德赛西威西班牙工厂封顶倒计时

news2026/4/22 6:07:41
今天讲的出海案例是德赛西威国内智能座舱和智能驾驶域控制器的双料龙头在西班牙安达卢西亚自治区利纳雷斯市投建智能工厂2026年量产后首批供应车载显示屏。在2026年3月10日的投资者关系活动记录表中德赛西威提到西班牙智能工厂已于2025年完成封顶即将投入量产并已获得RENAULT、BMW、MERCEDES-BENZ等品牌的新项目订单海外订单年化销售额在2024年超过50亿元同比增长超过120%。一家2025年营收325亿元、93%以上收入来自中国的汽车电子供应商第一座欧洲量产型工厂落在了安达卢西亚的小城利纳雷斯凭什么让大众、沃尔沃、雷诺把新项目定点交给它从飞利浦合资车间到英伟达全球六大供应商飞利浦、香港金山与惠州工业发展总公司在1986年合资成立了中欧电子工业有限公司主要业务是将外方技术导入中国进行汽车音响产品的组装生产。这就是德赛西威的前身。中欧电子在1993年拿到了一汽奥迪收放机的供货资格1996年联合研发出第一款自主知识产权的磁带机和CD机。2002年公司变为西门子威迪欧与德赛集团的合资企业德系质量管理体系和国际化流程开始嵌入日常运营。德赛集团在2010年3月经过近两年谈判完成了对外资全部股份的反向收购公司正式成为中国本土企业。从那时起德赛西威开始独立思考战略方向。德赛西威对智能化赛道的押注比行业大多数参与者都要早四到五年。2014年新能源汽车市场尚未起势德赛西威已开始孵化智能驾驶技术。2018年英伟达在全球选定六大顶级汽车领域合作伙伴德赛西威是其中唯一的中国企业与博世、采埃孚、大陆并列。德赛西威在2020年发布了国内首款量产智能驾驶域控制器和首款量产智能座舱域控制器2022年全球首发可量产智能中央计算平台。到2025年上海车展公司展出了搭载高通骁龙座舱至尊版平台的第五代智能座舱G10PH硬件平台配置8K屏幕和30寸4K大屏。2019年至2023年间德赛西威的研发费用从6.37亿元涨到19.82亿元四年涨了近200%。截至2025年公司约9400名员工中工程师超过4200人其中软件工程师占比约70%。根据高工智能汽车研究院数据2023年德赛西威以超过46万套的供货量在第三方智驾域控供应商中排名第一市占率约25%。智能座舱域控同样保持领先。惠州惠南智能工厂两期合计13万平方米50条SMT线体具备从贴片到成品的一件流生产能力全自动贴合线覆盖7至55寸各类车载屏幕。中国市场的竞争烈度正在挤压利润空间毛利率从2021年的24.6%降至2025年的19.07%。把智能座舱和车载屏幕的量产能力搬到离欧洲客户更近的地方成了维持增长的必答题。西班牙作为欧洲第二大汽车生产国正在经历一轮智能化供应链重构欧洲汽车制造商协会ACEA的数据给出了西班牙在全球汽车产业中的坐标2023年汽车产量约245万辆居全球第八位在欧洲仅次于德国的396万辆。西班牙生产的汽车中约80%出口至欧盟其他国家汽车及零部件制造业占出口总额约18%。西班牙国家能源和气候计划设定了2030年500万辆电动汽车上路和50万个充电桩建成的目标PERTE VEC政策向汽车企业提供直接补贴和优惠贷款MOVES III计划为消费者提供最高9000欧元的新能源购车补贴。奇瑞汽车已与西班牙埃布罗公司合作建厂计划2027年达到5万辆初始产能、2029年增至15万辆。比亚迪、北汽极狐等中国车企也在进入西班牙及周边市场。但整车落地了智能化零部件的本地供应链却几乎空白。德赛西威在欧洲范围内评估了多个备选地最终在三个候选城市里选定利纳雷斯。利纳雷斯位于安达卢西亚自治区劳动力成本低于德国和法国但高于东欧国家。西班牙拥有约1000家汽车供应商分布在720个企业集团旗下本地采购配套成熟。西班牙高速公路里程在欧盟排名第一超过1.7万公里远超德国的1.3万公里。高铁里程仅次于中国位居全球第二。从利纳雷斯发货可以高效覆盖伊比利亚半岛和法国南部。西班牙语是全球使用人数第三多的语言西班牙工厂与德赛西威在墨西哥的蒙特雷工厂在语言和管理上可以互通形成跨洲际的协同。欧洲客户对本地化供应的要求已经从加分项变成了准入条件。大众、沃尔沃、Stellantis等车企明确将供应链属地化纳入采购评估。从惠州到欧洲的出口交期以周计本地生产可以缩短到以天计这种交付速度的差距在车规级产品上直接影响项目定点。显示屏先行座舱域控和辅助驾驶产品分阶段导入德赛西威为西班牙工厂规划了三阶段产品导入第一阶段以车载显示屏率先量产这类产品标准化程度高适合新工厂的产能爬坡。第二阶段扩展到智能座舱系统包括车载信息娱乐系统和座舱域控制器。第三阶段纳入辅助驾驶领域产品。德赛西威在欧洲已有一座德国工厂位于魏玛目前正常运营主要服务大众和沃尔沃。两座工厂的分工已经形成德国侧重研发和天线类产品制造西班牙承担智能座舱和车载屏幕的规模化量产。此前收购的德国天线技术公司ATBB以及2024年在魏玛奠基的近万平方米科技园区含3D天线测量实验室都服务于德国端的研发定位。法国巴黎办公室在2024年成立紧邻雷诺和Stellantis总部承担法系客户的前端服务。德赛西威已获定点的欧洲品牌覆盖了大众、Stellantis、沃尔沃、福特、奥迪、宝马、奔驰、雷诺等主流车企。亚洲品牌方面TATA MOTORS、TOYOTA、MAZDA、HONDA等也已给出新项目订单。SEAT是大众集团旗下的西班牙品牌主力生产基地在巴塞罗那附近的马托雷利与利纳雷斯工厂在地理上可以形成高效供应闭环。全球产能布局至此形成了四大区域中国惠州为总部和核心制造枢纽欧洲双基地德国魏玛加西班牙利纳雷斯北美墨西哥蒙特雷工厂已于2025年6月量产生产显示屏和智驾域控东南亚印尼2025年5月起贡献产能生产摄像头和USB HUB。德赛西威在2025年9月完成了约43.93亿元的定向增发发行价105元每股2026年1月又启动赴港上市筹备目标包括提升国际品牌影响力和拓宽海外业务资金渠道。下一个可观察的验证信号是西班牙工厂2026年的实际出货量。车载屏幕产品的首批交付对象、产能爬坡速度、以及座舱域控何时切入量产将决定欧洲业务能否从订单转化为持续收入。2024年海外订单年化销售额50亿元、增速超120%的基数已经存在工厂能否接住这些订单是接下来两到三个产品周期里最核心的变量。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2421309.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…