← 返回公司庫

L3 公司投研頁 · 待更新

Aeva

Aeva Technologies, Inc.

Aeva用FMCW 4D LiDAR-on-chip同時測量距離和徑向速度,服務自動駕駛卡車、ADAS、機器人、工業計量和智慧基礎設施,核心驅動是Physical AI需要更早識別運動目標和抗干擾冗餘,關鍵約束是FMCW矽光子量產、車規SOP週期和客戶軟體棧是否願意為速度原生點雲端付費。

研究定位 晶片與半導體層

AI應用與SaaS

訂閱這家公司變化新觀點 / 硬資料進信箱

1. 投資摘要

  • Aeva 在 chain-app 鏈條中的核心看點,是它承擔的產業環節是否真實、營收能否從專案或訂單傳導到可複核財務指標。543920

  • 本頁統一放進產業鏈位置、產品業務、上下游、競爭格局、護城河、財務質量和風險閾值裡審視,不把單一主題熱度直接當成經營兌現。

  • 追蹤重點是客戶驗證、營收確認、毛利率、現金流量、訂單或 backlog、以及同行替代路徑;這些變數決定它能否從敘事變成持續經營質量。

  • 對未揭露客戶、供應商或營收規模,只保留為待驗證假設;若後續出現反證,要同步更新摘要、風險和誤讀糾偏。

2. 產業鏈位置

Aeva Technologies, Inc. 是一家納斯達克上市的 4D FMCW LiDAR 感知公司,不是傳統 ToF 雷射雷達廠,也不是已經規模盈利的 AI 晶片公司。公司在 10-K 中把自身技術定義為整合在 silicon photonics chip module 上的 FMCW 4D LiDAR,可同時給出距離和每個畫素的即時速度資訊,並強調抗干擾、低光功率和遠距效能,SEC 10-K 由此確認了真實業務。

Serenity 盯 AEVA 的核心不是“車載 LiDAR 復甦”這麼簡單,而是把它放到 Physical AI、世界模型、人形機器人和工業自動化的感測層。她在 2026-02-09 明確稱 AEVA 是“4D Physical AI + World Models”的多頭,在 2026-03-22 又把它與 Sivers 上游雷射、LG Innotek、Boston Dynamics 供應鏈可能性相連,原推原推。這類判斷必須弱化為“供應鏈對映與可選項”,因為公開檔案沒有揭露 Boston Dynamics 或 Apple Watch 的確定營收。

3. 產品與業務

Aeva 的產品是 FMCW 4D LiDAR 感知平台,商業化路徑包括汽車、工業、國防和機器人。公司 2025 全年業績新聞稿稱其推出 Omni,用於更寬視場、短距、面向 physical AI 的 FMCW LiDAR,並揭露 Forterra 選擇 Aeva 4D LiDAR 用於自動駕駛防務車輛,公司 2025 全年業績稿 說明它已從單純汽車開發專案擴充套件到多場景設計匯入。

與 LG Innotek 的合作是業務從樣機走向製造可行性的關鍵節點。Aeva 官方揭露,LG Innotek 最高約 5000 萬美元投資包括股權、非稀釋產品開發資金和產能投資,並由 LG Innotek 製造和供應 Aeva Atlas Ultra 4D LiDAR,Aeva-LG Innotek 官方公告。Serenity 提到“LG 5000 萬美元、humanoids、Boston Dynamics vision supplier”時,真實錨點是這份合作公告;後半段供應鏈外推仍需要後續客戶訂單驗證。

4. 上下游分析

上游看雷射器、矽光晶片、光學封裝、SoC 和代工/模組製造。FMCW 路線對窄線寬連續波雷射、相干探測和光電整合有更高要求,因此 Serenity 反覆把 AEVA 與 Sivers 的 DFB/CW 雷射供應鏈聯絡起來,原推。但公司官方材料沒有確認 Sivers 為供應商,所以正文只能寫“她的供應鏈假設”,不能寫成已揭露客戶/供應商關係。

下游看三個層次:汽車 ADAS/自動駕駛是最傳統市場;防務無人車和工業移動裝置是較早商業化的增量;人形機器人和世界模型是高彈性但最不確定的遠期敘事。Aeva 的真實經營瓶頸,是把技術領先轉化為量產營收、毛利率和現金流量,而不是隻證明 FMCW 物理原理。

5. 同業競爭格局

競爭物件包括 Ouster、Luminar、Hesai、RoboSense、Mobileye/Intel 視覺方案、Tesla 純視覺路線以及工業感測器廠。Aeva 的差異點是 FMCW 直接速度測量;傳統 ToF 方案通常從多幀位移推導速度,這正是 Serenity 說“確定性 Physical AI”相對“機率式深度資料”的技術敘事來源,原推

但競爭格局不能只按技術引數排序。自動駕駛和機器人客戶更看重成本、可靠性、供應連續性、軟體棧適配和量產認證。FMCW 若成本高、體積/功耗或供應鏈複雜度不達標,仍可能被 ToF、視覺、毫米波雷達融合方案替代。

