一、报告期内公司所从事的主要业务、经营模式、行业情况说明　　(一)主要业务、主要产品或服务情况　　1.主要业务　　公司是一家提供高效人机协同操作系统和行业解决方案的人工智能企业，致力于助推人工智能产业化进程和各行业智慧化转型升级。公司一方面凭借着自主研发的人工智能核心技术打造了人机协同操作系统，通过对业务数据、硬件设备和软件应用的全面连接，把握人工智能生态的核心入口，为客户提供信息化、数字化和智能化的人工智能服务；另一方面，公司基于人机协同操作系统，赋能智慧金融、智慧治理、智慧出行、智慧商业、泛AI等应用场景，为更广泛的客户群体提供以人工智能技术为核心的行业解决方案。　　2.主要产品及服务... 查看全部▼

　　一、报告期内公司所从事的主要业务、经营模式、行业情况说明
　　(一)主要业务、主要产品或服务情况
　　1.主要业务
　　公司是一家提供高效人机协同操作系统和行业解决方案的人工智能企业，致力于助推人工智能产业化进程和各行业智慧化转型升级。公司一方面凭借着自主研发的人工智能核心技术打造了人机协同操作系统，通过对业务数据、硬件设备和软件应用的全面连接，把握人工智能生态的核心入口，为客户提供信息化、数字化和智能化的人工智能服务；另一方面，公司基于人机协同操作系统，赋能智慧金融、智慧治理、智慧出行、智慧商业、泛AI等应用场景，为更广泛的客户群体提供以人工智能技术为核心的行业解决方案。
　　2.主要产品及服务
　　公司自主研发了融合人工智能技术的人机协同操作系统和部分AIoT设备。报告期内，公司主要产品及服务按照提供交付内容和业务模式可划分为人机协同操作系统和人工智能解决方案。人机协同操作系统业务指公司向客户提供自主研发的基础操作系统、基于人机协同操作系统的应用产品和核心组件以及技术服务。同时，公司推出轻量化且功能全面的基于人机协同操作系统的“轻舟”通用服务平台引入生态伙伴共同开发AI应用及配套SaaS服务。人工智能解决方案业务指公司提供解决特定行业客户业务问题的智能化升级解决方案；公司凭借所具备较强的AI技术能力和对行业应用场景的深刻理解，为客户提供涵盖架构咨询与设计、软硬件产品适配优化、交付部署、售后维护等环节的一体化解决方案。人工智能解决方案会将人机协同操作系统作为方案架构的核心组成部分，充分发挥操作系统提供的AI能力，再结合智能AIoT设备和第三方软硬件产品等为客户解决特定行业问题。
　　报告期内，公司核心产品及结构图如下：
　　2.1人机协同操作系统
　　公司人机协同理念包含“人机交互、人机融合和人机共创”三个依次演进的层次：
　　（1）人机交互：通过视觉、听觉和超感知等感知技术以及认知和决策等技术，实现机器对人的感知和交互的过程；
　　（2）人机融合：将实际生产、服务、决策等工作任务根据人和机器的优势进行智能分配，实现人机无缝融合，提升任务处理效率；
　　（3）人机共创：通过行业知识转换、群体智能以及人工智能自主发掘创造新的服务内容、产品系统，并动态更新。
　　公司人机协同操作系统指运行在通用操作系统或云操作系统之上，提供人机协同相关算力、算法和数据管理能力和应用接口的底层软件系统，专为人与计算机之间进行自然交互、协作完成复杂业务以及为开发者设计开发人机协同智能应用而构建，旨在降低人工智能应用门槛、提升人类与机器智能进行协作的效率和体验。
　　2.1.1主要产品
　　报告期内，公司面向客户提供基础操作系统、基于人机协同操作系统的应用产品和核心组件以及技术服务，服务于客户单点业务效能提升或整体业务场景智能化升级。基础操作系统是应用产品的运行基础，报告期内公司向客户销售应用产品通常即包含基础操作系统及其应用软件；核心组件是基础操作系统内可以独立交付的功能模块。
　　2.1.2主要服务情况
　　公司人机协同操作系统业务中的技术服务，主要指人机协同操作系统在软件产品销售以外的服务，包括公有云服务、风控服务和智能化运维服务。
　　（1）公有云服务：依托基于人机协同操作系统构建的公有云系统开展，公有云服务的服务模式上分为两类：一类为提供人脸识别、OCR识别等AI能力的SaaS服务，即客户线上申请开发者账号，根据开发文档编写程序调用联网鉴身、人证核验等服务接口，客户业务系统即可通过接口获取人脸分析、活体检测、文字识别等结果；另一类是根据智慧商业领域部分客户的委托需求提供技术服务，为客户提供会员识别、客流统计、热力分析、风险交易预警等数据分析或决策辅助的结果。
　　（2）风控服务：主要是在智慧金融客户的生产环境本地化部署人机协同操作系统，银行、保险等金融机构可依托操作系统的建模能力，将认知数据和业务数据相结合定制风控模型，客户业务人员在信贷、保险业务流程中风险评估环节可请求系统输出风险评估结果，实现相关业务在风险可控条件下的有效拓展。
　　（3）智能化运维服务：主要是公司在人机协同操作系统及应用产品部署上线后，根据客户需求提供运维巡检、日志分析、系统状态维护、软件升级等服务。
　　2.2人工智能解决方案
　　报告期内，公司主要基于自主研发的人机协同操作系统及其应用产品和AIoT硬件设备，面向智慧治理、智慧出行、智慧金融、智慧商业、泛AI等领域提供综合解决方案，同时根据客户需求基于公司人工智能核心技术并结合其他应用领域的技术为客户提供定制化软件开发服务。
　　2.2.1智慧治理综合解决方案
　　作为科技应用型行业，智慧治理行业的发展从信息时代到数字化时代再到现阶段的智能化时代，其应用需更加贴合用户的实际业务需求，需结合用户业务需求提供数字化、智能化的综合解决方案。比如在传统的智能化改造项目中需要诸多长尾算法，无论是检测缺陷还是其他识别，都需要单独训练模型、单独收集数据，用非标的方法解决需求，因此很多场景没有办法直接用AI解决问题，因为为了提高1%的性能可能付出了100%的成本。在安防领域中，传统的检测和分析存在诸多难点，包括：一是缺乏对场景的理解，只能检测出目标；二是行人的某些特征非常细微，需要模型具有细粒度的识别能力，各种大姿态和环境干扰容易造成影响；三是对行人的检测分析需求多变，层出不穷，大部分需要定制化开发。这些问题都需要投入大量资源去提高算法性能，所以如何能够降低开发成本，在技术产业化的过程中非常关键。如今人工智能实现跨越式发展，通用大模型的诞生让人们看到了AI大规模应用在更多领域的希望。借助大模型构造基础能力之后，结合行业大模型的行业属性，只需在实际应用场景中进行微调便可以解决实际问题。
　　公司基于自主研发的从容大模型，以校园、医院、机关单位、社区、街面、商圈、酒店、园区、景区等多个场景的治理需求为牵引，通过构建两大闭环，实现业务的全面智能化。首先，通过提供丰富的AIoT设备，全面感知场景中人、车、物、电等动态信息，并提供针对业务具体场景的人机交互设备，打造服务于人的场景应用小闭环。其次，通过汇聚场景全量数据，利用云从人机协同操作系统进行视图解析、数据分析，并结合业务专家的经验知识，生成面向治理决策的智慧治理行业大模型。最终，通过充分融合治理条线中各角色的需求，以综合应用体系为抓手打造包括分析、决策、执行、反馈、优化的行业化、场景化、个性化的解决方案闭环，全面助力社会治理智能化建设。
　　智慧城市是公司在智慧治理领域中重点开拓的方向，公司智慧城市解决方案以城市大脑为核心，将人、环境、资源与产业等多个要素综合融汇，以理念先进、资源集约、平台开放为纲领，基于统一的泛感知、汇数据、智平台的能力，深度融合云从从容行业大模型能力，构建智慧城市5.0的城市大脑数字底座，打造智慧城市数字化、智能化基础能力，为城市治理创新提供核心引擎，为智慧城市的各类场景业务应用提供强力支撑。
　　2.2.2智慧出行综合解决方案
　　公司结合自主研发的人机协同操作系统和智慧出行应用场景需求，连接AIoT智能交互终端，打通融合机场、航空公司、轨道交通等交通领域业务数据，通过交通行业大模型和智能化分析决策能力，打造“从门到门”的全流程、跨场景的智慧出行体系，致力于优化旅客出行智能化体验，提高交通场站运行效率和安全保障水平，并努力促进交通体系互通共享。
　　2.2.3智慧金融综合解决方案
　　公司把握数字经济蓬勃发展和智能科技创新应用的趋势，着眼于金融机构智慧化升级中用户体验、提高效能、场景融合三大变革突破点，针对不同发展阶段的金融机构提供端到端全套智慧金融解决方案，助力金融行业打造以客户为中心的无边界智慧金融生态，致力于成为金融机构转型进程中的战略合作伙伴。
　　公司结合自主研发的人机协同操作系统和智慧金融应用场景需求，为客户提供从提升单点业务效能、解决全业务闭环需求到建立开放生态实现全行业赋能等多种解决方案，覆盖了AI技术、行业产品、流程优化、业务咨询在内的多种客户诉求，从数字化客户互动、运营管理、风险管理、金融服务网络等多个维度对金融业务赋能，满足了不同发展阶段金融客户的智慧转型需要。
　　公司依托集成生物识别系统提供的多方位算法能力，同时拓展业务单据智能化审核、资产智能化配置、跨境人民币结算、智能风控等方向应用。
　　2.2.4智慧商业综合解决方案
　　公司结合自主研发的人机协同操作系统和智慧商业应用场景需求，以行业应用为导向，把握商业场景人－货－场关键基点，打造面向购物中心、商业连锁、汽车、餐饮、商超便利等综合智能解决方案，赋能商业客户建设感知、认知到决策的智能商业闭环，创造更高效的商业社会与更美好的消费体验。
　　2.2.5泛AI领域综合解决方案
　　在泛AI领域，公司基于人机协同操作系统（CWOS）及从容多模态大模型强大的底座能力，全面赋能千行百业的智慧化转型。自上市以来，公司在泛AI领域持续深耕，深度结合各垂直行业特性研发综合解决方案，为公司业务的长期高质量发展进行前瞻性布局。
　　2025年，公司在产品形态创新与产业生态落地方面取得了全面突破：在硬件与基础设施端，公司顺应软硬一体化趋势，推出了集高性能算力与先进AI技术于一体的大模型训推及智用一体机产品。该产品成功适配了当前多款主流的国产开源大模型与国产AI基础软硬件底座，大幅降低了各行业应用大模型的部署门槛与算力成本。在行业应用与智能体（AIAgent）落地端，公司将技术深度嵌入客户核心业务流程，携手多个领域的头部企业打造了产业智能化标杆。例如，在工程设计领域，公司联合头部工程技术企业构建了行业领先的数字化智能辅助与知识审核体系；在智能制造领域，公司为大型制造企业量身定制了覆盖生产、质控、运维等全业务环节的多智能体协同系统，打造了企业专属的“数字专家团”，推动工业大模型应用从单点辅助向系统化协同迈进。
　　未来，公司将持续发挥自身在多模态融合、人机协同等关键技术领域的深厚优势，依托沉淀多年的AI核心技术闭环与安全可控的算力体系，加速孵化并落地更多具备高商业价值的行业AI智能体，赋能更广泛的实体企业实现数智化转型与高质量发展。
　　(二)主要经营模式
　　1.研发模式
　　公司技术研发主要由技术中台（感知研究院、数据研究院、AI平台中心和硬件产品中心）负责执行，前台业务线下属产品和解决方案部在产品设计开发方面提供行业经验和技术支持。技术中台重点推进算法引擎、大数据分析技术、人机协同操作系统和AIoT设备及模组研发。产品和解决方案部主要基于云从人机协同操作系统针对金融服务、城市治理、交通出行、商业零售等应用场景进行具体产品的定制化设计开发，打造契合客户具体场景需求的解决方案。
　　公司技术研发流程以集成产品开发管理模式（IPD）为主，整体贯彻人工智能与产业融合“五步走”阶段理念，包含立项、概念、计划、开发、验证、发布等阶段，各阶段间均设置决策评审点，开发验证过程中有若干技术评审点。
　　同时，公司的业务进展会反向推动研发效率的提高，各类解决方案经验会以模块的形式逐步沉淀至人机协同操作系统。其中，各行业的通用经验沉淀于通用版人机协同操作系统，行业专有经验作用于行业版人机协同操作系统升级。
　　2.生产模式
　　公司根据项目需求为客户提供人机协同操作系统和人工智能解决方案。
　　2.1人机协同操作系统服务模式
　　公司根据合同约定向客户交付基础操作系统、应用产品和核心组件或向客户提供相关技术服务。部分项目根据客户要求需进行定制化开发，公司按需定制开发人机协同操作系统及应用产品，同时根据客户需求的不同，会将部分非人机协同操作系统相关技术的配套系统功能委托给独立软件开发商等行业生态伙伴进行定制开发或向独立软件开发商采购配套软件产品。客户根据合同约定的付款进度与公司进行结算。公司从操作系统开放性的角度出发，自主研发了异构计算运行时库，支持自研算法在各种终端、边缘和云端的硬件服务器和设备上运行，未规划定制化硬件。因此，公司的算法和系统兼容CPU/GPU/NPU等多种类型的通用硬件架构，主要有ARM、Intel、AMD、华为鲲鹏、飞腾、海光、龙芯等商用CPU硬件平台，英伟达、ARM、高通、AMD等商用GPU硬件平台，以及华为昇腾NPU、寒武纪思元NPU、海光DCU等商用AI加速硬件平台。
　　2.2人工智能解决方案服务模式
　　公司的人工智能解决方案业务主要为客户提供针对具体应用场景定制的行业解决方案，解决方案包括自主研发的人机协同操作系统和智能AIoT设备以及第三方软硬件产品，并提供相关技术服务。
　　公司的人工智能解决方案业务包含方案设计和规模销售两个阶段：
　　方案设计阶段，公司通过行业研究梳理行业价值链、主要业务难题、信息化成熟度、数字化进展以及智能化困境，并结合AI技术难度与应用成熟度聚焦行业客户智能化转型的重点需求，将自主研发的人机协同操作系统及应用软件、智能AIoT设备和服务器等第三方软硬件进行系统性的适配与产品/系统测试，包括GPU算法加速、CPU指令集优化、稳定性测试、集群优化测试和解决方案配比等多方面测试，形成行业解决方案的初步框架，并经与行业客户沟通和实验性交付部署，验证并优化解决方案，进而通过多个典型项目打磨，逐步形成行业标准化解决方案。
　　规模销售阶段，公司基于已积累的行业经验，以行业标准化解决方案为核心，针对不同行业客户需求进行软硬件功能的定制化开发，并提供与客户现有系统对接开发等技术服务，形成适配客户的解决方案。公司配置项目交付团队，根据解决方案实施路径进行设计及组织部署，以人机协同操作系统为核心，结合智能AIoT设备和第三方软硬件产品，完成与客户业务系统或相关IT系统对接，提高与核心的人机协同系统的配置性及交付效率，综合实现设备、应用、业务系统和场景进行有机结合。
　　3.销售模式
　　公司产品和服务的销售采用直接销售与经销相结合的模式：
　　3.1直销模式
　　对政府、公安、银行、机场以及其他大型企业等政企客户以及直接面对中大型终端客户的厂商或集成商，公司一般采用直销的方式，通过招标或竞争性谈判等方式取得相关项目，与客户直接签订合同，安排专门的销售及技术团队为其服务。主要原因是政企类客户一般要求提供人工智能解决方案规划和后续平台系统运维在内的整体定制化开发，集成商客户一般需要公司配合具体项目集成需求和终端用户的要求提供相关产品并完成交付，采用直销模式能更好满足客户需求，确保与客户持续、稳定的合作。
　　3.2经销模式
　　报告期内，公司存在极少量客户采用经销模式。经销模式下，公司的直接客户为经销商，由经销商向终端客户或集成商进行销售。公司与经销商客户之间均为买断式销售，经销商客户在采购公司产品后，除因产品自身质量问题，并经公司确认后可以要求退换货外，其他情况原则上不可退换货。
　　4.盈利模式
　　公司基于自主研发的人工智能技术，为政府、公安、银行、机场以及其他大型企业等政企客户和直接面对中大型终端客户的厂商或集成商提供人机协同操作系统和应用软件以及人工智能解决方案，从而获得销售收入。
　　人机协同操作系统业务中，公司主要向客户销售软件产品，涵盖了基础操作系统、核心组件和应用软件，按照客户购买数量或接入路数收费。同时，公司也存在少量依托人机协同操作系统提供技术服务的收入，其中公有云服务按调用量收费，风控服务按系统为客户带来的相关收益进行利润分成，智能化运维服务按照提供运维的标的数量（如服务器台数）和服务周期收费。
　　人工智能解决方案业务中，公司将操作系统、应用软件、智能AIoT设备和第三方软硬件产品等进行结合，根据客户需求提供技术开发服务，实现解决方案整体部署交付并提供维保服务。解决方案按照所配置的操作系统、应用软件、智能AIoT设备和第三方软硬件产品数量以及技术服务内容和周期收费。
　　5.采购模式
　　公司采购内容主要分为非生产性物资和生产性物资。
　　5.1非生产性物资
　　非生产性物资主要为公司日常经营和研发过程中所需的服务器、办公电脑等相关硬件设备和部分外包服务以及办公用品，主要用于公司日常经营和技术研发，由行政中心根据公司各部门汇总需求进行采购。
　　5.2生产性物资
　　生产性物资主要为各类软硬件设备，主要用于解决方案项目交付。主要包括两类：一类为向合作供应商采购智能摄像头、刷脸PAD、AI智能鼠标等公司自主研发的AIoT产品；另一类为解决方案业务项目交付中所需的服务器等第三方软硬件产品，以及与第三方合作开发的软硬件产品。
　　对于第一类物料的采购，为保证公司自身产品运行和产品销售的正常履约，通常由前台业务线与供应链中心汇总项目及产品需求、合同订单和产品出货情况，综合考虑公司库存等因素，制定采购计划并实施采购。供应商与公司合作进行产品开发设计、样机测试，供应商生产完成后由质量管理中心校验产品质量，最终由供应商将产成品交付至公司指定仓库或项目现场。
　　对于第二类物料的采购，公司主要由供应链中心通过招标和商务洽谈等市场化方式进行采购，根据解决方案业务客户需求和项目规划情况进行采购。
　　公司建立了《云从科技采购管理制度》《云从科技集成业务型项目采购管理制度》等相关制度规范采购行为。
　　(三)所处行业情况
　　1、行业的发展阶段、基本特点、主要技术门槛
　　根据中国证监会上市公司行业分类结果，公司属于“信息传输、软件和信息技术服务业”中的“软件和信息技术服务业”。同时根据国家统计局《战略性新兴产业分类（2018）》，公司所属行业为“新一代信息技术产业－人工智能-人工智能软件开发（1.5.1）/人工智能系统服务（1.5.3）”。
　　1.1公司所处行业的发展阶段
　　1.1.1行业政策情况
　　当前，人工智能行业正处于国家战略高度重视与政策密集催化的历史性机遇期。从宏观顶层设计来看，国家正全方位推动人工智能技术与实体经济的深度融合，政策导向已从早期的单纯鼓励技术研发，全面转向构建产业生态与推动规模化商业应用。根据《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》中的明确部署，我国将全面实施“人工智能+”行动，以人工智能引领科研范式变革，加强人工智能同产业发展、民生保障等相结合，抢占人工智能产业应用制高点。在具体的落地目标上，根据国务院印发的《关于深入实施“人工智能+”行动的意见》，我国设定了明确且可量化的时间表——到2027年，新一代智能终端、智能体等应用普及率超70%；到2030年，该普及率将超过90%，智能经济将成为我国经济发展的重要增长极；最终到2035年，我国将全面步入智能经济和智能社会发展新阶段。这一系列顶层规划为人工智能行业的长期演进提供了清晰的指引。
　　在产业标准化和具体应用落地方面，国家部委及各级地方政府的配套政策正在加速出台并形成政策合力。国家网信办、国家发改委、工信部等多部门此前联合印发了《国家人工智能产业综合标准化体系建设指南（2024版）》，致力于加快形成引领人工智能产业高质量发展的标准体系，促进产业全球化发展。同时，全国工业和信息化工作会议明确提出推进“人工智能+制造”专项行动，培育一批重点行业智能体和智能原生企业。在地方层面，各级政府积极抢抓发展机遇。北京、上海、广东等地聚焦打造人工智能产业生态集聚区，引导各类资源向产业创新集聚，出台技术人才优惠政策，优化产业发展环境；河北、山西、贵州等地重点推进算力基础设施建设，聚焦算力节点布局、智算中心搭建及用算成本降低，夯实产业发展根基；天津、辽宁、山东等地着力攻关工业AI核心技术，重点突破芯片/操作系统国产化、大模型研发、机器人控制等关键领域；河南、浙江等地则侧重AIGC技术场景赋能，推动AI全面覆盖、制造业智能化改造及中小企业数字化赋能。此外，监管层面坚持“发展与安全并重”的包容审慎基调，国家网信办等部门出台的《生成式人工智能服务管理暂行办法》等文件，规范了数据合规、算法备案等全流程，在保障数据与网络安全的前提下，为人工智能技术的普惠化和商业化应用奠定了坚实的法治基础。政策、技术与商业之间正形成良性的联动反馈闭环，驱动行业实现螺旋式跃升。
　　1.1.2行业发展情况
