应商，基础智驾算法采购自博世、Momenta等第三方，车载操作系统底层框架沿用Android Automotive、QNX等成熟方案。车企核心工作集中在UI界面定制、基础功能适配、整车参数标定，仅对表层功能进行修改优化，并未掌握智能化底层的技术架构、算法逻辑与功能定义权，核心技术高度依赖外部供应链。

以蔚小理、零跑为代表的头部新势力，以及比亚迪、吉利等完成深度转型的传统车企，实现了整车级全链路体系自研。核心覆盖全新电子电气架构、车载操作系统上层完整生态、全栈智驾算法、数据训练平台、云端仿真迭代系统等核心环节。这类车企并非包揽所有硬件与底层内核研发，而是摆脱了单纯的组装适配，掌握了智能化功能定义、技术迭代节奏、体系架构设计的主导权。

二者核心差距：普通自研是改皮肤、调参数、拼方案，受制供应链节奏；高阶全栈自研是搭架构、建体系、定规则，具备自主迭代的底层基础。

2）数据闭环：静态定型功能vs动态复利进化

智能汽车的核心价值，不在于出厂时搭载的L2+基础智驾功能，而在于依托数据闭环实现持续OTA进化、越用越好用，这也是智能汽车区别于传统硬件工业品的核心特质，而数据权属与训练权限，是进化能力的核心前提。

全栈自研车企可搭建完整的自主数据闭环：用户合规行驶数据采集→云端自动标注与算法训练→模型迭代优化→远程OTA推送升级→用户体验提升→更多真实场景数据回流，形成正向复利循环。上路的每一台车辆，都是车企算法迭代的终端，车辆产品力会随时间持续提升。

依托外部技术方案的车企，迭代能力或存在明显天花板。例如采用华为鸿蒙智行、第三方全栈智驾方案的车型，虽也能获得供应商OTA升级，但核心原始数据、极端场景数据、算法训练权限、功能迭代定义权大多掌握在技术提供方手中。车企未必能自主针对用户真实场景优化算法，迭代节奏、功能更新或需依赖供应商排期与战略规划，难以形成属于自身的技术复利，车辆出厂后的进化空间被严重限制。

同时行业存在差异化中间形态：仅采购华为乾崑智驾、地平线（09660.HK）硬件方案的车企，可通过商业合同约定部分数据权限与二次开发空间，自主可控性高于深度绑定的鸿蒙智行合作模式，但仍远弱于全栈自研体系。

3）组织基因：传统制造流程vs软件敏捷迭代

智能化的落地能力，本质是企业组织与文化的落地能力，制造基因与软件基因的差异，是车企智能化效率分化的核心底层原因之一。

传统车企脱胎于燃油车工业体系，长期以硬件制造为核心，组织层级相对规整，决策流程严谨冗长，产品迭代以季度、年度为单位，核心适配硬件研发的低容错、高稳定需求。企业内部软件团队、算法团队话语权偏弱，技术人员结构以硬件工程师为主，软件研发的试错文化、快速迭代机制天然缺失。即便高薪引进软件人才、搭建千人软件团队，根植于企业的制造流程与风控体系，也会短期制约软件自研效率。

新势力车企诞生于智能汽车时代，天然采用互联网扁平化组织架构，以产品、算法、软件团队为核心决策单元，适配软件行业快速迭代、不断试错的逻辑，OTA更新、功能优化周期以周、月为单位，能够快速响应用户需求、修复产品问题。

需要客观正视的是，该差距并非永久固化。当前主流传统车企均已通过成立独立智能化子公司、改革考核机制、扁平化项目制等方式重构组织体系，逐步适配软件迭代节奏；而规模化后的新势力，也逐渐出现组织臃肿、流程复杂化的问题，二者的组织差距正在逐步收敛。

4）盈利模型：一次性硬件差价vs全生命周期资产收益

传统车企的自研与供应链优化，核心目标是降本增效，通过自主替代外购方案降低单车BOM物料成本。其核心盈利模式始终是卖车赚取一次性硬件差价，车辆交付用户后，收益链条基本终止，无后续长尾收入，车辆仅作为一次性销售的硬件工具。

全栈自研车企的核心目标，是将车辆打造为可持续创收的智能终端资产。依托自主可控的智能座舱、高阶智驾、车载生态，可通过高阶智驾订阅、OTA付费升级、车载应用生态分成、增值服务等模式，实现车辆全生命周期的持续盈利。理想、小鹏等头部车企的软件服务收入持续增长，已验证该商业模式的可行性，彻底打破了传统车企"一车一赚"的单一盈利模式。

