哪吒汽车,正在等待“太乙真人”的拯救

  文丨刘俊宏

  在360创始人、哪吒汽车股东周鸿祎近日连续且着急的“督战”中,哪吒汽车(下简称哪吒)终究还是顶不住了。

  6月26日,哪吒通过母公司合众新能源在港交所提交了IPO文件,急迫地希望成为第五家登陆港股的造车新势力。而随着经营数据披露,哪吒的“面纱”也随之被揭开。

  总体情况而言,哪吒的经营状况并不理想。2021年至2023年,哪吒汽车一直处于大额亏损状态。其中,2021年亏损48.4亿;2022年亏损66.7亿;2023年亏损68.7亿,三年累计亏损为184亿元。

  经营端“不断流血”,或许还能归结到“赔本赚吆喝”以价换量。然而,销售数据显示,哪吒的车也“不好卖了”。2023年哪吒出现了销量下滑,共计销售汽车12.7万辆,同比下滑16%。到了2024年,哪吒销量情况并未好转。据公司公告统计,2024年1-5月,哪吒合计交付4.3万辆车。

  好在凭借2022年底开始交付的“高价位”车型(定价15万~22万)——哪吒S在2023年逐渐起量,保住了哪吒2023年的总营收,最终录得136亿元,同比仅增长4%的成绩。

  连年大额亏损再加上销量增长不利,最终导致了哪吒即将面临“资金枯竭”的局面。根据截止到2024年4月的数据(未经审核)显示,哪吒当下账上为-15.5亿元(现金及等价物+融资租赁即期部分+交易性金融资产-借款)。

  如此现状,难怪“互联网老炮”周鸿祎近期直播哪吒工厂、讨论给哪吒改名,“使出浑身解数”为哪吒造势。哪吒汽车CEO张勇感到“压力山大”,连续在微博吐槽,最终在2024中国汽车蓝皮书论坛上感叹道,“由于自己有时不受控,微博账号被公关部门的同事收走”。

  毫无疑问,哪吒已经来到了最危急的时刻。

  01

  曾经叱咤风云,如今急待上市

  曾几何时,哪吒也“翻江倒海”过。

  作为与“蔚小理”同期的造车新势力一员,哪吒在发展早期就明确认知到,“规模”是站稳脚跟的“生死线”。身处中国新能源汽车爆发的前夜,哪吒选择以推出低价小车的形式,快速切入到市场竞争中。

  哪吒正式杀入市场的标志,是2020年先后推出的A0和A级SUV(哪吒V和哪吒U)。在两款车型分别占据的5万~10万和10万~15万价格段中,凭借中国消费者对SUV的喜爱,加上对家用场景纯电省钱的“精准拿捏”,使得哪吒在细分赛道中避开了绝大部分对手。

  据乘联会2021年统计的新能源SUV畅销榜显示,哪吒V以全年49646台的销量取得排名第五的成绩,仅次于比亚迪唐(50116台)。而到了2022年,哪吒V和哪吒U分别以9.6万和5.1万的数据,双双进入新能源SUV销量前十的榜单。哪吒品牌更是以全年15万台的销量力压“蔚小理”三家。

  销量的成功,背后虽然有哪吒“亏钱卖车”的销售策略。但体现在财务数据上,是哪吒经营指标上“欣欣向荣”。招股书显示,2022年哪吒录得总营收为130亿元,同比增长156%。毛损也从2021年的34.4%快速降至2022年的22.5%。

  然而,在完成销量第一波积累后,哪吒却沉浸在过往成功经验的路径依赖中。正如张勇曾在今年年初公开反思道,“2023年做得不好原因有很多,新老产品切换时没有衔接好、节奏乱;新产品上市定价过高,下半年虽然调整到位了,但丧失了先机”。哪吒在中国车市“打响内卷”的2023年,走向了“下坡路”。

  简单来说,哪吒2023年最大的问题出在产品能力和定位上。

  体现在产品上,首先是“诚意不足”的产品迭代。2023年下半年,哪吒将哪吒V和哪吒U分别更名为如今销售的哪吒AYA和哪吒X。就在汽车行业意味着大改款的改名操作中,哪吒新车型的升级迭代却不太明显,甚至哪吒在招股书中都认为属于同一个系列。

  以哪吒U和哪吒X这一组迭代为例,新的哪吒X只是改变了“前脸”外观、车长增加70mm,座舱给了高通骁龙8155芯片,并增加了蓝牙钥匙、雨量感应式雨刮等小功能。但价格从原来的11.88万元起步,涨到12.68万元起。