　　人工智能行业目前已跨越技术验证和单点试用的萌芽期，正大步迈入规模化应用与商业价值兑现的新阶段。行业整体规模呈现出爆发式增长态势，根据官方机构及相关政府部门公布的数据，2025年我国人工智能核心产业规模已超过1.2万亿元，企业数量突破6,200家，中国开源大模型下载量位居全球第一，规上制造业企业人工智能技术应用普及率更是超过了30%。从全球视野来看，市场需求同样呈现指数级扩张，依据全球知名研究机构CounterpointResearch的最新报告预测，全球生成式AI的消费支出将从2023年的2,250亿美元大幅增长至2030年的6,990亿美元，复合年增长率（CAGR）高达21%。同时，根据国家发展改革委的预期目标，到“十五五”期末，人工智能相关产业规模预计将增长到十万亿元以上，彰显了极其广阔的市场空间。
　　在技术演进层面，大模型行业已从单纯的“参数规模竞赛”全面转向“干活能力”的竞争，多模态融合与智能体（Agent）技术成为核心驱动力。底层技术正从依赖规则驱动、数据驱动，向具备强大逻辑推理与自主工具调用能力的通用智能体进化。特别是AIAgent正取代传统的对话式Chatbot，成为新一代人机交互界面与主流应用形态。Agent能够实现从“理解用户意图”到“感知-规划-行动”闭环执行的跨越，深入到企业的工作流中。全球科技巨头正在加码布局，国内各大互联网与科技厂商也纷纷推出企业级Agent平台与产品。根据IDC（国际数据公司）的预测数据，全球活跃Agent的数量将从2025年的约2,860万，快速攀升至2030年的22.16亿，五年复合增长率达139%，标志着“智能体时代”的全面到来。
　　在商业化落地方面，AI应用正从概念验证全面迈向真实价值创造，B端与C端市场共振。在企业级市场，得益于明确的投资回报率考量，AI技术率先在金融、医疗、工业制造、软件编程等具备高度结构化数据和明确业务痛点的领域实现规模化渗透。例如，具备深厚行业Know-How的企业将AI融入ERP、CRM等核心系统，打造行业专属的垂直模型与智能体，大幅提升了生产协同效率。在消费级市场，各大厂商正通过将大模型接入搜索引擎、办公软件、电商、医疗健康等生态，打造超级入口，成功验证了用户在严肃场景下强烈的AI交互需求。随着应用渗透率和任务复杂度的提升，Token消耗量迎来了指数级跃升，进一步催生了庞大且刚性的算力基础设施需求，推动了“算力-模型-应用”全产业链的高景气繁荣。
　　1.2公司所处行业的基本特点
　　人工智能及大模型应用行业具备典型的高技术壁垒、深产业融合、算力密集以及注重商业化闭环等基本特征。
　　第一，行业具有极高的技术与数据双重壁垒。随着通用大模型基础能力的逐渐普惠化，行业竞争的核心壁垒已显著下沉至“行业Know-How”与“专有数据资产”。通用模型难以低成本且高精准地覆盖特定行业（如医疗、金融、工业制造等）的长尾知识与隐性经验要求。因此，能够将垂直领域的复杂业务逻辑转化为专用AI模型或Agent的企业，将具备极强的不可替代性。企业级客户往往要求AI系统与内部现有的复杂工作流（如权限管理、财务流、审批流）深度集成，这种强耦合特性不仅考验AI企业的工程化落地能力，也为先发企业构筑了极高的客户转换成本与生态护城河。
　　第二，行业表现为算力高度密集与技术快速迭代。人工智能是典型的资金与技术双密集型产业。大模型的预训练、微调以及日常的推理服务均需要海量的智能算力支撑。尽管随着算法优化（如混合专家架构MoE、稀疏激活等）使得单位推理成本有所降低，但由于AIAgent需要自主执行多步骤、长上下文的复杂任务，单次任务及全局的Token消耗量呈现出爆发式增长，导致整体算力成本消耗依然巨大。为了维持核心技术优势，行业内企业必须在底层算法创新、多模态技术研发以及算力基础设施上保持持续且高额的资本开支。技术的非线性进化要求企业具备极强的前瞻性技术判断力与人才储备，任何在技术路线上的滞后都可能导致市场份额的快速流失。
　　第三，商业化效率与价值创造成为行业现阶段的核心考核指标。有别于发展初期市场对技术概念的狂热，当前的人工智能行业已进入商业化深耕期，客户与资本市场的关注点已回归现实。在企业级市场，客户不再单纯为前沿概念买单，而是高度关注AI应用能否带来可量化的业务价值，如明确的成本节约、收入增长或流程效率提升。这种从“技术叙事”向“盈利拐点、收入质量及毛利率改善”的转变，要求AI企业必须从提供通用API接口，转向提供能够切实解决具体场景痛点的端到端解决方案。能够有效跨越数据孤岛、突破业务边界并跑通商业闭环的企业，才能在激烈的市场竞争中获取稀缺性溢价。
　　第四，行业发展受到严格的数据安全与合规治理约束。在AI全面赋能千行百业的进程中，网络安全、数据隐私保护及伦理合规成为悬在行业上方的关键约束条件。尤其在政务、医疗、金融等高敏感度行业，数据出境和调用第三方云服务面临严格的监管限制。这使得企业客户对私有化部署、行业专有云以及本地化算力的需求日益增长。同时，人工智能系统在实际应用中可能存在的算法幻觉与偏见，也要求企业必须建立完善的AI治理与风险防范框架。平衡技术创新与合规监管、降低本地化部署的高昂成本，是当前人工智能企业在拓展中大型政企客户时必须攻克的核心挑战。
　　1.3公司所处行业的技术门槛
　　人工智能行业在人工智能平台、人工智能行业解决方案均具有较高的技术门槛。
　　1.3.1人工智能平台
　　人工智能平台是指为研发或应用人工智能技术而构建的一套软硬件环境，通常涉及算力、算法、数据、知识等一个或多个要素。人工智能平台是人工智能产业规模化及全面实施“人工智能+”行动的关键领域之一。随着新一代大语言模型及多模态大模型的快速演进，产业的核心主题已从追求单一的规模扩张转向构建混合专家（MoE）架构、全模态化演进以及复杂推理能力的跃升。因此，支持超大规模异构算力集群（如CPU/GPU/NPU融合）的高效训练与推理调度平台（AIInfra），已成为构建AI平台竞争门槛的关键因素。算力算法平台通常以开源软件为基础进行研发，包含算力资源调度引擎、算法仓库和配套的数据平台，可以实现AI算法从处理数据原料到部署算法服务的全生命周期管理。知识中台致力于将AI技术从感知、认知深度拓展到复杂决策环节，形成客户业务价值的闭环。
　　1.3.2行业解决方案
　　在智慧治理、智慧出行、智慧金融、智慧商业、泛AI等领域，行业客户对智能化升级的解决方案提供商提出了更高的要求，期望解决方案提供商不仅具备强大的AI技术能力，而且对行业应用场景有深刻的理解，能够提供具有前瞻性和高性价比的综合解决方案。总体而言，人工智能解决方案在海量数据智能解析及数据治理、知识计算及智能服务、嵌入业务运营的数字化身份认证等方面展现出了技术门槛。
　　数据智能解析及数据治理的主要技术涵盖了人脸识别、全量视频结构化、自然语言理解、OCR等，技术的核心在于实现全链路（数据汇集/清洗/转换/标签计算）的高效处理、混合存储、检索查询。相关技术的识别效率以及在具体场景中的实战效果，已成为主流AI厂商技术实力竞争的关键。目前，行业客户的需求已经从最初的“数据可被解析”逐步演变为“数据准确解析+数据可治理”，这对解决方案供应商提出了更高的要求。
　　知识计算及智能服务的核心在于将海量的结构化数据通过实体抽象以及概念提取转化为知识。需要运用AI技术将感知、视图、业务数据进行深度融合，并基于海量数据训练和机器学习方法，为客户提供面向行业的知识推理和知识建模能力，有效挖掘数据价值，提供决策支持和智能服务。知识计算容量和推理建模的智能化程度是技术竞争的核心。
　　数字化身份认证需要满足客户在业务运营流程中嵌入人脸比对、活体检测、OCR识别、语音识别等多元数字化身份认证手段的需求。由于涉及不同行业客户的关键业务流程，对于算法识别的精准度、软件开发性能及处理效率、对多渠道多设备的兼容性及安全性、对于客户内部系统架构的熟悉程度等方面都有较高的要求。
　　2、公司所处的行业地位分析及其变化情况
　　自成立以来，公司一直专注于人工智能技术的深入研究及其广泛应用。随着技术的持续发展和市场的不断扩张，公司在行业内的地位与影响力实现了稳步提升。
　　2.1技术创新
　　在人工智能核心技术研发领域，公司持续筑牢底层技术根基。自主研发的人机协同操作系统（CWOS）作为面向通用人工智能（AGI）的增长操作系统，全面支撑各产业的智能化升级。该系统融合了业务数据、硬件设备及软件应用，为客户提供全方位的信息化、数字化及智能化服务。
　　报告期内，公司围绕多模态融合与人机协同深化技术迭代，其新一代“从容多模态大模型”在多模态对齐、高阶推理及长上下文建模等领域实现核心技术突破，首创融合DPO（直接偏好优化）与GRPO（生成式奖励优化）的双重对齐技术，无需依赖奖励模型即可实现类人化推理决策。凭借卓越的创新实力，公司在2025年荣获了财联社“年度最具影响力企业新势力人工智能企业”以及非凡产研“2025CHINAAI100”等多项重磅荣誉，技术创新实力再获业界高度认可。
　　2.2技术突破
　　公司在传统视觉领域始终占据领先地位，并在大型模型研究方面取得了显著成就。研发团队持续致力于新技术的探索与开发，不仅在国际权威数据集上刷新了纪录，而且在实际应用中也彰显了卓越的竞争实力。这些成就为公司在人工智能领域的领先地位提供了坚实的基础。报告期内，公司自主研发的从容大模型（CongRong-v2.0）在第三方权威开放评测平台OpenCompass发布的全球多模态综合评估榜单中，以80.7分的优异综合成绩跃居全球第一位。
　　2.3技术应用
　　在拓展行业解决方案方面，公司进一步巩固了其在人工智能领域的地位。基于CWOS，公司为智慧治理、智慧出行、智慧金融、智慧商业以及泛AI等多个领域提供了定制化的AI解决方案。这些解决方案的成功实施，不仅显著提升了客户的业务效率，也为公司积累了宝贵的行业经验和良好的市场声誉。
　　报告期内，公司深化与华为等龙头企业的战略合作，推出集高性能算力与模型能力于一体的“从容大模型智用一体机”；同时在武汉国家网安基地成功打造了全国首个基于可信数据空间的“可控训练场”，为千行百业筑牢算力与安全根基。应用层面，公司通用AI智能体平台等多项技术深入赋能智慧金融、智慧治理、智慧物流等垂直领域，成功助力天津港部署全球首个港口大模型PortGPT，大幅提升货物调度效率。凭借在规模化落地及商业价值创造上的杰出表现，公司连续两年蝉联“胡润中国人工智能企业50强”，并斩获“全国人工智能高价值应用场景示范企业TOP50”及“AIoT视觉技术创新突破奖”等多项产业大奖。
　　3、报告期内新技术、新产业、新业态、新模式的发展情况和未来发展趋势
　　报告期内，全球新一轮科技革命和产业变革深入演进，人工智能作为新质生产力的核心引擎，正加速重构千行百业。2025年，我国正式迈入“人工智能+”规模化应用新阶段。
　　在新技术与新产业发展方面，大模型技术路径在2025年进一步收敛并走向深化，产业核心从单纯的参数规模扩张转向了多模态融合、深度推理算法以及智能体能力的全面提升。以混合专家（MoE）为代表的高效架构成为行业主流，国内开源大模型性能实现跨越式突破，部分头部模型在调用量上甚至首次超越了海外主流模型，国产大模型在全球开源生态中的影响力显著增强。伴随模型能力的跃升与长文本、复杂任务需求的增加，底层Token消耗呈现出指数级增长，进而引发了全球范围内智算基础设施建设的高潮。国内主要互联网与科技巨头在2025年的资本开支大幅增加，据IDC预测，到2028年，中国智能算力规模将达到2,781.9EFLOPS，2023-2028年期间的年复合增长率预计高达46.2%。庞大的算力需求叠加地缘政治背景，为国产算力芯片的突围提供了历史性机遇，国产算力在单卡性能、超节点架构、生态兼容与产能上全面加速替代，构筑了坚实的底层技术支撑平台。
　　在新业态与新模式方面，2025年被业界视为智能体（Agent）全面爆发与商业化落地的元年。人工智能应用正在从被动响应的对话工具，向具备感知、规划与行动闭环能力的“数字员工”演进。在B端市场，企业级AI应用加速落地，基于多智能体协作的垂直行业解决方案层出不穷，商业模式也从传统的软件订阅拓展至按调用量付费甚至按业务结果付费等多种创新形态。在C端市场，AI大模型正深度内化于手机、PC、智能眼镜等新一代智能终端，成为连接数字世界与物理世界的全新流量入口。
　　展望未来发展趋势，人工智能产业将沿着算力基础设施化、模型平台化、应用泛在化与智能体化的方向持续演进。未来三到五年，在“十五五”规划及自主可控战略的指引下，“人工智能+”将从单点技术验证走向全域系统性赋能，全面融入制造、金融、政务、交通等实体经济的各个环节。一方面，以端云协同为特征的智能大生态将逐步成型，推动传统图形用户界面（GUI）向自然语言与意图驱动的交互范式升级；另一方面，国产算力体系、高质量数据集建设以及AI安全治理标准将进一步完善，为行业的数字化与智能化转型提供安全、可靠、高效的底座保障。
　　二、经营情况讨论与分析
　　（一）总体经营情况概述
　　1.经营业绩稳步增长，盈利能力与现金流显著改善
　　（1）核心财务指标表现持续向好
　　2025年，面对全球人工智能竞争的白热化阶段与复杂多变的市场环境，公司坚持技术创新与产业应用双轮驱动，实现了经营业绩的稳步增长与收入结构的持续优化。报告期内，公司实现营业收入50,059.85万元，较上年同期增长了25.88%。在盈利能力方面，公司亏损幅度呈现显著收窄趋势，归属于上市公司股东的净利润为-55,560.98万元，亏损同比收窄20.14%。扣除非经常性损益后归属于母公司股东的净利润亏损为-65,438.20万元，同比收窄9.41%。这一系列核心财务指标的改善，充分表明公司持续推进的“AI基础设施+AI智能体”战略正在转化为切实的商业价值与财务回报。
　　（2）降本增效与业务结构调整成效显著
　　在生成式人工智能技术快速演进、下游客户更加注重性价比的宏观背景下，公司主动实施了“提质增效重回报”的行动方案。报告期内，公司主动收缩了附加值低、资金占用高的业务单元，将资源聚焦于需求明确、拓展性强的优质领域。在现金流管理方面，公司强化了应收账款回收机制并提升了资源配置效率，经营活动产生的现金流量净流出额较上年同期大幅减少73.73%，主营业务现金生成能力得到极大增强，流动性风险得到有效缓解。此外，公司战略性地平衡了短期盈利压力与长期创新发展，研发投入规模同比下降53.85%，技术产出效率得到提升。
　　2.战略布局持续深化，双轮驱动转型确立行业新范式
　　（1）“AI基础设施+AI智能体”战略全面落地
　　报告期内，公司顺利完成了从AI1.0时代的计算机视觉领军者，向AI2.0时代“AI智能体”新范式定义者的战略跃迁，展现出从技术先驱向产业生态构建者升维的全新角色。公司以构建“面向AGI的增长操作系统”为核心，围绕自主研发的人机协同操作系统（CWOS），构建了一整套支撑产业智能化的基础设施体系。在此基础上，公司坚定推进“AI基础设施+AI智能体”双轮驱动模式，为全国制造业及各行各业的智能化升级提供可复制的实施路径。这种将复杂人工智能能力封装为可扩展、可复制的数字生产力单元的做法，极大降低了行业应用门槛，使人工智能真正从实验室走向了生产线。
　　（二）核心技术突破与研发创新体系建设
　　1.多模态大模型持续领跑，系统化能力全面跃升
　　（1）“从容”大模型登顶全球权威评测榜首
　　技术创新始终是公司发展的核心驱动力。5月，公司自主研发的“从容”多模态大模型在国际权威评测平台OpenCompass的全球多模态榜单中，以80.7分的综合成绩登顶榜首，刷新了国内AI模型在国际测评中的最高得分纪录。该大模型在中文理解、高阶推理、自然语言处理、图像识别及数据分析等多个核心场景中拔得头筹，综合能力领先国际头部模型。特别是在长上下文理解与超高分辨率OCR任务中，模型展现出了极强的复杂场景理解与跨模态推理能力，为构建高可靠性的行业智能体奠定了坚实的技术底座。
　　（2）深度融合前沿技术探索模型可控演进
　　公司不仅追求模型参数与单点性能的突破，更致力于探索人工智能的高效训练与安全可控。报告期内，公司积极将DeepSeek等优秀语言大模型的能力与自身在视觉领域的深厚技术积累相融合，通过动态知识蒸馏技术提升了从容大模型的语言理解与生成能力，实现了性能跃升与算力成本的大幅下降。同时，公司在业界率先提出并践行了“可控训练场”理念，确保多模态与行业模型在训练和演进过程中的数据、路径均可追溯与审计，攻克了人工智能在规模化工程落地中的稳定性与安全性痛点。
　　2.智能体技术实现规模化应用，基础平台能力获权威认可
　　（1）通用AI智能体平台重构行业协同模式
　　报告期内，公司打造的通用AI智能体平台（AI-Agent）持续取得突破，针对当前智能体应用过度依赖大模型能力、算力消耗巨大等痛点，进行了分层社会网络架构设计、人机协同原生设计以及多样化模型动态组合调度的三大创新。该平台能够使人工智能在真实业务流程中完成跨系统协作和持续优化，提供感知、理解、决策与执行协同的一体化能力支撑。凭借在多模态理解、自主决策及产业落地能力上的显著优势，公司的“通用AI智能体平台”成功入选《2025年第四批重庆市首版次软件产品名单》，标志着公司的核心软件自主创新能力获得了高度认可。
　　（2）编程等垂直领域智能体展现技术前瞻性
　　在垂直技术应用方面，公司联合重庆大学团队共同研发的智能编程助手CoSEFA（CodeSEcurityandFixAgent）被软件工程领域顶尖会议ACMSIGSOFTFSE2025正式录用。该智能体创新性地提出“监督共解码”技术，在代码生成过程中实现了安全性与功能性的双重优化，使代码安全性提升9.34%，功能正确性提升11.2%，为金融、政务等高安全需求场景下的软件开发提供了可信赖的智能工具标准。
　　3.具身智能前瞻布局，重构人与物理世界交互新范式
　　在人工智能从感知智能向认知与执行智能演进的关键阶段，公司将具身智能视为下一代AI平台的核心支柱。报告期内，公司深度参与了国家地方共建人形机器人创新中心的“人形机器人麒麟训练场”标准化试点项目，助力推动跨区域、跨行业的高质量数据归集与模型训练。公司通过探索多模态感知融合、认知决策系统及高精度运动控制等关键技术，致力于构建融合真实与虚拟环境的训练平台，推动具身智能技术在公共服务、工业制造、养老健康等场景的规模化落地。
　　（三）核心业务板块深耕与落地应用分析
　　1.智慧金融业务深化场景赋能，助力金融机构降本增效
　　在智慧金融领域，公司已累计服务超100家金融机构，覆盖全国多数银行网点的智能化升级。报告期内，公司重磅升级发布了“企信洞察”智能信贷报告智能体，该产品深度整合全维度数据，实现了信贷尽调报告企业分析部分的分钟级自动化生成，可替代90%以上的人工重复劳动，目前已累计生成报告过万份，服务企业超500家，客户满意度达95%。此外，公司与中国邮政重庆市分公司联合打造的“代理金融风控合规案防智能平台”荣获亚洲银行家2025年度大奖，该平台通过语言大模型与知识图谱双引擎架构，实现风险识别准确率提升至98.5%，审查效率提高50%，客户监管投诉量压降一半以上，年节省合规成本超百万元。
　　2.智慧治理业务助力城市与安全效能提升，构筑可信底座
　　（1）城市综合治理与人工智能安全平台双向发力
　　在智慧治理与城市管理方面，公司依托高精感知与大模型技术，携手生态伙伴在广州市番禺区打造了城市道路秩序智能化解决方案，通过全息感知网络实现了违停占道、垃圾溢满等复杂城市事件的毫秒级预警与综合治理。同时，公司在拉萨高新区部署智慧食安与园区监管平台，通过AI实时监测食品生产流通全流程，显著提升了政府监管效能。
　　3.智慧出行业务拓展大交通与智驾生态，提升运营效率
　　（1）航空港口枢纽智能化与智慧汽车前沿探索并行
　　在智慧出行领域，公司的AI产品与解决方案已广泛应用于北京首都国际机场、上海浦东国际机场等国内十大枢纽在内的上百座民用机场，日均服务旅客超百万人次，有效提升了交通枢纽的运营与安检效率。在智慧港口建设方面，公司助力天津港成功部署全球首个港口大模型PortGPT，该应用实现了物流路径的智能优化与交接班会议的数字化助手赋能，大幅提升了港口货物调度与流转效率。此外，公司积极向智慧汽车前沿领域拓展，参与共建的“重庆市智慧汽车技术创新中心”入选市级认定名单，公司致力于将AI智能体技术注入智能座舱与自动驾驶体系，推动汽车向具备自主感知与交互能力的“具身智能体”迈进。
　　4.智慧商业业务驱动企业经营精细化，赋能客户服务升级
　　（1）智能客服与办公平台重塑商业服务体验
