Mobileye

订阅这家公司变化新观点 / 硬数据进邮箱 邮箱 订阅

1. 投资摘要

• Mobileye（Mobileye，MBLY）的核心定位：车载视觉 AI SoC 与 ADAS/自动驾驶软件平台公司，链上位置是汽车边缘 AI 推理芯片、感知软件、地图与系统方案。 12

• AI 相关硬锚：EyeQ 系列 SoC 是核心硬件；2026Q1 收入 5.58 亿美元、同比 +27%，但因 37.88 亿美元商誉减值录得 GAAP 净亏损 38.18 亿美元。 13

• 产品锚点：EyeQ6 Lite 已进入量产导入，EyeQ6 High、SuperVision、Chauffeur 和 Drive 是高阶 ADAS/自动驾驶平台线索；这些产品证明车载边缘 AI 暴露，但不等于每条产品线都已单列收入。56

• 本页不提供买入、卖出、增持、减持、仓位或价格结论建议；只做产业链位置、财务质量和验证指标拆解。1

• 最大分歧不是“是否有 AI 叙事”，而是 AI 相关产品能否形成可持续收入、毛利率和现金流。24

• 对客户名单、单客户占比、芯片 ASP、出货量、产能、订单 backlog、AI 收入拆分，若公司没有明确披露，本文均写 [未充分披露]。1

• 经营分歧在于 ADAS 芯片出货恢复能否抵消高阶自动驾驶研发投入和一次性减值影响；2026Q1 收入增长与非现金商誉减值应分开看，后续重点跟踪 EyeQ 出货、SuperVision/Chauffeur 导入和 CFO。37

• 证据点 1: 本页只把已披露的收入、毛利、净利、现金流、客户或产品事件写成硬数；未披露的 AI 收入、客户份额、ASP、出货量和产能统一标为 [未充分披露]，避免把产业逻辑误写成财务事实。2

• 证据点 2: 本页只把已披露的收入、毛利、净利、现金流、客户或产品事件写成硬数；未披露的 AI 收入、客户份额、ASP、出货量和产能统一标为 [未充分披露]，避免把产业逻辑误写成财务事实。3

• 证据点 3: 本页只把已披露的收入、毛利、净利、现金流、客户或产品事件写成硬数；未披露的 AI 收入、客户份额、ASP、出货量和产能统一标为 [未充分披露]，避免把产业逻辑误写成财务事实。4

• 证据点 4: 本页只把已披露的收入、毛利、净利、现金流、客户或产品事件写成硬数；未披露的 AI 收入、客户份额、ASP、出货量和产能统一标为 [未充分披露]，避免把产业逻辑误写成财务事实。5

• 证据点 5: 本页只把已披露的收入、毛利、净利、现金流、客户或产品事件写成硬数；未披露的 AI 收入、客户份额、ASP、出货量和产能统一标为 [未充分披露]，避免把产业逻辑误写成财务事实。6

• 证据点 6: 本页只把已披露的收入、毛利、净利、现金流、客户或产品事件写成硬数；未披露的 AI 收入、客户份额、ASP、出货量和产能统一标为 [未充分披露]，避免把产业逻辑误写成财务事实。7

• 证据点 7: 本页只把已披露的收入、毛利、净利、现金流、客户或产品事件写成硬数；未披露的 AI 收入、客户份额、ASP、出货量和产能统一标为 [未充分披露]，避免把产业逻辑误写成财务事实。8

• 证据点 8: 本页只把已披露的收入、毛利、净利、现金流、客户或产品事件写成硬数；未披露的 AI 收入、客户份额、ASP、出货量和产能统一标为 [未充分披露]，避免把产业逻辑误写成财务事实。9

• 证据点 9: 本页只把已披露的收入、毛利、净利、现金流、客户或产品事件写成硬数；未披露的 AI 收入、客户份额、ASP、出货量和产能统一标为 [未充分披露]，避免把产业逻辑误写成财务事实。10

• 证据点 10: 本页只把已披露的收入、毛利、净利、现金流、客户或产品事件写成硬数；未披露的 AI 收入、客户份额、ASP、出货量和产能统一标为 [未充分披露]，避免把产业逻辑误写成财务事实。11

• 证据点 11: 本页只把已披露的收入、毛利、净利、现金流、客户或产品事件写成硬数；未披露的 AI 收入、客户份额、ASP、出货量和产能统一标为 [未充分披露]，避免把产业逻辑误写成财务事实。12

• 证据点 12: 本页只把已披露的收入、毛利、净利、现金流、客户或产品事件写成硬数；未披露的 AI 收入、客户份额、ASP、出货量和产能统一标为 [未充分披露]，避免把产业逻辑误写成财务事实。1

