DeepRoute.ai

1.1 身份、创立、布局，以及公司实际卖什么

DeepRoute.ai 应按自动驾驶系统供应商来评估，而不只是 Robotaxi 运营商或 AI 实验室。多个公开公司画像和媒体报道在基础身份上相互印证：公司 2019 年创立，总部位于深圳，并在 Fremont 保留布局，显示仍有美国研发或业务拓展能力。它的商业模式也不只是单一软件模块。CB Insights 将其描述为覆盖 Robotaxi、卡车和商业化服务的完整 L4 技术栈，Craft 和 TechCrunch 则把它呈现为一家向车企和出行场景打包自动驾驶系统的公司。这个框架很关键：它解释了 DeepRoute 为什么能同时走三条线——乘用车辅助驾驶、Robotaxi 运营，以及更长期的物理世界 AI 平台——但商业化重心仍放在量产车项目上。公开描述还体现出清晰的技术身份：无图驾驶、端到端模型，并愿意把高自动化能力下探到商品化车载硬件和大众市场价位，而不是只留给高端车队。[CO001, CO002, CO003, CO004, CO005, CO006]

1.2 创始人画像、管理层厚度，以及从 L4 Robotaxi 根基转向量产的战略迁移

创始人叙事很重要，因为 DeepRoute 是中国自动驾驶公司里仍与技术可信的创始 CEO 强绑定的少数玩家。Maxwell Zhou 在公开材料中始终是创始人兼 CEO；履历连接清华、University of Texas at Dallas、Texas Instruments 自动驾驶工作，以及创立 DeepRoute 前的 Baidu 研究经历。这样的技术底色支撑了公司长期聚焦高性价比自动驾驶，而不是只做展示性演示。战略迁移同样重要。早期报道强调 DeepRoute 的 L4 Robotaxi 系统、五激光雷达 Driver 2.0 技术栈，以及低于 $10,000 的成本目标；2022 年又提出更低的 $3,000 硬件成本。到 2024 年底，TechCrunch 和 CNBC 描述的公司已经重押 L2+/L3 量产系统、端到端 VLA 模型和主机厂授权，同时仍把 Robotaxi 作为未来商业化层。这不是从自动驾驶撤退，更像是排序选择：DeepRoute 似乎先用辅助驾驶部署变现，借此积累数据和主机厂关系，再把同一技术内核反哺 Robotaxi 和 RoadAGI 野心。[CO011, CO012, CO013, CO014, CO015, CO016]

1.3 融资历史、投资人地图，以及公开可见的商业化证明

DeepRoute 的资本历史说明，它多次拿到战略资金，而不只是普通风险投资。CNBC 记录了 2021 年 Alibaba 领投的 $300 million B 轮；CNBC 和 TechCrunch 在 2024 年报道了 Great Wall Motor 投入的 $100 million 战略轮。随后，公开数据服务大致汇聚到数亿美元中段的累计融资基础，CB Insights 和公司 2025 年英国公关稿都指向约 $450 million 融资，尽管后续宣传报道声称融资超过 $700 million。这个不一致不抹掉正向信号：DeepRoute 显然有蓝筹支持者，也有足够资本继续扩张。2025-2026 年更有意义的变化，是商业化证明开始出现。DeepRoute 自己的英国和 PRN Asia 发布、36Kr 以及多家行业媒体都描述，公司已从数万辆部署系统推进到 2025 年底约 200,000 辆量产车，目标是在 2026 年达到 1,000,000 辆，并在 2025 年 10 月拿下中国第三方城市 NOA 近 40% 份额。这些数字仍是公司口径，需要独立核对，但方向上符合一家后期私营公司进入更商业化阶段的特征，明显不同于早期只讲 Robotaxi 的身份。[CO022, CO023, CO024, CO025, CO026, CO027]

1.4 里程碑、IPO 信号，以及可能塑造下一阶段的监管背景

里程碑记录现在已能支撑真实商业化叙事，但也暴露了主要背景风险。公开来源勾勒出一条路径：2019 年创立，早期与 Dongfeng 和 Hangzhou 进行 Robotaxi 试点，2021 年获得 Alibaba 轮融资，2022 年推进低成本 L4，2024 年完成 Great Wall 支持的融资，2025-2026 年加速量产车部署，并推进 smart、Black Sesame 合作、与未具名全球车企的 L3 合作，以及 2026 年冲刺 IPO 准备。36Kr 在 2026 年报道称 DeepRoute 秘密递交港股上市材料，说明管理层认为，在竞争进一步升温前，当前交付和订单转化窗口可以变现。概览阶段的主要风险在于，商业化扩张正进入更严格的监管环境。2025 年，致命安全事件之后，中国 MIIT 收紧了围绕公开 beta 测试、营销措辞、无人监管泊车功能和 OTA 管理的规则。对一家品牌与高阶驾驶和快速迭代绑定的公司来说，未来增长不只取决于模型质量和主机厂项目斩获，还取决于它能否证明大众市场部署经得起更正式的监管、更保守的宣传，以及更严格的产品治理纪律。[CO018, CO031, CO035, CO036, CO037, CO038]