　　在智慧商业与企业服务领域，公司通过大模型与智能体技术深度切入企业内部经营流转。公司携手正浩创新推出的多模态智能客服平台，使得客服团队人均处理产能月均环比提升了24%以上，极大优化了消费者的沟通体验与企业的人效比。同时，公司联合武汉市东西湖区政府上线了“寻知AI智能体平台”，该平台深度融合文档研读、智能写作与PPT创作等多项能力，为政企办公场景提供了“高性能、低门槛”的创新体验，全面加速了产业办公的智能化转型升级。
　　5.泛AI领域创新应用多点开花，加速千行百业智能化转型
　　（1）智能制造与泛行业解决方案成为新增长极
　　随着公司业务结构的调整，泛AI领域已成为公司最重要的营收支柱。在智能制造领域，公司联合青山工业打造了覆盖知识管理、质量分析、安全监控等全业务链条的十大AI智能体“数字专家团”，将设备故障真因识别时间从40分钟缩短至10分钟，文档查询响应降至3秒以内，全面重塑了制造企业的生产协同范式。在工程设计领域，公司联合中冶京诚开发了“工程数字化审图辅助系统”，构建了业内首个全流程智能审核知识体系，有效解决了工业工程领域的知识传承与校审效率瓶颈。
　　（四）产业生态体系构建与产学研深度融合
　　1.国产化算力生态持续深化，软硬一体化产品加速普及
　　（1）携手头部算力企业打造行业智用基础设施
　　报告期内，公司坚定深化与华为等国产算力领军企业的战略合作，全面适配昇腾基础软硬件底座与MindSpore框架。双方在鲲鹏昇腾开发者大会上重磅发布了“从容大模型智用一体机”，该产品深度集成了公司多模态大模型与智能体平台工具链，实现了算力使用效率5倍以上的提升。通过提供支持私有化部署、安全可控的一站式算力与模型解决方案，公司帮助政务、金融、制造等对数据隐私要求极高的客户跨越了算力短缺与部署复杂的鸿沟，推动了人工智能底层软硬件生态的繁荣发展。
　　2.产学研深度融合与联合创新平台建设，夯实技术根基
　　（1）共建前沿研究机构探索AI交叉学科边界
　　为保持技术的长期领先性，公司高度重视产学研用五位一体的协同创新体系建设。报告期内，公司与上海交通大学正式签署战略协议，共同成立“AI-X研究院”，并计划在未来三年内投入3,000万元资金支持。该研究院将聚焦下一代人工智能的核心技术攻关，通过联合引进顶尖人才、共同培养博士生及合作申报国家级科研项目等形式，致力于突破多模态融合、科学智能等前沿科学难题，为中国构建自主可控的AI底层技术生态输出源源不断的创新势能。
　　3.牵头国家标准制定与行业规范引领，推动数据合规流通
　　（1）完善人工智能安全与数据交易准则
　　在推动技术向产业标准转化的过程中，公司发挥了至关重要的引领作用。报告期内，公司作为核心起草单位深度参与了国家标准GB/T45958-2025《网络安全技术人工智能计算平台安全框架》及《数据安全技术基于个人信息的自动化决策安全要求》的制定与发布，将公司在防范模型窃取、对抗样本攻击等方面的实战经验升华为国家技术规范。同时，公司积极加盟“出版数据生态联盟”并签约可信数据交易供需战略项目，探索文化数据要素在“可用不可见、可控可审计”框架下的高效流通，为大模型所需的优质语料资源体系建设贡献了坚实力量。
　　（五）市场影响力提升与企业社会责任践行
　　报告期内，公司凭借在多模态大模型及产业智能体领域的深厚积累，市场品牌价值与行业影响力持续攀升。公司不仅连续第二年入选胡润研究院《中国人工智能企业50强》榜单，更在世界人工智能大会（WAIC2025）上荣膺“全球最具投资价值企业TOP50”。此外，公司的“从容大模型智用一体机”入选了中国信息通信研究院评选的“AIInfra专项十大标杆案例”，且成功跻身“全国人工智能高价值应用场景示范企业TOP50”名录。在资本市场端，公司实力入选上海证券交易所“上证科创板民营企业指数”及“科创民企50策略指数”，充分彰显了资本市场与产业界对公司商业成长性、技术领先性及社会价值的全面认可。
　　三、报告期内核心竞争力分析
　　(一)核心竞争力分析
　　1.技术优势
　　公司在软硬件研发及核心算法领域持续深化研发，推出了涵盖图像识别、语音识别、自然语言处理与机器学习等方向的核心技术。所构建的人机协同操作系统，基于人机交互理念，实现了多模态数据感知、知识推理、人机共融共创以及数据安全共享等方面的技术突破，有效促进了人工智能基础设施、算法与产业应用之间的协调发展。算法团队采用预训练大模型与微调技术，在NLP、OCR、机器视觉及语音等领域显著提升了算法性能与效率，其应用价值已在多行业场景中得到验证。公司自主研发的跨镜追踪、3D结构光人脸识别、双层异构深度神经网络及对抗性神经网络等技术处于行业领先地位。
　　截至报告期末，公司受邀参与了人脸识别国家标准、公安部行业标准、人民银行金融行业标准以及人脸识别相关国际标准等百余国际、国家、地方、行业和团体标准制定工作。截至报告期末，公司拥有453项专利（其中297项为发明专利）、611项软件著作权等人工智能领域知识产权。
　　2.研发优势
　　在周曦博士的领导下，公司已组建一支成熟的研发团队。团队成员具备深厚的专业知识与丰富的实践经验，技术基础扎实。团队结构科学合理、技能覆盖全面，为持续的技术创新与产品研发提供坚实支撑。公司高度重视人才培养，制定了完善的选拔机制与多样化的培养计划，确保人才梯队建设与专业能力持续提升。公司构建了“三大联合实验室及六大研发中心”的研发体系架构，确保研发体系的可持续发展。该架构涵盖技术中台、产品研发中心、行业解决方案部门以及产品与技术管理团队。研发中心分布于多个地区，形成技术研发的核心力量。同时，公司与多家科研机构共建联合实验室，开展人工智能研发项目合作，显著提升人工智能核心技术的研发能力。
　　3.平台优势
　　公司开发的人机协同操作系统集成了全栈AI技术，包括视觉、语音和文字处理，提供自然的人机交互和智能决策支持。系统以“数据与知识双轮驱动”为核心，通过多源信息的融合与理解，将分散的业务经验与行业知识转化为可复用的智能能力，并在不同应用场景中实现灵活调用与持续优化。系统构建了统一的产品平台与智能应用集成开发环境，支持模型能力、工具能力与业务流程的协同编排与快速集成，加速从能力构建到业务落地的转化效率。公司致力于为客户提供高效平台，支持智能化解决方案的快速构建与落地。公司的操作系统通过多样化应用场景和产品解决方案，推动智能能力在业务流程中的嵌入与协同，帮助客户提升业务效率，促进运营模式的优化升级。同时，平台具备良好的开放性与扩展能力，可支持多方协作与生态共建，持续推动人工智能技术在不同行业中的应用落地。
　　报告期内，公司持续遵循既定的技术发展路线，稳步推进人工智能领域的基础理论研究与核心技术创新。公司通过人机协同操作系统（CWOS），致力于构建能够模拟人类思考与工作方式的智能体体系。在此基础上，公司整合了视觉、语音、自然语言处理（NLP）等关键领域的技术，对多模态系列大模型进行了持续优化与能力提升，进一步增强其在复杂业务场景中的适用性与稳定性。
　　4.行业优势
　　作为在人工智能平台系统领域深耕多年的企业，公司始终致力于垂直行业的深度研究，并在智慧治理、智慧出行、智慧金融、智慧商业及泛AI等关键领域全面布局。公司深入洞察用户需求，为各垂直领域客户提供多元化的高效解决方案，显著提升其效能，并积累了丰富的场景化实践经验。通过与重点行业客户的长期深度合作，公司持续运用海量场景数据训练优化算法平台，形成针对不同行业的差异化数据分析与应用能力。由此，公司构建起深刻的行业认知与核心服务能力，形成较高的业务壁垒。截至本报告期末：
　　(1)在智慧金融领域，公司为包括中国工商银行、中国建设银行、中国农业银行、中国银行、邮储银行及交通银行在内的逾100家金融机构提供产品与技术解决方案，推动全国众多银行网点实现智能化升级；在智慧治理领域，公司产品及技术服务已覆盖全国30个省级行政区的政法机构、教育单位、旅游景区等多元化应用场景。
　　(2)在智慧出行领域，公司产品及解决方案已广泛应用于北京首都国际机场、北京大兴国际机场、上海浦东国际机场、上海虹桥国际机场、广州白云国际机场、重庆江北国际机场、成都双流国际机场、深圳宝安国际机场等上百座民用枢纽机场，覆盖范围包括中国十大机场中的九座重要机场，日均服务旅客超过百万人次。
　　(3)在智慧能源领域，公司依托从容大模型训练推理一体机的高算力支撑，高效实施故障研判推理，为能源企业集控与调度系统提供精准决策支持，保障能源供应可靠性。
　　(4)在智能制造领域，公司依托数字平台构建数据神经网络，助力制造业企业实现管理优化。通过深度应用及与行业领先客户、信息化龙头企业的紧密合作，公司逐步积累了在垂直行业数据应用、行业沉淀与工程化实践方面的独特优势。
　　(5)在智慧商业领域，公司产品及服务已广泛应用于汽车展厅、购物中心、品牌门店等多元应用场景，持续为全球数亿人次提供智慧、便捷、人性化的AI体验。
　　5.品牌优势
　　面对全球局势的不确定性，公司致力于深耕国内市场，专注于科技创新，优化产品布局结构，持续增强自主品牌的核心竞争力和市场影响力，积极拓展万亿级数字经济新领域，稳健应对各类风险与挑战，以行业领跑者的地位，构筑了强大的品牌优势，为金融、交通等行业提供了广泛的人工智能解决方案。作为中国人工智能领域的领军企业之一，公司与其他人工智能企业协同合作，在人工智能技术的研发方面取得了显著成就，成为中国人工智能产业的重要代表。
　　报告期内，公司及控股子公司顺利入选新财富“2025新财富机器人上市公司成长价值榜”、广州市人工智能产业发展促进会和北京亿欧网盟联合颁布的“2025年广州市人工智能应用先锋榜单”等多项榜单，构筑了强大的品牌优势。
　　6.生态优势
　　在当前的人工智能领域，特别是通用人工智能（AGI）的革新，正引发市场上的热烈讨论，并为各种规模的企业带来了丰富的创业机遇。面对AGI的变革，公司瞄准了规模化发展和生态构建的机遇：首先，公司依托深厚的技术积累和庞大的数据资源，开发更高级别的大模型智能产品与服务，以满足企业和政府对于解决复杂问题的需求；其次，公司利用自身的先发优势，整合产业链的上下游资源，引领行业标准的制定，构建一个开放且可持续的人工智能生态系统。
　　在算法领域，公司构建了一个算法集成生态系统，支持自动注册自主研发的算法和在线训练算法，同时兼容第三方厂商的算法，并实现了算法资源的统一管理；在算力方面，公司构建了一个异构算力生态系统，支持与英特尔、英伟达、华为、海光、寒武纪、比特大陆等算力资源的适配，并实现了算力资源的统一调度；在设备适配方面，公司构建了一个设备适配生态系统，支持与海康、大华、宇视等厂商的设备对接，以及与视频联网平台、物联网平台等设备平台的对接；在应用方面，公司构建了一个应用赋能生态系统，支持通过HTTP接口对外提供基础服务、算法服务、数据服务，以赋能独立软件供应商（ISV）实现高效的应用开发。
　　报告期内，公司基于昇腾硬件底座、昇腾异构计算架构（CANN）、昇思MindSporeAI框架以及MindIE推理引擎，开展面向金融、政务、制造、能源、交通、运营商等行业的原生大模型应用开发，持续发布基于昇腾平台原生的AI智能体（AI-Agents）及行业大模型产品、解决方案，加速千行万业数智化升级。
　　(二)报告期内发生的导致公司核心竞争力受到严重影响的事件、影响分析及应对措施
　　(三)核心技术与研发进展
　　1、核心技术及其先进性以及报告期内的变化情况
　　2、报告期内获得的研发成果
　　（1）报告期内获得的重要奖项
　　2025年，公司坚持核心技术创新驱动，在人工智能前沿技术与大模型应用落地方面屡获殊荣。报告期内，公司荣获四川省人民政府颁发的“四川省科学技术进步奖”，获批参与重庆市科学技术局等单位共建的“数字交通智能安全川渝共建重点实验室”。在技术攻坚与产品创新领域，公司先后斩获全国人工智能应用场景创新挑战赛组委会颁发的“荣誉证书”、“智能破界万物共生”颁发的“AloT视觉技术创新突破奖”，并强势登榜爱分析发布的“AI大模型50强榜单”，技术硬实力获得业界高度认可。
　　依托深厚的技术底蕴，公司综合实力与规范治理持续提升。报告期内，公司入选胡润百富发布的“2025胡润中国人工智能企业50强”及深圳市人工智能行业协会颁发的“中国人工智能百强榜”。
　　（2）相关权利证书
　　截至报告期末，公司已拥有专利453项，其中发明专利297项、实用新型专利44项、外观设计专利112项；累计获得计算机软件著作权611项。
　　报告期内，公司新增授权专利54项，其中发明专利54项，实用新型专利0项，外观设计专利0项；新增登记的软件著作权9项。
　　3、研发投入情况表
　　研发投入总额较上年发生重大变化的原因
　　报告期内，公司持续推进精细化管理与组织效能优化，通过优化组织架构与人员配置，使得费用投入减少。
　　4、在研项目情况
　　5、研发人员情况
　　6、其他说明
　　四、风险因素
　　(一)尚未盈利的风险
　　截至报告期末，公司尚未实现盈利，主要因素包括：（1）市场竞争整体加剧。公司不仅需应对同类人工智能企业的技术角逐，还需面对大型设备制造商及传统互联网巨头深入推进“人工智能+”行动、加速产品智能化转型的竞争压力。（2）研发投入维持高位。为确保公司大模型算法研究、AI智能体平台及各应用场景解决方案的高质量迭代，并在前沿领域保持技术领先优势，公司需持续投入大量研发资源。（3）规模效应尚在形成。大模型与智能体技术虽已在多个行业标杆项目落地，但距离全行业、大规模的商业化应用仍有过程，不同场景间的迁移边际成本虽有所下降但依然存在，公司业务规模效应尚未完全释放。
　　若公司在未来一段时间内遭遇市场竞争进一步加剧、智能体业务拓展未达预期、研发投入持续增加且研发成果未能及时转化为规模化营收、人工智能行业监管政策出现不利变化、下游行业需求显著减缓等不利状况，公司短期内可能出现业绩波动且无法实现盈利，未弥补亏损可能持续存在，从而存在短期内无法向股东派发现金股息的风险，这将对股东的投资收益产生不利影响。
　　(二)业绩大幅下滑或亏损的风险
　　(三)核心竞争力风险
　　公司所处的人工智能领域尚处于发展的早期阶段，未来的发展趋势存在一定的不确定性。相关技术及其在各个应用场景中的定制化解决方案更新迭代速度较快，技术的产品化和市场化亦存在一定的不确定性。若公司未能及时且准确地把握行业发展趋势和市场需求、攻克技术难题、产品性能指标未能达到预期，无法研发出具有商业价值、符合市场需求的新技术和新产品，或者相关技术成果的应用场景市场空间有限，公司将面临研发失败或研发成果无法转化、前期的研发投入难以回收的风险，这将对公司的经营状况和市场竞争力产生不利影响。
　　(四)经营风险
　　公司已在广州、重庆、上海、苏州、成都及芜湖六地设立了研发中心。为进一步优化研发成本结构、提升整体研发效率，公司需在多地进行研发人员与资源的统筹及动态调整。这种跨地区的资源协同导致公司组织架构和管理体系趋向复杂化。目前，公司现有的制度建设、组织架构、运营管理体系、财务管理体系以及内部控制机制可能无法充分应对研发中心多地区布局所带来的经营和管理风险。
　　(五)财务风险
　　报告期内，公司经营活动产生的现金流量净额为-8,065.15万元,主要原因在于报告期内公司人员薪酬及其他费用的支出较高，同时公司业务规模效应尚未充分显现，导致销售回款金额无法满足上述支出需求。若未来公司研发投入持续增长、下游行业客户经营状况出现恶化，以及客户回款速度减缓，可能会导致公司经营活动产生的现金流量持续呈现负值，从而给公司带来资金压力的风险。此外，公司已享受多项增值税、所得税税收优惠。鉴于公司在报告期内未实现盈利，所得税等税收优惠对公司的业绩影响相对有限。然而，若公司未来实现盈利，或公司目前享有的税收优惠情况发生不利变化，可能会对公司未来的经营业绩和现金流水平产生负面影响。
　　(六)行业风险
　　公司所处的人工智能产业尚处于发展的初期阶段。随着技术的快速迭代以及行业客户对于智能化升级需求的不断扩展，公司在技术商业化应用及市场拓展方面亦面临若干不确定性。具体而言，一方面，公司致力于将核心技术应用于实际场景，但转化周期的不确定性可能对行业智能化升级需求的探索及项目执行产生不利影响；另一方面，公司计划以通用平台为基础，覆盖更多新兴需求的行业客户，然而，生态体系的构建受到产业链成熟度、合作伙伴能力提升、行业景气状况、产业政策等内外部多种因素的影响，其复杂性较高，因此，实现战略规划目标存在一定的不确定性。
　　(七)宏观环境风险
　　人工智能领域作为技术与资金密集型产业，易受国内外宏观经济、行业法规以及贸易政策等宏观环境因素的影响，且下游市场需求存在一定的不确定性。近年来，全球宏观经济保持稳定态势，中国经济亦呈现稳步增长趋势，国家亦颁布了一系列政策法规，以积极支持人工智能领域的发展。然而，若未来人工智能领域的支持政策实施进度未能达到预期，可能会导致技术更新迭代的速度减缓，进而影响公司的业绩增长前景。展望未来，若国内外宏观经济环境出现不利变化，例如全球经济增速的减缓、中美贸易摩擦的进一步升级等，这些因素均可能阻碍人工智能技术研发与交流，以及对上游人工智能芯片供应产生不利影响，从而对公司的产品和解决方案的研发与销售产生负面影响，对公司经营造成不利后果。
　　(八)存托凭证相关风险
　　(九)其他重大风险
　　自2020年5月起，美国商务部已将包括公司在内的多家中国企业及机构纳入“实体清单”。2021年12月16日，美国财政部进一步将包括公司在内的8家中国企业列入所谓的“中国军工复合体企业（NS-CMIC）”清单，此举导致这些中国企业无法获得来自美国投资者的投资。2022年10月5日，依据《2021财年国防授权法》第1260H条的规定，美国国防部公布了更新版的“中国军事企业清单”，公司亦名列其中。尽管上述措施预计不会对公司日常的客户拓展活动产生重大负面影响，但它们可能会对公司在研发和项目交付过程中采购境外芯片、服务器等产品造成一定程度的限制。尽管公司已规划了国产替代产品方案，但鉴于方案实施需要经过一定的验证周期，以及客户对替代产品接受程度的不确定性，这些因素均可能对公司的生产经营活动产生一定影响。此外，这些措施亦可能对公司在人工智能领域的前沿理论研究、学术交流以及国际业务拓展带来一定的不利影响。
　　五、报告期内主要经营情况
　　报告期内，公司实现营业收入50,059.85万元，同比增长25.88%；归属于上市公司股东的净利润为-55,560.98万元，亏损同比收窄20.14%；扣除非经常性损益后归属于母公司股东的净利润亏损为-65,438.20万元，同比收窄9.41%；经营活动产生的现金流量净额为负，现金净流出减少73.73%。
　　六、公司关于公司未来发展的讨论与分析
　　(一)行业格局和趋势
　　(二)公司发展战略
　　公司以“定义智慧生活，提升人类潜能”为使命，以“成为全球智能生态领军企业”为愿景，聚焦于人工智能领域，依托核心产品人机协同操作系统，为客户提供人工智能解决方案。
　　未来，公司将抓住国家深入实施“人工智能+”行动计划及“十五五”规划建议中关于“推动科技创新与产业创新深度融合”的重大机遇，在人工智能加速向智能体时代跃迁的浪潮之下，充分发挥出公司在人才储备、算法安全、国产算力适配及品牌影响力等方面的领先优势。公司将深耕“AI驱动的增长操作系统”建设，持续优化创新多模态大模型技术底座及行业模型研发，加速AI智能体在金融、治理、出行及智能制造等高价值场景的规模化落地，夯实公司核心产品竞争力。公司致力于成为智能体时代的行业增长伙伴，努力推动核心技术与实体经济、新质生产力深度融合，推动人工智能产业化进程和各行业智慧化转型升级，助力“数据驱动、人机协同、跨界融合、共创分享”的智能经济形态建设。
　　(三)经营计划
　　1、坚定战略转型，锚定“智能体时代的行业增长伙伴”新定位
　　（1）全面推进品牌与业务逻辑的升维重塑
　　2026年，公司将迎来从“AI技术提供商”向“智能体时代的行业增长伙伴”跨越的关键一年。面对人工智能迈入以价值创造为核心的3.0阶段，公司将摒弃单纯依靠技术指标内卷的传统模式，全面拥抱以客户业务增长为导向的新型商业逻辑。在实际经营中，公司将严格贯彻“3R”准则，即提供自主可控的可靠技术（Reliable）、打造深入行业场景的适配方案（Relevant）以及兑现可量化的业务增值回报（Rewarding）。通过这种战略视角的转变，公司致力于与客户建立长期的增长共创伙伴关系，从而在激烈的市场竞争中构建起差异化护城河，切实帮助千行百业实现基于人工智能的新质生产力跃升。
　　（2）紧抓“人工智能+”政策机遇拓展泛AI领域