  在10万~15万这个消费者极度敏感的价格段里,哪吒一边涨价,一边几乎“换汤不换药”升级的态度,使得哪吒后来虽进行了价格调整,但消费者还是用真金白银做出了选择。销量数据显示,哪吒X和哪吒AYA在交付前几个月维持了几千的销量,随后便“一头栽倒”。

  与哪吒经营低价小车同样的问题,也出现在哪吒于2022年底推出的哪吒S上。产品设计思路上,哪吒希望用定位B级轿跑的哪吒S,再度用性价比概念冲击中高端价格段(20+万)。但在这场B级轿车赛道的竞争中,哪吒有些操之过急了。

  首先,是消费者品牌认知的问题。一直以来,哪吒以低价小车(和网约车)的形象示人。如今进军中高端市场,消费者需要时间接纳。其次,则是哪吒S的性价比策略过于单薄。向上对比特斯拉Model 3和比亚迪汉,哪吒S没有足够的品牌和技术优势。向下对比深蓝SL03,哪吒S19.98万的起售价也不如深蓝16.89万极致。在看到哪吒S销量迟迟无法突破3千大关后,哪吒又启动了(小)改款、增配、调价的“三板斧”。

  最终,来自产品能力和定位的问题也都落回到哪吒的财务报表上。

  丢失的产品力,导致哪吒在2023年销售费用近乎翻倍的前提下,录得销量为127496台,同比下滑16%。总营收在哪吒S的高定价下,暂且保住。

  2023年哪吒录得营收为135.56亿元,同比仅增长4%。但同样也因为哪吒S的高成本和低销量难以摊薄汽车生产成本,2023年单车平均销售成本比2022年增加了1.7万元。

  或许正如小鹏汽车董事长何小鹏在2024新春开年内部信中所言,“今年是中国汽车品牌进入‘血海’竞争的第一年,也就是淘汰赛的第一年”。2023年失误的哪吒,如果不能如期上市,距离淘汰边缘已经不远了。

  02

  长期能力有限,东南亚是最后的希望?

  事实上,在新能源(智能)对汽车百年之未有大变局中,资本对新晋玩家们表现得相当宽容。

  出于汽车工业需要长期投入的特点,财务结构是否健康并非评判一家造车新势力实力的绝对标准。毕竟,并非每个品牌都能拥有如广汽、吉利般,提供给埃安、极氪充足的资金、技术、制造的“安全垫”。

  资本更看重的,还是能力和长期价值。

  以后视镜视角回看已经上市的玩家们,特斯拉以初期的龙头地位,兑现了新能源渗透率空间的“增长杠杆”。小鹏汽车坚持智能化定位,智驾能力对标华为,造车能力获得了大众的认可。理想凭借对汽车市场精准的观察,发掘了全新的“冰箱彩电沙发”汽车文化。蔚来长期投入换电基建,如今也收获了长安、吉利、奇瑞等6家中国传统造车巨头的合作。

  然而对于哪吒而言,其坚持的方向和展现的长期价值至今都算不上稳定。

  在新产品的推出上,哪吒仍旧停留在“主打低价”的层面,产品标签和壁垒不够明确。

  4月,哪吒发布了15万级的C级SUV——哪吒L。在这款车上,哪吒明确参考理想汽车,喊出了“冰箱彩电大沙发,更理想的家”的口号。虽说12.59万的起售价确实相当于理想L6的一半,但与同价格段的产品相比,哪吒L的优势并不明显。

  以零跑C10、奇瑞舒享家作为参考。作为一款增程式智能汽车,哪吒L的主要优势在快充(比零跑和奇瑞快约三分之一,电量30%-80%)、中控屏稍大(15.6英寸,相当于PC游戏本屏幕)和有冰箱。在其他部分,如汽车尺寸、智驾等级(L2)、座椅等配置上区别并不大。

  在此基础上,由于2024年已经进入汽车的智能化竞争阶段,虽然十几万价格段的智能化稍微慢一些,但哪吒当前的智能化储备,或许不够支撑其短期落地高阶汽车智能(智舱+智驾)。

  面对智驾竞争,哪吒联合了多家智驾供应商共同落地。其中,哪吒S采用的是商汤绝影的高速NOA方案,哪吒L则是与佑驾创新(MINIEYE)合作。不过,哪吒高阶智驾的具体能力,根据招股书介绍,目前泊车成功率还只有85%(差不多是华为在2021年的水平)。或许,哪吒的高阶智驾还需要一段时间迭代才能正式上车。