6. 護城河分析

Aeva 的護城河來自三層:第一,FMCW 光電架構和晶片級整合;第二,汽車/工業客戶認證週期;第三,與 LG Innotek 這類製造夥伴繫結後形成的量產學習曲線。SEC 10-K 對技術差異有明確描述,SEC 10-K,LG 合作則補上量產與資本支援,官方公告

護城河的脆弱處也很清楚:公司仍處商業化早期,營收規模小,客戶集中和專案延期會放大波動;Serenity 自己也把 AEVA 稱作“venture bet on 4D AI”,並指出它不像 RDDT 那樣產生大量自由現金流量,原推。因此這不是低風險價值股,而是技術路線押注。

7. 誤讀糾偏

誤讀一:AEVA 是機器人確定性贏家。糾偏:公開資料只支援“FMCW 4D 感知是 Physical AI 候選技術”,不支援寫成 Boston Dynamics、Apple 或所有人形機器人已經採用。

誤讀二:LG 投資等於營收已經確定爆發。糾偏:LG 合作提升製造可信度,但財務兌現仍要看量產專案、交付節奏、毛利率和現金消耗。

誤讀三:FMCW 技術先進就必然贏。糾偏:感測器行業最終比的是系統成本、可靠性、車規/工業認證、客戶切換成本和生態適配。AEVA 的看點是真實存在,但仍處高執行風險階段。

8. 財務質量

  • 營收質量:優先看已經揭露的產品營收、服務營收、專案營收或客戶交付,而不是把主題熱度直接等同於經營兌現。543920

  • 獲利質量:毛利率、經營費用率和現金消耗要一起看;如果公司仍處早期商業化階段,訂單可見度比短期獲利更重要。543921

  • 現金質量:需要追蹤經營現金流量、資本支出、庫存、應收賬款和融資節奏,避免只看營收增長。543922

  • 對比口徑:同業比較應儘量使用同一季度、同一幣種和同一業務範圍,不能把一次性專案和可持續營收混在一起。

9. 業績傳導路徑

AI / 自動化 / 數字化需求
  -> 客戶驗證和預算確認
  -> 產品匯入、交付或訂閱擴張
  -> 營收確認與毛利率改善
  -> 現金流量、訂單質量和估值重估

真正需要驗證的是每一層是否有公開證據支撐:需求有沒有客戶簽約,匯入有沒有量產或續約,營收有沒有進入財報,獲利有沒有被規模效應留下來。543923

10. 估值架構

情景關鍵假設觀察指標風險提示
保守需求驗證慢,營收主要來自既有業務營收增速、現金流量、訂單延後主題估值回落
基準核心產品進入穩定交付或客戶擴張客戶數、專案規模、毛利率競爭加劇
樂觀公司在關鍵鏈條形成份額提升backlog、續約、產能利用率執行不及預期

估值不應從故事直接跳到倍數,而應先拆成營收確定性、毛利率可持續性、現金流量質量和競爭位置四個變數。543924

11. 催化

  1. 新客戶、新專案或新產能從公告進入可交付階段。543925

  2. 季度財報中營收、毛利率或現金流量出現連續改善,而不是單季波動。543926

  3. 上游供給、下游需求或監管環境變化,使公司所在環節的稀缺性提高。

  4. 同業驗證同一技術路徑或商業模式,降低單公司敘事的不確定性。

12. 核心風險

風險觸發訊號影響
商業化慢於預期客戶匯入、量產或續約延期營收兌現下修
毛利率承壓價格競爭、良率不足、交付成本上升估值倍數壓縮
客戶集中單一大客戶訂單波動財務波動放大
技術替代同業路線成本更低或生態更強市場份額下降
融資/現金流量自由現金流量長期為負稀釋或戰略收縮

13. 追蹤指標

頻率指標為什麼重要
季度營收增速與分部營收驗證需求是否進入財務報表
季度毛利率與經營費用率判斷規模效應是否真實
季度經營現金流量、庫存、應收識別營收質量和交付壓力
事件客戶公告、認證、量產、續約判斷從樣機到商業化的進度
半年同業份額與價格變化判斷競爭強度和替代風險

14. 最新事件與維護口徑

  • 已歸檔來源顯示,Aeva 的當前分析應圍繞公開揭露、客戶或產品進展和財務兌現來更新。543927

  • 新增財報、重大合同、監管檔案或客戶驗證時,優先更新投資摘要、財務質量、催化和風險閾值。

  • 新增產業鏈證據時,要標清它是已發生事實、公司展望、第三方估計,還是人物/機構觀點。

  • 出現反向證據時,必須在誤讀糾偏和核心風險中保留,不讓頁面只累積正向資訊。

  • 若來源連結失效,先替換為同等級公開來源,再調整 sources_count,不要保留不可追溯錨點。

  • 若後續進入專業加厚階段,可以在本頁基礎上補充季度橋、同業硬指標表和 SOTP 情景。

15. 來源

source: 公開揭露與公開資料整理 本頁僅用於產業鏈學習、資訊檢索和研究輔助;不構成投資建議,不預測漲跌,不提供買賣、部位或目標價建議。