　　针对国家发改委等部门深入推进的“人工智能+”行动，公司将在2026年把政策红利转化为实质性的业务增长动力。新一轮产业政策更加聚焦于工业制造业和基础实体经济的深度赋能，这与公司深耕企业端市场的战略不谋而合。公司将重点发力泛AI领域，紧抓快消品、3C电子、智能制造以及能源等高潜行业的爆发性需求。公司将针对不同体量的企业采取差异化打法，对于头部大型企业，通过打造标杆性的行业大模型应用来提炼行业认知与知识图谱；对于广大的中小企业市场，则积极顺应政策可能推出的普惠性补贴趋势，以更具性价比的云化AI服务降低企业的试错成本。公司期望在2026年实现泛AI业务收入占比的进一步大幅提升，将泛AI领域打造为公司业务增长的强力引擎。
　　2、强化“AI基础设施+AIAgent”双轮驱动，构建稳健商业闭环
　　（1）做深做精第一曲线业务以保障基本盘的高质量运行
　　在以政府、金融、交通等高壁垒行业为主的第一曲线传统业务中，2026年公司将坚持“质量驱动”的经营理念，聚焦经营质量与现金流健康。在金融领域，公司将继续巩固在六大行等上百家头部金融机构中的市场份额，将基于大模型技术的智能体应用进一步做深做透。在智慧公安与城市治理领域，公司将持续发挥跨模态视觉大模型在处理复杂长尾场景中的核心优势，为客户提供高安全、高精准的实战化解决方案。通过对第一曲线业务的深耕，公司旨在确保这一核心基本盘能够持续产生稳定的正向现金流，为全公司的技术创新和新业务孵化提供坚实的资金保障。
　　（2）全力加速第二曲线业务以标准化Agent实现规模化扩张
　　2026年是公司全面发力第二曲线业务、实现从项目制向产品化和SaaS平台化转型的攻坚之年。公司将倾注核心资源打造标准化的行业AIAgent产品矩阵，将直接针对企业的核心业务痛点提供智能化赋能。针对第二曲线业务，公司将坚定不移地推进云服务商业模式的落地与普及。通过按需订阅、按结果付费等新型商业模式，公司致力于将单次项目交付转化为可持续的长期服务收入，不断提升客户的终身价值与使用粘性，进而推动公司整体业务毛利率水平的结构性改善与跃升。
　　3、夯实人机协同底座与国产化生态，保持硬科技竞争优势
　　（1）全面升级CWOS操作系统以打造智能体超级工场
　　技术创新始终是公司发展的源动力，公司将把自主研发的人机协同操作系统（CWOS）打造为业界领先的AIAgent开发与运行平台。该平台将不局限于对单一底层模型的依赖，而是具备向下兼容并智能调度DeepSeek、千问等多种顶尖开源或商业大模型的能力，并能将这些通用模型与企业私有知识库进行深度融合。为了解决大模型容易产生幻觉的行业痛点，公司将重点强化平台“智能业务流”的构建能力，使AIAgent不仅能够进行自然的语言问答，更能够直接对接企业现有核心经营管理系统，自动触发并完成采购下单、库存调拨等实质性业务操作。此外，公司还将持续优化平台内置的低代码开发工具箱，大幅降低AI应用场景的开发门槛与交付周期，使得公司内部研发团队和外部生态合作伙伴都能够在这个平台上像流水线一样高效组装和生产各类专业级行业智能体。
　　（2）深度绑定国产算力生态并严守数据安全合规底线
　　面对复杂的国际科技竞争环境与国内强烈的自主可控战略需求，公司将进一步深化与以华为昇腾为代表的国产算力巨头的战略绑定关系。公司将依托专门的联合技术团队，在国产新一代算力芯片发布的第一时间完成大模型的底层适配和性能极致调优，确保公司在提供软硬一体机或承接地方大型智算中心建设运营项目时，能够展现出超越同行的响应速度和系统稳定性。同时，针对金融、政企等对数据隐私极其敏感的重磅级客户，公司将继续坚持最高标准的数据安全交付规范。在此基础上，公司还将大力投入内容审核大模型与防伪技术的研发，积极应对人工智能生成内容可能带来的社会诈骗与伦理风险，以实际行动践行“可信AI”的行业承诺，构筑让国家放心、让客户安心的安全技术底座。
　　4、全面推进AI原生组织变革，重塑内部协同与运营效能
　　（1）以工作流重构打造“人机协同”的新型组织形态
　　2026年，公司将在内部全面推行“AINative组织”体系建设，重构组织运转模式。区别于传统的人工主导、AI工具辅助模式，公司致力于打造“人机协同、AI主导、人控核心”的新型组织形态。在此模式下，工作流将逐步由AI主导编排，知识沉淀为组织化资产，从而大幅提升响应速度并降低业务扩张的边际人力成本。在落地路径上，公司将全面推进工作流数字化梳理，引入DAG（有向无环图）逻辑，将日常工作拆解为标准化、可量化、可AI化的节点流程。
　　（2）重塑员工核心角色并坚守数据安全底线
　　伴随业务流程AI化，公司员工的角色定位将迎来深刻重塑，从单纯的执行者转变为填补AI空白的操作者（Operator）、把控质量与合规的审核者（Judge）以及设计AI工作流体系的架构师（Architect）。通过此举，员工将脱离低附加值的事务性消耗，聚焦于核心决策、客户沟通等高价值环节。同时，在推进组织AI化的过程中，公司将严格筑牢数据安全与合规防线。针对涉及财务、核心技术等保密数据的场景，公司采取私有化部署方案，确保模型与数据在本地服务器安全运行，从根源上杜绝数据出境与泄露风险，为组织向AI原生形态的平稳过渡提供坚实的安全保障。 收起▲

　　一、报告期内公司所属行业及主营业务情况说明　　（一）公司所属行业情况　　根据中国证监会上市公司行业分类结果，公司属于“信息传输、软件和信息技术服务业”中的“软件和信息技术服务业”。同时根据国家统计局《战略性新兴产业分类（2018）》，公司所属行业为“新一代信息技术产业－人工智能-人工智能软件开发（1.5.1）/人工智能系统服务（1.5.3）”。　　报告期内，人工智能行业维持2024年的快速发展态势，但市场竞争加剧，技术迭代加速。政策方面，国家持续推进“人工智能+”行动计划，强调产业赋能与场景创新，各地方政府也相继出台支持政策，促进人工智能与传统行业的深度融合。技术层面，生成式人工智能正向纵... 查看全部▼

　　一、报告期内公司所属行业及主营业务情况说明
　　（一）公司所属行业情况
　　根据中国证监会上市公司行业分类结果，公司属于“信息传输、软件和信息技术服务业”中的“软件和信息技术服务业”。同时根据国家统计局《战略性新兴产业分类（2018）》，公司所属行业为“新一代信息技术产业－人工智能-人工智能软件开发（1.5.1）/人工智能系统服务（1.5.3）”。
　　报告期内，人工智能行业维持2024年的快速发展态势，但市场竞争加剧，技术迭代加速。政策方面，国家持续推进“人工智能+”行动计划，强调产业赋能与场景创新，各地方政府也相继出台支持政策，促进人工智能与传统行业的深度融合。技术层面，生成式人工智能正向纵深推进：
　　1.行业需求加速释放，智能技术场景拓新
　　报告期内，全球人工智能产业持续蓬勃发展，生成式人工智能与大模型技术已成为引领创新的核心驱动力，其市场规模呈现高速增长态势。据Gartner预测，至2025年，全球生成式人工智能支出将达6440亿美元，同比增长率高达76.4%，其中80%的投入将用于底层硬件基础设施，以满足日益旺盛的模型训练与推理算力需求。此轮增长主要由企业级数据中心及人工智能服务器需求的激增所驱动。与此同时，为兼顾安全合规与效率，众多企业正加速将人工智能工作负载部署于本地或混合云环境之中。IDC统计数据显示，当前全球已有63%的企业在本地或混合云环境中部署人工智能工作负载。伴随大模型参数量由千亿级向万亿级演进，超大规模智能算力集群的建设已成为新一轮技术竞争的基础条件。各国科技企业正竞相部署高性能智能计算中心，以支撑更高性能大模型的训练需求。算力基础设施向超大规模智能算力集群方向演进，已成为明确的发展趋势。
　　此外，大模型正加速从“模型研发”阶段向“模型推理”阶段演进。据IDC测算，当前云端部署的AI算力中约58.5%用于模型推理，预计至2026年该比例将提升至62.2%，凸显大模型在推理服务及边缘部署领域蕴藏的显著潜力。尤其值得注意的是，AI智能体（AI-Agent）概念迅速兴起并成为业界关注的新焦点。此类智能体正实现从“知识增强”向“执行增强”的转型升级，能够基于大模型进行自主决策与任务执行，被视为下一代智能应用的重要形态。Gartner预测，至2028年AI智能体将自动化至少15%的日常业务决策，从而大幅提升企业运营效能。可以预见的是，AI智能体有望逐步演进为类似SaaS的通用智能服务形态，为各行业提供更加智能化、个性化的解决方案。
　　2.产业规模快速增长，资本投入持续高涨
　　报告期内，得益于政策支持与资本投入，中国人工智能行业持续保持快速增长态势。据21世纪经济网发布的《2025上半年AI大事件盘点：技术、应用与未来趋势》显示：2025年上半年市场规模进一步扩大，达到约1,500亿元（同比增长约35%），预计全年规模可达3,500亿元。同时，人工智能领域投资热度持续高涨，大模型、AI芯片及智能硬件等细分领域获得大量资本关注。
　　3.生成技术持续突破，算力支撑逐步强化
　　报告期内，生成式大模型与多模态技术取得显著进展，应用场景持续拓展。大型预训练模型已成为行业核心驱动力，显著提升了智能语音、视觉及语言处理能力。该技术进步的基石在于算力基础设施的持续强化。根据中国政府采购网、中国招投标公共服务平台等渠道数据：2025年上半年，中国加速布局智算中心，公开招标项目达393个，中标总金额显著攀升，并出现43个合同金额逾亿元的项目。此趋势反映出“东数西算”等国家算力协同战略加速推进，同时绿色算力与国产芯片要求趋增，总体为人工智能技术演进提供了坚实支撑。在此背景下，多模态模型的成熟显著降低了应用门槛。开源模型如Llama、DeepSeek等，使中小型企业及开发者得以快速部署智能客服、内容生成等具体应用场景。同时，混合模型逐渐普及，企业更倾向于结合开源与私有模型，以优化成本、安全性与效率，尤其在政务、金融等高敏感性领域。
　　4.政府政策持续加码，产业环境日趋优化
　　报告期内，政府层面持续强化对人工智能产业的政策扶持力度。《2025年政府工作报告》明确提出“持续推进人工智能+行动”，强调将数字技术与制造业基础、市场优势深度结合，支持大模型技术广泛应用及智能终端（含智能汽车、AI手机、智能机器人等）创新发展。国家相关部门同步颁布系列行业标准与伦理规范，引导人工智能技术健康有序发展。据《人民日报》报道，在应用层面，政府与企业协同聚焦重点领域，加强政策供给与资金投入，加速技术产业化进程。上述举措为人工智能企业的技术研发与市场推广营造了良好的政策环境。
　　5.龙头企业引领发展，多级联动格局凸显
　　报告期内，人工智能行业竞争激烈，参与者数量众多。依据赛迪顾问评选的“2024中国人工智能企业综合实力TOP100”榜单，百度、阿里巴巴、华为、腾讯、科大讯飞、小米、商汤科技、字节跳动、浪潮、京东、美团等企业均位居行业前列。产业链上游，寒武纪、景嘉微等国产芯片厂商加速布局；中游技术领域，商汤科技、科大讯飞等公司持续研发核心算法；下游应用层面，传统企业（如长安汽车、上汽集团等车企）与消费电子厂商（如小米、美的集团）积极引入人工智能创新技术。区域分布方面，根据前瞻产业研究院发布的《中国新一代人工智能科技产业发展报告2024》：北京、广东、上海、浙江等省市的人工智能产业集群优势显著，其中北京市占比近30%，广东省占比约22%。综上所述，中国人工智能行业呈现出大型企业主导、多级协同联动、创新态势活跃的发展格局。
　　（二）公司主营业务情况
　　1.主要业务
　　报告期内，公司核心产品——人机协同操作系统（CWOS）已升级为AI-Agent平台，公司机器视觉领域的领先优势在该平台上得到充分体现，并深度赋能金融、制造及治理等多类应用场景。
　　2.主要产品及其用途
　　公司主要产品及服务按照提供交付内容和业务模式可划分为人机协同操作系统和人工智能解决方案。
　　3.经营模式
　　报告期内，以“东西湖”等项目为代表的经营模式，标志着公司由原先的一次性项目收费主导模式，转向“建设+运营”的新型复合型模式。
　　4.市场地位
　　公司始终秉持“一步一脚印，立志成为人工智能产业的中国骄傲”之理念，恪守“定义智慧生活，提升人类潜能”的企业使命，并以“成为全球智能生态领军企业”为发展愿景。报告期内，一方面，公司子公司重庆云从成功入选首批重庆市产业创新综合体（科技型企业主导型）建设单位名单，将与重庆信息通信研究院等单位共同建设“产业大模型与智能体系统产业创新综合体”；另一方面，公司凭借自身在算法安全、数据隐私保护，以及多模态融合技术领域的核心优势和人工智能与计算机视觉领域的技术积淀，深度参与起草的《数据安全技术基于个人信息的自动化决策安全要求》和《信息技术可扩展的生物特征识别数据交换格式第5部分：人脸图像数据》国家标准已正式发布实施，为构建中国多模态技术的规范化发展透明、公平的自动化决策体系提供了关键技术支撑。
　　5.主要的业绩驱动因素
　　2025年上半年，受宏观环境向好与战略转型强化共同驱动，公司营业收入同比增长，亏损幅度同比收窄，累计与新签在手订单规模均实现同比增长。
　　(1)宏观层面
　　报告期内，国家层面持续深化数字经济建设与产业智能化发展，要求采取“一链一策”方式推动金融、文旅、医疗等重点行业数字化转型赋能。与此同时，AI大模型与智能算力需求呈现显著增长，驱动底层算力基础设施需求持续提升。据IDC统计数据显示，2024年全球数据中心市场规模达1,086.2亿美元，同比增长14.9%，其中60%以上新增需求源于AI相关应用。此外，技术迭代加速推动成本持续优化，以DeepSeek为代表的开源模型显著降低了推理成本，使原本对价格敏感的商业场景订单转化率得到提升。这表明在数字化转型与AI浪潮共同推动下，政府及企业对大数据、云计算与人工智能解决方案的需求正快速增长，为包括公司在内的AI企业创造了广阔市场空间。
　　(2)公司层面
　　报告期内，公司积极响应政策导向及行业需求，持续优化业务结构与产品布局，同时双曲线战略成效初显，主要业绩驱动因素由2024年的结构调整逐步转向订单放量增长及成本优化驱动。其中，以“东西湖”项目为代表的“设备部署+运营服务”类项目成功落地，标志着公司在AIGC领域取得战略性突破。该项目不仅验证了公司在自主可控AI技术领域的创新能力，更有助于构建“算力基建+特定模型+专属智能体”的差异化解决方案，推动智算中心业务向政务、金融等高价值场景延伸，为后续拓展全国AI安全市场及智能体应用奠定重要基础。此外，公司精细化运营有效推动效率提升，人员配置聚焦助力成本降低，同时折旧压力有所缓解。上述因素共同奠定了公司业绩增长的基础。

　　二、经营情况的讨论与分析
　　报告期内，全球AIGC技术延续演进态势。以大语言模型为代表的通用人工智能技术持续迭代，各大科技公司相继推出参数规模更大、能力更强的模型产品，驱动人工智能应用在各行各业加速渗透。尤为值得注意的是多模态大模型与自主智能体，其作为当前人工智能领域的核心发展趋势——通过融合视觉、语音、文本等多模态感知能力，人工智能正逐步向具备类人类认知与决策能力的方向发展。伴随技术演进，客户对人工智能产品的期望亦迅速提升，各行业用户期望依托大模型与智能体实现业务流程的智能化再造。在国内，政策与产业环境持续优化为行业发展提供了有力支撑。
　　在此背景下，“大模型+AI智能体”的技术路径获得广泛认同，成为引领未来产业升级的关键方向。公司顺应上述行业趋势，于技术浪潮兴起之初即前瞻性布局通用大模型研发及AI智能体平台，契合了市场对自主可控、大规模智能化解决方案的迫切需求。由此预见，随着AIGC技术日臻成熟及各行业数字化转型深化，公司所聚焦的“AI智能体+行业大模型”战略将具备更为广阔的应用前景，为公司创造持续增长的机遇。
　　（一）数据表现情况
　　报告期内，公司管理层积极采取多项应对策略，以夯实发展根基并蓄力长远发展，整体经营保持稳健增长，主要经营指标持续向好，为全年业绩奠定了坚实基础。一方面，公司深入实施精细化管理，强化成本费用管控，提升内部运营效率，当期费用同比下降，资源配置效率显著提升，有效缓解了转型压力。另一方面，公司坚持推行“提质增效”的业务策略，主动优化产品体系与客户结构，聚焦高价值行业及核心客户群体，推动业务实现有质量增长。通过遴选战略项目、提升交付质量，公司进一步巩固了收入基础，增强了市场竞争力。
　　1.营业收入增势强劲，多点开花格局显现
　　报告期内，公司实现营业收入16,898.56万元，同比增长40.21%，主要源于人工智能解决方案业务规模增长，该板块收入同比增长达59.24%。从应用领域分析，泛AI、智慧金融、智慧出行板块均呈现良好发展态势。表明市场对公司人工智能产品与解决方案的需求持续旺盛，亦验证了公司多元化业务布局的有效性。
　　2.毛利率受结构拖累，主营盈利能力稳健
　　报告期内，公司综合毛利率为37.73%，较上年同期下降22.47个百分点。主要系业务结构变化所致，本期毛利水平较低的泛AI领域收入占比大幅提升至55.78%，且本期泛AI领域毛利率仅为18.60%，较上年同期下降41.10个百分点。泛AI领域毛利率下降的原因主要有两方面：其一，新品类业务处于投入期，前期研发及实施成本较高，公司为拓展市场份额以较低价格承接项目，导致毛利率处于较低水平，部分项目毛利率仅约为10%-30%；其二，硬件成本占比上升，因公司尚未实现通用算力硬件自主研发，相关设备需对外采购，其投入摊薄了毛利。剔除以上影响后，公司成熟业务毛利率为61.75%，较上年同期提升1.55个百分点，成熟业务的盈利能力保持稳健。由此可见，尽管新业务拓展阶段对短期毛利水平形成拖累，但公司原有业务板块的利润率基础牢固，盈利质量稳定。
　　3.精细管理已见成效，费用管控持续强化
　　报告期内，公司持续推进精细化管理，着力提升人员效率与费用管控效能。随着相关策略全面落实，管理、销售及研发三项费用合计下降约1.46亿元，同比下降达33.83%。通过优化薪酬体系、提升人均效能，公司有效降低人力成本；同时，借助业务流程精简与预算管控强化，非必要开支显著减少。降本增效工作的扎实推进，不仅促使费用结构实现显著优化，也在保障公司技术创新能力的前提下，切实减轻整体费用负担，从而为后续业绩改善奠定了坚实基础。
　　4.亏损幅度显著收窄，降本增效成果初显
　　报告期内，公司实现归属于上市公司股东的净利润为-22,981.78万元，亏损同比收窄35.51%；扣除非经常性损益后归属于母公司股东的净利润为-24,844.26万元，亏损同比收窄32.71%。净亏损大幅收窄主要得益于公司长期推行的降本增效举措成效逐步显现：一方面，优化薪酬体系、提升人员效能显著降低了人力成本，报告期内薪酬总支出为9,087.01万元（不含资本化金额），同比大幅下降48.05%；另一方面，业务流程精简及费用预算管控促使外购第三方服务费降至3,844.13万元（不含资本化金额），同比下降45.37%。在成本费用显著压降的同时，公司收入规模亦有所提升，使得亏损额较上年同期显著减少。
　　公司所处的人工智能行业具有技术含量高、研发投入大、研发周期长等特点，公司始终追求技术具有一定领先性，重视研发工作，稳定持续的研发投入是公司持续保持技术领先性的重要支撑。由于公司前期研发投入、管理投入、销售团队建设投入等期间费用较大，而规模效应尚未完全显现，营业收入规模尚不能完全覆盖成本费用规模，致使公司经营业绩持续亏损。
　　5.现金流显著改善，开源节流成效显现
　　报告期内，公司在加强销售回款管理及优化资源配置等方面取得实质性进展：应收账款周转加快，经营活动现金流入同比增加；同时，支出管控成效明显，经营活动现金流出增速放缓。得益于此，公司经营活动产生的现金流量净额为-3,025.54万元，虽仍为净流出，但较上年同期大幅收窄76.76%，现金流状况显著改善。这一变化反映了公司主营业务现金生成能力增强，流动性风险得以缓解。运营质量与资金管理效率不断提升。通过开源增收、加速回款与严控成本费用支出并举，公司正逐步夯实资金基础，为未来业务发展提供更坚实的现金流保障。
　　（二）经营开展情况
　　报告期内，全球AIGC领域持续演进，大模型技术迭代持续加速，AI智能体逐步由科研领域向应用领域拓展。面对此发展趋势，公司管理层确立了“AI智能体+大模型”双轮驱动的核心战略，在巩固既有技术优势的同时，通过深化产学研协作与生态体系构建，着力推动人工智能技术的安全可控与产业化进程。公司围绕行业垂类大模型及AI服务平台等关键领域推进布局，积极把握AIGC发展机遇，以技术创新驱动商业价值转型，持续强化战略定力与前瞻性投入，为可持续发展奠定坚实基础。
