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
　　公司是以人工智能（AI）技术赋能数字经济建设的软硬件产品及整体解决方案提供商。客户主要覆盖公共安全、社会治理、交通管理、教育医疗、文化旅游、数字海洋、应急管理、生态环境、工业制造和新零售等行业或领域。
　　公司基于对人工智能技术及其场景应用的理解，把在AI计算机视觉领域积累的技术优势向多行业、多领域拓展，形成了“打通技术到实战应用最后一公里”的集成创新能力。
　　报告期内，公司秉承“科技创新就是企业增长动能”的理念，聚焦核心技术研发。公司加大与高校、院士等技术资源的合作力... 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
　　公司是以人工智能（AI）技术赋能数字经济建设的软硬件产品及整体解决方案提供商。客户主要覆盖公共安全、社会治理、交通管理、教育医疗、文化旅游、数字海洋、应急管理、生态环境、工业制造和新零售等行业或领域。
　　公司基于对人工智能技术及其场景应用的理解，把在AI计算机视觉领域积累的技术优势向多行业、多领域拓展，形成了“打通技术到实战应用最后一公里”的集成创新能力。
　　报告期内，公司秉承“科技创新就是企业增长动能”的理念，聚焦核心技术研发。公司加大与高校、院士等技术资源的合作力度，推动科研成果的商用化，针对新增市场领域开发多款拥有自主核心技术的产品及解决方案。公司在人工智能技术服务领域持续深化产学研合作，依托与集美大学共建的罗普特人工智能学院，整合高校技术资源和人才优势，聚焦算力、算法、数据三大技术支柱，打造核心竞争力。通过联合区域城市打造“城市智芯”基础设施，与客户共建AI应用创新中心，共同开发行业数据资源，推动垂类模型研发，加速AI技术在交通、应急等领域的应用。
　　报告期内，公司在巩固原有行业业务优势的同时积极探索AI国产化设备和机器人应用业务。公司携手浪潮计算机科技有限公司共同打造通用型AI软硬一体智能装备，结合自身软件算法优势与浪潮计算机科技有限公司的硬件制造优势，合资新建产线开辟国产化设备业务线，在晋江落地AI产业基地实现规模化生产，强化端侧AI部署能力，相关产品和业务可广泛适配工业制造、政务服务、医疗健康、商贸流通等多个行业场景。同时，公司积极布局机器人产业，构建从核心零部件到行业本体机器人产业供应链。零部件方面，公司积极对接传感器、控制器等核心部件的生态企业，探索股权与业务合作；行业本体机器人方面，公司聚焦公共安全、智能制造、消防应急等业务场景，联合头部机器人公司开发行业专用机器人产品，公司与智元创新（上海）科技股份有限公司、灵心智能（厦门）企业管理合伙企业（有限合伙）合资成立的小鹭智能（厦门）科技有限公司，有望借助智元创新（上海）科技股份有限公司在人形机器人本体生产领域的优势，结合公司在模型算法、行业数据资源方面的优势，抓住行业场景机器人规模化应用的机遇。
　　报告期内，公司继续积极布局全国区县级业务，坚持“小区域大作为”的战略理念，凭借公司研发的RUP人工智能技术应用开发中台，为区县经济数字化转型提供AI+服务能力，助力新质生产力建设。随着公司全国业务布局的逐步落地，有望形成覆盖全国的AI服务平台，开展AI+运营业务，形成公司业务的稳定持续增长动能。
　　2、主要产品及服务
　　报告期内，在AI+公共安全领域，公司新增开发警用AIPC机、智能机器人集群控制系列产品；在AI+社会治理领域，公司新增政务导办机器人产品及服务；在AI+工业制造领域，公司新增开发工业端侧巡检智能体、智能仓储无人机计量产品及服务；在AI+企业服务领域，新增开发企业服务智能体、新零售智能运营产品及服务。同时，公司依托与浪潮计算机科技有限公司共建的AI产业基地，为客户提供自主可控的国产化硬件产品及服务，包括新增开发智算大模型一体机、国密安全芯片终端设备、专用国产化设备及全栈适配服务。
　　（10）AI+企业服务
　　(二)主要经营模式
　　1、研发模式
　　（1）依托产学研资源优势，合作研发攻克重点技术
　　公司以国家企业技术中心为驱动，以博士后工作站为平台，基于原有的人工智能和大数据等核心技术，不断加深加大核心技术的研发工作。在《新一代人工智能发展规划》等国家政策指引下，公司加快行业大模型布局和多模态人工智能技术的研发工作，着力AI+机器人、无人机巡检、端侧智能装备等前沿技术方向。同时，持续深化人工智能和大数据等技术手段赋能AI+工业制造、AI+政务服务、AI+企业服务、AI+交通等核心行业领域的产品和技术研发工作，助力各行各业数字化转型和智能化水平提升，助力数字中国和平安中国建设。
　　公司以国家政府课题为牵引，以集美大学罗普特人工智能产业学院和博士后科研工作站为平台，通过与院士合作、引进高端技术人才、组建联合实验室、联合生态内的技术团队等多种方式进行前沿技术和产品应用场景的落地研发工作，形成了符合自身发展需要的前沿技术合作研发机制和体系。在多年的发展和研发过程中，与厦门大学、集美大学等产学研合作单位建立了良好的科研合作关系。
　　（2）依托技术中台高效研发，持续输出标准化产品
