热点资讯
黑芝麻智能再出手,4亿豪赌亿智电子,芯片江湖风云再起
发布日期:2025-12-16 22:50 点击次数:55
黑芝麻智能在港股抛出一个重锤,说要收购珠海亿智电子,预期总价在4亿到5.5亿元之间。
一家三季报里刚出现季度亏损的公司,为什么会在这个时间点做大动作。
这是逆风上扬,还是不得不迈出的一步。
等到2026年一季度才完成,这段窗口期到底在押什么牌。
标的公司到底值不值,谁在这笔交易里赚到了时间,谁在花钱追边界。
先别急着下定论,把线索捋一捋。
公告里话不多,但关键点都放出来了,拟通过股权收购加注资的组合拳,拿到亿智电子的多数股权。
并表这事也提前说清楚了,收完之后将被视作非全资附属公司,财务业绩并入上市公司。
时间表不短,预期到2026年第一季度完成,等于给了双方整整一个长跑期。
具体持股比例和分步支付安排暂无相关信息,这种细节往往要等更正式文件披露。
不过路线已经很直白,先锁标的,再做整合,最后并表。
看起来不像一拍脑门的决定,更像早就铺好的棋。
回到被收购方,亿智电子成立在2016年,做的是AI机器视觉算法和SoC芯片设计这条赛道。
这家公司把自己定位在边缘侧和端侧,强调的是自主研发的系统级解决方案能力。
应用面覆盖很广,智能安防、智能车载里的ADAS和DMS、各类智能硬件以及消费电子都在他们的清单里。
公司强调的核心竞争力是一堆关键IP都自己做,NPU、ISP、高清显示、音视频编解码、高速数模混合这些核IP不靠外采。
他们还强调从底层IP到上层算法形成闭环,这句话很重要,说明不只是算力堆料,还有算法栈落地的路径。
更早一些的量产记录也被点名了,2019年就有搭载自研NPU的AI SoC出来,并且主打软硬协同的图文识别场景。
产品矩阵也不是单点,SA、SH、SV三条线覆盖不同应用场景,怎么看都是在边缘AI里做横向布局。
车载那条线里说到了ADAS和DMS,这两类需求对实时性和平衡成本的敏感度都很高。
这类芯片落地环境复杂,不能只看算力指标,还要看接口、视频通路、稳定性和生态,亿智这种强调多核IP自研的思路,在工程落地上容易更灵活。
说白了,亿智是个典型的“边侧能手”,擅长把AI能力搬到摄像头、行车记录仪、安防设备这类高出货、强迭代的产品上。
这类迭代快的场景,有时候能磨出一身靠谱的工程经验和成本意识。
这也恰好是车规玩家常常需要补齐的另一种视角。
把视角切回黑芝麻智能,他们的核心业务聚焦在车规级高性能AI芯片。
产品线里最有名的是华山A2000系列,算力从250到1000TOPS,瞄准的是L2到L4的自动驾驶。
还有武当C1200跨域融合芯片,主打舱驾一体的方案。
这类产品强调的是高算力、高可靠、长周期,话语体系是车规、系统安全和生态协同。
用一句话来形容就是“主机厂供应链友好型”,一旦进了量产车就是多年的共生关系。
这和边缘侧的快节奏是两种世界。
两家公司若合并,听起来像把两个世界打通,一个是车规高端算力,一条是边侧多场景落地。
黑芝麻智能已经暗示了收购带来的覆盖面,把高中低端车规计算芯片连成一条完整产品线。
他们还提到了为智能汽车提供全场景解决方案,这个词不新,但对芯片公司来说是个难题,因为要同时搞定算力、成本、生态和交付。
公告里也提到了拓展到更广泛的机器人应用,意味着不仅盯汽车,还想把推理芯片做到多形态设备上。
这不只是做加法,更像在做组合拳,让原本偏高端的定位有一个向下延展的抓手。
要是这盘棋走得顺,黑芝麻智能的产品地图会从“塔尖”往“塔身”扩。
这件事并不是突然冒出来的,六月和八月其实已经有过“可能收购事项”的预告。
当时没有直接公布标的名字,但描述的方向和今天基本吻合。
他们说潜在收购能够让集团实现高中低端全系覆盖,并且扩机器人,做推理芯片全系产品与方案。
也说会在业务拓展、量产交付、供应链管理、技术突破这些方面互补。
翻译成人话,就是补短板、拉协同、扩场景、拼交付。
今天把标的公开,只是把悬着的靴子落地。
但有个问题躲不过去,黑芝麻智能如今的财务状态并不轻松。
三季报显示,第三季度营收5.41亿元,同比下降12.07%。
归母净利润为-94.62万元,这个负号不算大,但很刺眼。
前三季度营收14.69亿元,同比下降7.52%。
归母净利润681.93万元,同比下降83.67%。
简单点说,营收在掉,利润在压,手里要做的事却更大。
这时候拿出一个可能超过4亿元的收购,外界很容易问一句,你的钱要花在刀刃上吗。
说得再直白点,这不是小额试水,是实打实的重投入。
如果只是为了扩一条产品线,那风险不值那么高的筹码。
但如果是为了形成从底层IP到高端车规算力、再到多场景推理落地的全栈通路,这就变成战略棋。
亿智的IP家底和边侧经验,和黑芝麻的车规算力与主机厂通道,组合起来可以把“方案”这件事做扎实。
这也是他们反复强调的“全场景解决方案”的底气所在。
还需要提醒一点,车规和消费电子的节拍不一样,车规项目周期长、验证多,消费类更看迭代速度和成本效率。