1.5 图表

2.1 市场边界：DeepRoute 的相关支出范围，以及不在范围内的部分

DeepRoute 的正确市场边界不是“所有自动驾驶”，甚至不是“所有 Robotaxi”。经济上真正相关的市场，是车企想获得城市 NOA、高速 NOA 或更高阶辅助驾驶能力、又不愿完全自研技术栈时，会采购的高级驾驶辅助软件、算力、验证和集成内容的交集。这意味着，最宽口径的 TAM 从中国整车市场开始，收窄到 NEV 和智能汽车销量，再收窄到搭载 NOA 的车辆，最后落到品牌选择外部技术伙伴、而不是内部技术栈的第三方供应商细分。相邻收入池仍然重要。Robotaxi 会形成未来的软件和运营市场，自动化程度更高，数据反馈也更丰富；“RoadAGI”或更广义具身 AI 应用，也可能复用同一套感知、规划和世界模型基础设施。但这些相邻机会不能和当前采购中心混为一谈。今天的市场主要由中国乘用车行业内部的主机厂产品、ADAS、采购和芯片路线图决策驱动。这个框架很关键，因为它说明，全国整车销量会高估 DeepRoute 的近期可服务市场，而只看 Robotaxi 又会低估它。[CM001, CM002, CM003, CM004, CM005, CM006]

2.2 规模测算视角：从整车总需求到第三方 NOA 小众市场

公开市场规模数据已经足够搭出多视角图景，尽管没有任何单一来源给出完美的 DeepRoute TAM。在漏斗顶部，基于 CAAM 数据的官方政府报道显示，中国 2025 年销售 34.4 million 辆汽车，其中 NEV 为 16.49 million 辆。这是智能驾驶内容扩散的宏观底座。更相关的中间层，是城市 NOA 和高端 ADAS 的采用。研究摘要和 CAAM 的 2025 年城市 NOA 报告显示，市场推进很快：到 2024H1，城市 NOA 在新乘用车销售中的渗透率已达 7.6%；2025 年 1 月至 11 月，搭载城市 NOA 的乘用车销量达到 3.129 million 辆，渗透率为 15.1%。第三方供应商层又更小。CAAM 自己的 2025 年报告称，仍有 19 个品牌在自研城市 NOA，约 29 个品牌使用第三方供应商。报告还显示，Momenta 和 Huawei 合计控制第三方市场约五分之四，意味着外包供应商切片在 2025 年只有高几十万辆，而不是完整的 3.1 million 城市 NOA 总量。因此，DeepRoute 的机会足够大，值得重视，但远比“34 million 辆汽车市场”式说法紧得多。[CM001, CM002, CM003, CM010, CM011, CM012]

2.3 买方分层：谁买、谁用、谁付款，采用如何发生

买方地图有多层，但中心仍是车企。对 DeepRoute 这类供应商来说，主机厂产品团队、ADAS 负责人、采购和整车平台工程团队才是真正的采购中心，因为他们决定是自研、采用 Huawei 这类平台，还是与第三方技术栈供应商签约。使用者是驾驶员，但付款方是主机厂，后者通常把系统嵌入整车 BOM 和定价，而不是作为纯 SaaS 订阅出售。中国本土品牌是当前最重要的买方，因为它们动作更快，容忍更快迭代，也常常需要在激烈价格竞争中拿出差异化智能驾驶功能。合资车企和全球品牌是第二个关键分层，因为 CAAM 报告称，国际知名品牌正越来越多选择中国头部供应商来补齐能力缺口。Robotaxi 运营商不同：他们更看重安全、在线率、ODD 扩张和运营经济性，而不是配置级别功能差异。采用路径很清楚：芯片和软件选择、集成、验证、SOP、现场数据，再到跨车型复用。这条路径更偏爱拥有大规模交付经验的供应商，而不是只有强算法的团队；这也是市场评论持续强调量产执行已成为新门槛的原因。[CM006, CM009, CM019, CM020, CM021, CM022]

