← 返回公司库

L3 公司投研页 · 待更新

Aeva

Aeva Technologies, Inc.

Aeva用FMCW 4D LiDAR-on-chip同时测量距离和径向速度,服务自动驾驶卡车、ADAS、机器人、工业计量和智能基础设施,核心驱动是Physical AI需要更早识别运动目标和抗干扰冗余,关键约束是FMCW硅光子量产、车规SOP周期和客户软件栈是否愿意为速度原生点云付费。

研究定位 芯片与半导体层

AI应用与SaaS

订阅这家公司变化新观点 / 硬数据进邮箱

1. 投资摘要

  • Aeva 在 chain-app 链条中的核心看点,是它承担的产业环节是否真实、收入能否从项目或订单传导到可复核财务指标。543920

  • 本页统一放进产业链位置、产品业务、上下游、竞争格局、护城河、财务质量和风险阈值里审视,不把单一主题热度直接当成经营兑现。

  • 跟踪重点是客户验证、收入确认、毛利率、现金流、订单或 backlog、以及同行替代路径;这些变量决定它能否从叙事变成持续经营质量。

  • 对未披露客户、供应商或收入规模,只保留为待验证假设;若后续出现反证,要同步更新摘要、风险和误读纠偏。

2. 产业链位置

Aeva Technologies, Inc. 是一家纳斯达克上市的 4D FMCW LiDAR 感知公司,不是传统 ToF 激光雷达厂,也不是已经规模盈利的 AI 芯片公司。公司在 10-K 中把自身技术定义为集成在 silicon photonics chip module 上的 FMCW 4D LiDAR,可同时给出距离和每个像素的即时速度信息,并强调抗干扰、低光功率和远距性能,SEC 10-K 由此确认了真实业务。

Serenity 盯 AEVA 的核心不是“车载 LiDAR 复苏”这么简单,而是把它放到 Physical AI、世界模型、人形机器人和工业自动化的传感层。她在 2026-02-09 明确称 AEVA 是“4D Physical AI + World Models”的多头,在 2026-03-22 又把它与 Sivers 上游激光、LG Innotek、Boston Dynamics 供应链可能性相连,原推原推。这类判断必须弱化为“供应链映射与可选项”,因为公开文件没有披露 Boston Dynamics 或 Apple Watch 的确定收入。

3. 产品与业务

Aeva 的产品是 FMCW 4D LiDAR 感知平台,商业化路径包括汽车、工业、国防和机器人。公司 2025 全年业绩新闻稿称其推出 Omni,用于更宽视场、短距、面向 physical AI 的 FMCW LiDAR,并披露 Forterra 选择 Aeva 4D LiDAR 用于自动驾驶防务车辆,公司 2025 全年业绩稿 说明它已从单纯汽车开发项目扩展到多场景设计导入。

与 LG Innotek 的合作是业务从样机走向制造可行性的关键节点。Aeva 官方披露,LG Innotek 最高约 5000 万美元投资包括股权、非稀释产品开发资金和产能投资,并由 LG Innotek 制造和供应 Aeva Atlas Ultra 4D LiDAR,Aeva-LG Innotek 官方公告。Serenity 提到“LG 5000 万美元、humanoids、Boston Dynamics vision supplier”时,真实锚点是这份合作公告;后半段供应链外推仍需要后续客户订单验证。

4. 上下游分析

上游看激光器、硅光芯片、光学封装、SoC 和代工/模组制造。FMCW 路线对窄线宽连续波激光、相干探测和光电集成有更高要求,因此 Serenity 反复把 AEVA 与 Sivers 的 DFB/CW 激光供应链联系起来,原推。但公司官方材料没有确认 Sivers 为供应商,所以正文只能写“她的供应链假设”,不能写成已披露客户/供应商关系。

下游看三个层次:汽车 ADAS/自动驾驶是最传统市场;防务无人车和工业移动设备是较早商业化的增量;人形机器人和世界模型是高弹性但最不确定的远期叙事。Aeva 的真实经营瓶颈,是把技术领先转化为量产收入、毛利率和现金流,而不是只证明 FMCW 物理原理。

5. 同业竞争格局

竞争对象包括 Ouster、Luminar、Hesai、RoboSense、Mobileye/Intel 视觉方案、Tesla 纯视觉路线以及工业传感器厂。Aeva 的差异点是 FMCW 直接速度测量;传统 ToF 方案通常从多帧位移推导速度,这正是 Serenity 说“确定性 Physical AI”相对“概率式深度数据”的技术叙事来源,原推

但竞争格局不能只按技术参数排序。自动驾驶和机器人客户更看重成本、可靠性、供应连续性、软件栈适配和量产认证。FMCW 若成本高、体积/功耗或供应链复杂度不达标,仍可能被 ToF、视觉、毫米波雷达融合方案替代。