把两种节奏揉在一起,容易出现组织和流程上的摩擦,这是典型的整合挑战。
不过公告里提到了供应链管理和量产交付的协同,显然双方在这两年窗口期会做大量对齐工作。
这段时间不只是等待监管或交割,更像是磨合期,把技术栈和业务流程接上。
等到2026年一季度完成,理论上应该能看到一套更顺滑的产品与交付路径。
如果磨合失败,并表只能带来规模上的热闹,财务侧可能不一定好看。
从技术视角看,亿智强调的NPU、ISP、编解码这些IP自研,是很多边缘AI方案的灵魂。
这些模块决定了算力如何被用在真实场景上,决定视频流如何被处理,决定功耗和性能的平衡。
黑芝麻智能的车规芯片更像是“算力底座”,要扛起更复杂的融合计算和更严苛的可靠性要求。
当边侧的工程经验和高端算力的长期路径拼起来,容易出现一个“高低搭桥”的效果。
高端算力负责把能力做重,边侧经验负责把能力变得可落地、可规模化。
这就是所谓完整技术闭环在另一层面的演绎。
有人会问,这笔钱值不值,四到五个多亿的区间不算小。
值不值要看拿到的是不是能让黑芝麻智能从产品到方案都有“抓手”,不是一个点,而是一条链。
说白了,你付的是时间和确定性,能否换到更稳的交付节奏和更广的客户触点。
如果只能带来一个短期的营收支撑,那性价比不高。
如果能带来产品矩阵的上下贯通,哪怕短期利润承压,也可能值得。
市场看的是你有没有走通那条路,而不是只看某个季度的盈亏。
别忘了,这家公司已经把场景瞄准到了L2到L4。
这意味着算力、算法、安全、协同这些都要往上堆,交付的复杂度不比做一个摄像头模组。
亿智在ADAS和DMS侧的经验,可以作为切入点,把车内的部分感知和人机交互场景做得更细。
两家的合体也可能让一部分中低端车规产品有更灵活的成本优化空间,这对主机厂是有吸引力的。
一套“高算力+场景模块”的组合,既不空喊智能化,也不只讲参数。
看起来是把路往宽处修,别把自己锁在塔尖。
当然,这一切还是公告层面的信息,我们没有看到更细的交易条款。
比如具体估值依据、业绩对赌有没有、技术路线怎么融合,这些都暂无相关信息。
公告只给了重点方向,剩下的是执行层面的功夫。
这也意味着,接下来一年多里,大家更关心的是项目对齐和客户共研的进度。
有些事可以说,有些事只能看结果。
行情起伏归起伏,交付这件事,永远是硬道理。
高潮一句,其实谜底不复杂,黑芝麻智能在为自己的产品版图找一个“地基+走廊”的组合。
地基是车规高算力,走廊是边缘多场景,把车内外的AI推理路线打通。
这件事如果靠自己堆研发,周期会很长,资金消耗也大,并且容易在工程落地上踩坑。
拿下一个已有量产记录的边侧玩家,可以把走廊先搭起来,再把地基和上层方案对齐。
这就是收购的核心逻辑,不是财技,也不是短期数字的修饰。
更像是一场路线图的重排,把“单点爆破”改成“多点合围”。
对投资者来说,最该关注的是三个变量,技术整合的速度,产品矩阵的丰富度,交付节奏的稳定性。
技术整合的速度决定了能不能在新车项目的窗口期拿到位置。
产品矩阵的丰富度决定了能否拿到不同价格带的车型和不同场景的设备。
交付节奏的稳定性决定了财务曲线是平滑还是过山车。
这三个变量都站稳,收购就不只是新闻标题,而是护城河的一部分。
这三个变量要是出问题,钱花出去,护城河也可能变成景观河。
账面压力也确实在那儿,营收下行、利润压缩,市场会盯紧现金流和费用率。
不过技术公司常常在关键节点必须砸下重注,尤其是要补齐产品线的时候。
关键是别用力过猛,也别用力太轻,要精准打在能带来结构性变化的地方。
这笔交易一旦走完,在客户侧讲故事会更完整,从高端算力到场景模块到系统方案都有“真实货”。
只要别变成“并表热闹、协同寡淡”,那就不虚此行。
说到底,战略动作的价值,取决于执行细节的尺度。
写到这儿再看一句公告里的话,他们的目标就是全场景解决方案与全系推理芯片。
这句话对行业内的人不陌生,但做起来并不轻松。
有时候一张路线图比一张报表更能决定方向感。
也许这就是他们把交易窗口拉到2026年的考虑,给足时间磨合、验证、量产。
这段时间既是机会,也是压力。
谁能把时间变成产能,谁就赢得第二阶段的叙事权。
收尾给一点温和的提醒,技术闭环固然重要,现金流的闭环一样不能散。
别让研发的火力压垮财务的地板,这事在芯片圈不是没发生过。
也别幻想一笔收购就能让所有难题消失,组织融合、客户信任、交付细节,件件要命。
黑芝麻智能和亿智电子这桩交易,如果能把“高低搭桥”落成实体,那就是行业里一笔有分量的合并。
要是只停在PPT,那就成了热度一阵风。
观众看戏,终究要看成片,而不是预告片。
你更看重技术闭环还是现金流稳健,留言说说你觉得这笔收购的关键点在哪儿。
你觉得两年的窗口够不够磨合出一套能打的全场景组合拳。
欢迎一起对比这次的节奏和此前行业里的并购案例,看看这次有没有新的打开方式。
如果你是车厂或做设备的,愿不愿意为一套“高算力加场景模块”的方案买单。
我更想听到一线的声音,纸面逻辑有时不如生产线的温度真实。