2.4 增长驱动、约束，以及供应商市场为什么在整合

最强市场驱动很清楚。NEV 渗透率持续上升，智能驾驶功能下探到更低价位，基础模型和无图方法正在降低部署摩擦，全球和本土品牌也越来越接受高阶辅助驾驶会影响整车竞争力。但约束同样重要。中国监管环境正变得更正式，而不是更宽松：北京 2025 年监管、2026 年全国标准草案，以及 MIIT 在 2025 年对公开 beta 测试、术语、远程功能和 OTA 节奏的限制，都提高了快速交付的合规成本。安全表现、算力成本和数据闭环速度，如今和原始算法质量同样重要。这些条件有利于少数供应商——它们拥有深数据飞轮、芯片伙伴、主机厂信任，以及已验证的规模部署。CAAM 和 KrASIA 描述的正是这种结构：一边是自研主机厂技术栈占据主导，另一边是第三方市场越来越集中在 Huawei、Momenta 和 DeepRoute 等少数挑战者手中。结果是，市场增长强劲，但竞争走廊正在收窄；执行和规模可能比单纯技术新意更重要。[CM012, CM013, CM018, CM020, CM021, CM022]

2.5 图表

3.1 竞争集合：DeepRoute 实际竞争的地方，以及它只是对标领导者的地方

DeepRoute 位于几个相邻竞争场的中间，这会让赛道看上去比实际更拥挤。在中国外包城市 NOA 和更高阶智能驾驶中，它最直接的竞争对手，是其他把技术栈卖进主机厂项目的第三方供应商，尤其是 Momenta 和 Huawei HI。在 Robotaxi 和 L4 运营中，Waymo、Pony.ai、WeRide 和 Baidu Apollo 构成另一组不同但仍相关的对标对象，因为它们争夺的是自动驾驶数据、安全可信度和未来商业化路径。Mobileye 是最接近的国际类比，代表可授权的乘用车技术栈；Tesla 和主机厂自研则更像替代方案，而不是完全同类供应商。这个框架很重要，因为它说明 DeepRoute 可以在一条线——外包主机厂智能驾驶——具备战略强度，同时尚未在全球最高关注度的 Robotaxi 指标上领先。它也说明，Huawei HI 和主机厂自研对 DeepRoute 可服务市场的威胁，可能比 Waymo 这种知名但结构不同的运营商更大。[CP001, CP002, CP003, CP004, CP005, CP006]

3.2 直接同行：产品模式、部署规模和公开证明点

公开披露显示，头部竞争者之间的战略分化很清晰。Waymo 仍是规模化完全自动驾驶叫车最明确的证明点，但它并不是围绕广泛第三方主机厂授权搭建。WeRide 和 Pony.ai 同时做 Robotaxi 运营和更宽产品组合，因此更接近 DeepRoute 想连接辅助驾驶和自动驾驶的野心。Momenta 看起来是近期最难打的乘用车对手，因为它深度绑定主要全球和中国车企，并已披露更宽车型覆盖和有意义的收入。Baidu Apollo 更难归类，因为它结合开放生态、Robotaxi 车队、大模型叙事和垂直整合整车技术栈。与此同时，Mobileye 是乘用车授权最清晰的国际参照，拥有许多主机厂可逐步采用的 ADAS 到 AV 梯子。结果是，每个主要对手都在不同维度很强，因此没有任何单一“赢家通吃”叙事能完全贴合证据。[CP006, CP007, CP008, CP010, CP011, CP012]

3.3 分销、数据闭环和切换成本：市场为什么会变黏

竞争已经不只是看谁的自动驾驶技术栈演示最强。关键在于谁能深嵌主机厂和运营流程，让替换变得痛苦。DeepRoute 的单车授权模式和量产推进，正是为了制造这种数据闭环：车辆部署产生更多道路数据，数据改进技术栈，技术栈让供应商在后续项目中更有价值，最终也能服务 Robotaxi。相同逻辑也解释了 Momenta 的嵌入、Pony.ai 的联合部署、Mobileye 的长期 ADAS 梯子，以及 Apollo 的生态策略。Waymo 变黏的原因不同——它的运营技术栈、安全证据和车队系统构成高度集成服务。所有案例里，赢得更多量产项目、从真实道路里学得更快的供应商，都会比技术优雅但部署较轻的对手更有杠杆。这也解释了为什么看似相似的“AI 驾驶”供应商，在项目进入 SOP 并开始生成道路数据之后，会呈现完全不同的留存能力。[CP004, CP005, CP012, CP016, CP017, CP019]

3.4 护城河耐久性和可能的行业形态：赛道为什么正收窄到少数规模化赢家

自动驾驶里最耐久的护城河，如今来自证据、资本和组织集成，而不只是新技术。Waymo 的护城河是运营安全证明和无可匹敌的美国 Robotaxi 经验。Momenta 的护城河是主机厂嵌入和已验证的乘用车规模。Pony.ai 和 WeRide 各自受益于有意义的车队运营、更广国际扩张和可见的商业化动能。Apollo 受益于 Baidu 的生态和平台触达；Mobileye 受益于芯片、地图和长期主机厂设计周期。DeepRoute 最好的路径，是成为少数独立供应商之一，在市场围绕更大生态锁定之前，把辅助驾驶 SOP 定点转化为复利式数据飞轮。这条路可行，但并不保证成功；市场整合速度快于纯研发叙事的暗示。对投资人来说，关键问题因此不再是抽象技术排名，而是 DeepRoute 能否拿到足够多重复项目，使自己在采购周期里变得绕不开。[CP018, CP021, CP023, CP028, CP031, CP032]