　　1.模型能力显著跃升，产研协同厚植优势
　　报告期内，公司自主研发的“从容多模态大模型”在权威评测中表现卓越，综合能力位居全球前三、国内首位。此成果充分展示了公司在大模型研发领域的领先实力与技术竞争力；从容大模型在处理复杂数据和多模态任务方面表现优异，广泛适用于自然语言处理、图像识别、数据分析等应用场景，从而进一步巩固了公司的市场地位。
　　为持续保持在前沿领域的引领地位，公司深化产学研战略合作，与上海交通大学合作共建“AI-X研究院”，聚焦下一代人工智能核心技术攻关与产业落地，旨在构建自主可控的AI底层技术生态，为我国人工智能技术突破与竞争力提升提供新动能。研究院以自主研发为核心驱动力，致力于攻克大模型、智能体等关键领域难题，服务医疗、金融等重点行业，提升中国人工智能产业自主可控能力。未来三年，云从科技将向研究院投入人民币3,000万元，用于全球人才引进与培养、国际前沿学术会议组织以及人工智能交叉学科联合研究等。通过产学研一体化布局，公司进一步夯实技术基础，持续巩固在通用人工智能领域的领先优势。
　　2.生成技术持续突破，算力支撑逐步强化
　　随着AIGC技术向各行业纵深渗透，确保生成内容的安全合规性已成为产业发展的关键课题。全球监管机构相继颁布生成式人工智能管理规范，企业用户对AI模型可控性与可信赖性的要求持续提升。市场调研表明，在网络安全领域，大模型赋能的智能解决方案正面临显著增长的需求。IDC最新报告指出，61%的中国受访企业计划在未来一至三年内部署安全大模型相关产品或服务，另有28%的用户倾向通过免费开源途径获取大模型驱动的安全能力。可预见，2025年将成为安全智能体发展的元年——依托生成式AI提供的技术支撑，未来每个特定安全业务场景均可能由专用AI智能体执行，从而大幅提升安全监测响应的自动化与智能化水平。在此背景下，行业领先企业纷纷将“AI安全”纳入战略重心，通过构建内容审核大模型、AI风控引擎等技术手段，将合规性、透明度及可解释性等原则深度融入模型开发全流程。
　　这一行业动向也契合了公司的战略布局。——报告期内，公司持续深化大模型与智能体领域的业务转型，在技术创新及市场拓展方面均取得显著进展。“东西湖”项目的落地标志着公司在AIGC领域实现战略性突破。此举不仅验证了公司在自主可控AI技术层面的创新能力，亦为构建“算力基建+安全模型+内容审核智能体”差异化解决方案奠定基础，有效推动智算中心业务向政务、金融等高价值应用场景延伸。未来，公司将顺应这一趋势，持续加强技术革新与合规管控并重的发展策略，在确保模型能力不断提升的同时，筑牢人工智能应用的安全边界。
　　同时，公司持续深化与华为等国产算力企业的战略合作，联合研发训练-推理一体化的软硬件产品，助力客户构建高效、经济的规模化模型算力平台。此外，公司持续优化产品结构及服务体系，及时响应市场动态并调整策略以满足客户需求，从而在激烈市场竞争中保持领先地位。通过联合合作伙伴开展推广活动，并提供全方位技术支撑与培训服务，公司有效提升了产品市场影响力，确保客户能够快速掌握应用并获得良好成效。上述举措有效促进了公司经营业绩的稳步提升，为“双曲线”战略的落地实施奠定了坚实基础。
　　3.平台服务体系完善，开发效率显著提升
　　报告期内，武汉临空港算力中心宣布携手公司发布DeepSeek大模型平台。该平台在模型训练与压缩技术领域取得显著突破：通过动态知识蒸馏技术，可将千亿级参数大模型体积压缩至原尺寸的十分之一且保持精度无损；依托临空港智算中心自建的125PFlops算力集群，平台已完成DeepSeek-R1基础模型及多个蒸馏版本的部署。基于DeepSeek智能压缩工具，某金融风控模型经量化压缩后，其运行需求由原三张NVIDIA A100计算卡降低至单颗昇腾910B芯片即可高效执行，推理速度提升约两倍。
　　DeepSeek平台面向开发者提供涵盖模型微调、智能压缩与自适应部署等环节的一站式全生命周期服务，构建了完整的AI开发支撑体系。相较于仅提供基础模型训练的传统支持模式，DeepSeek开源版本深度融合公司大模型训练推理平台的全流程能力，显著降低了大模型开发与部署的技术门槛。依托武汉临空港智算中心的算力支撑，该平台助力企业以合理成本获得顶尖AI能力，实现从模型研发到应用落地的敏捷迭代，为各行业的智能化转型进程提供重要加速。
　　4.智能体平台深化拓展，多场景应用全面开花
　　报告期内，公司基于自主大模型与人机协同技术构建的通用AI-Agent智能体平台持续取得突破，并推出标志性应用成果——“银河人工智能与智能体服务平台”。该平台集成人工智能自然语言交互、多模态环境感知及自主决策等关键技术，融合了公司自主研发的“从容多模态大模型”与通用AI智能体技术。
　　在技术架构层面，“银河”平台具备环境感知、决策智能与人机协同三大核心优势，通过计算机视觉及多模态感知技术精准识别复杂场景要素，实现大型与小型模型协同的事件置信度判断与二次分析，并依托情感分析与语义理解技术支持流畅自然的人机对话。基于上述能力，该平台已在城市治理、工业制造、民生服务等领域实现成功落地：例如，在拉萨高新区部署的智慧食安监管模块，运用人工智能技术实时监测食品生产流通全流程，显著提升监管效能。
　　此外，该平台凭借在数字化治理领域的突出成效，成功入选重庆市2025年人工智能典型应用案例名单，标志着公司在区域产业智能化升级层面取得重大突破。同期，公司依托在AI智能体领域的核心技术与产业生态优势，入选重庆首批产业创新综合体建设单位，牵头参与建设“产业大模型与智能体系统”创新综合体。公司通过与合作伙伴协同创新，着力构建集技术研发、资源配置、产业活动与生态聚合于一体的开放平台，突破关键技术瓶颈，增强产业核心竞争力，加速人工智能成果向实际应用转化。此系列成果充分彰显了公司在通用智能体领域的前沿优势，印证AI智能体技术正成为驱动多行业效能跃升的新引擎。
　　5.智能终端产品发布，行业普惠持续加速
　　报告期内，为拓展大模型技术的应用边界，公司协同生态伙伴加速智能化终端产品创新，联合推出首款DeepSeek端侧办公设备——众寻AI鼠标V1Pro，旨在以智能交互工具提升办公效率。该AI鼠标内置DeepSeek-R1模型强大的多模态认知与生成能力，可高效检索政策文件、法律条文、医学文献、财务法规等专业资料，并自动识别与填写表格、报告等文档，显著减轻用户的日常文书处理负担。各类职业人员，包括公务员、教师、程序员、学生、医生、律师、财务人员抑或人力资源从业者等，均可从中获益，提升工作效率。
　　不仅如此，众寻AI鼠标还能够自动生成代码、处理财务报表及账目分析、起草招聘方案等，真正成为具备逻辑思考能力的个人智能助理。用户仅需将论文、合同、报表等文档导入并存储至个人知识库，该设备即可自动解析文档逻辑结构，构建专属知识图谱；当用户提出查询需求时，系统依托知识图谱实现信息快速定位与精准答案输出，提供高效准确的知识检索服务。同时，设备内置多类业务模板，可满足公文写作、申报材料、项目文档等专业场景的智能写作需求，并结合行业背景知识持续优化生成效果，为用户创造全新的智能化办公体验。众寻AI鼠标的推出标志着大模型能力实现从云端向终端的关键跨越，彰显了公司在软硬件一体化产品创新领域的探索成果。通过此类智能终端，公司将先进AIGC技术赋能更广泛的企业及个人用户，标志着“人人可享”的办公智能化时代正式开启。
　　6.区域合作持续推进，生态协同加速成型
　　报告期内，在川渝两地政府倡导下，公司积极响应西部科研创新平台建设，作为唯一入选的民营企业，与招商局检测中心、西南交通大学、重庆大学等单位联合共建的“数字交通智能安全”川渝共建重点实验室正式获批成立。该实验室致力于交通领域智能安全技术研究，旨在融合人工智能体等前沿技术，构建数字交通智能安全成套技术体系，打造川渝地区数字交通智能安全创新中心。实验室重点突破智慧交通与基础设施运维关键技术，持续优化智能物流与智慧出行服务体系，推动“AI+交通”科技成果转化应用，为提升川渝地区及全国交通运行安全水平提供坚实技术支撑。
　　未来，公司将充分发挥自身强大的研发能力与丰富的行业实践经验，协同合作伙伴共同推进川渝重点实验室建设，促进科研成果向现实生产力转化，助力区域经济高质量发展。该实验室的建立既是公司履行社会责任、服务国家战略的重要实践，也有助于其在人工智能安全与通用智能前沿领域确立先发优势，为后续参与技术标准制定与引领行业规范创造有利条件。
　　7.创新战略持续深化，生态建设迈向纵深
　　展望未来，公司管理层将坚定不移地秉持“AI智能体+行业大模型”的核心战略方向，持续强化技术创新与战略投入，推动人工智能技术向更高水平的安全性与通用智能演进。
　　首先，在人工智能安全领域，公司将巩固现有内容审核大模型及安全智能体优势，严格遵循“安全、伦理、可控”原则，完善大模型研发治理体系，确保人工智能技术在各行业的应用符合监管要求与伦理规范，为数字经济发展夯实安全基础。依托武汉网安基地、川渝实验室等平台，公司将持续优化“算力基础设施+安全大模型+安全审查智能体”整体解决方案，把握日益增长的人工智能安全市场机遇。
　　其次，在通用智能领域，公司将持续深化大模型基础研究与AI智能体架构创新，着力突破多模态融合、连续学习、人机协同等通用人工智能关键技术瓶颈。通过与高校及科研院所共建研发高地，公司计划引进全球顶尖人才、参与国际前沿学术交流，以保持技术探索的前沿性。
　　同时，公司将致力于推动产业一体化落地——构建“平台化通用模型+行业专用模型”双引擎体系，围绕智慧治理、智慧金融、智慧出行、智慧商业等国家重点行业深化应用创新，打造覆盖千行百业的人工智能产品矩阵。通过提供涵盖咨询规划、数据处理、模型训练调优至部署运维的全栈式服务，公司旨在协助客户解决大模型从实验室到生产环境的工程化交付难题，进一步降低各行业获取人工智能能力的门槛。
　　此外，公司将继续秉持开放合作理念，与产业生态伙伴携手共建开放共赢的人工智能生态，积极参与行业标准制定及开源社区建设，共享技术发展红利。在云计算、芯片、应用软件等上下游领域强化联盟协作，确保技术链条的自主可控与健康发展。
　　展望后续季度，公司有信心依托坚实的技术底蕴与灵活的市场策略，保持在人工智能产业变革中的领先地位。我们将加速技术迭代与场景落地，携手生态伙伴共同构建新型智能产业体系，为“数字中国”建设注入持续动能。通过持续的自主创新与稳健的战略执行，公司致力于在通用人工智能时代实现更大突破，同步提升商业价值与社会价值，以更为成熟、安全的人工智能技术助力各行业高质量发展。
　　非企业会计准则财务指标变动情况分析及展望
　　为补充公司依据中国会计准则编制的财务报表，公司亦采用经调整的营业利润及净利润作为经营业绩的补充信息。在剔除股份支付费用、折旧及摊销费用、利息支出、长期股权投资减值损失、资产减值损失、信用减值损失、所得税费用等非现金项目后，报告期内经调整的营业利润为-5,042.58万元，较上年同期经调整的营业利润-15,304.01万元显著收窄；报告期内经调整的净利润为-4,592.71万元，较上年同期经调整的净利润-15,345.92万元显著收窄。
　　需特别指出，经调整的营业利润及净利润指标应视为对企业会计准则下财务指标的补充信息，不可替代或优于准则规定的财务指标。

　　三、报告期内核心竞争力分析
　　(一)核心竞争力分析
　　1.技术优势
　　公司在软硬件研发及核心算法领域持续深化研发，推出了涵盖图像识别、语音识别、自然语言处理与机器学习等方向的核心技术。所构建的人机协同操作系统，基于人机交互理念，实现了多模态数据感知、知识推理、人机共融共创以及数据安全共享等方面的技术突破，有效促进了人工智能基础设施、算法与产业应用之间的协调发展。算法团队采用预训练大模型与微调技术，在NLP、OCR、机器视觉及语音等领域显著提升了算法性能与效率，其应用价值已在多行业场景中得到验证。
　　公司自主研发的跨镜追踪、3D结构光人脸识别、双层异构深度神经网络及对抗性神经网络等技术处于行业领先地位。核心技术团队曾斩获10次国内外人工智能权威领域世界冠军。
　　截至报告期末，公司受邀参与了人脸识别国家标准、公安部行业标准、人民银行金融行业标准以及人脸识别相关国际标准等100项国际、国家、地方、行业和团体标准制定工作，并同时承担国家发改委“人工智能基础资源公共服务平台”和“高准确度人脸识别系统产业化及应用项目”、科技部“视听交互国家新一代人工智能开放创新平台”等国家级重大项目建设任务。截至报告期末，公司拥有449项专利（其中288项为发明专利）、615项软件著作权等人工智能领域知识产权。
　　2.研发优势
　　在周曦博士的领导下，公司已组建一支成熟的研发团队。团队成员具备深厚的专业知识与丰富的实践经验，技术基础扎实。团队结构科学合理、技能覆盖全面，为持续的技术创新与产品研发提供坚实支撑。公司高度重视人才培养，制定了完善的选拔机制与多样化的培养计划，确保人才梯队建设与专业能力持续提升。公司构建了“三大联合实验室及六大研发中心”的研发体系架构，确保研发体系的可持续发展。该架构涵盖技术中台、产品研发中心、行业解决方案部门以及产品与技术管理团队。研发中心分布于多个地区，形成技术研发的核心力量。同时，公司与多家科研机构共建联合实验室，开展人工智能研发项目合作，显著提升人工智能核心技术的研发能力。
　　3.平台优势
　　公司开发的人机协同操作系统集成了涵盖视觉、语音及文字处理的全栈人工智能技术，提供自然的人机交互体验与智能决策支持。该系统搭载人工智能工程创新技术，配备智能应用集成开发环境，显著提升从算法开发至应用部署的效率。公司致力于为客户构建高效平台，以快速实施智能化解决方案。该操作系统通过多样化应用场景与产品解决方案，助力客户提升业务效率，推动智能化转型进程。同时，“轻舟平台”设计轻量化且功能完备，秉持开放合作理念，共同开发人工智能应用与SaaS服务，推动人工智能技术在更广泛行业的应用落地，促进产业生态链发展。
　　报告期内，本公司严格遵循既定技术发展路线，稳步推进人工智能领域的基础理论研究与核心技术创新。基于自主研发的人机协同操作系统（CWOS），公司着力构建能够精准模拟人类思维模式与工作流程的智能体体系。在此框架下，公司系统性地整合视觉、语音、自然语言处理（NLP）等关键技术，对多模态大模型“从容”进行了深度优化与性能提升。作为技术落地的核心载体，人机协同操作系统（CWOS）已全面升级为AI-Agent平台。该平台不仅集中体现了公司在机器视觉领域的技术优势，更通过深度赋能金融、制造及城市治理等多元化应用场景，有力验证了技术创新的实用价值。
　　4.行业优势
　　作为在人工智能平台系统领域深耕多年的企业，公司始终致力于垂直行业的深度研究，并在智慧治理、智慧出行、智慧金融、智慧商业及泛AI等关键领域全面布
　　局。公司深入洞察用户需求，为各垂直领域客户提供多元化的高效解决方案，显著提升其效能，并积累了丰富的场景化实践经验。通过与重点行业客户的长期深度合作，公司持续运用海量场景数据训练优化算法平台，形成针对不同行业的差异化数据分析与应用能力。由此，公司构建起深刻的行业认知与核心服务能力，形成较高的业务壁垒。截至本报告期末：
　　(1)在智慧金融领域，公司为包括中国工商银行、中国建设银行、中国农业银行、中国银行、邮储银行及交通银行在内的逾100家金融机构提供产品与技术解决方案，推动全国众多银行网点实现智能化升级；在智慧治理领域，公司产品及技术服务已覆盖全国30个省级行政区的政法机构、教育单位、旅游景区等多元化应用场景。
　　(2)在智慧出行领域，公司产品及解决方案已广泛应用于北京首都国际机场、北京大兴国际机场、上海浦东国际机场、上海虹桥国际机场、广州白云国际机场、重庆江北国际机场、成都双流国际机场、深圳宝安国际机场等上百座民用枢纽机场，覆盖范围包括中国十大机场中的九座重要机场，日均服务旅客超过百万人次。
　　(3)在智慧能源领域，公司依托从容大模型训练推理一体机的高算力支撑，高效实施故障研判推理，为能源企业集控与调度系统提供精准决策支持，保障能源供应可靠性。
　　(4)在智能制造领域，公司依托数字平台构建数据神经网络，助力制造业企业实现管理优化。通过深度应用及与行业领先客户、信息化龙头企业的紧密合作，公司逐步积累了在垂直行业数据应用、行业沉淀与工程化实践方面的独特优势。
　　(5)在智慧商业领域，公司产品及服务已广泛应用于汽车展厅、购物中心、品牌门店等多元应用场景，持续为全球数亿人次提供智慧、便捷、人性化的AI体验。
　　5.品牌优势
　　面对全球局势的不确定性，公司致力于深耕国内市场，专注于科技创新，优化产品布局结构，持续增强自主品牌的核心竞争力和市场影响力，积极拓展万亿级数字经济新领域，稳健应对各类风险与挑战，以行业领跑者的地位，构筑了强大的品牌优势，为金融、交通等行业提供了广泛的人工智能解决方案。作为中国人工智能领域的领军企业之一，公司与其他人工智能企业协同合作，在人工智能技术的研发方面取得了显著成就，成为中国人工智能产业的重要代表。
　　截至报告期末，公司及控股子公司入选重庆市经济和信息化委员会“首批重庆市产业创新综合体（科技型企业主导型）”、新财富“2025新财富机器人上市公司成长价值榜”、广州市人工智能产业发展促进会和北京亿欧网盟联合颁布的2025年广州市人工智能应用先锋榜单等多项榜单。
　　6.生态优势
　　当前，人工智能领域特别是通用人工智能（AGI）的技术革新，正引发市场高度关注，并为各类企业带来重大发展机遇。作为行业领军企业，公司充分认知自身的战略定位与竞争优势。面对AGI变革浪潮，公司聚焦规模化发展与生态构建两大方向：首先，依托深厚技术积淀与海量数据资源，开发更先进的大模型智能产品与服务，满足企业与政府处理复杂场景的需求；其次，凭借先发优势整合产业链上下游关键资源，主导行业标准制定，推动构建开放可持续的人工智能生态系统。
　　在算法领域，公司构建了算法集成生态系统，支持自主研发算法与在线训练算法的自动注册，兼容第三方厂商算法，并实现算法资源的统一管理；在算力领域，公司构建了异构算力生态系统，可实现对英特尔、英伟达、华为、海光、寒武纪、比特大陆等算力资源的适配，并完成算力资源的统一调度；在设备适配领域，公司构建了设备适配生态系统，支持与海康、大华、宇视等厂商设备对接，以及与视频联网平台、物联网平台等设备平台实现对接；在应用领域，公司构建了应用赋能生态系统，通过HTTP接口对外提供基础服务、算法服务及数据服务，赋能独立软件供应商（ISV）实现应用的高效开发。
　　报告期内，公司依托昇腾硬件底座、昇腾异构计算架构（CANN）、昇思MindSpore AI框架以及MindIE推理引擎，推进面向金融、政务、制造、能源、交通、运营商等行业的原生大模型应用开发工作，持续推出基于昇腾平台原生的智能体（AI-Agents）及行业大模型产品与解决方案，助力各行业数智化升级进程。
　　(二)报告期内发生的导致公司核心竞争力受到严重影响的事件、影响分析及应对措施
　　(三)核心技术与研发进展
　　1、核心技术及其先进性以及报告期内的变化情况
　　截至报告期末。
　　2、报告期内获得的研发成果
　　（1）报告期内获得的重要奖项
　　截至报告期末，公司及控股子公司荣获投资家网颁布的2025年中国机器人产业大会“金燧石奖”等多个称号及奖项。
　　截至报告期末，公司及控股子公司入选重庆市经济和信息化委员会“首批重庆市产业创新综合体（科技型企业主导型）”、新财富“2025新财富机器人上市公司成长价值榜”、广州市人工智能产业发展促进会和北京亿欧网盟联合颁布的2025年广州市人工智能应用先锋榜单等多项榜单。
　　（2）相关权利证书
　　截至报告期末，公司已拥有专利449项，其中发明专利288项、实用新型专利45项、外观设计专利116项；累计获得计算机软件著作权615项。
　　报告期内，公司新增授权专利24项，其中发明专利24项，实用新型专利0项，外观设计专利0项；新增登记的软件著作权4项。
　　
　　（3）重大专项科研项目
　　至2025年6月30日，公司参与国家级、省部级、地市级以及重点科研院校的重大专项科研项目19项，其中项目进展处于“在研究中”状态的9项，处于“提交结题申请”状态的6项，处于“结题”状态的4项。
　　3、研发投入情况表
　　研发投入总额较上年发生重大变化的原因
　　报告期内，公司战略性地平衡短期盈利压力与长期创新驱动的可持续发展路径，通过研发人员的精准配置与薪酬结构的理性调整，叠加本期股份支付费用减少，故研发费用投入金额较上年有所下降。
　　4、在研项目情况
　　5、研发人员情况
　　6、其他说明

　　四、报告期内主要经营情况