　　公司利用多年打造的统一人工智能技术应用开发中台及一系列相应的自主研发技术，逐步释放技术创利能力；打通团队跨区域协作，持续完善集成开发环境，深化AI辅助开发工具应用，提升研发效能，高效输出标准化技术组件。
　　公司积极拥抱新质生产力变革，将人工智能技术的应用作为驱动发展的重要引擎。融合人工智能等先进技术于研发、生产、管理各个环节，提升研发效能，为客户提供个性化、高品质的产品与服务。
　　公司构建以自主研发平台为主体、以国内知名科研院所和业界技术专家为助力的研发体系。同时，将研发资源和项目资源管理平台化，进一步加强区域研发扁平化管理，不断提升核心技术成果转化率和研发产业化管理能力。此外，公司通过技术委员会联合高校、博士后工作站，响应全国范围内的市场需求，在实践中提升核心技术创新力和业务竞争力；通过项目管理中心的深度整合，公司持续强化项目售前、售中、售后的全生命周期管理体系，不断完善并创新项目管理信息化工具与平台，提升产品研发、项目交付的效率以及交付过程的规范性。
　　（3）与客户共同创新，打造具备市场竞争力的产品
　　公司坚持与客户共同进行技术创新的研发理念，建设区域研究院和人工智能联合实验室，同时健全研发组织架构，将研发工作和项目资源进行平台化管理，加大对业务一线的研发技术支撑力度，进一步对研发工作进行扁平化管理，打造“产业战略指引科研、区域创新全国布局”的研发模式。
　　长期以来，公司基于与客户的深度合作，有针对性地根据客户当地行业特色和场景需求，打造行业应用示范基地，开发出多个行业级、具备场景落地能力、可快速复制的产品和技术解决方案。
　　报告期内，公司在多个领域取得进展：
　　AI+巡检领域：推出工业巡检机器狗及特种装备，为公共安全和工业制造场景客户提供智能化巡检解决方案；
　　AI+警务领域：开发多形态机器人（轮式移动机器人、足式机器人、无人机、机械臂等）管理平台（涵盖数据采集、训练、推理、群控功能），与多个警种业务部门开展深度合作；
　　AI+仓储物流领域：实现无人机室内外一体化精准导航和计量技术，在大宗商品（粮食）体积测量、重量估算测量方面达到误差低于2%的高精度，为B端客户提供专业服务；
　　AI+零售领域：携手小鹭智能（厦门）科技有限公司为安踏集团等知名企业提供AI技术服务；
　　AI+交通领域：推出“无人机+地面巡检”综合治理交通方案以及无人车应用；
　　此外，公司在厦门思明区建设的防溺水警戒项目、在沙县等地打造的社会治理和网格化管理标杆、在湖北大冶的智慧停车项目、在河北衡水的数字经济和化工园区应急应用以及在深圳的小散工程安全监管“两终端、一平台”等创新方案，均实现了以AI赋能各行业安全的成效。
　　2、销售模式
　　（1）区域化营销网络与行业化营销网络相结合，构建立体化市场体系
　　公司坚持通过技术演示、方案验证、POC测试等方式获得客户认可，为客户提供优质的软硬件产品及整体解决方案，赢得客户的信任，推动区域子公司的建设。公司以区域为单元设立子公司，目标是通过不断扩展的技术型区域子公司获得市场优势，实现区域子公司本地化、技术化、实体化经营，确保市场可持续性发展。
　　同时，公司加强与所涉行业主管部门的技术交流与政策学习，顺应行业需求大趋势，着力行业顶层设计及整体规划；加强与行业研究机构及龙头企业的战略合作，形成精准独特的产业链定位和立体营销体系。
　　（2）依托合资合作模式，加强区域资源整合，加速产业落地
　　公司积极利用自身的技术优势及产学研资源整合能力，结合全国各区域的产业特色，寻找当地在相关产业领域拥有竞争优势的国有企业或地方龙头企业展开合资合作，并通过向合资公司进行技术授权、产品供应、管理输出、品牌支持等综合性的资源输入，助力当地产业数字化升级，实现与当地优势产业主体的深度融合，推动公司业务在当地的快速落地和发展。
　　（3）技术变革创新，提升客户技术信任度和用户黏合度
　　公司将公司总部的产业和技术资源平台化，组织前线以区域为单位在当地设立子公司，将技术团队力量下沉到区域当地用户，形成系统的技术服务体系，与客户进行联合创新，提供适合当地客户的技术解决方案，与客户共同建设标杆性应用示范基地。
　　公司目前在全国多个省市通过区域子公司和区域研究院与当地客户创建了数据治理和系统运维的合作模式，整合当地的数据资源，在安全、合法、合规的前提下，组建专业团队发挥公司在数据治理及数据运维方面的技术优势，提供“数据+运维”的新型服务，通过对数据的挖掘、分析、二次加工及应用，形成系列数据算法及数据应用平台，打造区域人工智能应用服务基地，从而在区域市场提升客户粘性及市场影响力，为全国市场的二次销售奠定基础。
　　（4）加大与生态合作伙伴战略合作，构建行业生态，提升服务能力
　　公司在全国各区域加强与当地集成商的战略合作，向集成商提供优质的产品及行业解决方案。同时，与优质供应商建立战略合作，提倡“风险共担，收益共享”。与更多集成商、供应商的战略合作，有利于提升公司的业务承接能力及资金使用效率，提升生态合作伙伴的市场影响力。
　　(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
　　（1）行业发展阶段及基本特点