3.5 图表

4.1 收入模式和公开牵引：DeepRoute 似乎卖什么，以及市场仍看不到什么

公开记录支持一套相当清晰的收入顶层逻辑，尽管没有披露 DeepRoute 的实际收入。DeepRoute 似乎主要靠把智能驾驶能力卖进主机厂项目变现，而不是运营大型付费消费者应用，或销售单一零售软件订阅。TechCrunch 报道称，公司向车企收取单车授权费，并收集数据来改进 AI 技术栈；后续公司和伙伴披露则把注意力转向已交付车辆、量产项目和战略主机厂合作。因此，最好的公开牵引指标是已出货或已启用车辆，而不是 ARR、MAU 或付费行程量。这也意味着，如果部署持续转化为重复 SOP 定点，收入质量可能比纯试点阶段 Robotaxi 运营商改善得更快。缺失层在于规模：公开来源没有披露收入结构、按客户确认的收入，或已实现单车价格，所以投资人能看到动作，却看不到财务产出。[CI001, CI002, CI003, CI005, CI014, CI015]

4.2 成本结构和单位经济模型：成本压缩证据存在，但毛利证明不存在

公开证据最强的是 DeepRoute 的成本逻辑，最弱的是已实现利润率。2022 年，公司称已把 L4 硬件包成本从约 $10,000 降到约 $3,000，其中激光雷达和芯片占 BOM 大头。这个成本披露有用，因为它说明管理层长期把可负担性视为战略问题，但不能误读为 2026 年当前毛利率披露。产品组合已经变化，客户项目已经演进，公司现在围绕端到端和 VLA 驱动的辅助驾驶定位，而不只是 2022 年 Robotaxi 硬件包。可能的财务形态是一种混合模型：软件和授权经济性在结构上应好于自己运营每一单行程，但持续算力、安全、验证、集成和支持成本仍很重。缺少已实现定价、合同条款、分成率或客户支持负担时，DeepRoute 的单位经济模型仍应被视为推断，而不是已证实。[CI004, CI016, CI017, CI030, CI031, CI033]

4.3 资本充足度和同行三角校验：公司有可观融资历史，但资金续航仍不透明

DeepRoute 融资历史显然可观，但当前资本充足度无法从公开资料精确判断。独立和公司相关来源共同佐证了 2021 年 Alibaba 领投的 $300 million 轮，以及 2024 年 11 月来自一家中国战略车企的 $100 million C1 轮。更有佐证的累计融资数字约为 $450 million，由 CB Insights 和公司公关稿支持；但另一家与伙伴有关的来源称总额超过 $700 million，形成明确公开冲突。更重要的是，融资历史不等于资金续航。报告日没有可访问的 DeepRoute 公开现金余额、月度现金消耗或债务时间表。同行申报文件说明了这个缺口为什么重要。Pony.ai 的 2025 年文件显示收入为 $90.0 million，但 R&D 支出大得多，并有实质性经营现金消耗；Momenta 的 IPO 披露显示已有规模和高毛利，但仍在亏损。Waymo 的 $16 billion 融资轮显示，前沿自动驾驶做到规模后会多么吃资本。DeepRoute 可能比纯 Robotaxi 玩家资本效率更高，但公开记录尚未证明它已为下一战略阶段完全融资。[CI006, CI007, CI008, CI009, CI010, CI011]

4.4 财务判断和尽调阻塞项：商业模式好于披露质量

财务判断上，模式质量方向为正，但可承销性仍不完整。DeepRoute 看起来强于那些唯一证明只是自动驾驶里程或宣传性试点的初创，因为它似乎正从量产车中产生与主机厂绑定的商业活动。如果部署延续，这应创造比纯 Robotaxi 故事更好的长期收入质量。但从投资人视角看，披露质量落后于商业模式。没有经审计收入线，没有毛利率序列，没有客户集中度表，没有现金位置，没有现金消耗桥表，也没有债务披露。公司也许有足够资本过桥到 IPO 或更广商业化，但公开证据无法证明。因此，正确财务姿态不是看空收入机制本身，而是在经审计或申报级 DeepRoute 财务数据出现之前，对任何精确估值或资金续航判断保持谨慎。[CI026, CI029, CI032, CI038, CI039, CI040]

