一份年中报，抹平资本市场对吉利的“认知差”

2026年8月17日，吉利汽车（0175.HK）发布2026年中期业绩。

总销量突破142万辆创同期新高，总乘用车市占率提升至11.15%；新能源车销量近80万辆，渗透率达56%；海外销量同比暴增158%，突破47万辆超去年销量总和。

总营收1736亿元，同比增长15%，创历史新高，连续六年保持稳健增长；核心归母净利润96.8亿元，同比增长46%；毛利率提升至17.9%，单车收入同比提升16%至11.2万元，单车核心归母净利润同比增长45%至6806元；截至6月末，资金储备提升至695.6亿元，维持在历史高位。同期，吉利是A+H股中唯一股价正增长的中国乘用车整车股。

将这份财报放入2026年上半年的汽车行业宏观背景中，才能真正理解它的分量。

据乘联分会数据显示，1-5月中国汽车行业利润率仅为3.4%，远低于下游工业6.1%的平均水平，整车制造利润率更是跌至1.5%。在已披露业绩预告的上市车企中，广汽集团预亏40.6亿至45.7亿元，北汽蓝谷预亏17.7亿至19.7亿元，江淮汽车预亏约7.4亿元；长安汽车、长城汽车也发布公告称，净利润将出现下滑。

用近期行业内广泛引用的一句话来总结2026年上半年的中国车市：整车厂正被“钉在十字架上，左边交智能税，右边交电池税”——却又是在这样一个全行业普遍“失血”的上半年，吉利反而在加速造血，于营收、利润、毛利率、单车收入等多个维度上实现全线提升。

之所以吉利会出现这种“逆周期”的企业表现，核心原因可以归纳为两个层面。

显性层面，是极氪的高端化、银河的规模化、中国星的基盘化和海外的爆发式增长。隐性层面，则是一个贯穿吉利所有业务线的底层变量正在被资本市场低估：全域AI。

首先，在理解吉利为什么能赚钱之前，先要理解行业为什么在亏钱。

过去几年，中国新能源汽车行业切实地经历了一轮“硬件军备竞赛”：电池越装越大、屏幕越放越多、激光雷达越堆越密。结果是BOM成本持续攀升，而价格战又把终端售价不断压低。毛利率因此被“上游原材料涨价和下游消费者压价”两头挤压。

这是“堆配置”式内卷的必然结局。每款车都是一个独立的硬件堆叠体，研发不可复用，成本不可递延，规模效应仅体现在单件采购成本上，系统性降本的空间极为有限。当行业价格战打到最惨烈的程度，几乎没有车企能从这个模式中获利。

吉利的破局思路是用AI重构成本结构。

要知道在传统汽车研发中，一款新车的平台开发、底盘调校、动力匹配、安全验证，每个环节都需要大量的物理测试和重复验证。研发费用是刚性支出——车型越多，平台越多，研发总投入就越高，单车分摊的研发成本也越难下降。

吉利的GEA Evo、浩瀚-S、SPA Evo、CMA Evo四大AI架构，将底盘、动力、电子电气、安全等整车底层能力全部模块化、数字化。在这个架构之上，不同品牌、不同车型的研发不再是“从零开始”，而是在统一的“整车大脑”基础上进行差异化配置。

简言之，极氪验证过的技术，银河可以直接调用；领克开发的功能，中国星可以共享迭代。

上半年数据验证了这一逻辑。研发费用率同比下降0.3个百分点至5.2%，研发总投入却同比增长8%至90.61亿元——投入更多了，但效率更高了，单车摊销更低了。行政费用率同比下降0.2个百分点至1.7%。尤其值得注意的是，在海外销量暴增158%的情况下，销售费用率与去年同期持平。

这就是AI驱动的“规模经济”与传统规模经济的本质区别。传统规模经济靠的是产量越大、单件固定成本越低；AI驱动的规模经济靠的是数据越多、算法越强、研发复用率越高、边际成本趋近于零。

因此，当竞争对手在“每卖一辆亏一辆”的泥潭里挣扎时，吉利用AI把成本结构从“硬件堆叠”变成了“软件复用”。毛利率17.9%，核心归母净利率5.6%，而行业均值只有1.5%。这个差距远不是靠采购谈判或生产精益能讲通的。

其次，在行业价格战最惨烈的2026年，业内关于车企“多品牌战略”的质疑普遍在被放大。但是如果将吉利的四大品牌放在AI框架下观察，会发现逻辑与“产能扩张”完全不同，而是一个统一的AI体系在不同价格带和细分市场的终端延伸。