　　根据中国证监会发布的《上市公司行业分类指引》（2012年修订）及国家统计局2011年公布的《国民经济行业分类》（GB/T4754-2011），公司所处行业为“软件和信息技术服务业”。同时公司聚焦人工智能产业生态，依托于数据服务能力，致力于“AI+行业”服务的场景应用创新。
　　当前，全球人工智能产业发展重心正逐步由技术创新向产业应用与价值落地转移。以算力、算法、数据为核心支柱的底层技术体系持续迭代升级，呈现出“算力普惠协同化、模型体系智能体化、数据要素闭环化、场景应用规模化”的发展态势。在此趋势下，人工智能技术正与各行业场景实现深度融合，产业发展全面转向以场景落地为核心、以价值创造为导向，进而重构产业发展的底层逻辑与全球竞争格局。
　　算力领域正加速构建高效、普惠、协同的一体化基础支撑体系。在供给层面，行业已形成通用算力、智能算力、超算算力多元协同的互补格局，智算中心成为算力基础设施建设的核心重点。在服务模式上，算力依托云服务体系与统一调度平台实现按需分配、弹性获取，行业使用门槛大幅降低。在部署架构上，“中心+边缘+端侧”三级算力协同布局逐步成型，跨区域算力统筹调度能力持续提升，算力综合成本稳步下探、资源利用效率不断优化，推理算力正加速向边缘侧下沉延伸。与此同时，算力中心绿色低碳转型进程加快，国产算力生态加速构建完善，产业自主可控能力得到持续增强。
　　模型算法领域发展重心已由基础大模型的技术能力竞赛，全面转向产业价值落地与实际应用转化阶段。Transformer架构成为行业主流基础范式，模型多模态融合能力得到显著增强。随着单一大模型通用能力的技术红利逐步见顶，多智能体（Multi-Agent）协同成为算法技术演进的核心主线，通过自主规划、工具调用与记忆执行等核心能力，将大模型的认知理解能力转化为可落地、可执行的复杂任务解决能力，精准适配产业端的全流程业务需求，推动AI模型从“对话交互”向“任务执行”实现能力跃升。与此同时，模型轻量化、端侧化技术快速成熟落地，模型可解释性与安全对齐能力持续强化，能够有效匹配垂直行业的差异化应用需求与合规监管要求，为人工智能技术实现全场景规模化落地提供核心算法支撑。
　　数据要素领域发展正从规模化原料供给，迈入闭环化价值运营的全新阶段。高质量、多模态、与场景深度对齐的专业数据集，已成为行业核心竞争壁垒；在产业层面逐步构建起“场景数据采集—模型训练—推理反馈—迭代优化”的正向数据闭环，实现数据价值的持续释放。合成数据、隐私计算等技术得到广泛应用，有效破解真实数据供给不足与合规安全风险等痛点难题。数据要素市场化进程持续提速，数据确权、估值定价与流通交易机制不断完善，推动数据从企业内部资源加速转变为可流通、可交易的核心生产要素。与此同时，专业领域高质量数据标注与行业知识深度融合，进一步提升了模型在垂直场景中的应用专业性与可解释性。
　　场景应用领域正从单点试点探索，全面迈向规模化深度融合与智能原生重构的新阶段。在政务、交通、金融、医疗、制造等重点行业，人工智能应用已从客服、办公等外围辅助环节，向风控决策、医疗诊断、生产调度、智能决策优化等核心业务场景深度渗透。产业商业化模式日趋清晰，模型即服务、按效果付费、行业解决方案订阅等多元化商业模式加速落地，持续推动AI产业价值高效兑现。以人工智能为核心驱动的新型业务流程与产品形态不断涌现，有力推动智能原生业态加速形成。行业竞争逻辑同步升级，由单一技术能力比拼转向“技术+场景+生态”的综合实力竞争，具备行业数据积累与深度场景理解能力的市场主体，正逐步构筑起差异化竞争壁垒。
　　（2）产业政策
　　近年来，我国政府高度重视人工智能和数据要素产业的发展，报告期内持续出台了一系列政策以支持和促进这一行业的健康成长。
　　（3）主要技术门槛
　　①数据门槛
　　在人工智能应用的垂直行业场景中，企业必须依托专属行业数据构建定制化专有模型，才能真正构筑起核心竞争壁垒。因此，获取高质量、贴合场景的专属业务数据，已成为人工智能企业切入垂直领域的重要准入门槛。
　　以公安、边防等专业垂直领域为例，相关模型训练不仅需要海量视频、图像等基础数据，更需深度融合历史文档、处置案例、业务流程日志等非结构化私有业务数据。这类数据的稀缺性与高度专业性，构成了行业参与者的首要壁垒。
　　与此同时，垂直场景的业务模式与实际需求始终处于动态迭代之中，要求企业建立高效的数据采集机制与持续稳定的数据标注能力，以保障训练数据的时效性与准确性，这也对企业的资源投入规模与长期运营能力提出了更高要求。
　　②应用门槛
　　人工智能下游应用客户分布于不同行业领域，行业属性与业务需求差异显著，这就要求企业必须深入理解客户所在领域的业务规则、业务流程、管理模式与实际应用环境，具备扎实且丰富的行业实践经验。尤其针对公安、武警、军队、边海防、政法等领域的大型客户，其对系统的安全性、稳定性、可靠性提出了更高标准，同时高度重视企业在本领域的成功案例、标杆项目与服务资质，行业准入门槛更为严格。此外，丰富的行业实战经验能够为人工智能系统提供更多真实场景验证与业务学习机会，持续优化产品在复杂环境下的实战性能与落地效果。综合上述因素，人工智能在各行业的规模化实战落地，普遍面临较高的行业经验壁垒。
　　2、公司所处的行业地位分析及其变化情况