4.5 图表

5.1 产品定义：DeepRoute 在客户工作流中实际交付什么

DeepRoute 当前产品最好理解为面向车企的量产智能驾驶平台，而不只是 Robotaxi 原型。公司公开材料将 DeepRoute IO 2.0 描述为面向日常用户的智能驾驶平台，由 VLA 模型驱动，并为跨多个车型和主机厂集成而设计。这和早期围绕专用 L4 车队的叙事不同：平台现在更贴近整车项目工作流，包括采购、集成、SOP 发布、道路数据收集和迭代更新。Robotaxi 并未从故事中消失，但已成为相邻层，而不是唯一可见产品。这个框架很重要，因为它解释了公司为什么强调可部署性、传感器灵活性、芯片合作和防御性驾驶行为，而不只是自动驾驶炫技。因此，公开可见的产品是一套模块化智能驾驶技术栈，其价值取决于主机厂适配度、部署成熟度和数据反馈速度。[CE001, CE002, CE015, CE016, CE021, CE022]

5.2 架构和数据飞轮：VLA 技术栈似乎做什么，以及如何自我改进

当前 DeepRoute 材料里最有辨识度的技术主张，是平台不再只是端到端驾驶软件，而是一套统一 VLA 技术栈，把感知、推理和行动放进同一模型家族。DeepRoute 称 IO 2.0 使用与大语言模型集成的 VLA 模型，让系统具备链式推理、更广知识库、OCR、语音交互和分步决策解释。GTC 2026 材料更进一步，描述了一个 400 亿参数基础模型，可同时充当司机、分析师和批评者。最强的架构含义不只是模型更大；而是公司试图把数据闭环中更多环节转成机器介入的推理。公开描述称，公司靠自动化事件挖掘、根因分析和行为评分，把迭代周期从超过 5 天压缩到约 12 小时。如果属实，护城河就不再只是某一种传感器布局，而是更快自我改进的开发循环。[CE003, CE004, CE006, CE007, CE008, CE010]

5.3 部署、路线图和依赖：技术栈哪里已经成熟，哪里仍依靠伙伴

DeepRoute 的技术路线图越来越绑定量产就绪。公开发布称，IO 2.0 同时支持 LiDAR 和纯视觉配置，首发于 NVIDIA DRIVE AGX Thor 和 DriveOS，并已确认 5 家主机厂合作。另有伙伴报道显示，公司也与 Black Sesame 合作，为 L2+/L3 和未来 Robotaxi 应用推进下一代芯片与软件集成。这个组合说明，它有意追求架构灵活性，而不是严格依赖一条芯片路线或一种传感器哲学。历史上，公司已经展现出积极优化硬件成本的意愿；从 Driver 2.0 到 IO 2.0，再到 40B 基础模型的路线图，也显示早期 Robotaxi 开发和更新的乘用车部署之间存在连续性。不过，依赖地图是真实的：DeepRoute 需要芯片供应商、主机厂发布项目、允许测试和 OTA 打磨的监管空间，以及足够高价值驾驶数据来维持飞轮。这些不是边缘约束，而是技术成熟度的核心决定因素。[CE003, CE004, CE005, CE009, CE017, CE018]

5.4 信任、安全和技术风险：架构细节强于独立验证

DeepRoute 当前的信任与安全姿态，更多由公司自己讲清楚，而不是由独立第三方证明。公司撰写的材料强调安全优先运行、防御性驾驶、透明度、基于 OCR 的场景读取，以及更像人的决策逻辑；伙伴和媒体来源则强化了成本效率和可规模化部署主题。公开记录尚未提供 Waymo 式安全仪表盘、申报级可靠性序列，或关于认证、审计和事故表现的清晰开放证据。这不代表产品弱，但意味着投资人应区分架构可信度和独立证明的信任。竞争对比也凸显这一点：Waymo 发布了远更明确的碰撞率证据，Mobileye 突出 REM/RSS/EyeQ 作为结构化安全和地图基础件，Apollo 则宣传重安全冗余和 MRC 策略。DeepRoute 聚焦外包主机厂部署，商业上也许更聪明，但其公开信任披露仍落后于文档最充分的同行。这个缺口是关键技术尽调风险。[CE025, CE026, CE027, CE028, CE029, CE030]