极氪上半年交付178370辆，同比增长97%，品牌均价接近35万元，9X系列平均成交价超53万元——50万以上豪车市场每卖出3辆就有1辆是极氪9X。

以不到八分之一的销量贡献了约三分之一的收入，这是极氪对财务贡献的显性维度。但更深层的价值，在于极氪承担了全域AI技术的“旗舰验证”功能：WAM世界行为模型、千里浩瀚H9（两颗Thor芯片、1400TOPS算力）、AI数字底盘——这些最前沿的技术，必须有一个足够高端的品牌来率先跑通、跑稳，形成标杆效应。否则，技术只是实验室里的参数，而非市场上的认知。

极氪完成验证后，接力棒交给银河。银河上半年销量突破51万辆，跻身全球新能源前三。对银河而言，考验的不只是技术本身，更是成本控制能力。

星愿是最好的例证，累计销量破80万辆，行业最快；出口8.7万辆，占品牌出口超四成；海外毛利率显著高于国内，仅巴西市场售价就达16至18万元。AI赋能的成本优势在这里转化为了定价权和利润空间——国内走量摊薄成本，海外高定价贡献利润。

中国星上半年销量突破58万辆，连续9年蝉联中国品牌燃油乘用车销冠。这个成绩在燃油大盘持续萎缩的背景下尤为突出，也厘清了燃油车与AI在当前的新关系。

中国星全面落地的i-HEV智擎混动技术，正是AI算法对内燃机与电机协同效率的优化，实测油耗低至2.22L/100km证明了用新能源取代燃油并非唯一的技术通路，AI同样可以让燃油车在效率上逼近新能源。于是在燃油车仍能贡献稳定现金流和利润的当下，吉利i-HEV战略又成功用AI在燃油大盘萎缩的背景下守住了基盘。

领克上半年销量14.4万辆，海外销量同比增长216%，覆盖海外53个国家和地区。在行业内卷的背景下，领克选择了一条不参与价格战和配置堆砌的路，将“潮流、运动、个性”的细分市场做深做宽。

支撑这一选择的仍是AI。领克10 EM-P的超拟人智能体Eva通过声纹识别自动匹配个性化设置；领克07（参数丨图片）GT将Eva延伸为实体机器人，让AI从软件变成“看得见的陪伴”；领克Z20整合星睿AI大模型与DeepSeek大模型，实现口语化自然交互。

一系列的做法是领克用AI证明了，真正的“个性化”不需要靠高成本的硬件选配，而是可以凭借相对低成本的软件去定义。

极氪验证、银河放量、中国星守位、领克破局，四个品牌各自承担不同使命，却共享着同一个AI大脑。得益于这套统一的AI体系，让四个品牌的研发成本被分摊、技术能力被复用、市场定位被区隔，支撑起了吉利当前的盈利水平。

由此得见，“一个吉利”从组织口号变成财务现实，AI才是那个看不见的粘合剂。

再将视线再回到吉利的全球化上。上半年海外销量47.4万辆，同比增长158%，已超2025年全年出口总量；6-7月单月销量均破10万辆，创历史新高；年初64万的出口目标已被上调至保92万、冲100万。

这些数字的含金量，需要在“逆全球化”的背景下理解。2026年，中国汽车出海面临的环境远比前几年复杂：欧盟对中国插混车加征额外反补贴关税，东南亚多国收紧外资建厂政策，全球贸易壁垒在加高而非降低。绝大多数中国车企的出海策略因此受到直接冲击，要么利润被关税侵蚀，要么建厂进度被政策拖缓。

吉利海外销量的爆发，是“产业共生型”出海模式在起关键作用。

当前，吉利与沃尔沃、宝腾、雷诺、福特等共享产能，利用对方既有工厂进行本地化生产。既可以联动福特合资工厂和沃尔沃工厂规避欧盟加税，也可以借助宝腾模式预防马来西亚政策变动。这种低投入、高产出、低风险的轻资产模式，既规避了关税壁垒和投资壁垒，又不用承担重资产建厂的沉没成本风险。

而决定轻资产模式能够顺利推进的一方面因素，也包括了全域AI。毕竟本地化生产意味着车企要对不同的法规、不同的充电标准、不同的网络环境进行本地化适配。吉利依托于一个高度灵活的AI底层架构，同样能够以远低于传统工程开发的成本和时间完成这些适配。

甚至，这些数字背后又有着一个容易被忽视的问题：为什么吉利的智能化能力到了海外依然能打？这其实同样与全域AI有关。

要知道，国内大多数车企的智驾系统是在中国路况下训练出来的，熟悉中国的车道线、交通标识、驾驶习惯。一旦到了欧洲、东南亚、中东，面对完全不同的道路环境，系统表现往往断崖式下滑。这是纯数据驱动型AI的天然局限：数据在哪里，能力就在哪里。