　　当前人工智能行业仍处于快速发展阶段，未来发展前景广阔，但行业内的竞争日益激烈。目前我国人工智能产业企业聚焦基础模型研发与多元化的应用场景，在我国国情和市场需求的引领下，瞄准交通、医疗、金融等领域智能化改造升级的切实需求，集中选择一个或者几个重点领域进行重点布局，围绕行业全生命周期大数据，通过深化技术应用，打穿核心商业场景，率先实现商业闭环与规模商用。近年来，我国涌现出一大批新兴的人工智能企业，推动我国该领域的产业规模持续扩容，同时，也推动了行业内的良性共赢竞争。
　　公司始终聚焦人工智能产业开展研发创新和产业布局，持续深化人工智能及大数据技术在公共安全等垂直行业场景的应用，积累了大量AI技术+行业场景应用解决方案，能够有效满足客户的需求并高效解决客户问题，完成技术到实际落地应用的“最后一公里”，推动AI成为客户生产生活中的常态化工具。过去二十年，公司不断沉淀、完善和升级技术中台，形成了公司AI时代的关键技术资产，基于AI技术中台可以快速研发与交付新的解决方案，同时发挥公司在大数据与物联网领域的优势，支撑公司实现了人工智能解决方案跨行业、跨区域的纵横多元化布局。此外，公司通过推出大模型一体机、开发行业专用机器人布局新增长点，逐步往行业场景智能产品供应商转型，凭借产品和技术差异化优势推动业务区域的产业升级，未来有望实现从区域标杆到全国领先的跨越。
　　报告期内，公司“全场景具身智能巡检方案”荣获第六届人工智能大赛-具身智能应用创新案例评选赛A级奖，“社会治理典型风险防控关键技术及应用”获得2025年度中国职业安全健康协会科技进步奖一等奖，获批“2024年厦门市企业研发中心（创新中心）——厦门罗普特公共安全图数融合技术研发中心”，入选“福建省第二批数据应用企业”“2024年度厦门市未来产业骨干企业”，顺利通过GB/T27922-2011售后服务体系5星、知识产权管理体系重新认证。
　　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，公司所处行业出现了新的发展趋势。
　　算力产业规模与需求结构发生根本性转型，全球算力规模正式迈入ZFLOPS（每秒1021次浮点运算）时代，算力投资创下历史新高，产业结构完成从通用计算向智能计算主导的转型；需求端，推理算力需求集中爆发，端侧、边缘部署需求激增，带动AI服务器、高速光模块、专用芯片等硬件产品需求放量。技术路线与系统架构上，多元计算加速产业化，类脑计算实现商业部署，光量子计算取得阶段性突破，产业重心从单芯片性能提升转向万卡级超集群系统优化。产业生态上，国产替代持续深化，国内产业链从单点突破向协同发展演进，构建自主可控且开放协同的算力生态成为行业共识。
　　算法领域迎来范式重构与产业化落地的双重跃升，行业发展重心从通用大模型的参数规模竞赛，向场景化适配、能效比优化、全栈可控的高质量发展转型。大模型核心架构实现范式革新和全场景规模化落地，大语言模型从“单步文本生成”向“多步骤推理决策”的范式转变。端侧AI轻量化算法体系成熟，百亿级小模型核心能力接近通用大模型部分能力，以适配终端本地化部署。智能体与具身智能算法落地适配能力强化，多智能体协同、自主规划与工具调用算法实现标准化，复杂任务闭环执行能力大幅提升；具身智能端到端建模泛化能力显著增强，完成从实验室到商业场景的关键跨越。
　　数据领域焦点从“数据规模”转向“数据质量”，国家层面的顶层设计和标准化建设加速，为数据流通提供规范和指引，数据被真正当作核心资产来运营，其市场化、标准化和治理体系也取得了实质性突破。数据需求结构发生根本性转变，与产业应用实现深度融合，成为直接创造价值的“生产要素”。行业垂直数据价值持续凸显，医疗、工业、智能驾驶、金融等领域的专业数据集，成为垂直大模型性能突破的核心瓶颈，数据价值从技术研发端向产业应用端全面延伸，为“人工智能+”行动落地提供了核心支撑。
　　人工智能在行业应用层面实现了从“对话交互”到“行动执行”的历史性跨越，智能体与具身智能成为两大核心引擎。智能体实现从被动问答到自主执行的跨越，具备自主规划、工具调用、流程闭环能力，形成通用平台、垂直行业、轻量化个人三大产品体系；多智能体协同成为主流，各类框架的成熟降低了企业部署门槛，可高效完成复杂全链路任务。具身智能产业已迈入从实验室技术验证向规模化落地跨越的关键发展阶段，以VLA大模型为核心的技术迭代，赋能机器人实现“感知－认知－决策－行动”全链路一体化协同，产业链在核心零部件、本体制造及行业解决方案等环节协同发展，产业生态日趋完善。未来，多智能体协作将成为主流，具身智能向通用化迈进，AI正从“被调用的工具”升级为具备目标驱动、自主决策能力的“智能伙伴”，深度嵌入经济社会核心流程，释放出前所未有的生产力乘数效应。
　　二、经营情况讨论与分析
　　作为深耕人工智能领域的科技公司，公司持续围绕算力、算法、数据、应用推进产业布局。报告期内，公司持续聚焦AI领域研发投入，强化技术创新能力，在巩固现有区域市场布局的同时，深化与产业链上下游及生态伙伴的合作，以客户需求为导向，内生外延、多措并举加快新产品和新业务布局，积极融入人工智能产业新业态。