5.5 图表

6.1 客户分层：买方、使用者、付款方，以及为什么 DeepRoute 的“客户”不是终端驾驶者

DeepRoute 的客户地图有三层。直接经济付款方通常是车企或整车项目团队，它们为量产车采购智能驾驶技术栈。运营使用者是车内体验该功能的驾驶员或乘客，但终端用户不是主要签约方。第三层包括 Robotaxi 运营商或未来出行伙伴，它们可能在车队场景使用同一核心技术。这意味着，客户证据不能按普通 B2C 或 SaaS 公司来判断。消费者采用很重要，但主要是因为它帮助主机厂证明更多车型铺开、更高配置渗透和更大产量有理由。公开证据也显示，战略价值高度不均：Great Wall 相关项目、smart 和其他头部主机厂集成，可能远比一长串未披露客户名更重要。因此，实际问题是哪些关系已经进入量产，哪些仍只是路线图主张，以及一个已部署项目能多快转化为重复车型定点。[CU001, CU002, CU003, CU004, CU005, CU006]

6.2 采用轨迹和具名客户证明：DeepRoute 已进入真实量产规模

DeepRoute 的客户证明明显强于仍停留在试点阶段的自动驾驶公司。多个来源将公司与 2025 年底超过 150,000 辆、2025 年底超过 200,000 辆，以及后续 2026 信息中超过 250,000 辆联系起来。公开报道还指向超过 10 款车型推进中、IO 2.0 已确认主机厂合作，以及围绕 Great Wall Motor、smart、Geely 相关项目和 Leapmotor 的一组具名或强暗示客户关系。最重要的模式不是某一天的精确数字，而是反复出现的证据：DeepRoute 正从一两个展示性定点扩张到更广的量产版图。这也是来源强调月度第三方份额、主流 SUV 渗透和量产车 Robotaxi 计划，而不只强调技术演示的原因。不过，大多数具名客户证据仍来自公司或伙伴撰写，公开记录很少披露合同金额、期限或单客户收入贡献。[CU010, CU011, CU012, CU013, CU014, CU015]

6.3 留存、扩张和集中度：公开证据最能证明扩张逻辑，最难证明续约

DeepRoute 的公开材料强烈暗示了先落地、再扩张的动作，但尚未证明真正留存。扩张逻辑可见：一款车型达到 SOP 并表现良好后，同一主机厂可以把部署扩展到更多车型系列、更高配置渗透，甚至车队用例。管理层围绕合资车企、国有车企和 Robotaxi 扩张的评论，也强化了这种动态。但公开记录没有提供 NRR、GRR、分群、流失率或合同期限披露。尽管具名项目组合暗示少数主机厂很可能主导近期经济价值，它也没有披露按收入计算的客户集中度。对投资人来说，这意味着客户耐久性目前来自持续部署动能和反复伙伴公告的推断，而不是已测量的续约指标。这有用，但不完整。最好的黏性证据是集成深度和车型复用；最大未解风险是，一两个锚定主机厂是否贡献了过高比例的已出货车辆和未来收入。[CU023, CU024, CU025, CU026, CU027, CU028]

6.4 客户判断：真实量产采用，但客户基础仍集中且披露不足

客户判断上，真实采用证明为正，耐久性证明则喜忧参半。DeepRoute 不再只靠未具名试点客户来赢得尽调；公开来源显示，它已有真实量产部署、可见主机厂关系，以及在中国智能驾驶市场足以被重视的规模。这是有意义的成就。与此同时，本章也暴露了主要缺口：客户级收入集中度、续约指标、准确合同期限，以及按主机厂或车型独立验证的结果指标。因此，客户基础看起来具有战略价值并在扩张，但在承销最关键的维度上仍不透明。投资人应把客户牵引视为已确认，把客户扩张逻辑视为可信，并把客户耐久性视为截至目前仍具实质性的尽调缺口，而不是已证事实。[CU035, CU036, CU037, CU038, CU039, CU040]

6.5 图表

7.1 监管收紧已从背景噪音变成核心经营约束

DeepRoute 正在中国汽车产业链里监管者 2025 年收紧最明显的部分扩张：辅助驾驶宣传、OTA 治理、事故报告，以及围绕高阶功能的审批边界。2025 年 2 月 MIIT/SAMR 通知不是抽象政策语言。它把智能网联汽车的产品准入、召回、报告和 OTA 义务正式化，并明确车企不能把高阶驾驶软件当作宽松管理的应用更新循环。TechCrunch、CnEVPost、Business Standard 和 CarNewsChina 的后续报道显示，Xiaomi SU7 致命事故之后，这套框架如何落地：营销措辞被收窄，公开 beta 测试被遏制，紧急 OTA 被推向召回逻辑，公司被要求在发布前做更多验证。对 DeepRoute 来说，它的公开叙事依赖快速迭代和可见城市 NOA 能力，结论很简单：产品质量已不够。执行现在必须穿过更保守的监管流程；这个流程会拖慢发布、限制营销，并提高任何错误的成本。[CR001, CR002, CR003, CR004, CR005, CR006]