  在另一边的座舱上,哪吒在360大模型的加持下,在20万以下价格区间的车型上,率先落地了360智脑、AI搜索和数字人等座舱大模型功能。不过,在智舱的整体设计上,设备互联、多模态控制、整合座舱智能化等功能,受限于高通骁龙8155芯片的算力,哪吒目前的表现与其他同级别产品的差异并不大。

  如此来看,当下的哪吒几乎不太可能凭借新产品和智能化的产品力完成“翻盘”。而进一步参考销量已经“崩盘”的哪吒S和预计2025年(可能为四季度)才能再次推出新品的规划。这意味着,在未来一年内,哪吒面向主流消费市场的,可能只有哪吒L一款产品。

  于是,哪吒能“下注”的只剩下了向海外市场进军。利用中国制造优势“高维打低维”,复制其在中国市场的起家路径。

  当前,哪吒在泰国和印度尼西亚的工厂已经建成并投产。截止到2023年12月31日,哪吒在海外已经安排或设立共计100个的销售(售后)网点。并且,哪吒AYA在2023年也取得了东南亚小型纯电汽车上险量第一的成绩。

  以营收占比计,虽然哪吒当前海外营收只占12%。但面对出海,张勇曾自信地定下目标,“2026年销量占比国内大概占65%,国外占35%,100万里面要有65万台是在国内售出,同时每一个车型都会有海外产品”。

  不过,考虑到当下中国车企们纷纷“加入大航海”的规划。哪吒汽车再次依赖低价小车的竞争模式,在比亚迪、上汽、长城汽车的竞争下,或许只是重演一遍中国市场2020年-2023年的“故事”。