反观深度绑定外部技术方的车企，短板十分明显。以华为深度合作模式为例，智能化软件收益、生态权益、用户数据价值大多归属技术提供方，车企仅能获取整车硬件制造的利润。即便产品智能化体验拉满、市场热度较高，也无法构建自主的软件商业生态，长期盈利天花板清晰，这也是资本市场无法给予其溢价的一个原因——可持续订阅收入本身就带有贴现价值，无法提供相应服务的传统车企自然无法获得这部分估值。

行业破局之道：传统车企突围估值困局的参考路径

港股新能源车企的估值分化，本质上是赛道定位与发展策略的分层结果。想要打破这一估值桎梏，传统车企或可立足自身的制造与硬件优势，走差异化、可落地的多元突围路径。

路径一：供应链换道超车，复刻比亚迪垂直整合硬件护城河

比亚迪之所以能稳居新能源科技估值第一梯队，核心壁垒并非智驾算法，而是全产业链垂直整合带来的硬件定价权。在软件赛道被新势力瓜分殆尽的当下，传统车企与其耗费资源进行拼自研，不如扬长避短，将有限的研发预算集中于下一代核心硬件领域。

重点攻坚固态电池、碳化硅功率芯片、轮毂电机、一体化压铸等赛道，是极具优势的破局点。例如广汽深耕固态电池研发，长城依托蜂巢能源完善硬件产业链。一旦车企实现核心硬件的代差级突破，比如率先量产固态电池或实现十分钟快充续航千里，原有的估值体系有望重构，硬件科技溢价也将如期兑现。

路径二：梯度解绑技术依赖，逐步减负摆脱"华为税"枷锁

以赛力斯为代表的鸿蒙智行体系车企，陷入了典型的"合作双刃剑"困境。华为的技术方案是快速起量的"恩人"，但单车近十万元的技术授权与服务费，以及被锁定的底层数据与算法迭代权，也成了制约估值提升的"华为税"。

或可通过渐进式解绑来破局：短期立足存量合作，与华为重新谈判阶梯定价或利润分成机制，修复盈利空间；中期引入地平线等本土优质供应商，打破单一技术依赖；长期则依托合作积累的整车工程经验，沉淀专属产品定义体系，逐步搭建自主可控的智能化研发团队。将头部技术合作方当作赋能的助力而非终身依附的决定性因素，实现技术与权益的自主，才是估值重塑的核心拐点。

路径三：轻资产借船出海，复制零跑模式升级全球化盈利

传统车企重资产铺路的出海模式投入大、风险高。而零跑与Stellantis的跨界合作，开辟了"卖技术赚复利"的轻资产全球化新范式。奇瑞、广汽、长城等车企完全可以复制这一模式。

一方面，盘活自主技术资产，将成熟的纯电或混动平台对外开展技术授权，允许海外合作伙伴贴牌生产，将技术储备转化为持续现金流；另一方面，从单一的整车出口迭代为技术平台与整车产品连同生态服务的复合出海模式，赚取高利润的技术授权费。同时，借力国际巨头的成熟渠道与合规体系，轻松规避关税壁垒与本土化运营痛点。一旦技术授权收益成为独立的高增长财报板块，资本市场或会改变估值逻辑。

路径四：差异化场景卡位，深耕细分赛道打造定价权"特长生"

智能汽车的终局并非所有玩家都要成为全栈科技巨头。传统车企无需追求"全科满分"，立足自身积淀深耕细分赛道，同样能收获资本市场的估值认可。

在硬派越野与户外场景，长城坦克系列已验证了机械素质与底盘调校比通用智驾更具核心壁垒，深化电动化越野技术即可形成场景护城河；在高端商务与行政场景，岚图梦想家、广汽传祺E9精准卡位MPV赛道，深耕空间舒适度与豪华质感，依托高溢价实现估值提升；在公共出行与运营场景，广汽埃安依托大规模运营车队产生的海量真实路况数据，有望在Robotaxi商业化落地中率先突围。在专属细分赛道做到极致、形成不可替代性，传统车企同样能突破估值天花板，实现价值重估。

结语

从比亚迪的垂直整合，到蔚小理的全栈自研，新能源汽车的下半场，本质上或是一场关于"定义权"与"数据权"的争夺战。岚图、奇瑞、广汽、赛力斯等传统车企，拥有深厚的制造底蕴、完善的供应链管理和庞大的出海渠道，这是它们的优势。但在"软件定义汽车"的时代，如果无法在智能化底层夺回自主权，或者在合作模式中找到更合理的利润分配机制，它们的估值修复之路注定漫长。