　　公司坚持稳健经营策略，以风险控制为前提，优先承接回款有保障、回款周期合理的优质订单，致力于实现健康可持续发展。报告期末，公司资产总额为1,288,463,708.74元，归属于上市公司股东的净资产为666,938,498.20元；报告期内，公司实现营业收入152,553,434.66元，较上年同期增长6.71%，经营活动产生的现金流量净额为16,615,385.15元，较上年同期显著改善。
　　同时，公司根据《公司法》《上市公司章程指引》等法律法规的变化，修订公司章程及配套制度，取消监事会的设置，强化审计委员会等专业委员会的职能，严守合规底线，加强重要事项的合规管控，持续优化治理体系和提升合规治理能力。具体经营情况如下：
　　（一）聚焦主业，践行提质增效行动方案
　　1、聚力发展主业，推动高质量发展
　　报告期内，公司坚持稳健经营策略，聚焦人工智能赋能数字经济主业，以高质量发展为导向，持续优化业务结构与客户质量。在拓展业务的过程中，公司优先承接回款有保障、资金实力较强的优质订单，强化项目筛选与风险把控能力，持续完善“全流程回款管理体系”，多措并举强化资金流动性保障。一方面，深化客户信用评级机制，结合客户历史履约记录、行业属性及财务状况，实施差异化账期管理，从源头控制回款风险。另一方面，做深做细专项回款工作，压实回款责任，完善考核激励机制，提升应收账款回收效率。针对账龄较长或逾期客户，除加大催收力度外，公司积极拓展应收账款融资、供应链金融等多元渠道，进一步盘活存量资产。报告期内，上述措施成效持续显现，经营活动产生的现金流量净额实现由负转正。
　　此外，公司积极、有序推进募投项目建设。报告期内，公司根据募投项目建设进度及实际经营需要，完成“市场拓展及运维服务网点建设项目”的结项工作，并将节余募集资金永久补充流动资金，用于主营业务发展及日常经营所需。
　　2、深植技术变革沃土，培育壮大新质生产力
　　报告期内，在内生业务培育与发展方面，公司紧跟客户需求，聚焦国产化设备、AI应用、机器人应用及低空经济等业务方向，推出一系列创新产品。
　　（1）在国产化设备业务方向，公司整合自身软件算法核心优势与浪潮计算机科技有限公司的硬件制造及供应链能力，战略性布局国产化设备业务线，加速推进国产化软硬一体智能装备的研发与落地应用，助力国产化设备产业自主可控发展。
　　（2）在低空安全和巡检业务方向，公司通过与厦门交警支队组建联合实验室，成功研发无人机机库系统与空中警务智能预警平台，实现了低空交通的“无人化巡查+智能化管控”，为低空交通治理提供了空地一体化的解决方案。在此基础上，公司持续加强技术研发，实现室内外一体化导航技术在无人机上的应用，推动无人机与四足机器人的无缝联动，通过“空中+地面”协同作业，实现对复杂仓储环境全覆盖、无死角的巡检与盘点作业，有效提升作业效率与智能化水平。
　　（3）在AI应用及机器人应用业务方向，公司基于实战业务场景打造系列专业化智能产品与解决方案，赋能核心业务领域及企业智能化升级。面向警务领域，推出警用AIPC机，推动警务工作由“数据驱动”向“智能决策”进阶；针对零售行业，打造品牌大脑智能体平台、服饰零售智能体平台等智能运营产品，助力零售客户实现数字化、智能化转型；围绕粮食等大宗商品库存管理，研发AI测量模型算法，切实解决人工巡检效率低、盘点误差大、库存测量难度高等行业痛点；立足企业内部运营，聚焦财务、人力、行政、客服等核心场景，构建多场景协同的企业智能体服务体系，推动企业运营全流程智能化；在机器人管理层面，搭建多形态机器人管理平台，为各类智能机器人（轮式移动机器人、足式机器人、无人机、机械臂等）提供统一调度与协同作业能力，高效支撑人机协同工作；同时布局四足巡检机器人、门店导购机器人、智能导办机器人等多形态终端产品，覆盖工业巡检、零售运营、公共服务等场景业务需求。
　　报告期内，在外延业务发展与布局方面，公司紧扣全面向产品型公司转型的核心战略，坚持以资本运作与产业生态协同为双轮驱动，稳步推进外延式扩张，持续完善产业布局、深化生态联动。
　　（1）资本运作聚焦战略投资与并购整合两大维度，战略投资方面，公司重点孵化机器人领域企业小鹭智能（厦门）科技有限公司，深度切入机器人核心技术赛道，抢占产业发展先机，同时积极对接各类优质产业资本，洽谈设立专注于人工智能领域的专项产业基金；投资并购方面，公司聚焦主业延伸与能力补位需求，系统推进优质并购标的筛选工作，挖掘具备核心技术实力与场景落地能力的标的，力求通过并购整合优质资源，补齐业务短板、拓展业务边界。
　　（2）产业生态协同聚焦合资合作与新业务孵化两大维度，合资合作方面，公司积极探索与上下游优质企业开展多元化合资合作模式，打破产业壁垒、整合各方优势资源，实现优势互补、协同共赢，进一步完善产业生态链条、提升产业话语权；新业务孵化方面，公司结合下游客户核心应用场景的市场需求，针对性推动新业务合资孵化工作，培育创新业务形态，推动技术成果向实际应用转化，助力公司产业生态持续完善，为公司未来增长培育新的利润增长点。
　　3、深化管理体系建设，激发员工积极性