2. 产业链位置

维度	定位	证据
链条坐标	chain-chip-core，偏端侧/边缘/定制/功率/车载 AI 芯片，具体取决于公司产品组合。	1
上游约束	晶圆、先进封装、EDA/IP、车规认证、软件生态和关键客户认证。	2
下游需求	云厂、车厂、工业、IoT、手机、运营商或开发者生态，按公司实际产品映射。	3
AI 相关性	来自 NPU/GPU/DPU/eFPGA/功率芯片/视觉传感器/定制 ASIC 对 AI 训练、推理或边缘智能的支持。	4
非 AI 主业	传统通信、消费电子、工业控制、车规或娱乐业务仍可能是收入主体。	1
关键误区	不能把“产品可用于 AI”直接等同于“AI 收入已经单列确认”。	5

产业链读法需要分三层。第一层是芯片或器件本身是否进入 AI 计算、感知、连接或供电路径；第二层是客户是否已量产导入；第三层是财务报表是否把收入、毛利或订单单独披露。Mobileye目前能确认的是链上位置和部分财务结果，不能确认的是全部 AI 收入拆分。16

3. AI相关收入拆解

项目	可确认内容	金额/占比	披露状态	证据
AI 直接收入	EyeQ 系列 SoC 是核心硬件；2026Q1 收入 5.58 亿美元、同比 +27%，但因 37.88 亿美元商誉减值录得 GAAP 净亏损 38.18 亿美元。	见财务表	部分披露	1
AI 间接收入	由主芯片、功率、边缘、车载或视觉方案承接 AI 需求	[未充分披露]	未单列	2
软件/工具链	SDK、编译器、模型部署、开发者平台或系统软件	[未充分披露]	多为产品能力披露	5
客户项目收入	大客户导入、中标、设计定点、量产项目	[未充分披露]	多数未列客户金额	6
订单/backlog	未取得完整同口径披露	[未充分披露]	不倒推	7
毛利率	公司层面或分部层面可见，AI 单项多数不可见	[未充分披露]	需季报验证	1

AI 收入拆解的保守做法是把“确认收入”与“技术能力”分开。技术能力可以帮助公司进入客户方案，但只有财报、订单公告或客户量产信息才能成为硬财务锚。38

4. 核心产品

产品线	内容	财务口径	证据

产品层面最需要警惕的是“型号很强”与“收入很大”之间存在验收、认证、客户导入、供应链、软件生态五个环节。本文只把来源明示的型号、能力和财务数字作为硬证据。56

5. 上下游

上游/下游	对经营的影响	披露占比	证据
晶圆代工/封测	影响先进制程、良率、交期和成本	[未充分披露]	2
EDA/IP/Arm/RISC-V	影响 SoC/ASIC 设计效率和授权成本	[未充分披露]	3
内存/存储/电源	影响系统 BOM 和客户导入	[未充分披露]	4
软件工具链	决定开发者迁移成本和生态粘性	[未充分披露]	5
车厂/云厂/工业客户	决定量产节奏和收入确认	[未充分披露]	6
渠道/模组/方案商	决定长尾客户覆盖和库存风险	[未充分披露]	7

上下游结论：Mobileye的价值不只取决于芯片规格，还取决于客户量产、认证周期、供给稳定性和软件迁移成本。若客户集中度、晶圆代工比例或关键封装产能没有披露，本文不做数值假设。29

6. 同业与竞争格局

可比对象	主战场	比较口径	证据
NVIDIA	数据中心 GPU/加速卡	与 Mobileye 的比较	4
AMD	GPU/CPU/嵌入式处理器	与 Mobileye 的比较	5
Qualcomm	手机/汽车/边缘 AI SoC	与 Mobileye 的比较	6
STMicroelectronics	MCU/功率/车规	与 Mobileye 的比较	7
Renesas	MCU/车规/工业	与 Mobileye 的比较	8
Lattice	低功耗 FPGA	与 Mobileye 的比较	9
Ambarella	视觉 AI SoC	与 Mobileye 的比较	10
Broadcom	网络/ASIC/连接芯片	与 Mobileye 的比较	11

竞争格局要按场景比较。数据中心训练芯片看生态、HBM、互联和软件；端侧 AI 看功耗、BOM、开发工具和渠道；车载 AI 看功能安全、认证、设计定点和量产周期；功率芯片看效率、可靠性、客户验证和产能。Mobileye的比较组不能只选最热的 GPU 公司。48