　　报告期内，公司实现营业收入16,898.56万元，同比增长40.21%；经营活动产生的现金流量净额为-3,025.54万元，归属于母公司所有者的净利润为-22,981.78万元，亏损同比收窄35.51%。

　　五、风险因素
　　(一)尚未盈利的风险
　　截至报告期末，公司尚未实现盈利，主要因素包括：（1）公司不仅需应对人工智能企业的竞争，还需面对大型设备制造商及互联网企业推进产品人工智能化转型的挑战，市场竞争整体加剧。（2）为确保人工智能算法研究及各应用场景的定制化解决方案能够高质量迭代，并在竞争激烈的市场中保持技术领先优势，公司需持续投入大量研发资源。（3）大模型技术尚未实现大规模商业化应用，不同应用场景间的迁移边际成本依然较高，公司相关业务尚未形成规模效应。
　　若公司在未来一段时间内遭遇市场竞争加剧、市场拓展未达预期、研发投入持续增加且研发成果未能及时转化、人工智能行业政策出现不利变化、下游行业需求显著减缓等不利状况，公司短期内可能出现业绩下滑且无法实现盈利，未弥补亏损可能持续扩大，从而存在短期内无法向股东派发现金股息的风险，这将对股东的投资收益产生不利影响。
　　(二)业绩大幅下滑或亏损的风险
　　(三)核心竞争力风险
　　公司所处的人工智能领域尚处于发展的早期阶段，未来的发展趋势存在一定的不确定性。相关技术及其在各个应用场景中的定制化解决方案更新迭代速度较快，技术的产品化和市场化亦存在一定的不确定性。若公司未能及时且准确地把握行业发展趋势和市场需求、攻克技术难题、产品性能指标未能达到预期，无法研发出具有商业价值、符合市场需求的新技术和新产品，或者相关技术成果的应用场景市场空间有限，公司将面临研发失败或研发成果无法转化、前期的研发投入难以回收的风险，这将对公司的经营状况和市场竞争力产生不利影响。
　　(四)经营风险
　　公司已在广州、重庆、上海、苏州、成都及芜湖六地设立了研发中心。鉴于未来研发需求的持续增长，公司计划在其他地区增设研发中心，以满足对研发人才的需求。研发中心的多地区布局导致公司组织架构和管理体系趋向复杂化。目前，公司现有的制度建设、组织架构、运营管理体系、财务管理体系以及内部控制机制可能无法充分应对研发中心多地区布局所带来的经营和管理风险。
　　(五)财务风险
　　报告期内，公司经营活动产生的现金流量净额-3,025.54万元。主要原因在于公司业务规模效应尚未充分显现，销售回款金额无法覆盖公司各项成本费用支出需求。若未来公司研发投入持续增长、下游行业客户经营状况出现恶化，以及客户回款速度减缓，可能会导致公司经营活动产生的现金流量持续呈现负值，从而给公司带来资金压力的风险。此外，公司已享受多项增值税、所得税税收优惠。鉴于公司在报告期内未实现盈利，所得税等税收优惠对公司的业绩影响相对有限。然而，若公司未来实现盈利，或公司目前享有的税收优惠情况发生不利变化，可能会对公司未来的经营业绩和现金流水平产生负面影响。
　　(六)行业风险
　　公司所处的人工智能产业尚处于发展初期阶段。随着技术的快速迭代以及行业客户对于智能化升级需求的不断扩展，公司在技术商业化应用及市场拓展方面亦面临若干不确定性。具体而言，一方面，公司致力于将核心技术应用于实际场景，但转化周期的不确定性可能对行业智能化升级需求的探索及项目执行产生不利影响；另一方面，公司计划以通用平台为基础，覆盖更多新兴需求的行业客户，然而，生态体系的构建受到产业链成熟度、合作伙伴能力提升、行业景气状况、产业政策等内外部多种因素的影响，其复杂性较高，因此，实现战略规划目标存在一定的不确定性。
　　(七)宏观环境风险
　　人工智能领域作为技术与资金密集型产业，易受国内外宏观经济、行业法规以及贸易政策等宏观环境因素的影响，且下游市场需求存在一定的不确定性。近年来，全球宏观经济保持稳定态势，中国经济亦呈现稳步增长趋势，国家亦颁布了一系列政策法规，以积极支持人工智能领域的发展。然而，若未来人工智能领域的支持政策实施进度未能达到预期，可能会导致技术更新迭代的速度减缓，进而影响公司的业绩增长前景。展望未来，若国内外宏观经济环境出现不利变化，例如全球经济增速的减缓、中美贸易摩擦的进一步升级等，这些因素均可能阻碍人工智能技术研发与交流，以及对上游人工智能芯片供应产生不利影响，从而对公司的产品和解决方案的研发与销售产生负面影响，对公司经营造成不利后果。
　　(八)其他重大风险
　　自2020年5月起，美国商务部已将包括公司在内的多家中国企业及机构纳入“实体清单”。2021年12月16日，美国财政部进一步将包括公司在内的8家中国企业列入所谓的“中国军工复合体企业（NS-CMIC）”清单，此举导致这些中国企业无法获得来自美国投资者的投资。2022年10月5日，依据《2021财年国防授权法》第1260H条的规定，美国国防部公布了更新版的“中国军事企业清单”，公司亦名列其中。尽管上述措施预计不会对公司日常的客户拓展活动产生重大负面影响，但它们可能会对公司在研发和项目交付过程中采购境外芯片、服务器等产品造成一定程度的限制。尽管公司已规划了国产替代产品方案，但鉴于方案实施需要经过一定的验证周期，以及客户对替代产品接受程度的不确定性，这些因素均可能对公司的生产经营活动产生一定影响。此外，这些措施亦可能对公司在人工智能领域的前沿理论研究、学术交流以及国际业务拓展带来一定的不利影响。 收起▲

　　一、经营情况讨论与分析
　　（一）政策引领AI创新，驱动数实融合新发展
　　在2024年，国家层面颁布了一系列战略性政策文件，旨在全面激发人工智能产业的创新活力与潜力，拓宽AI技术的应用范围，并以此为核心动力，推动国民经济实现高质量发展。政策方面对场景创新战略进行了全面规划，重点布局现代化信息基础设施建设，着力整合大数据、人工智能、信息化和智能制造等前沿科技领域，积极探索并实践新型发展模式与高效发展路径，为人工智能产业绘制了宏伟的发展蓝图。同时，地方政府积极回应国家战略部署，结合本地特色资源，精准制定相应的人工智能扶持政策，进一步推动全国范围内人工智能生态系统的繁荣与发展。
　　在政策引导... 查看全部▼

　　一、经营情况讨论与分析
　　（一）政策引领AI创新，驱动数实融合新发展
　　在2024年，国家层面颁布了一系列战略性政策文件，旨在全面激发人工智能产业的创新活力与潜力，拓宽AI技术的应用范围，并以此为核心动力，推动国民经济实现高质量发展。政策方面对场景创新战略进行了全面规划，重点布局现代化信息基础设施建设，着力整合大数据、人工智能、信息化和智能制造等前沿科技领域，积极探索并实践新型发展模式与高效发展路径，为人工智能产业绘制了宏伟的发展蓝图。同时，地方政府积极回应国家战略部署，结合本地特色资源，精准制定相应的人工智能扶持政策，进一步推动全国范围内人工智能生态系统的繁荣与发展。
　　在政策引导和技术革新的双重驱动下，以生成式AI为代表的多模态模型技术取得了显著进展，正以前所未有的力度推动传统行业的数字化转型浪潮。大模型AI技术的崛起及其广泛应用已明确预示着对现有经济结构产生深刻重塑的趋势。这种趋势使得数字经济不再仅仅停留在理论层面，而是借助AI这一强大工具，有效地实现了实体经济与数字世界的深度融合，催生出支撑未来数字经济发展的新型基础设施体系以及革新的商业模式框架。
　　（二）人机协同拓多场景，伦理创新筑智能未来
　　作为国内人工智能领域的先行者，公司始终秉持宏伟愿景，致力于开发一套能够深入挖掘并增强人类潜能的“人机交互”系统——一个能让智能体像人一样思考和决策的AI平台。
　　报告期内，依托于“人机协同操作系统（CWOS）”和“从容多模态大模型”核心技术，公司在金融和政务领域成功打造了反洗钱、金融内控、政务大脑等示范项目，并在制造、能源领域积极拓展安全生产应用场景，为电商行业定制了智能客服解决方案。通过深度训练和行业数据集的优化，我们为客户提供精准的数据处理能力。
　　在不断追求技术创新的同时，公司亦注重社会责任和伦理规范。公司深知人工智能技术的双刃剑特性，因此在研发过程中，公司严格遵循伦理准则，确保技术的安全性和可靠性。此外，公司积极参与行业标准的制定，与各界专家共同探讨人工智能的可持续发展路径，致力于构建一个和谐的人机共存未来。
　　（三）生成式AI扩张承压，精细管理蓄势谋远
　　报告期内，全球生成式人工智能技术呈现出迅猛的发展趋势。在客户技术预期持续迭代升级的背景下，公司坚持提供高质量的生产力产品，并致力于实现可持续稳定发展的战略目标，积极推进产品体系与客户结构的双重优化。尽管从长远来看，此类转型举措将巩固收入基础、提升市场竞争力，但短期内业务仍面临显著挑战：新签订单拓展受阻导致规模同比下降，直接导致营业收入减少。
　　同时，随着公司业务的不断拓展，公司对高性能计算设备的需求攀升，为构建人工智能算力领先优势，2023年下半年大规模采购算力服务器，虽有效巩固了技术基础并为长远发展奠定了硬件基础，但短期折旧费用同比增长显著加剧了财务压力。然而，得益于近年来推行的精细化管理策略成效渐显，期间费用同比下降，资源配置效率获得实质性提升，为企业应对转型阵痛提供了有效缓冲。
　　（四）“AI智能体+大模型”驱动多领域智能升级与生态共建
　　报告期内，本公司以“AI智能体+行业大模型”为核心战略，专注于国家重点发展行业及智能化需求旺盛的垂直领域，深化技术研发与场景落地，推动人工智能与实体经济的深度融合。通过构建“平台化通用模型+行业专用模型”双引擎，形成了覆盖智慧治理、智慧出行、智慧金融、智慧商业及泛AI领域的完整产品矩阵，并与生态伙伴共建技术生态，实现高质量发展。
　　1.在智慧治理领域：数字城市升级，筑牢安全防线
　　公司持续优化数字城市解决方案，依托多模态大模型与AI智能体技术，推动智慧治理向智能化、精准化迈进，助力政府提升城市管理效率与公共安全水平。
　　(1)智能审查大模型赋能司法公正
　　公司推出“从容智能审查大模型”，结合国产信创标准，为检察院提供法规指引、AI校对、数据统计等功能，实现了3分钟完成460余项监督点审查，效率提升超过90%。
　　(2)数字政务标杆落地
　　公司推出“智慧寻人”系统，助力双流机场荣获CAPSE民航创新大奖，实现了多系统联动的视频精准寻人功能，优化了旅客催促登机服务的模式。
　　2.智慧金融领域：AI驱动服务，赋能金融安全
　　公司聚焦金融行业痛点，以多模态大模型技术提升风控、客服与业务流程效率，推动金融服务智能化转型。
　　(1)金融大模型权威认证
　　公司自主研发的金融大模型通过了中国信通院最高级别4+评测，覆盖了银行、保险、证券等场景，支持语义级文档解析，信审效率提升了50倍。
　　（2）鸿蒙生态金融应用
　　公司中标广州银行、重庆农商行项目，推出了鸿蒙版SDK及人脸活体检测系统，保障了移动端交易安全，覆盖了超过250万用户。
　　3.泛AI领域：技术普惠，赋能千行万业
　　公司以“从容大模型+训推一体机”为基座，深入智能制造、文旅、教育等场景，推动行业智能化转型。公司与华为昇腾联合发布了“从容大模型训推一体机”，实现了训练推理一体化，适配金融、政务等场景，成本降低了50%。
　　(1)智能制造标杆实践
　　公司联合华为发布了“智能制造一体机”，集成了AI智能体与华为算力，实现了生产线数据采集、分析与决策的一站式服务。
　　(2)智慧客服高效处理
　　公司为正浩创新打造一体化的客服工作台，为客服提供辅助接待，实现邮件和对话的内容总结、智能翻译、情绪识别、文案优化、AI自动回复、快捷短语生成、话术推荐的功能。同时采用AI和智能RPA技术，自动识别产品信息、事件类型，实现工单的辅助填报，提高工单处理准确率和处理效率。
　　(3)文旅数字化转型
　　公司为从化博物馆、中国铁建GSF项目部署了AI虚拟导游“云月”，提供了智能讲解与导览服务，游客体验满意度达到了95%。
　　(4)AIGC创新应用
　　公司发布了“知识管家AI一体机”，集成了文档管理、智能问答等功能，助力企业知识库构建效率提升了70%。
　　4.技术生态建设：夯实底座，引领行业标准
　　公司以算力与算法双轮驱动，联合生态伙伴构建国产化AI基础设施，推动AI平权与行业标准制定。
　　(1)算力基建升级
　　公司与华为合作推进东部算力中心建设，未来将形成“东西两大智算中心”，支持多级别规模的大模型训练与行业应用，全面升级智算基础设施，助力从容大模型发展。
　　(2)行业权威认可
　　从容大模型获得了OpenCompass多模态评测全球前三、中国第一；荣获“中国科技创新十大影响力品牌”“福布斯AI企业TOP50”等荣誉。
　　展望未来，公司将持续深耕“AI智能体+行业大模型”战略，加速技术迭代与场景落地，携手生态伙伴构建开放共赢的AI生态，为数字中国建设注入新动能。
　　
　　二、报告期内公司所从事的主要业务、经营模式、行业情况及研发情况说明
　　(一)主要业务、主要产品或服务情况
　　1.主要业务
　　公司是一家提供高效人机协同操作系统和行业解决方案的人工智能企业，致力于助推人工智能产业化进程和各行业智慧化转型升级。公司一方面凭借着自主研发的人工智能核心技术打造了人机协同操作系统，通过对业务数据、硬件设备和软件应用的全面连接，把握人工智能生态的核心入口，为客户提供信息化、数字化和智能化的人工智能服务；另一方面，公司基于人机协同操作系统，赋能智慧金融、智慧治理、智慧出行、智慧商业、泛AI等应用场景，为更广泛的客户群体提供以人工智能技术为核心的行业解决方案。
　　报告期内，公司行业解决方案在智慧能源、智能制造等应用场景进行了拓展。
　　2.主要产品及服务
　　公司自主研发了融合人工智能技术的人机协同操作系统和部分AIoT设备。报告期内，公司主要产品及服务按照提供交付内容和业务模式可划分为人机协同操作系统和人工智能解决方案。人机协同操作系统业务指公司向客户提供自主研发的基础操作系统、基于人机协同操作系统的应用产品和核心组件以及技术服务。同时，公司推出轻量化且功能全面的基于人机协同操作系统的“轻舟”通用服务平台引入生态伙伴共同开发AI应用及配套SaaS服务。人工智能解决方案业务指公司提供解决特定行业客户业务问题的智能化升级解决方案；公司凭借所具备较强的AI技术能力和对行业应用场景的深刻理解，为客户提供涵盖架构咨询与设计、软硬件产品适配优化、交付部署、售后维护等环节的一体化解决方案。人工智能解决方案会将人机协同操作系统作为方案架构的核心组成部分，充分发挥操作系统提供的AI能力，再结合智能AIoT设备和第三方软硬件产品等为客户解决特定行业问题。
　　报告期内，公司核心产品及结构：
　　2.1人机协同操作系统
　　公司人机协同理念包含“人机交互、人机融合和人机共创”三个依次演进的层次：
　　（1）人机交互：通过视觉、听觉和超感知等感知技术以及认知和决策等技术，实现机器对人的感知和交互的过程；
　　（2）人机融合：将实际生产、服务、决策等工作任务根据人和机器的优势进行智能分配，实现人机无缝融合，提升任务处理效率；
　　（3）人机共创：通过行业知识转换、群体智能以及人工智能自主发掘创造新的服务内容、产品系统，并动态更新。
　　公司人机协同操作系统指运行在通用操作系统或云操作系统之上，提供人机协同相关算力、算法和数据管理能力和应用接口的底层软件系统，专为人与计算机之间进行自然交互、协作完成复杂业务以及为开发者设计开发人机协同智能应用而构建，旨在降低人工智能应用门槛、提升人类与机器智能进行协作的效率和体验。
　　2.1.1主要产品
　　报告期内，公司面向客户提供基础操作系统、基于人机协同操作系统的应用产品和核心组件以及技术服务，服务于客户单点业务效能提升或整体业务场景智能化升级。基础操作系统是应用产品的运行基础，报告期内公司向客户销售应用产品通常即包含基础操作系统及其应用软件；核心组件是基础操作系统内可以独立交付的功能模块。
　　2.1.2主要服务情况
　　公司人机协同操作系统业务中的技术服务，主要指人机协同操作系统在软件产品销售以外的服务，包括公有云服务、风控服务和智能化运维服务。
　　（1）公有云服务：依托基于人机协同操作系统构建的公有云系统开展，公有云服务的服务模式上分为两类：一类为提供人脸识别、OCR识别等AI能力的SaaS服务，即客户线上申请开发者账号，根据开发文档编写程序调用联网鉴身、人证核验等服务接口，客户业务系统即可通过接口获取人脸分析、活体检测、文字识别等结果；
　　另一类是根据智慧商业领域部分客户的委托需求提供技术服务，为客户提供会员识别、客流统计、热力分析、风险交易预警等数据分析或决策辅助的结果。
　　（2）风控服务：主要是在智慧金融客户的生产环境本地化部署人机协同操作系统，银行、保险等金融机构可依托操作系统的建模能力，将认知数据和业务数据相结合定制风控模型，客户业务人员在信贷、保险业务流程中风险评估环节可请求系统输出风险评估结果，实现相关业务在风险可控条件下的有效拓展。
　　（3）智能化运维服务：主要是公司在人机协同操作系统及应用产品部署上线后，根据客户需求提供运维巡检、日志分析、系统状态维护、软件升级等服务。
　　2.2人工智能解决方案
　　报告期内，公司主要基于自主研发的人机协同操作系统及其应用产品和AIoT硬件设备，面向智慧治理、智慧出行、智慧金融、智慧商业、泛AI等领域提供综合解决方案，同时根据客户需求基于公司人工智能核心技术并结合其他应用领域的技术为客户提供定制化软件开发服务。
　　2.2.1智慧治理综合解决方案
　　作为科技应用型行业，智慧治理行业的发展从信息时代到数字化时代再到现阶段的智能化时代，其应用需更加贴合用户的实际业务需求，需结合用户业务需求提供数字化、智能化的综合解决方案。比如在传统的智能化改造项目中需要诸多长尾算法，无论是检测缺陷还是其他识别，都需要单独训练模型、单独收集数据，用非标的方法解决需求，因此很多场景没有办法直接用AI解决问题，因为为了提高1%的性能可能付出了100%的成本。在安防领域中，传统的检测和分析存在诸多难点，包括：一是缺乏对场景的理解，只能检测出目标；二是行人的某些特征非常细微，需要模型具有细粒度的识别能力，各种大姿态和环境干扰容易造成影响；三是对行人的检测分析需求多变，层出不穷，大部分需要定制化开发。这些问题都需要投入大量资源去提高算法性能，所以如何能够降低开发成本，在技术产业化的过程中非常关键。如今人工智能实现跨越式发展，通用大模型的诞生让人们看到了AI大规模应用在更多领域的希望。借助大模型构造基础能力之后，结合行业大模型的行业属性，只需在实际应用场景中进行微调便可以解决实际问题。
　　公司基于自主研发的从容大模型，以校园、医院、机关单位、社区、街面、商圈、酒店、园区、景区等多个场景的治理需求为牵引，通过构建两大闭环，实现业务的全面智能化。首先，通过提供丰富的AIoT设备，全面感知场景中人、车、物、电等动态信息，并提供针对业务具体场景的人机交互设备，打造服务于人的场景应用小闭环。其次，通过汇聚场景全量数据，利用云从人机协同操作系统进行视图解析、数据分析，并结合业务专家的经验知识，生成面向治理决策的智慧治理行业大模型。最终，通过充分融合治理条线中各角色的需求，以综合应用体系为抓手打造包括分析、决策、执行、反馈、优化的行业化、场景化、个性化的解决方案闭环，全面助力社会治理智能化建设。
　　智慧城市是公司在智慧治理领域中重点开拓的方向，公司智慧城市解决方案以城市大脑为核心，将人、环境、资源与产业等多个要素综合融汇，以理念先进、资源集约、平台开放为纲领，基于统一的泛感知、汇数据、智平台的能力，深度融合云从从容行业大模型能力，构建智慧城市5.0的城市大脑数字底座，打造智慧城市数字化、智能化基础能力，为城市治理创新提供核心引擎，为智慧城市的各类场景业务应用提供强力支撑。
　　2.2.2智慧出行综合解决方案
　　公司结合自主研发的人机协同操作系统和智慧出行应用场景需求，连接AIoT智能交互终端，打通融合机场、航空公司、轨道交通等交通领域业务数据，通过交通行业大模型和智能化分析决策能力，打造“从门到门”的全流程、跨场景的智慧出行体系，致力于优化旅客出行智能化体验，提高交通场站运行效率和安全保障水平，并努力促进交通体系互通共享。
　　2.2.3智慧金融综合解决方案
　　公司把握数字经济蓬勃发展和智能科技创新应用的趋势，着眼于金融机构智慧化升级中用户体验、提高效能、场景融合三大变革突破点，针对不同发展阶段的金融机构提供端到端全套智慧金融解决方案，助力金融行业打造以客户为中心的无边界智慧金融生态，致力于成为金融机构转型进程中的战略合作伙伴。