　　报告期内，公司持续深化管理体系建设，全面提升治理水平与内控效能。内部控制方面，公司进一步强化业务合规管控机制，加大对关联交易、对外投资、对外担保等重大事项的管控力度，完善风险识别与审批流程，确保各项经营活动在规范框架下稳健运行。与此同时，公司根据新修订、颁布的法律法规和规范性文件要求，结合当前业务的实际情况和监管要求，落实取消监事会的治理安排，强化审计委员会的监督职能，修订《公司章程》及配套的各项治理制度。报告期内，公司共完成《市值管理制度》《公司章程》《股东会议事规则》《董事会议事规则》等29个制度的拟定或修订，并废止《监事会议事规则》，确保公司治理体系及各项制度符合最新监管要求。
　　此外，为进一步激发组织活力，建立、健全公司长效激励约束机制，吸引和留住公司核心管理、技术和业务人才，充分调动其积极性和创造性，公司审议并发布了《2025年股票期权激励计划（草案）》，并首期向25名董事、高级管理人员、核心技术人员及业务骨干等激励对象授予446.00万份股票期权。本次股权激励计划的业绩及考核目标，有效将股东、公司和核心团队三方利益相结合，促使各方共同关注公司未来的长远发展，有利于保障公司发展战略和经营目标的实现。
　　4、严守合规底线，压实“关键少数”责任
　　报告期内，公司严格遵循上市公司治理规范，顺利完成董事会换届选举工作，持续完善公司治理结构、优化治理团队专业配置。本次换届后的3位独立董事分别具备财务、法律、机械工程等核心专业背景，形成了优势互补、覆盖全面的专业支撑体系，有效保障了公司重大决策的科学性、独立性与专业性，进一步夯实了公司规范治理、科学决策的核心根基，为公司高质量发展提供了坚实的治理保障。与此同时，公司高度重视独立董事履职效能发挥，积极为独立董事履职创造良好条件，保障独立董事开展不少于15日的现场工作。独立董事聚焦行业发展趋势、风险防控体系建设、内部控制完善等公司经营发展关键领域，充分发挥其独立判断、专业监督与决策咨询作用，有效助力公司提升治理规范化水平，推动治理效能持续释放。
　　在治理体系协同建设方面，公司持续深化内部监督体系建设，强化内审部门对公司关键经营事项、重大决策流程的审查与监督职能，健全内审部门与审计委员会的常态化沟通协作机制，进一步完善重大事项事前防范、事中管控、事后复盘的全过程监督体系，确保内部控制各项要求贯穿业务全链条、落地见效，切实防范经营管理风险。
　　在合规能力建设方面，公司坚持合规经营底线，以提升关键岗位人员合规素养为核心，持续强化合规管理体系建设。报告期内，组织董事、高级管理人员及核心岗位人员积极参与监管机构、上市公司协会等组织的各类合规培训，累计参与合规培训达59人次，有效提升了关键岗位人员的合规意识与专业履职能力。同时，公司建立常态化合规宣导机制，及时向管理层及核心岗位推送典型监管案例、《科创板监管直通车》《资本市场动态》等合规专刊，助力“关键少数”精准把握监管政策导向、明晰市场动态与合规边界，切实筑牢公司合规经营防线，保障公司持续健康、规范有序发展。
　　5、构建投资者回报长效机制，共享企业成长价值
　　报告期内，公司始终坚持以投资者为核心，切实履行上市公司回报责任，更新发布《未来三年（2025—2027年）股东分红回报规划》，将股东回报纳入公司重要经营目标，明确分红政策、分红方式及实施路径，充分体现公司对投资者合法权益的重视，彰显公司持续稳定的经营能力与发展信心，进一步增强投资者长期持有信心。
　　在市值管理工作中，公司严格遵循《国务院关于加强监管防范风险推动资本市场高质量发展的若干意见》《上市公司信息披露管理办法》《上市公司监管指引第10号—市值管理》等监管规定，结合公司经营发展实际，制定并完善《市值管理制度》，构建起合规、科学、系统的市值管理体系，确保市值管理工作规范有序推进。报告期内，公司聚焦价值提升与投资者权益保护，通过持续强化信息披露质量、精准传递公司经营价值，积极开展投资者交流互动、搭建高效沟通桥梁，稳步落地股权激励方案、绑定核心团队与投资者利益等多维度举措，全方位维护投资者合法权益，推动公司价值与市场价值协同增长，实现公司与投资者共赢发展。
　　6、规范信息披露工作，畅通投资者沟通渠道
　　公司始终坚守“投资者为本”理念，将信息披露与投资者关系管理作为完善公司治理、提升市场公信力的重要举措，着力提升治理透明度，增进市场信任，为全体股东创造长期价值。
　　在信息披露方面，公司始终将合规性与准确性置于首位，严格按照相关法律法规履行信息披露义务，真实、准确、完整、及时、公平地披露了公司定期报告、临时公告等重大信息。在投资者关系维护上，公司致力于构建与广大投资者积极、和谐的良性互动关系及常态化、高质量的交流机制。报告期内，公司举办四次业绩说明会，聚焦经营成果与未来战略。公司董事长、总经理、财务总监、董事会秘书及独立董事悉数出席，坦诚回应市场关切，充分展现了公司对投资者的尊重与开放透明的态度。日常沟通也保持高效畅通，通过上证e互动、投资者热线电话、投资者公共邮箱等渠道，在确保交流信息控制在已披露内容范围的前提下及时、专业地回复投资者提问，持续传递公司价值。
　　（二）展望未来，深化战略布局
　　1、完善产品布局，拓宽市场疆域