吉利的WAM世界行为模型则采用了不同的技术路线。它学习的不是“中国特定场景的应对策略”，而是 “物理世界的一般规律”，譬如物体的运动轨迹、道路的几何逻辑、交通参与者的行为模式，这些规律在不同国家和地区具有通用性。

再配合上吉利星座64颗在轨卫星提供的全球环境感知数据，也就让吉利的AI系统在海外市场的适配速度相比纯数据驱动型车企有着先天优势。

如你所见，极氪登顶中国香港豪华品牌榜首、银河星舰7在克罗地亚上市首月夺魁、星愿在墨西哥和印尼同时登顶新能源销冠，这些海外战果的本质依旧要归因于吉利全域AI能力的全球化输出，而非单纯的渠道铺设或性价比优势。

接下来，千里浩瀚智驾系统将正式出海，成为首个在海外规模化应用的中国高阶辅助驾驶方案；i-HEV智擎混动技术将于2027年进入欧洲、亚太、英国、澳新等市场，在全球燃油车占比仍超六成的背景下，用AI算法实现对传统燃油车的效率碾压。

由此再来看这一份中期业绩，其实更像是资本市场抹平对吉利“认知差”的一个拐点。

虽然今年上半年，吉利已经获包括贝莱德、美国世纪投资管理等国际长线基金在内的46家机构增仓或建仓，以及得到花旗、汇丰研究、中金、瑞银、里昂、申万宏源、招银国际等数十家国内外投行给予 “增持”“买入”“跑赢大市”等评级，但这也只能看作是资本市场按照对车企的传统定价公式，遵循“销量×单车利润×行业平均PE”的框架，基于极氪的高端化、银河的规模化、海外的高增长这些可见的终端表现，给出了理应有的认可。

因为吉利的真实资产结构早就超出了这个公式的覆盖范围。

全域AI的四大基础设施：星睿智算中心2.0（23.5 EFLOPS算力，中国车企第一，可支撑700万辆车并发计算）、自研7nm芯片“龍鹰一号”（累计装车超百万片，行业唯一实现该规模的7nm车规级座舱芯片）、超850万辆L2级以上车辆积累的百亿公里行驶数据、64颗在轨卫星，在当前会计准则下，这些投入全部计入当期费用，而非资产。

这是一个根本性的错配。这些基础设施的会计属性是“费用”，商业属性却是“资产”。算力中心建成后，边际算力成本极低；芯片流片成功后，边际生产成本趋近于零；数据积累完成后，新增数据的训练价值边际递增；卫星组网完成后，全球覆盖成本不再增加。每一笔都在持续产生价值，但它们在资产负债表上几乎不留痕迹。

错配的后果同样具体。极氪在50万以上市场的技术壁垒，银河在主流价格带的成本优势，海外市场快速适配的能力……这些竞争力全部建立在AI基础设施之上，但基础设施的投入已在利润表中全额扣除，它们产出的竞争力却被市场总结为“经营能力”或“品牌溢价”。

市场为结果鼓掌，却不追问结果从何而来。

参照特斯拉，这家企业在2018年也经历过相同的阶段。Dojo超算中心被视为“烧钱”，FSD芯片的自研被视为“过度投资”。市场习惯用汽车股的逻辑定价，直到FSD开始产生实际效益，市场才意识到这些“费用”的真实属性是基础设施资产，估值框架才从汽车股切换为科技股，并出现了数量级的变化。

所以，当与吉利资本市场估值有关的答案指向AI基础设施，当超级Eva向“全时主动智能”进化，当千里浩瀚城市漫游功能推出，当AI正从“功能”变为“体验”，当消费者因智能化体验选择吉利成为一个显性趋势时，估值模型就不再依赖单一的销量利润公式。

届时，吉利全域AI从高端旗舰走向规模化普及，将迫使市场重新审视一个被低估的事实：这不是“给汽车加点配置”，而是“整个公司的底层竞争力被AI重写”。

所以，吉利2026年中期业绩的真正价值，不只在于证明了吉利“会赚钱”，更在于用一份完整的财务数据，证明了全域AI不是战略口号，而是已经产生实际效能的商业引擎。

2026年8月17日，吉利汽车（0175.HK）发布2026年中期业绩。当日吉利汽车股价盘中一度上涨6.23%，截至发稿时涨幅4.77%，领涨港股汽车股。

你看，当财务数据与战略叙事逐步交汇，资本市场对吉利“认知差”的修正就不再是一个逻辑推演，而是一个正在发生的现实。