小米一季度汽车营收增长但亏损扩大 战略转型面临阵痛期
小米集团最新发布的这份财报，可以说是一份典型的“转型期成绩单”。智能手机业务承压，而智能电动汽车业务则强势崛起，成为集团不容忽视的第二增长极。当然，亮眼增长的背后，短期的盈利挑战也同样清晰可见。
具体来看，今年一季度集团总收入为991亿元，同比下降了10.9%。其中，智能手机业务的收入为443亿元，同比下滑12.5%，出货量更是减少了19.2%，降至3380万台。一个值得玩味的细节是，手机的平均售价（ASP）反而提升到了1310元的历史新高。不过，由于核心零部件成本上涨，其毛利率被挤压至10.1%。这组数据生动地描绘了当前手机市场的现状：高端化策略在推进，但成本压力和整体需求疲软，让利润空间变得异常狭窄。
财报真正的亮点，毫无悬念地落在了智能电动汽车业务上。一季度，该板块收入达到199亿元，同比增长6.9%，占集团总收入的比重首次提升至20%。其中，汽车业务本身贡献了190亿元收入，交付量达到80,856辆，同比增长6.6%。
然而，高增长的背面是扩大的亏损。汽车业务经营亏损达到31亿元，毛利率也从23.2%降至20.1%。管理层对此的解释很坦诚：这主要源于行业性的成本压力，以及产品周期切换的阵痛。动力电池原材料和车规级芯片价格的大幅上涨，叠加第一代SU7停售清库存时的促销措施，共同压缩了利润空间。说白了，这是扩张期必须付出的代价。
另一个深刻影响集团利润表的关键因素，是持续加码的研发投入。一季度，研发开支高达90亿元，同比激增33.4%，研发人员数量也创下26,048人的历史新高。集团宣布，未来五年将投入超过2000亿元用于底层技术研发——要知道，过去五年的累计投入已经达到了1055亿元。这种近乎“豪赌”的战略定力，底气来自于雄厚的现金储备。尽管经营现金流净流出18亿元，但集团的广义现金储备依然高达2206亿元，为这场漫长的技术转型提供了充足的弹药。
产品层面的更新换代，则带来了更多积极信号。新一代SU7系列在35天内交付了2.6万台，首销期锁单量超过8万份。新推出的YU7 GT（售价38.99万元）和标准版YU7（售价23.35万元）形成了清晰的价格梯度，尤其是标准版，被寄予了挑战市场标杆Model Y的厚望。集团总裁卢伟冰透露，下半年还将推出基于新平台的中大型车型，全年55万辆的交付目标保持不变。财务负责人林世伟的判断是，随着交付量爬坡和供应链降本，汽车业务的亏损将逐季收窄，不过，庞大的AI研发投入仍会阶段性影响整体盈利表现。
视线放得更远一些，出海的计划也在按部就班地推进。小米汽车明确，将于2027年三、四季度启动全球化布局，策略上选择“先发达市场，后新兴市场”以及“先中高端，后中端”的差异化路径。目前，团队正集中精力进行产品本地化适配、合规认证和渠道建设等前期工作。这种不冒进、稳扎稳打的作风，与集团同步宣布的200亿港元股份回购计划形成了奇妙的呼应，共同彰显了管理层对长期战略的坚定信心。
总而言之，这份财报勾勒出的小米，正处在一个明确的十字路口：传统核心业务面临增长天花板，而重金押注的新业务已初见规模，但盈利之路尚需时日。它考验的不仅是技术研发和产品定义能力，更是集团在战略投入期平衡现金流、市场预期和长期耐心的综合艺术。
热门专题
热门推荐
为什么不能满仓操作？仓位管理是风险控制的第一道防线 在加密市场的惊涛骇浪中，一个核心原则被反复验证：满仓操作，无异于将自己置于毫无退路的悬崖边缘。它背后潜藏着五大风险：市场不确定性下的单点暴露、心理压力导致决策失衡、错失动态再平衡机会、杠杆叠加加剧爆仓、链上痕迹削弱抗审查能力。理解这些风险，是构建稳
对于成长型企业而言，部署AI的最大挑战往往不在于技术本身，而在于算力成本宛如一笔糊涂账——每月支出多少、流向何处、下月预算如何规划，几乎全凭估算。联想最新推出的百应AI 3 0版本，正是精准回应了这一难题。 本次，联想首次为成长型企业打造了一套覆盖全链路的词元经济解决方案，其核心理念极为简洁：将算力
上周，金山办公在武汉举办了WPS AI NEXT线下路演，现场发布的新一代WPS多维表格，凭借一份硬核成绩单引发行业关注。在权威表格智能体评测榜单SpreadSheetBench最新排名中，WPS多维表格的AI智能引擎位列全球第二，仅次于谷歌，充分展现了国产办公软件的AI实力。 当前，多维表格赛道竞
宗门联赛S3赛季引入三线对抗机制，增加排兵布阵博弈；新增战术设计可禁用特定秘术，强化情报收集。同时加入挂机功能降低参与门槛，匹配机制优化提升公平性，位面加速缩短比赛耗时，满足不同玩家需求。
车队运营团队普遍面临两个核心痛点：工具碎片化、手动流程耗时严重。在近期举办的Vision 26峰会上，Motive一口气发布了集成硬件与人工智能的多项创新方案，矛头直指这两个痼疾，将其物理AI运营平台的边界大幅外扩。从本质上看，这套新方案要解决的是一个老问题：如何把散落在不同系统里的数据整合到一个统