7.2 商业化证明是真实的，但看起来仍集中在少数主机厂关系上

DeepRoute 已越过试点门槛，但风险画像仍更像集中，而不是分散。公开材料支持真实规模：2025 年底超过 200,000 辆量产车，GTC 2026 后续口径超过 250,000 辆，并且主机厂集成在扩张。不过，2026 年资本市场新报道里最影响决策的客户事实，不只是部署规模，而是 Great Wall 和 Leapmotor 被反复描述为两大核心客户。Great Wall 更重要，因为它既是战略投资方，也是运营客户；这对信任和铺开速度有利，但对集中度、议价平衡和潜在路线图依赖不利。商业模式在投资人通常用来承销耐久性的关键位置仍不透明：单车定价、客户级收入份额、续约条款、排他性，以及跨车型扩张经济性，都没有公开披露。这意味着表面采用曲线可信，但收入基础的韧性仍只能推断，尚未被证明。[CR007, CR008, CR009, CR028, CR029, CR032]

7.3 融资窗口仍在，但公开证据显示管理层正在赶窗口

DeepRoute 的资本状况可以理解为足以支撑扩张，但披露还不够充分，不能让投资人放松。公司此前获得 Alibaba、Great Wall 等战略方支持，CB Insights 仍指向累计融资约 $450M；这有分量。问题在于，公开报道呈现的是当前市场，而不是历史融资底座。KrASIA 和 36Kr 都描绘了一个行业：算力、数据闭环和量产成本持续上升，而自动驾驶一级市场胃口明显降温。两家的共同信息是，留在牌桌上的公司越来越需要进入公开市场，因为单靠战略资金未必足以支撑下一轮开支。DeepRoute 秘密递交香港上市申请，正符合这个模式。同样关键的是，Pony.ai、WeRide 等上市 AV 可比公司说明，IPO 不等于估值能长期托底。因此，融资路径本身就是风险变量：公司大概率需要二级市场选择权，但公开市场买家已经开始挑剔，也对价格敏感。[CR017, CR018, CR019, CR020, CR021, CR022]

7.4 算力管制、robotaxi 落地和政策碎片化都可能拖慢路线图

DeepRoute 的技术野心带来一个容易被低估的二阶风险：公司不只是把 ADAS 装进乘用车，还在讲更大的 physical-AI 和 robotaxi 未来。要撑起这套叙事，模型迭代速度、算力可得性、验证能力和数据治理纪律都要跟上。2025 年 4 月，美国对 Nvidia 和 AMD 芯片出口许可的调整，加上 Nvidia 自身计提 $5.5B 中国相关费用，说明算力供应已是现实地缘政治变量，不是假设风险。与此同时，中国最大城市的 robotaxi 商业化许可正在增加，但路径仍是分阶段、按城市、基于安全案例推进，而不是全国一键放行。如果 DeepRoute 的消费车 robotaxi 策略能低成本做大，可能变成优势；但它也会让公司同时面对更多监管和安全接口。再叠加数据安全和网络安全义务，路线图看起来更像多线合规工程，而不是单纯的软件升级故事。[CR010, CR011, CR014, CR015, CR016, CR033]

7.5 创始人依赖和治理细节缺失让剩余风险维持高位

最后一层风险在组织。DeepRoute 是创始人主导的公司，对外战略叙事异乎寻常地集中在 Maxwell Zhou 身上：技术创始人、CEO、physical-AI 叙事者，也是外界理解公司走向时最可见的解释者。公司拿客户、讲清商业化故事时，这有帮助；但这也是典型单点故障风险。本章查阅的公开记录没有解决这个问题。资料没有披露完整接班计划、清晰可见的管理梯队，也没有足够强的客户合同机制来证明业务已具备组织韧性，而不是靠创始人托举。烧钱速度、现金续航、董事会层面的治理深度也没有披露到让外部投资人能精确量化下行的程度。因此，正确的投资判断不是否认商业进展，而是在把公司视作低风险增长之前，把剩余不确定性压进可监控触发条件和硬性尽调问题。DeepRoute 看起来能融到钱，也具备商业相关性；但透明度还不够，不足以获得宽松的风险折扣。[CR025, CR026, CR027, CR030, CR039, CR040]

7.6 展项

8.1 建议：具备商业相关性，但仍过于不透明，不适合做激进且不看价格的买入判断

DeepRoute 现在更像真实的后期智能驾驶供应商，而不是只押 robotaxi 的投机实验。公司有 Alibaba 和 Great Wall 的战略背书，有真实部署规模、多家 OEM 关系，产品叙事也不再局限于单一试点车道。话虽如此，证据仍达不到投资人做强买入式估值判断所需的程度。公开材料没有披露干净的当前估值标记、当前收入、单车价格、毛利率，或按收入计的客户集中度。因此，估值只能三角测算，不能直接观察。当前更合适的判断不是看多，而是保持纪律：跟踪公司、假设高风险；只有当价格显著低于最昂贵的中国 AV 公私市场可比公司时，低个位数十亿美元估值才算公允。如果入场价格在没有新披露的情况下逼近 $2.5B 以上区间，风险回报就会开始显得被拉伸，而不是均衡。[CV008, CV009, CV034, CV035, CV036, CV037]