6. 护城河分析

Aeva 的护城河来自三层:第一,FMCW 光电架构和芯片级集成;第二,汽车/工业客户认证周期;第三,与 LG Innotek 这类制造伙伴绑定后形成的量产学习曲线。SEC 10-K 对技术差异有明确描述,SEC 10-K,LG 合作则补上量产与资本支持,官方公告

护城河的脆弱处也很清楚:公司仍处商业化早期,收入规模小,客户集中和项目延期会放大波动;Serenity 自己也把 AEVA 称作“venture bet on 4D AI”,并指出它不像 RDDT 那样产生大量自由现金流,原推。因此这不是低风险价值股,而是技术路线押注。

7. 误读纠偏

误读一:AEVA 是机器人确定性赢家。纠偏:公开资料只支持“FMCW 4D 感知是 Physical AI 候选技术”,不支持写成 Boston Dynamics、Apple 或所有人形机器人已经采用。

误读二:LG 投资等于收入已经确定爆发。纠偏:LG 合作提升制造可信度,但财务兑现仍要看量产项目、交付节奏、毛利率和现金消耗。

误读三:FMCW 技术先进就必然赢。纠偏:传感器行业最终比的是系统成本、可靠性、车规/工业认证、客户切换成本和生态适配。AEVA 的看点是真实存在,但仍处高执行风险阶段。

8. 财务质量

  • 收入质量:优先看已经披露的产品收入、服务收入、项目收入或客户交付,而不是把主题热度直接等同于经营兑现。543920

  • 利润质量:毛利率、经营费用率和现金消耗要一起看;如果公司仍处早期商业化阶段,订单可见度比短期利润更重要。543921

  • 现金质量:需要跟踪经营现金流、资本开支、库存、应收账款和融资节奏,避免只看收入增长。543922

  • 对比口径:同业比较应尽量使用同一季度、同一币种和同一业务范围,不能把一次性项目和可持续收入混在一起。

9. 业绩传导路径

AI / 自动化 / 数字化需求
  -> 客户验证和预算确认
  -> 产品导入、交付或订阅扩张
  -> 收入确认与毛利率改善
  -> 现金流、订单质量和估值重估

真正需要验证的是每一层是否有公开证据支撑:需求有没有客户签约,导入有没有量产或续约,收入有没有进入财报,利润有没有被规模效应留下来。543923

10. 估值框架

情景关键假设观察指标风险提示
保守需求验证慢,收入主要来自既有业务收入增速、现金流、订单延后主题估值回落
基准核心产品进入稳定交付或客户扩张客户数、项目规模、毛利率竞争加剧
乐观公司在关键链条形成份额提升backlog、续约、产能利用率执行不及预期

估值不应从故事直接跳到倍数,而应先拆成收入确定性、毛利率可持续性、现金流质量和竞争位置四个变量。543924

11. 催化

  1. 新客户、新项目或新产能从公告进入可交付阶段。543925

  2. 季度财报中收入、毛利率或现金流出现连续改善,而不是单季波动。543926

  3. 上游供给、下游需求或监管环境变化,使公司所在环节的稀缺性提高。

  4. 同业验证同一技术路径或商业模式,降低单公司叙事的不确定性。

12. 核心风险

风险触发信号影响
商业化慢于预期客户导入、量产或续约延期收入兑现下修
毛利率承压价格竞争、良率不足、交付成本上升估值倍数压缩
客户集中单一大客户订单波动财务波动放大
技术替代同业路线成本更低或生态更强市场份额下降
融资/现金流自由现金流长期为负稀释或战略收缩

13. 跟踪指标

频率指标为什么重要
季度收入增速与分部收入验证需求是否进入财务报表
季度毛利率与经营费用率判断规模效应是否真实
季度经营现金流、库存、应收识别收入质量和交付压力
事件客户公告、认证、量产、续约判断从样机到商业化的进度
半年同业份额与价格变化判断竞争强度和替代风险

14. 最新事件与维护口径

  • 已归档来源显示,Aeva 的当前分析应围绕公开披露、客户或产品进展和财务兑现来更新。543927

  • 新增财报、重大合同、监管文件或客户验证时,优先更新投资摘要、财务质量、催化和风险阈值。

  • 新增产业链证据时,要标清它是已发生事实、公司指引、第三方估计,还是人物/机构观点。

  • 出现反向证据时,必须在误读纠偏和核心风险中保留,不让页面只累积正向信息。

  • 若来源链接失效,先替换为同等级公开来源,再调整 sources_count,不要保留不可追溯锚点。

  • 若后续进入专业加厚阶段,可以在本页基础上补充季度桥、同业硬指标表和 SOTP 情景。

15. 来源

source: 公开披露与公开资料整理 本页仅用于产业链学习、信息检索和研究辅助;不构成投资建议,不预测涨跌,不提供买卖、仓位或目标价建议。