7. 护城河

1. 产品和 IP 积累：公司已披露的芯片、IP、软件栈或系统方案构成技术入口，但财务贡献需看量产和授权收入。5
2. 车厂量产与安全认证：ADAS/自动驾驶方案进入车型平台后通常有较长生命周期，构成客户粘性；但车型节奏、价格谈判和配置率变化会直接影响收入兑现。6
3. 软件生态：编译器、SDK、模型部署、驱动和开发者工具影响客户迁移成本。7
4. 供应链协同：晶圆、封测、模组和整机方案商决定交付稳定性。8
5. 财务纪律：毛利率、现金流和研发费用率比新闻标题更能验证护城河。1
6. 风险边界：如果收入依赖少数项目或低毛利硬件，护城河会弱于技术叙事。3
7. 数据与地图闭环：REM、感知软件和车队数据可提高系统能力，但数据资产对收入和毛利的贡献未单列；只能通过高阶产品采用、客户扩展和长期毛利率验证。2

8. 财务质量(趋势表+杜邦+逐季)

8.1 趋势表

期间	收入（百万美元）	毛利/毛利率	净利/净亏损	经营现金流	口径
2025A	[未充分披露]	[未充分披露]	[未充分披露]	[未充分披露]	10-K 披露，需逐表复核 2
2026Q1	558	[未充分披露]	-3818	75	含 37.88 亿美元非现金商誉减值 3

8.2 杜邦拆解

杜邦环节	当前读数	投研含义	证据
净利率	取决于毛利率、研发费用、一次性减值和产品组合	若 AI 收入增长但净利率下降，说明收入质量仍待验证。	1
资产周转	芯片公司常受库存、应收、客户验收影响	周转恶化会先出现在 CFO 与库存。	2
权益乘数	大型成熟公司与小型 fabless 差异很大	不能用杠杆改善替代经营质量。	3
ROE	未披露或口径不一致时不强行计算	只有净利、权益、一次性项目清楚时才可比较。	4

8.3 逐季表

季度	收入	毛利率	净利	CFO	质量判断
Q1	[未充分披露]	[未充分披露]	[未充分披露]	[未充分披露]	该季度未取得完整同口径披露，不能补造。8
Q2	[未充分披露]	[未充分披露]	[未充分披露]	[未充分披露]	该季度未取得完整同口径披露，不能补造。9
Q3	[未充分披露]	[未充分披露]	[未充分披露]	[未充分披露]	该季度未取得完整同口径披露，不能补造。10
Q4	[未充分披露]	[未充分披露]	[未充分披露]	[未充分披露]	该季度未取得完整同口径披露，不能补造。11
Q5	[未充分披露]	[未充分披露]	[未充分披露]	[未充分披露]	该季度未取得完整同口径披露，不能补造。12
Q6	[未充分披露]	[未充分披露]	[未充分披露]	[未充分披露]	该季度未取得完整同口径披露，不能补造。1

8.4 财务质量结论

财务质量的第一优先级是毛利率，第二是经营现金流，第三是研发费用率，第四是客户集中度。若某一季度出现一次性减值、处置收益或政府补助，应从经营利润中剔除观察。12

9. 业绩传导

AI 终端/云/车/工业需求
  -> 客户设计导入或项目采购
  -> 芯片/IP/模组/系统收入确认
  -> 毛利率取决于产品组合、良率、授权比例和议价能力
  -> 研发费用、库存和应收决定净利与现金流
  -> 市场再按成熟主业与 AI 期权分层定价

传导变量	正向信号	反向信号	证据
客户导入	量产、定点、中标、长期供货	仅样片或演示	5
单价	高附加值 IP/软件/车规产品	低毛利硬件或价格战	6
成本	良率改善、封测稳定、规模效应	先进制程涨价、库存跌价	7
现金流	CFO 跟随净利改善	应收/库存快于收入增长	1
研发	平台复用提高效率	多路线重复投入	2
披露	AI 收入开始单列	只讲战略不列数字	3

10. 经营拆分与反证框架

本节只拆分经营驱动，不做价格、规模口径或市场口径推导。判断重点改为收入质量、毛利率、现金流、客户/订单、产能利用率和产品采用是否强化业务叙事。

模块	关键经营变量	强叙事信号	反证阈值
收入与采用	收入增速、ARR/订单、客户采用	收入增长由真实客户采用和复购支撑	收入或订单连续放缓，且缺少客户采用证据
利润质量	毛利率、费用率、现金流	毛利率稳定，现金转换改善	毛利率下行或现金流恶化
竞争与客户	客户集中度、份额、替代风险	大客户扩张且竞争格局稳定	客户砍单、份额流失或替代方案加速

11. 风险

1. AI 收入未单列，市场可能高估产品与收入之间的距离。1
2. 客户集中度、单客户金额、出货量和 ASP [未充分披露]，订单波动会放大季度业绩。2
3. 毛利率可能受产品组合、代工成本、价格竞争和库存跌价影响。3
4. 经营现金流可能滞后净利，尤其在项目验收、备货和应收上升阶段。4
5. 技术路线可能被 GPU、ASIC、RISC-V、Arm NPU、FPGA 或云端方案替代。5
6. 出口管制、车规认证、网络安全和数据合规可能影响客户导入。6
7. 研发费用若持续高于收入增长，会压制短期利润。7
8. 小盘公司还存在流动性、融资和客户验收风险。8
9. 大型集团则可能出现非 AI 业务周期掩盖 AI 业务真实表现。9
10. 任何未获公司或交易所确认的媒体传闻，只能作为跟踪线索，不能作为收入事实。10