　　公司结合自主研发的人机协同操作系统和智慧金融应用场景需求，为客户提供从提升单点业务效能、解决全业务闭环需求到建立开放生态实现全行业赋能等多种解决方案，覆盖了AI技术、行业产品、流程优化、业务咨询在内的多种客户诉求，从数字化客户互动、运营管理、风险管理、金融服务网络等多个维度对金融业务赋能，满足了不同发展阶段金融客户的智慧转型需要。
　　公司依托集成生物识别系统提供的多方位算法能力，同时拓展业务单据智能化审核、资产智能化配置、跨境人民币结算、智能风控等方向应用。
　　2.2.4智慧商业综合解决方案
　　公司结合自主研发的人机协同操作系统和智慧商业应用场景需求，以行业应用为导向，把握商业场景人－货－场关键基点，打造面向购物中心、商业连锁、汽车、餐饮、商超便利等综合智能解决方案，赋能商业客户建设感知、认知到决策的智能商业闭环，创造更高效的商业社会与更美好的消费体验。
　　2.2.5泛AI领域综合解决方案
　　在泛AI领域，公司积极探索新的行业，基于人机协同操作系统强大的AI能力，赋能不同行业的智慧化转型。自上市以来，公司在泛AI领域持续探索，基于行业特性研发出包括智慧工业数字人、智慧矿山等解决方案，为公司业务长期发展做长远布局。2024年，公司推出集高性能算力和先进AI技术于一体的产品——知识管家AI一体机；推出了基于自研的从容大模型及一体化平台开发设计的寻知智能审查一体机，这是西部首个聚焦检察院办案领域，着力提高检察院办案效率的AI智能体；还与华为云计算技术有限公司携手探索“云从科技东部智算中心”建设与人工智能在不同行业和场景中的应用。
　　未来，公司将充分发挥自身在人工智能领域积累的深厚优势，将沉淀多年的AI核心技术闭环、全面的人机协同解决方案，孵化出不同行业AI智能体，帮助企业实现数智化转型。
　　(二)主要经营模式
　　1.研发模式
　　公司技术研发主要由技术中台（感知研究院、数据研究院、AI平台中心和硬件产品中心）负责执行，前台业务线下属产品和解决方案部在产品设计开发方面提供行业经验和技术支持。技术中台重点推进算法引擎、大数据分析技术、人机协同操作系统和AIoT设备及模组研发。产品和解决方案部主要基于云从人机协同操作系统针对金融服务、城市治理、交通出行、商业零售等应用场景进行具体产品的定制化设计开发，打造契合客户具体场景需求的解决方案。
　　公司技术研发流程以集成产品开发管理模式（IPD）为主，整体贯彻人工智能与产业融合“五步走”阶段理念，包含立项、概念、计划、开发、验证、发布等阶段，各阶段间均设置决策评审点，开发验证过程中有若干技术评审点。
　　同时，公司的业务进展会反向推动研发效率的提高，各类解决方案经验会以模块的形式逐步沉淀至人机协同操作系统。其中，各行业的通用经验沉淀于通用版人机协同操作系统，行业专有经验作用于行业版人机协同操作系统升级。
　　2.生产模式
　　公司根据项目需求为客户提供人机协同操作系统和人工智能解决方案。
　　2.1人机协同操作系统服务模式
　　公司根据合同约定向客户交付基础操作系统、应用产品和核心组件或向客户提供相关技术服务。部分项目根据客户要求需进行定制化开发，公司按需定制开发人机协同操作系统及应用产品，同时根据客户需求的不同，会将部分非人机协同操作系统相关技术的配套系统功能委托给独立软件开发商等行业生态伙伴进行定制开发或向独立软件开发商采购配套软件产品。客户根据合同约定的付款进度与公司进行结算。公司从操作系统开放性的角度出发，自主研发了异构计算运行时库，支持自研算法在各种终端、边缘和云端的硬件服务器和设备上运行，未规划定制化硬件。因此，公司的算法和系统兼容CPU/GPU/NPU等多种类型的通用硬件架构，主要有ARM、Inte、AMD、华为鲲鹏、飞腾、海光、龙芯等商用CPU硬件平台，英伟达、ARM、高通、AMD等商用GPU硬件平台，以及华为昇腾NPU、寒武纪思元NPU、海光DCU等商用AI加速硬件平台。
　　2.2人工智能解决方案服务模式
　　公司的人工智能解决方案业务主要为客户提供针对具体应用场景定制的行业解决方案，解决方案包括自主研发的人机协同操作系统和智能AIoT设备以及第三方软硬件产品，并提供相关技术服务。
　　公司的人工智能解决方案业务包含方案设计和规模销售两个阶段：
　　方案设计阶段，公司通过行业研究梳理行业价值链、主要业务难题、信息化成熟度、数字化进展以及智能化困境，并结合AI技术难度与应用成熟度聚焦行业客户智能化转型的重点需求，将自主研发的人机协同操作系统及应用软件、智能AIoT设备和服务器等第三方软硬件进行系统性的适配与产品/系统测试，包括GPU算法加速、CPU指令集优化、稳定性测试、集群优化测试和解决方案配比等多方面测试，形成行业解决方案的初步框架，并经与行业客户沟通和实验性交付部署，验证并优化解决方案，进而通过多个典型项目打磨，逐步形成行业标准化解决方案。
　　规模销售阶段，公司基于已积累的行业经验，以行业标准化解决方案为核心，针对不同行业客户需求进行软硬件功能的定制化开发，并提供与客户现有系统对接开发等技术服务，形成适配客户的解决方案。公司配置项目交付团队，根据解决方案实施路径进行设计及组织部署，以人机协同操作系统为核心，结合智能AIoT设备和第三方软硬件产品，完成与客户业务系统或相关IT系统对接，提高与核心的人机协同系统的配置性及交付效率，综合实现设备、应用、业务系统和场景进行有机结合。
　　3.销售模式
　　公司产品和服务的销售采用直接销售与经销相结合的模式：
　　3.1直销模式
　　对政府、公安、银行、机场以及其他大型企业等政企客户以及直接面对中大型终端客户的厂商或集成商，公司一般采用直销的方式，通过招标或竞争性谈判等方式取得相关项目，与客户直接签订合同，安排专门的销售及技术团队为其服务。主要原因是政企类客户一般要求提供人工智能解决方案规划和后续平台系统运维在内的整体定制化开发，集成商客户一般需要公司配合具体项目集成需求和终端用户的要求提供相关产品并完成交付，采用直销模式能更好满足客户需求，确保与客户持续、稳定的合作。
　　3.2经销模式
　　报告期内，公司存在极少量客户采用经销模式。经销模式下，公司的直接客户为经销商，由经销商向终端客户或集成商进行销售。公司与经销商客户之间均为买断式销售，经销商客户在采购公司产品后，除因产品自身质量问题，并经公司确认后可以要求退换货外，其他情况原则上不可退换货。
　　4.盈利模式
　　公司基于自主研发的人工智能技术，为政府、公安、银行、机场以及其他大型企业等政企客户和直接面对中大型终端客户的厂商或集成商提供人机协同操作系统和应用软件以及人工智能解决方案，从而获得销售收入。
　　人机协同操作系统业务中，公司主要向客户销售软件产品，涵盖了基础操作系统、核心组件和应用软件，按照客户购买数量或接入路数收费。同时，公司也存在少量依托人机协同操作系统提供技术服务的收入，其中公有云服务按调用量收费，风控服务按系统为客户带来的相关收益进行利润分成，智能化运维服务按照提供运维的标的数量（如服务器台数）和服务周期收费。
　　人工智能解决方案业务中，公司将操作系统、应用软件、智能AIoT设备和第三方软硬件产品等进行结合，根据客户需求提供技术开发服务，实现解决方案整体部署交付并提供维保服务。解决方案按照所配置的操作系统、应用软件、智能AIoT设备和第三方软硬件产品数量以及技术服务内容和周期收费。
　　5.采购模式
　　公司采购内容主要分为非生产性物资和生产性物资。
　　5.1非生产性物资
　　非生产性物资主要为公司日常经营和研发过程中所需的服务器、办公电脑等相关硬件设备和部分外包服务以及办公用品，主要用于公司日常经营和技术研发，由行政中心根据公司各部门汇总需求进行采购。
　　5.2生产性物资
　　生产性物资主要为各类软硬件设备，主要用于解决方案项目交付。主要包括两类：一类为向合作供应商采购智能摄像头、刷脸PAD、AI智能鼠标等公司自主研发的AIoT产品；另一类为解决方案业务项目交付中所需的服务器等第三方软硬件产品，以及与第三方合作开发的软硬件产品。
　　对于第一类物料的采购，为保证公司自身产品运行和产品销售的正常履约，通常由前台业务线与供应链中心汇总项目及产品需求、合同订单和产品出货情况，综合考虑公司库存等因素，制定采购计划并实施采购。供应商与公司合作进行产品开发设计、样机测试，供应商生产完成后由质量管理中心校验产品质量，最终由供应商将产成品交付至公司指定仓库或项目现场。
　　对于第二类物料的采购，公司主要由供应链中心通过招标和商务洽谈等市场化方式进行采购，根据解决方案业务客户需求和项目规划情况进行采购。
　　公司建立了《云从科技采购管理制度》《云从科技集成业务型项目采购管理制度》等相关制度规范采购行为。
　　(三)所处行业情况
　　1、行业的发展阶段、基本特点、主要技术门槛
　　根据中国证监会上市公司行业分类结果，公司属于“信息传输、软件和信息技术服务业”中的“软件和信息技术服务业”。同时根据国家统计局《战略性新兴产业分类（2018）》，公司所属行业为“新一代信息技术产业－人工智能-人工智能软件开发（1.5.1）/人工智能系统服务（1.5.3）”。
　　1.1公司所处行业的发展阶段
　　1.1.1行业政策情况
　　2024年，国家继续重视人工智能产业，出台多项政策推动其应用和融合，强调技术创新和产业数字化转型，确保AI行业有序竞争和协同发展。3月，在第十四届全国人民代表大会第二次会议上，国务院总理提出推行“人工智能+”行动方案，强调产业赋能、终端应用和场景培育。6月，四部委联合发布《国家人工智能产业综合标准化体系建设指南（2024版）》，旨在加快标准体系建设，推动AI产业健康有序发展。7月，工业和信息化部发布通知，推动科技创新和产业化发展，明确2024年人工智能产业创新任务，包括智能制造、智能网联新能源汽车等方向。10月，国家发展改革委鼓励民间资本参与人工智能投资，支持技术创新和应用推广，促进产业多元化发展。
　　1.1.2行业发展情况
　　2024年，人工智能行业迈入技术深化与产业重构的新阶段。
　　技术层面，生成式AI加速向平民化与垂直化演进：开源模型与小型语言模型大幅降低应用成本，推动中小企业和个人开发者快速落地内容生成、智能客服等场景；多模态大模型实现跨模态内容生产，而通用大模型则转向行业深度适配。与此同时，具身智能机器人渗透率快速提升，技术突破正加速转化为生产力。
　　产业层面，应用从试点探索转向规模化落地：传统行业中，AI医疗影像诊断准确率超95%，覆盖30余类疾病；制造业预测性维护降低故障率50%；AIforScience赋能材料与能源研究，科研效率提升3倍；AIGC工具覆盖60%营销内容生产，短视频AI剪辑用户超5,000万，生产周期缩短70%。技术与产业的深度融合，推动全球AI核心产业规模突破8,000亿元。
　　1.2公司所处行业的基本特点
　　2024年度，中国人工智能产业继续保持迅猛发展势头，核心产业规模持续扩大，产业模式日益成熟，应用场景不断拓展。根据国际数据公司（IDC）与浪潮信息联合发布《中国人工智能计算力发展评估报告》：2024年中国智能算力规模达725.3百亿亿次/秒（EFLOPS），同比增长74.1%，增幅是同期通用算力增幅（20.6%）的3倍以上；市场规模为190亿美元，同比增长86.9%。预计2025年，中国智能算力规模将达到1037.3EFLOPS，较2024年增长43%；中国人工智能算力市场规模将达到259亿美元，较2024年增长36.2%。
　　在技术方面，生成式AI从文本生成拓展到图像、视频、代码生成等多领域，如OpenAI的Sora模型可生成高质量视频；多模态模型由文本生成迈向图像、视频与3D内容创作，推动视觉内容生产变革；模型压缩技术也取得突破，Meta与MIT团队智能裁剪模型层、NVIDIA创新量化方法，在性能微降前提下大幅削减资源消耗。
　　在应用方面，人工智能在医疗、金融、教育、制造业等领域不断拓展深化，如在医疗领域，根据《柳叶刀-数字医疗》2025年2月发表的MASAI试验结果：在瑞典的乳腺癌筛查中，AI辅助筛查策略将癌症检出率从每千人5.0例提高到6.4例，增幅约28%。同时，AI辅助策略还使读片工作量减少了44.3%。这表明，AI在乳腺癌早期筛查中具有显著优势。在金融领域，AI在风险管理、基本面分析等方面发挥了重要作用，提升了资金流动的安全性和透明性；在教育领域，谷歌推出的“LearnAbout”教育AI工具，以对话式学习为核心，为用户提供个性化、互动式的学习体验；在制造业领域，AI技术通过物联网（IoT）与大数据的结合，以数据驱动生产流程，降低了生产成本并提升了生产效率。
　　产业模式方面，人工智能企业更加注重产品化转型，推动AI技术从实验室走向实际应用，形成可规模化推广的产品和服务，同时创新商业模式不断涌现，如AI驱动的工具改进采购、会计和合规流程等。
　　根据艾媒咨询发布的《2024-2025年中国人工智能行业发展趋势研究报告》：2024年中国人工智能行业市场规模达7,470亿元，同比增长41.0%，预计2025年将达到10,457亿元，占全球比重达20.9%。此外，根据国务院于2017年发布的《新一代人工智能发展规划》：提出到2030年，人工智能核心产业规模超过1万亿元，带动相关产业规模超过10万亿元。
　　1.3公司所处行业的技术门槛
　　人工智能行业在人工智能平台、人工智能行业解决方案均具有较高的技术门槛。
　　1.3.1人工智能平台
　　人工智能平台是指为研发或应用人工智能技术而构建的一套软硬件环境，通常涉及算力、算法、数据、知识等一个或多个要素。人工智能平台是人工智能产业规模化发展的关键领域之一。深度学习框架是一种辅助人们更便捷、更迅速地构建和应用深度学习模型的工具，由于GPT-3等模型的推动，超大规模模型的训练能力也将成为深度学习框架构建竞争门槛的关键因素。算力算法平台通常以开源软件为基础进行研发，包含算力资源调度引擎、算法仓库和配套的数据平台，可以实现AI算法从处理数据原料到部署算法服务的全生命周期管理。知识中台致力于将AI技术从感知、认知深度拓展到复杂决策环节，形成客户业务价值的闭环。
　　1.3.2行业解决方案
　　在智慧治理、智慧出行、智慧金融、智慧商业、泛AI等领域，行业客户对智能化升级的解决方案提供商提出了更高的要求，他们期望解决方案提供商不仅具备强大的AI技术能力，而且对行业应用场景有深刻的理解，能够提供具有前瞻性和高性价比的综合解决方案。总体而言，人工智能解决方案在海量数据智能解析及数据治理、知识计算及智能服务、嵌入业务运营的数字化身份认证等方面展现出了技术门槛。
　　数据智能解析及数据治理的主要技术涵盖了人脸识别、全量视频结构化、自然语言理解、OCR等，技术的核心在于实现全链路（数据汇集/清洗/转换/标签计算）的高效处理、混合存储、检索查询。相关技术的识别效率以及在具体场景中的实战效果，已成为主流AI厂商技术实力竞争的关键。目前，行业客户的需求已经从最初的“数据可被解析”逐步演变为“数据准确解析+数据可治理”，这对解决方案供应商提出了更高的要求。
　　知识计算及智能服务的核心在于将海量的结构化数据通过实体抽象以及概念提取转化为知识。需要运用AI技术将感知、视图、业务数据进行深度融合，并基于海量数据训练和机器学习方法，为客户提供面向行业的知识推理和知识建模能力，有效挖掘数据价值，提供决策支持和智能服务。知识计算容量和推理建模的智能化程度是技术竞争的核心。
　　数字化身份认证需要满足客户在业务运营流程中嵌入人脸比对、活体检测、OCR识别、语音识别等多元数字化身份认证手段的需求。由于涉及不同行业客户的关键业务流程，对于算法识别的精准度、软件开发性能及处理效率、对多渠道多设备的兼容性及安全性、对于客户内部系统架构的熟悉程度等方面都有较高的要求。
　　2、公司所处的行业地位分析及其变化情况
　　自成立以来，公司一直专注于人工智能技术的深入研究及其广泛应用。随着技术的持续发展和市场的不断扩张，公司在行业内的地位与影响力实现了稳步提升。
　　2.1技术创新
　　在人工智能核心技术研发领域，公司已取得显著成就。自主研发的人机协同操作系统（CWOS）充分展现了公司的技术实力。该系统融合了业务数据、硬件设备及软件应用，为客户提供全方位的信息化、数字化及智能化服务。
　　报告期内，公司在人工智能核心技术研发领域持续突破，进一步巩固了其行业领先地位。公司围绕“AI智能体”与“混合大模型”两大核心方向，推动技术迭代与应用深化。自主研发的“从容多模态大模型”通过跨模态融合优化，在视觉、语音、自然语言处理（NLP）等领域实现多项技术突破。公司在2024年荣获了“中国科技创新十大影响力品牌”，这是对公司在技术创新方面杰出表现的充分肯定。
　　2.2技术突破
　　公司在传统视觉领域始终占据领先地位，并在大型模型研究方面取得了显著成就。研发团队持续致力于新技术的探索与开发，不仅在国际权威数据集上刷新了纪录，而且在实际应用中也彰显了卓越的竞争实力。这些成就为公司在人工智能领域的领先地位提供了坚实的基础。
　　报告期内，公司的从容大模型在OpenCompass这一权威综合评测平台的多模态评测领域中，平均得分达到了65.5分。这一成绩不仅使从容大模型位列全球前三名，而且超越了诸如谷歌的Gemini-1.5-Pro和GPT-4v等知名模型，仅次于GPT-4o（69.9分）和Caude3.5-Sonnet（67.9分）。在国内市场，从容大模型同样取得了卓越成绩，超越了InternVL-Chat（61.7分）和GLM-4V（60.8分），位居榜首。
　　2.3技术应用
　　在拓展行业解决方案方面，公司进一步巩固了其在人工智能领域的地位。基于CWOS，公司为智慧治理、智慧出行、智慧金融、智慧商业以及泛AI等多个领域提供了定制化的AI解决方案。这些解决方案的成功实施，不仅显著提升了客户的业务效率，也为公司积累了宝贵的行业经验和良好的市场声誉。
　　报告期内，为了进一步拓展AI技术的应用边界，公司聚焦于特定行业垂直场景，将先进的AI智能体应用于司法、电商等领域，有效提升了相关行业的运作效率和服务质量。公司在2024年荣获了“2024年度人工智能领军企业TOP20”以及“胡润中国AI企业TOP50”等荣誉，进一步凸显了其在人工智能领域的领先地位。
　　3、报告期内新技术、新产业、新业态、新模式的发展情况和未来发展趋势
　　新技术方面，多模态大模型成为主流，实现跨模态交互和复杂推理。例如，GPT-4o模型强化多模态融合，支持视频创作和医学影像分析，而谷歌的“无限注意力”技术优化了超长文本处理。国内企业如DeepSeek通过优化模型架构，以较低算力成本实现顶尖性能。量子计算实用化进程加速，IBM推出模块化量子计算机“量子系统二号”，其并行计算特性为AI算法提供算力支持，未来量子与经典计算协同将成为趋势。合成数据广泛应用，通过生成式AI模拟高质量数据，解决隐私问题，减少有害内容影响。
　　新产业方面，人工智能显著扩展了对实体经济的赋能。智能制造领域新增1,200余家智能工厂，AI优化生产调度和设备维护，如污水处理厂通过AI节省15%成本。自动驾驶技术因法规放宽而加速商业化，特斯拉FSDv12.5版本实现80%无接管行程，平均接管里程达238英里。在生物医药领域，AI大幅提高药物研发效率。华中科技大学团队利用华为云盘古大模型开发抗利什曼病抑制剂，将研发周期缩短至数月，成本降低60%。AI还在能源、材料科学等基础科研领域展现潜力，例如MatChat大模型预测无机材料合成路径，加速新材料发现。
　　新业态方面，AI智能体正在重塑劳动力结构，通过“自动模式”完成复杂任务，如晚宴策划和代码生成，被比尔-盖茨誉为计算机交互的重大革新。无代码开发降低了创新的门槛，GPT-4能根据手绘草图生成网页代码，预示着“人人皆可创新”的时代到来。在工业领域，大模型被应用于订单处理和报表生成，尽管其稳定性和准确性还有待提高。教育和医疗等行业通过“人工智能+”政策加速转型，例如AI个性化教学和疾病预测系统。
　　新模式方面，开源大模型生态迅速发展，国产模型如DeepSeek-V3性能匹敌闭源模型，促进全球创新。推理成本降低，阿里云、OpenAI等企业降价，中小企业得以低成本使用服务。政府实施“算力券”补贴和建设智能算力中心，帮助企业降低算力成本。例如，中国长三角地区建立跨区域算力网络，实现资源灵活调配。
　　未来展望，技术进步将推动AI在生物医药、环境保护和空间探索等领域取得突破。AI将向通用智能发展，提升跨领域适应和自主学习能力，更好地应对现实世界复杂性。同时，AI的伦理、法律和社会影响将受到更多关注，确保其公平性、透明性和安全性，以及对就业和社会关系的影响，将是AI发展的重要议题。
