
士兰微是半导体芯片设计、制造及封测一体化龙头,业务板块涵盖器件、集成电路、LED芯片及外延片,是中国产品线最齐全的半导体IDM厂商。
据知情人士透露,士兰微基于自主研发的SiC MOSFET芯片主驱模块已通过吉利等客户验证,并开始批量生产和交付。士兰微第Ⅲ代平面栅SiC MOSFET技术的开发也已初步完成。
产能方面,士兰微旗下子公司士兰明镓6英寸SiC MOS芯片产能达6000片/月,现有产能已满载,同时其正在加快项目设备的购置和安装调试,2024年年底产能将达到12000片/月。
士兰微在2024年上半年也交出了不错的业绩。在近日披露的2024年上半年财报中,士兰微收入约52.7亿元,同比增加18%。管理层也给出了碳化硅板块全年收入10亿元的目标,碳化硅国产替代的步伐又前进一步。
打入吉利供应链,标志着士兰微在碳化硅领域的追赶势头明显,这对另一家碳化硅代工龙头芯联集成造成压力,这两家国产公司此前都曾计划在2024年全年实现碳化硅板块收入10亿元的业绩。
芯联集成一直被认为是国内碳化硅模块技术领先的存在,然而强劲对手的优秀表现,正在增加其座次变化的不确定性,对财务尚未完全转为健康的芯联集成来说,激烈竞争带来的结果尚未可知。
财务表现方面,士兰微营收连续多个季度同环比增长,在2024年上半年的逆风环境下,也仍然保持了近20%的毛利率,且连续至少3年扣非归母利润为正。相较而言,芯联集成收入、毛利率、扣非归母净利等多项指标存在困扰。

但值得注意的是,受行业发展和竞争格局等因素影响,士兰微短期盈利表现也相对一般。公司销售毛利率自2021年高点33%一路回落至24上半年的20%。
据相关媒体报道,士兰微近两年的净利润表现均差强人意。2023年,行业从过往“缺芯潮”转入下行周期,下游整体需求疲软,半导体行业整体盈利能力受到挑战。公司在生产消费电子类芯片的5英寸线和6英寸线产能利用率下降较大。
与此同时,8英寸线和12英寸线产出也未达到预期,整体产品结构调整较慢。另一方面,士兰微在昱能科技和安路科技的投资上遭遇股价下跌,导致公司公允价值变动出现亏损,尽管这部分亏损可能只是账面上的“浮亏”,但它对公司净利润的影响是显著的。
竞争模式上,芯联集成与部分芯片设计厂商如瑶芯微结成联盟共同作战补充了其作为Foundry的劣势,但士兰微作为首屈一指的综合性IDM厂商,此前老厂早已折旧完毕,团队磨合时间更长,且产品类目更多,摊销起来更省力一些,因此相对Fab界新星芯联集成,有一定优势。
不过,只要芯联集成绑定好设计厂商,这点模式上的区别并不算很大。
以上比拼之外,8英寸碳化硅趋势正逐渐明晰,行业内布局也是你追我赶、异常激烈。
2024年4月,芯联集成建设的国内首条8英寸SiC MOSFET产线已开始投片,并实现了工程批下线,明年将进入量产阶段。
5月,士兰微也与厦门市人民政府、厦门市海沧区人民政府签署了《8英寸SiC功率器件芯片制造生产线项目战略合作框架协议》,拟投资两期共120亿元建设72万片/年的8英寸碳化硅产线。
随着8英寸碳化硅产能逐渐释放,碳化硅单器件或单位电流密度的成本有望降低到硅基器件的2.5倍以内,进而成为碳化硅大规模商业化应用的转折点。
然而,大规模量产带来的降价趋势却先了一步。
据知情人士,国产车企已经开始给碳化硅产业链压价,要求降低碳化硅模块成本,降价幅度已达到30%左右。
这对各家的毛利率都是不小的冲击,尤其对芯联集成尚在收窄的负毛利率来说,压力不小。
作为当前已经有相当业务规模、且技术在行业首屈一指的碳化硅龙头,下一步产能和出货规模的扩大,需要在规模经济效益和预防亏损之间寻找权衡。
友商步步紧逼,8英寸时代即将到来,功率半导体的行业集中化和价格战也很快打响。在一切来临之前,想办法让买卖不赔本是当务之急。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。