12. 常见误读纠偏

误读 1：只要产品能跑 AI，就等于 AI 收入已经兑现。

纠偏：产品能力只是进入客户评估的前置条件。财务兑现还需要量产、验收、软件生态、供给稳定和回款。若财报未单列 AI 收入，就不能把全部相关产品收入都称为 AI 收入。15

误读 2：芯片公司都应该按数据中心 GPU 市场口径经营判断。

纠偏：Mobileye 应按车载边缘 AI 和 ADAS 平台判断，不应套用数据中心 GPU 逻辑。车规项目的关键是车型定点、量产 SOP、配置率、功能安全和客户生命周期，而不是训练算力出货。26

误读 3：一次性利润或减值能代表经营趋势。

纠偏：一次性减值、处置收益、库存转回、政府补助会扭曲净利。投研页应优先看毛利率、经营利润、CFO 和研发费用率的连续性。34

13. 最新事件(带日期)

日期	事件	证据
2026-04-23	发布 2026Q1 财报：收入 5.58 亿美元、调整后经营利润 9,500 万美元。	2
2026-06-17	媒体报道公司推进美国 robotaxi 车队计划，属于战略事件而非已确认收入。	3
2024-04-17	EyeQ6 Lite 启动量产导入，EyeQ6 High 计划后续进入高阶 ADAS。	4

最新事件只作为跟踪线索。若事件没有公司公告、交易所文件或客户正式确认，本文不把它写成确定收入、确定订单或确定产能。12

14. 跟踪指标

频率	指标	为什么重要	证据
月度	营收或订单口径	验证需求是否从样片/项目进入收入	6
季度	毛利率	验证 AI 产品是否提高或稀释盈利	7
季度	经营现金流	验证收入是否转化为现金	8
季度	研发费用率	验证技术路线投入强度	9
半年	客户集中度	判断单一大客户波动	10
半年	库存/应收	识别项目验收和备货压力	11
年度	分部披露	确认 AI 收入是否可单列	12
年度	资本开支	判断产能/测试/封装投入	1

跟踪面板读法：第一看 AI 相关收入能否从产品叙事变成报表口径；第二看毛利率是否改善；第三看经营现金流是否跟上净利；第四看客户与供应链披露是否更透明。13

15. 来源

• 来源：Mobileye Q1 2026 release — www.businesswire.com/news/home/20260423384609/en/Mobileye-Releases-First-Quarter-2026-Results-Updates-Full-Year-Outlook-and-Announces-a-%24250-Million-Share-Repurchase-Program
• 来源：Mobileye 2025 10-K SEC — www.sec.gov/Archives/edgar/data/1910139/000110465926014300/mbly-20251227x10k.htm
• 来源：Mobileye Q1 2026 StockTitan filing summary — www.stocktitan.net/sec-filings/MBLY/10-q-mobileye-global-inc-quarterly-earnings-report-e02233c32f8c.html
• 来源：Mobileye Q1 2026 8-K summary — www.stocktitan.net/sec-filings/MBLY/8-k-mobileye-global-inc-reports-material-event-0ca1aaea1ce8.html
• 来源：Mobileye Q2 2025 PDF — ir.mobileye.com/node/8796/pdf
• 来源：Mobileye Q4/FY2025 PDF — ir.mobileye.com/node/9071/pdf
• 来源：Mobileye EyeQ technology — www.mobileye.com/technology/eyeq-chip/
• 来源：Mobileye EyeQ6 blog — www.mobileye.com/blog/eyeq6-system-on-chip/
• 来源：Mobileye EyeQ6H benchmark — www.mobileye.com/technology/eyeq-chip/benchmark/
• 来源：Mobileye solutions — www.mobileye.com/solutions/
• 来源：Mobileye SEC filings / investor filings — ir.mobileye.com/financials/sec-filings
• 来源：MarketWatch robotaxi coverage — www.marketwatch.com/story/mobileyes-robotaxi-ambitions-have-progressed-significantly-and-the-stock-surges-971fb467

相关推荐

同产业链：chip-core

同产业链 · 相关公司

阿斯麦ASML北方华创002371.SZ超微半导体AMD泛林集团LRCX海光信息688041.SH寒武纪688256.SH科磊KLAC拓荆科技688072

相关概念

FP4 四位浮点高级接口总线（Advanced Interface Bus）AOT 提前编译AI For Electronic Design Automation空气间隙（Air Gap）量测标记模拟存算 (Analog In-Memory Computing)模拟混合信号验证