　　(四)核心技术与研发进展
　　1、核心技术及其先进性以及报告期内的变化情况
　　2、报告期内获得的研发成果
　　（1）报告期内获得的重要奖项
　　截至报告期末，公司及控股子公司荣获上海市政府颁布的“2024年上海市科学技术奖”、广东省高新技术企业协会等颁布的“南沙区高新技术企业30强”、广州日报颁布的“广州科技型中小企业创新TOP300”等多个称号及奖项。
　　截至报告期末，公司及控股子公司入选“2024胡润中国人工智能企业50强”、财联社“2024最具投资价值人工智能企业”、雪球颁布的“2024年度品牌力上市公司”、「AI中国」机器之心颁布的“2024人工智能领军企业TOP20”、由中国科学院《互联网周刊》等联合颁布的2024人工智能科创小巨人50强、2024世界人工智能大会颁布的“2024中国综合类AI企业商业落地Top30榜单”、中国信通院发布的“2024大模型典型示范应用案例集名单”等多项榜单。
　　（2）相关权利证书
　　截至报告期末，公司已拥有专利393项，其中发明专利242项、实用新型专利42项、外观设计专利109项；累计获得计算机软件著作权609项。
　　报告期内，公司新增授权专利72项，其中发明专利57项，实用新型专利3项，外观设计专利12项；新增登记的软件著作权38项。
　　报告期内获得的知识产权列
　　（3）承担的重大科研项目
　　截至报告期末，公司参与国家级、省部级、地市级以及重点科研院校的重大专项科研项目18项，其中项目进展处于“在研究中”状态的8项，处于“提交结题申请”状态的7项，处于“结题”状态的3项。
　　公司参与重大科研项目的研发过程中，充分开拓科研项目研发思路，运用课题研发成果，加强人机协同操作系统的基础平台、算法工厂、AI数据湖、智能业务流等方向的研究，优化升级人脸识别、跨镜识别、OCR、语音识别、自然语言处理等核心算法。
　　3、研发投入情况表
　　4、在研项目情况
　　5、研发人员情况
　　研发人员构成发生重大变化的原因及对公司未来发展的影响
　　伴随技术体系的持续迭代与积淀，公司智能技术平台及核心算法体系已完成战略级升级，促使代码类研发岗位的结构性需求呈现递减态势。在此过程中，公司依托自主创新的技术矩阵与产品架构，系统性优化了研发工作流程，通过技术赋能实现研发效能的范式转换。基于战略发展规划与市场演进态势，公司将实施动态人才配置策略，在保持精英化人才引进通道的同时，持续推进团队结构的动态调整，着力构建以创新效能为导向的研发组织体系，确保技术团队始终维持行业领先的创新能力与执行效率。
　　6、其他说明
　　
　　三、报告期内核心竞争力分析
　　(一)核心竞争力分析
　　1.技术优势
　　公司在软硬件研发和核心算法上不断深化研究，推出涵盖图像识别、语音识别、自然语言处理和机器学习等领域的核心技术。构建的人机协同操作系统，基于人机交互理念，实现多模态数据感知、知识推理、人机共融共创和数据安全共享的技术突破，促进人工智能基础设施、算法和产业应用的协调发展。算法团队采用预训练大模型和微调技术，在NLP、OCR、机器视觉、语音等领域提升算法性能和效率，其应用价值在多个行业中得到验证。
　　公司自主研发的跨镜追踪、3D结构光人脸识别、双层异构深度神经网络和对抗性神经网络等技术领先行业。核心技术团队斩获国内外10次AI权威领域世界冠军，还获得了2018年“吴文俊人工智能科技进步奖”。
　　截至报告期末，公司受邀参与了人脸识别国家标准、公安部行业标准、人民银行金融行业标准以及人脸识别相关国际标准等89项国际、国家和行业标准制定工作，并同时承担国家发改委“人工智能基础资源公共服务平台”和“高准确度人脸识别系统产业化及应用项目”、科技部“视听交互国家新一代人工智能开放创新平台”等国家级重大项目建设任务。截至报告期末，公司拥有393项专利（其中242项为发明专利）、609项软件著作权等人工智能领域知识产权。
　　2.研发优势
　　在周曦博士的领导下，公司已建立一支成熟的研发团队，成员具有深厚专业知识和丰富经验，技术基础坚实。团队结构合理，技能全面，为技术创新和产品研发提供支持。公司重视人才培养，制定完善选拔机制和多样化培养计划，确保人才供给和能力提升。
　　公司构建了“三大联合实验室及六大研发中心”的研发架构，实现可持续发展。架构包括技术中台、产品研发中心、行业解决方案部，以及产品与技术管理团队。研发中心遍布多地，构成技术研发核心力量。同时，与多家科研机构建立联合实验室，开展人工智能领域研发项目合作，提升人工智能核心技术研究能力。
　　报告期内，公司持续夯实研发投入，最近三年研发费用占营业收入的平均比例近100%。未来，公司仍将持续加强技术研发和创新，提升公司竞争力。
　　3.平台优势
　　公司开发的人机协同操作系统集成了全栈AI技术，包括视觉、语音和文字处理，提供自然的人机交互和智能决策支持。系统搭载AI工程创新技术，拥有智能应用集成开发环境，大幅提高算法开发到应用部署的效率。公司致力于为客户提供高效平台，快速实施智能化解决方案。公司的操作系统通过多样化应用场景和产品解决方案，帮助客户提升业务效率，推动其智能化转型。同时，“轻舟平台”设计轻量且功能全面，开放合作，共同开发AI应用和SaaS服务，推动人工智能服务在更多行业应用，促进产业链生态发展。
　　报告期内，公司持续遵循既定的技术发展路线，稳步推进人工智能领域的基础理论研究与核心技术创新。公司通过人机协同操作系统（CWOS），致力于构建能够模拟人类思考与工作方式的智能体。在此基础上，公司整合了视觉、语音、自然语言处理（NLP）等关键领域的技术，对多模态系列大模型——从容大模型进行了深入的优化与提升。
　　4.行业优势
　　作为在人工智能平台系统领域深耕多年的公司，公司长期致力于垂直行业的深入研究，并在智慧治理、智慧出行、智慧金融、智慧商业以及泛AI等多个领域广泛布局。公司深刻洞察用户需求，为不同垂直领域的客户提供多样化的高效解决方案，从而赋予他们强大的能力，并积累了领先的场景化经验。通过与各垂直领域重点客户的长期紧密合作，公司不断利用大量场景数据对算法平台进行训练和优化，培养出针对不同行业的独特数据分析和应用能力。这使公司积累了对行业的深刻理解和核心服务能力，并建立了较高的业务壁垒。截至本报告期末：
　　（1）在智慧金融领域，公司为包括中国工商银行、中国建设银行、中国农业银行、中国银行、邮储银行和交通银行在内的超过100家银行等金融机构提供产品和技术服务，助力全国众多银行网点实现人工智能升级；在智慧治理领域，公司产品及技术已服务于全国30个省级行政区政法、学校、景区等多类型应用场景。
　　（2）在智慧出行领域，公司产品和解决方案已覆盖北京首都国际机场、大兴国际机场、上海浦东机场、上海虹桥机场、广州白云机场、重庆江北机场、成都双流机场、深圳宝安机场等，包括中国十大机场中的九座重要机场在内的上百座民用枢纽机场，日均服务旅客达百万人次。
　　（3）在智慧能源领域，公司通过从容大模型训推一体机，运用高算力，进行相应故障研判推理，为能源企业集控和调度提供精准决策依据，确保能源的可靠性。
　　（4）在智能制造领域，公司通过使用数字平台，构建数据神经网络，助力制造业企业实现管理优化。通过在这些领域的广泛运用以及与行业领先客户和领先信息化公司的深入合作，公司逐步积累了在垂直专有行业数据应用、行业沉淀以及工程化实践方面的优势。
　　（5）在智慧商业领域，公司产品及服务已覆盖汽车展厅、购物中心、品牌门店等众多应用场景，为全球数亿人次提供智慧、便捷和人性化的AI体验。
　　5.品牌优势
　　面对全球局势环境的不确定性，公司致力于深耕国内市场，专注于科技创新，优化产品布局，持续提升自主品牌竞争力与影响力，积极开拓万亿级数字经济新领域，从容应对各种风险与挑战，以行业领跑者的姿态，积累了强大的品牌优势，为金融、交通等行业提供了大量人工智能解决方案的服务。作为中国人工智能领域的领军企业之一，公司与其它人工智能企业共同努力，在人工智能技术的研究和发展方面都取得了显著的成果，成为中国人工智能产业的代表性企业。
　　截至报告期末，公司及控股子公司荣获上海市政府颁布的“2024年上海市科学技术奖”、广东省高新技术企业协会等颁布的“南沙区高新技术企业30强”、广州日报颁布的“广州科技型中小企业创新TOP300”等多个称号及奖项。
　　截至报告期末，公司及控股子公司入选“2024胡润中国人工智能企业50强”、财联社“2024最具投资价值人工智能企业”、雪球颁布的“2024年度品牌力上市公司”、「AI中国」机器之心颁布的“2024人工智能领军企业TOP20”、由中国科学院《互联网周刊》等联合颁布的2024人工智能科创小巨人50强、2024世界人工智能大会颁布的“2024中国综合类AI企业商业落地Top30榜单”、中国信通院发布的“2024大模型典型示范应用案例集名单”等多项榜单。
　　随着中国经济的持续发展以及各行各业数字化转型的加速推进，公司将继续发挥品牌优势，致力于通过人工智能与实体经济的深度融合，全面实现数字化转型，推动经济高质量发展。
　　6.生态优势
　　在当前的人工智能领域，特别是通用人工智能（AGI）的革新，正引发市场上的热烈讨论，并为各种规模的企业带来了丰富的创业机遇。作为该行业的领军企业，我们深知自身的战略定位和竞争优势。面对AGI的变革，我们瞄准了规模化发展和生态构建的机遇：首先，我们依托深厚的技术积累和庞大的数据资源，开发更高级别的大模型智能产品与服务，以满足企业和政府对于解决复杂问题的需求；其次，我们利用自身的先发优势，整合产业链的上下游资源，引领行业标准的制定，构建一个开放且可持续的人工智能生态系统。
　　在算法领域，我们构建了一个算法集成生态系统，支持自动注册自主研发的算法和在线训练算法，同时兼容第三方厂商的算法，并实现了算法资源的统一管理；在算力方面，我们构建了一个异构算力生态系统，支持与英特尔、英伟达、华为、海光、寒武纪、比特大陆等算力资源的适配，并实现了算力资源的统一调度；在设备适配方面，我们构建了一个设备适配生态系统，支持与海康、大华、宇视等厂商的设备对接，以及与视频联网平台、物联网平台等设备平台的对接；在应用方面，我们构建了一个应用赋能生态系统，支持通过HTTP接口对外提供基础服务、算法服务、数据服务，以赋能独立软件供应商（ISV）实现高效的应用开发。
　　报告期内，云从科技基于昇腾硬件底座、昇腾异构计算架构（CANN）、昇思MindSporeAI框架以及MindIE推理引擎，开展面向金融、政务、制造、能源、交通、运营商等行业的原生大模型应用开发，持续发布基于昇腾平台原生的AI智能体（AI-Agents）及行业大模型产品、解决方案，加速千行万业数智化升级。
　　
　　四、风险因素
　　(一)尚未盈利的风险
　　截至报告期末，公司尚未实现盈利，主要因素包括：（1）公司不仅需应对人工智能企业的竞争，还需面对大型设备制造商及互联网企业推进产品人工智能化转型的挑战，市场竞争整体加剧。（2）为确保人工智能算法研究及各应用场景的定制化解决方案能够高质量迭代，并在竞争激烈的市场中保持技术领先优势，公司需持续投入大量研发资源。（3）大模型技术尚未实现大规模商业化应用，不同应用场景间的迁移边际成本依然较高，公司相关业务尚未形成规模效应。
　　若公司在未来一段时间内遭遇市场竞争加剧、市场拓展未达预期、研发投入持续增加且研发成果未能及时转化、人工智能行业政策出现不利变化、下游行业需求显著减缓等不利状况，公司短期内可能出现业绩下滑且无法实现盈利，未弥补亏损可能持续扩大，从而存在短期内无法向股东派发现金股息的风险，这将对股东的投资收益产生不利影响。
　　(二)业绩大幅下滑或亏损的风险
　　(三)核心竞争力风险
　　公司所处的人工智能领域尚处于发展的早期阶段，未来的发展趋势存在一定的不确定性。相关技术及其在各个应用场景中的定制化解决方案更新迭代速度较快，技术的产品化和市场化亦存在一定的不确定性。若公司未能及时且准确地把握行业发展趋势和市场需求、攻克技术难题、产品性能指标未能达到预期，无法研发出具有商业价值、符合市场需求的新技术和新产品，或者相关技术成果的应用场景市场空间有限，公司将面临研发失败或研发成果无法转化、前期的研发投入难以回收的风险，这将对公司的经营状况和市场竞争力产生不利影响。
　　(四)经营风险
　　公司已在广州、重庆、上海、苏州、成都及芜湖六地设立了研发中心。鉴于未来研发需求的持续增长，公司计划在其他地区增设研发中心，以满足对研发人才的需求。研发中心的多地区布局导致公司组织架构和管理体系趋向复杂化。目前，公司现有的制度建设、组织架构、运营管理体系、财务管理体系以及内部控制机制可能无法充分应对研发中心多地区布局所带来的经营和管理风险。
　　(五)财务风险
　　报告期内，公司经营活动产生的现金流量净额为-30,705.18万元。主要原因在于报告期内公司人员薪酬及其他费用的支出较高，同时公司业务规模效应尚未充分显现，导致销售回款金额无法满足上述支出需求。若未来公司研发投入持续增长、下游行业客户经营状况出现恶化，以及客户回款速度减缓，可能会导致公司经营活动产生的现金流量持续呈现负值，从而给公司带来资金压力的风险。此外，公司已享受多项增值税、所得税税收优惠。鉴于公司在报告期内未实现盈利，所得税等税收优惠对公司的业绩影响相对有限。然而，若公司未来实现盈利，或公司目前享有的税收优惠情况发生不利变化，可能会对公司未来的经营业绩和现金流水平产生负面影响。
　　(六)行业风险
　　公司所处的人工智能产业尚处于发展阶段的初期阶段。随着技术的快速迭代以及行业客户对于智能化升级需求的不断扩展，公司在技术商业化应用及市场拓展方面亦面临若干不确定性。具体而言，一方面，公司致力于将核心技术应用于实际场景，但转化周期的不确定性可能对行业智能化升级需求的探索及项目执行产生不利影响；另一方面，公司计划以通用平台为基础，覆盖更多新兴需求的行业客户，然而，生态体系的构建受到产业链成熟度、合作伙伴能力提升、行业景气状况、产业政策等内外部多种因素的影响，其复杂性较高，因此，实现战略规划目标存在一定的不确定性。
　　(七)宏观环境风险
　　人工智能领域作为技术与资金密集型产业，易受国内外宏观经济、行业法规以及贸易政策等宏观环境因素的影响，且下游市场需求存在一定的不确定性。近年来，全球宏观经济保持稳定态势，中国经济亦呈现稳步增长趋势，国家亦颁布了一系列政策法规，以积极支持人工智能领域的发展。然而，若未来人工智能领域的支持政策实施进度未能达到预期，可能会导致技术更新迭代的速度减缓，进而影响公司的业绩增长前景。展望未来，若国内外宏观经济环境出现不利变化，例如全球经济增速的减缓、中美贸易摩擦的进一步升级等，这些因素均可能阻碍人工智能技术研发与交流，以及对上游人工智能芯片供应产生不利影响，从而对公司的产品和解决方案的研发与销售产生负面影响，对公司经营造成不利后果。
　　(八)存托凭证相关风险
　　(九)其他重大风险
　　自2020年5月起，美国商务部已将包括公司在内的多家中国企业及机构纳入“实体清单”。2021年12月16日，美国财政部进一步将包括公司在内的8家中国企业列入所谓的“中国军工复合体企业（NS-CMIC）”清单，此举导致这些中国企业无法获得来自美国投资者的投资。2022年10月5日，依据《2021财年国防授权法》第1260H条的规定，美国国防部公布了更新版的“中国军事企业清单”，公司亦名列其中。尽管上述措施预计不会对公司日常的客户拓展活动产生重大负面影响，但它们可能会对公司在研发和项目交付过程中采购境外芯片、服务器等产品造成一定程度的限制。尽管公司已规划了国产替代产品方案，但鉴于方案实施需要经过一定的验证周期，以及客户对替代产品接受程度的不确定性，这些因素均可能对公司的生产经营活动产生一定影响。此外，这些措施亦可能对公司在人工智能领域的前沿理论研究、学术交流以及国际业务拓展带来一定的不利影响。
　　
　　五、报告期内主要经营情况
　　报告期内，公司实现营业收入39,768.46万元，同比下降36.69%；经营活动产生的现金流量净额为负，较去年同期下降28.07%，归属于母公司所有者的净利润为-69,568.76万元，亏损同比扩大8.12%。
　　
　　六、公司关于公司未来发展的讨论与分析
　　(一)行业格局和趋势
　　(二)公司发展战略
　　公司以“定义智慧生活，提升人类潜能”为使命，以“成为全球智能生态领军企业”为愿景，聚焦于人工智能领域，为客户提供人机协同操作系统和人工智能解决方案。
　　未来，公司将抓住国家深化实施促进新一代人工智能产业发展的良好机遇，在国际及国内通用人工智能发展的浪潮之下，充分发挥出公司在人才、研发技术、客户及品牌等方面的领先优势，深耕人机协同操作系统建设，优化创新“从容”人工智能大模型技术底座研发，以及基于“从容”模型的行业人工智能大模型创新研发，深化人工智能解决方案行业布局，夯实公司核心产品竞争力，努力推动公司核心技术与实体经济深度融合，推动人工智能产业化进程和各行业智慧化转型升级，助力“数据驱动、人机协同、跨界融合、共创分享”的智能经济形态建设。
　　(三)经营计划
　　1.加强能力建设，推动技术创新
　　公司持续推动技术平台化和应用场景化，围绕人机协同操作系统不断升级迭代各项核心技术，完善基础平台、开发者平台、AI数据湖、算法工厂等板块，在人机自然交互、知识计算和智能业务流板块寻求创新突破。结合实际的客户场景，将人机协同操作系统以人工智能平台、大数据平台、物联平台和展示交互平台等四个核心产品的组合形式落地到更多场景，巩固技术平台化的成果。基于人机协同操作系统，积极探索生成式人工智能大模型相关的落地应用场景，在知识中台、智能化BI、智能客服等领域尝试实现“像人一样思考和工作”的智能体，不断提升公司的整体技术水平、研发实力和知识产权壁垒，为公司在人工智能领域进行前瞻性、广泛性、深度性的积极布局提供有力的技术保障。
　　2.推进技术应用，沉淀核心产品
　　公司将依托CWOS持续迭代升级、结合大模型和生成式AI技术，形成更丰富多样、更高业务价值的人工智能解决方案和应用产品。在感知技术保持领先基础上，提供基于通用大模型和行业专用模型之上的业务分析和行动输出的能力，帮助客户直接解决业务问题。以金融行业为例，在如今“AI换脸”风行的时代，公司金融人脸簇整体解决方案，从多生物特征识别、活体算法多样化、AI合成防御能力提升等多方面增强防御能力，保障客户及用户的使用安全。同时，公司将与行业头部客户和业务解决方案提供商一起，通过建设金融行业大模型，来孵化构建新型产品和解决方案，如多模态文档助手解决方案为银行工作人员快速录入各类影像资料的同时，可以自动化对接各类系统流程，为客户降本增效。
　　2025年，针对已构建金融大模型的客户，公司将与客户共同探索大模型更广泛的使用场景，加速业务流程的智能化转型；针对尚未构建大模型的金融客户，公司将协助客户共同构建金融大模型，从营销、风控、降本等各方面提升业务驱动能力。目前，公司正逐步形成基于公司和主要伙伴共同构建的行业大模型为基础的金融行业智能解决方案生态体系，服务主要金融客户。类似地，在智能制造、机场交通等领域公司也将利用大模型带来的认知能力跃迁，不断形成和完善新的核心业务智能化解决方案，实现人机协同操作系统的开放生态。
　　3.提升营销能力，加快市场开拓
　　公司将在现有营销能力的基础上，进一步完善销售渠道和网络，加快市场拓展。针对公司深耕布局的智慧金融、智慧治理、智慧出行、智能制造、泛AI等业务领域，基于对行业场景的深入理解、对客户业务的整体赋能，加深解决方案对客户业务场景覆盖的深度与广度，通过优化团队配置、加强团队能力建设，提升营销、方案设计、项目交付、售后等端到端的服务能力，与行业头部客户联合共创基于大模型的行业智慧化新局面。
　　区域建设方面，公司将进一步加强若干重点区域的深耕，长期稳定维护区域重点大客户关系，并视情况进行其他地域的进一步覆盖。渠道网络建设方面，公司计划与更多头部大型软件开发商、通信运营商建立战略合作，共同构建人机协同生态体系；围绕公司战略布局行业，与行业经销商展开密切合作，丰富公司解决方案生态版图，同时拓展行业营销通路；针对标准化产品，与系统集成商、渠道经销商合作，扩大产品的销售通路。
　　4.重视人才引进，持续培养激励
　　人工智能行业是技术密集型行业，人才是公司实现战略发展规划的重要保障和核心竞争力。未来公司将进一步加强专业化团队的建设，引进专业技术人才，加强研发人员的培训，通过内部培养和外部引进的方式，完善人才培养及激励机制，进一步提高公司的自主创新和技术服务能力，巩固并进一步提高公司的技术优势。 收起▲