8.2 估值锚存在，但都是间接锚：融资历史、部署证据和市场增长

DeepRoute 最强的估值支撑来自资本质量和商业化证据，而不是公开财务披露。融资历史可信：2021 年 Alibaba 领投 $300M Series B，2024 年底 Great Wall 战略轮 $100M。第三方数据集仍聚在累计融资约 $450M 左右，尽管 2026 年公司关联材料声称累计融资高得多，这也提醒我们，连基础融资总额都需要谨慎。商业上，公司有很多自动驾驶创业公司缺少的东西：公开证据显示量产车已经有相当规模部署。DeepRoute 多次表示自己达到或超过 200,000 辆门槛，之后又称超过 250,000 辆，同时披露 DeepRoute IO 2.0 已确认五家 OEM 合作。这些不是审计收入数字，但是真实的估值定价输入，因为它们降低了公司仍只在变现试点观感的概率。更广泛的中国 NOA 市场也在向更低价格带扩张，这很重要，因为 DeepRoute 最好的价值路径不是豪华小众市场，而是大规模输出面向大众市场的软件。[CV001, CV002, CV003, CV004, CV005, CV006]

8.3 公私市场可比公司给出一条很宽但仍有用的估值走廊

可比公司范围很宽，因为每家公司解决的是自动驾驶问题的不同环节，但足够划出边界。Pony.ai 和 WeRide 是最接近的中国上市自动驾驶可比公司，因为它们在中国变现自动驾驶，且仍按亏损、叙事驱动型股票交易。Mobileye 结构不同——成熟得多、收入披露也多得多——但它最清楚地说明，一旦市场真正看得见规模，倍数会压缩到哪里。Momenta 重要，因为它是披露最接近的后期中国智能驾驶供应商可比公司：可见装机基数大得多、财务披露更多，并且在 2026 年从约 $5B 私募估值跃升到接近 $9B 公开市场估值。这组可比同时说明两件事。第一，除非披露显著加强，DeepRoute 不应接近 Momenta 上沿或 Mobileye 的绝对市值。第二，公司也不应按早期科研项目定价，因为它的部署证据和 OEM 足迹明显领先那个类别。因此，重折价但不惩罚性的基准情景，是最站得住脚的中间路线。[CV013, CV014, CV015, CV016, CV017, CV018]

8.4 为什么股票能拿到一些溢价——以及为什么现在应给溢价封顶

DeepRoute 确实有溢价理由。Great Wall 不只是财务资本；它证明这项技术与量产车有关。公司的合作面也比单一客户故事更宽，包括 smart 以及更大的 IO 2.0 OEM 管线。管理层还在把公司包装成 physical-AI 平台，而不仅是垂直汽车软件供应商；在仍奖励宏大叙事的市场里，这一点可能有用。但今天折价理由更强。KrASIA 和 36Kr 都把融资窗口描绘为正在收紧：规模本身不再保证溢价定价。客户集中度仍然可见，财务透明度仍薄，市场也越来越区分宽基础模型故事和垂直行业自动驾驶供应商。落到实操，这意味着上行溢价可以承认，但必须大幅打折。DeepRoute 值得高于大宗汽车供应商折价，但还不足以抹平它相对最佳位置同行的披露、集中度和执行缺口。[CV007, CV025, CV026, CV027, CV029, CV030]

8.5 判断可以上调，但前提是下一轮披露补上明显缺口

什么会改变这条建议？不是另一篇高层部署新闻稿。下一轮披露必须回答仍缺失的经济问题。投资人需要真实的当前收入或年化收入、单车价格或抽成率逻辑、按金额而非按客户数量口径的客户集中度、毛利率或硬件组合证据，以及来自 IPO 价格区间或有清晰文件支持的二级市场估值标记的真实价格锚。没有这些数据，估值只能圈定范围，无法精确承销。否决触发项因此具体且可衡量：香港上市疲弱或延期，继续依赖同两个可见锚定客户，公开可比公司估值压缩拖累行业，或者无法证明车辆部署正在转化为可见收入能力。只要这些触发项没有发生且披露改善，公允区间可以上移。在此之前，中等信心才是诚实姿态，因为合理价格和拉伸价格之间的差距，仍取决于公开档案尚未披露的事实。[CV008, CV040, CV041, CV042, CV044]

8.6 展项