　　公司将围绕算力、算法、数据、应用深入推进产业布局，切实推进业务落地和市场渗透。在算力领域，公司将立足产业发展趋势与市场需求，构建“基础设施筑基、前沿技术突破、边缘场景落地”的发展格局，全面夯实算力业务核心竞争力。在基础设施筑基方面，公司将着力整合政府资源，积极拓展数据中心产业链客户，打造典型案例并复制推广。在前沿技术突破方面，面向下一代算力与信息安全发展方向，公司将开展量子加密技术的研发与场景化应用探索。针对政务、通信等高安全需求领域，定制研发适配客户实际业务场景的产品，构建兼具技术先进性与专用领域实用性的量子加密技术解决方案。在边缘场景落地方面，公司将持续扩充边缘端算力产品矩阵，重点拓展企业级客户并根据客户需求丰富大模型训推一体机产品线，全力打造边缘端私有化部署能力，为数据安全敏感领域的客户提供适配边缘端的轻量化算力设备，满足高效运算与数据安全隐私保障需求。
　　在算法领域，公司将紧密追踪人工智能多模态技术的前沿发展趋势，深度融合文本、图像、语音、视频等多维度信息处理能力，充分发挥多年来在技术研发与场景应用中积累的技术优势，将多模态技术作为核心发力点，重点推进警务智能体与办公智能体的完善与升级。同时，依托公司在计算机视觉技术领域的扎实根基，整合图像识别、目标检测、场景分割、室内导航等核心技术，积极构建覆盖多场景、多需求的多模态智能体体系，着力推动相关智能体在实际业务场景中的落地应用，持续提升技术成果的转化效能。
　　在数据领域，公司将以城市智芯商业模式为核心载体，持续深化数据全生命周期管理能力，完善从数据采集、清洗、脱敏、治理到数据应用、迭代优化的全链条闭环体系，进一步夯实数据服务能力与运营基础，确保数据的安全性、准确性与可用性，为各领域技术应用提供高质量的数据支撑。在此基础上，结合数据安全领域的发展需求与行业痛点，公司将持续关注量子加密技术的前沿动态，围绕量子加密技术的潜在应用方向，开展初步探索与可行性研究，重点分析技术适配性、落地成本及应用价值，为后续技术布局与落地储备力量，进一步筑牢数据安全防线，提升公司数据服务的核心竞争力。
　　在应用领域，公司将进一步夯实“AI+行业应用”的战略布局，立足各行业实际需求，依托核心技术优势，推动技术与业务深度融合，在多个重点领域实现突破，拓展应用广度与深度，提升专业服务能力。在工业制造与公共安全领域，公司将依托工业巡检机器狗智能装备的成熟经验，持续拓展复杂场景下的自主巡检与智能研判能力，推动端侧智能装备在更多工业环境中实现规模化部署。在警务领域，公司将围绕多形态机器人管理平台，深化数据采集、训练、推理与群控等核心能力，整合巡检机器人、处置机器人等多形态设备，实现警务场景的智能化、精细化管理，提升警务工作的效率与安全性。在仓储物流领域，公司将进一步提升室内外一体化导航技术的适配性与精度，拓展无人机的应用广度，持续强化专业服务能力。在零售领域，公司将借助与生态伙伴的合作基础，探索智能体在零售场景中的深度嵌入，助力客户实现运营提效与体验升级。在交通治理领域，公司将聚焦“无人机+地面巡检”的综合管治模式，构建立体化、智能化的交通治理新范式，提供新的产品和综合性解决方案。
　　2、链接外部资源，拓展能力边界
　　未来，公司将以链接外部资源、拓展能力边界为核心导向，构建“并购、孵化、引入战略股东”外延发展体系，培育可持续增长的第二曲线，夯实核心竞争力和可持续经营能力。在并购层面，公司将审慎筛选具备核心技术与协同价值的标的，导入成熟的新产品、新业务，为公司创收增利，构建可持续增长的第二曲线。在投资孵化层面，公司将联合专业投资机构和相关方，围绕公司产业生态进行前沿技术和项目的布局；通过合资合作等股权手段，深度绑定优质合作伙伴和生态企业，培育新质生产力。在优化股东结构层面，将重点引入拥有优质产业资源的战略股东，拓展新客户、落地新业务，为长期高质量发展注入新动能。
　　三、报告期内核心竞争力分析
　　(一)核心竞争力分析
　　1、拥有产学研一体研发生态，贴近客户需求进行研发
　　公司深知技术创新是在行业内立足的根本，围绕市场需求和行业发展趋势，聚焦人工智能、云计算、智能感知、大数据及数据价值挖掘技术研究，拓展AI+行业的应用创新，建立并不断完善技术研发体系，深入行业应用，为各行业客户提供具有核心竞争力的数字化产品、技术及数据服务，助力行业数字化转型。
　　公司拥有计算机视觉国家级人工智能技术中心，构建技术中台以及标准化技术模块，加快行业研究院区域化建设，以匹配人才发展规划，贴近用户服务创新。
　　公司基于IPD研发基础上借鉴敏捷开发模型，规范项目立项、项目管理、项目结项的研发流程，有利于公司研究开发项目的规范化、流程化、高效化，在保证产品可靠性的基础上促进研究开发成果的快速落地。
　　公司通过了企业知识产权管理体系认证（GB/T29490-2013）、信息技术服务管理体系认证（ISO/IEC20000-1:2018）、信息安全管理体系认证（ISO/IEC27001:2013）、质量管理体系认证（ISO9001:2015）、商品售后服务评价体系（GB/T27922-2011）等系列认证，通过软件开发成熟度CMMI五级认证。
　　在不断完善自有研发平台建设、持续巩固自身研发实力的同时，公司积极与科研院所、院士等开展关于行业拓展的合作，参与及牵头国家重点专项课题、重大科研课题、政法研究课题等前沿课题，建立起产学研用协作关系，通过内生性的自主研发和开放式的外部科研院所、技术专家合作模式，公司研发体系建设的广度和深度得以拓展，技术研发实力不断增强。
　　2、具备丰富的行业实战经验，可跨行业多领域为客户提供服务