  经推测,品牌A为比亚迪,品牌B为上汽名爵,品牌F为长城汽车

  无论如何,看得到增长,总比看不见要好。

  或许东南亚市场和本次IPO会给哪吒一次“莲花化身”,如同零跑汽车上市后逐渐摆脱经营低价小车般的机会。

  但在此之前,哪吒还需更加努力寻找,那张能够证明自己的答卷。 

大气污染是影响公众健康与生态环境的重要问题,精准的空气质量时空预测与污染源贡献度量化是精准治污的关键支撑。针对现有研究多源融合不充分、时空关联刻画不足、预测与源解析割裂三方面缺陷,本文设计实现了城市空气质量时空预测与污染源贡献度分析系统,融合监测、气象、工业排放与交通四类数据,构建基于时空注意力的LSTM(STAM-LSTM)预测模型与基于正定矩阵因子分解(PMF)的源解析模型,形成数据融合-特征工程-预测-源解析-可视化闭环。 系统实现四类数据时空对齐与融合,构建时序与空间邻域特征,以普通克里金插值生成1km网格浓度场;STAM-LSTM引入时空注意力自适应学习站点间污染传输时变权重,以72小时输入预测未来24小时逐小时PM2.5浓度;PMF识别交通、工业、燃煤、扬尘与二次生成五个源因子,量化各源全年贡献度并分析时空演变。 实验表明:STAM-LSTM预测RMSE 24.6、MAE 17.8、R² 0.88,相对LSTM基线(30.2)提升18.5%;普通克里金插值误差8.9,优于反距离加权(11.4);源解析显示交通源28.4%、工业源23.1%、燃煤源19.6%为主要贡献源,冬季燃煤源升至27.3%、早高峰交通源达34.8%,下风向工业源贡献高出上风向8~12个百分点;减排情景显示交通源减排20%可使年均PM2.5下降5.7%,与源贡献度排序一致。 系统按五模块14组件实现,功能测试16项用例全部通过,为大气污染预警、源管控与减排政策制定提供了决策依据。 【课程报告内容】 摘要 第1章 绪论 第2章 相关技术与理论 第3章 系统需求分析 第4章 系统总体设计 第5章 系统详细设计与实现 第6章 系统测试与分析 第7章 总结与展望 参考文献 附件-实现指南
基于iTransformer-BiGRU-KAN多模型融合的滚动轴承剩余寿命预测研究(Python代码实现)内容概要:本文提出了一种基于iTransformer-BiGRU-KAN多模型融合的滚动轴承剩余寿命预测方法,旨在通过结合多种先进深度学习模型的优势,提升在复杂工况下的预测精度与鲁棒性。该方法利用iTransformer捕捉长期时间序列中的全局依赖关系,通过BiGRU模型提取双向时序特征,最后引入KAN(Kernel Attention Network)增强非线性映射与关键特征的自适应加权能力,实现对轴承退化过程的精准建模。文中详细介绍了模型架构设计、训练流程及在公开数据集上的实验验证,结果表明该融合模型相比单一模型在预测精度和稳定性方面均有显著提升。; 适合人群:具备一定机器学习与深度学习基础,从事设备故障诊断、工业大数据分析或智能运维相关领域的研究人员及工程技术人员,尤其适合研究生及以上学历或有相关项目经验的专业人员。; 使用场景及目标:①应用于工业设备状态监测与预测性维护系统中,实现对滚动轴承等关键部件剩余寿命的精准预测;②为复杂时间序列回归任务提供多模型融合的设计思路与技术参考;③推动深度学习在智能制造与工业物联网领域的落地应用。; 阅读建议:建议读者结合Python代码实现部分,深入理解各子模型的接口设计与融合逻辑,重点关注特征融合机制与注意力权重的可视化分析,以便在实际项目中灵活调整与优化模型结构。
代码下载地址: https://pan.quark.cn/s/f675b88243cd 《华大HC32L110库函数与例程详解》 华大HC32L110属于低功耗且高性能的微控制器,在众多嵌入式系统设计中具有广泛的应用,特别是在需要电池供电的物联网设备和便携式装置中表现出色。该微控制器的库函数与例程为程序设计者提供了重要的参考资料,包含了丰富的功能接口和示范性代码,从而辅助开发者迅速掌握并运用该芯片。库函数是事先编写完成且可反复使用的代码单元,针对HC32L110的特定硬件特性进行了优化,使得开发者无需深入探究底层机制,仅需调用相应的库函数即可达成预期功能。这些库函数一般涵盖了时钟管理、GPIO操控、ADC转换、串行通信(包含UART、SPI、I2C等形式)以及中断管理等多个方面。比如,若需将一个GPIO端口设置为输出模式并设定其电平状态,开发者可通过调用`HAL_GPIO_Init()`与`HAL_GPIO_WritePin()`函数来实现。 例程则是展示如何运用库函数的应用范例代码,它们具体说明了在实际操作中如何适当地调用库函数及设定相关参数。以HC32L110的串行通信例程为例,它可能涉及初始化UART接口、传输数据、接收数据等环节,借助这些例程,开发者能够清晰地洞察每个功能的具体实现途径。对于新手而言,例程是理解芯片特性及库函数使用的理想途径。 在华大HC32L110的库函数与例程中,通常包含以下核心组成部分: 1. **初始化函数**:诸如`SystemInit()`,其作用是配置系统时钟,作为其他功能的基础。 2. **外设驱动函数**:例如GPIO的`HAL_GPIO_xxx()`系列函数,ADC的`HAL_ADC_xxx()`函数等,用于管理和设定...
【多变量输入超前多步预测】基于CNN-BiGRU的光伏功率预测研究(Matlab代码实现)内容概要:本文研究基于CNN-BiGRU混合神经网络模型的多变量输入超前多步光伏功率预测方法,并提供了完整的Matlab代码实现。该模型结合卷积神经网络(CNN)强大的局部特征提取能力和双向门控循环单元(BiGRU)对时间序列前后向依赖关系的建模能力,能够有效处理光伏发电受光照强度、温度、湿度等多因素影响的非线性、非平稳特性,实现对未来多个时间步长的功率输出进行精准预测。研究涵盖了数据预处理、模型构建、训练优化及结果分析全过程,并通过实验验证了模型在不同天气条件下的预测性能,展示了其在提升预测精度方面的有效性。; 适合人群:具备一定机器学习和时间序列预测基础知识,从事新能源发电预测、电力系统调度或相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于光伏发电站的功率预测系统,为电网调度、能量管理和电力交易提供数据支持;②作为深度学习在可再生能源预测领域应用的教学案例,帮助理解CNN与RNN类模型的融合机制;③为进一步研究更复杂的预测模型(如加入注意力机制)提供基础框架和技术参考。; 阅读建议:建议读者结合Matlab代码逐步复现文中实验,重点关注数据预处理流程、模型结构设计细节以及超参数调优策略,同时可尝试在不同数据集上验证模型泛化能力,以深入掌握多变量时间序列预测的关键技术要点。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值