　　公司自设立以来，深耕公共安全、智慧政法、智慧城市、智慧交通、智慧海洋、生态环境业务，并积累了丰富的专业技术和实战经验。AI+行业前景仍处在方兴未艾的发展阶段，人工智能安全领域市场机会是公司主营业务持续增长的基础，大数据平台技术及大数据价值挖掘技术，围绕行业数字化智能化水平提升是新的增长引擎。与此同时，公司在长期激烈的市场竞争中，依托在智慧城市领域的技术积累和应用能力，持续提升“打通技术到实战应用的最后一公里”的能力，锻造出参与市场角逐的差异化竞争优势，促成了公司运用计算机视觉人工智能技术、大数据技术向各行业多领域延伸渗透，公司业务逐渐在公共安全、社会治理、工业、应急、医疗等行业不断拓展落地。
　　3、广泛链接城市客户，高效触达应用场景
　　公司依托自身研发基础与多个客户建立了长期稳定的合作关系。在国家和地方政府的科研支持下，公司承接了国家和地方政府多个重大科研项目，涉及“存算一体化”AI芯片、政法智能化、市域社会治理、海洋数字经济产业化等多个行业方向。此外，得益于广泛链接的城市客户基础和多年的行业经验，公司能够快速获取前沿、真实的市场需求，基于对市场需求的深刻理解，将AI技术高效融入到具体应用场景中，使技术解决方案始终紧跟市场脉搏，满足不断变化的需求。
　　4、战略协同产业链生态伙伴，合力拓展区域市场
　　公司聚焦主业发展、持续贯彻客户第一的原则，着力打造多渠道、多形式、可持续发展的开拓模式；积极拓展并培育各地子公司，建立起本地化运营体系，与当地产业主体进行深度绑定合作，推进合作的进一步深入；公司高度重视生态合作伙伴，通过与行业龙头企业、大型集成商、本地运营商的长期合作，为客户提供具有竞争力的产品及服务支持；公司重视行业延伸，立足传统的公安政法业务，不断拓宽业务边界，如在数字海洋领域，公司与上海海图中心、厦门大学合作推进海洋数字经济产业化，研发智慧海洋牧场、船舶安全导航等创新产品，构建二三维海陆融合大数据平台，助力长三角经济带海洋经济高质量发展，目前相关技术已在厦门等地实现业务落地，服务海洋渔业局、养殖企业等客户。在智慧文旅方面，公司通过“未来数智应用技术联合创新中心”联合院士团队，参与庐山等地的数字化文旅建设，运用AI技术优化景区管理与服务。
　　5、构建持续迭代的技术中台，可快速、高效响应客户需求
　　在过去二十年的持续经营过程中，公司成功完成了涉及多个领域的标杆性项目，对内公司研发与技术部门积累了丰富的行业经验，并通过持续实践在技术中台中储备了可以适用于多个领域的众多成熟的技术模块、软件版本以及平台。公司根据最终用户的不同需求，对已有成熟的技术模块进行组合化应用或者二次开发，并搭配硬件设备形成完整的解决方案，解决细分客户群的不同痛点。深入理解公共安全、智慧政法、智慧交通、智慧海洋、智慧城市的行业需求及痛点，快速输出具备技术先进、行业优势的解决方案。通过技术中台，一方面可以有效降低公司项目推广的成本、设计开发及实施周期，有助于公司保持较高的利润空间；另一方面，成熟的技术模块、软件版本以及平台的储备，有助于项目团队快速为客户提供解决方案，提升公司对客户需求的响应速度。对外，公司与各类生态合作伙伴有着紧密联系，无论是渠道/技术/科研均与合作伙伴保持共同发展、合力并进的合作态势，在公司发展中起到了关键性的作用，也为公司平台的产业布局打下了良好的基础。
　　(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
　　公司在视频智能分析技术、基于三维地图视频融合与展示技术、多模态数据感知技术、基于边缘计算的机器视觉技术、公安大数据分析技术、海洋大数据感知与计算技术等六大核心技术基础上，持续深耕人工智能核心技术研发及AI+行业场景创新应用落地工作。长期以来，公司从事机器视觉、元素感知、边缘计算、数据挖掘、语义分析、机器学习、多维数据融合及智能集成技术等核心技术的研究，并在此基础上拓展了多形态无人智能机器人协同管理平台的研发，深度融合机器人、机器狗、无人机等智能载体，构建全栈的人工智能核心技术能力、智能硬件技术能力和行业场景应用持续创新能力。深入千行百业的场景需求，将自研的核心技术与市场上成熟的技术进行融合和应用落地，形成具有实战应用能力的创新产品和技术服务。
　　公司以“未来数智应用技术联合创新中心”和博士后科研工作站为重要依托，聚焦提升科技人才队伍层次与产业技术水平，构建以“新一代人工智能数智应用技术”为牵引的跨领域研究体系，重点围绕公共安全、社会治理、交通管理、教育医疗等多领域的产业化应用，以及装备数字化、智能化关键技术开展创新攻关。
　　在核心技术研发方面，公司围绕算力、算法、数据等人工智能关键要素，持续打造统一研发智能技术生态平台（RUP），迭代构建智能硬件平台、AIoT技术平台、大数据技术平台，不断夯实核心技术底座与基础设施；同时重点强化多形态无人智能机器人管理平台建设，实现对机器人、机器狗、无人机等终端的统一调度与任务协同，着力达成机器“看得见、听得懂、会思考、能决策、可移动、可执行”的目标。此外，公司还积极开展多模态大模型语义分析、大模型行业智能体、基于大模型的AIoT技术平台研发及多个关键领域国产化替代工作，依托行业应用场景需求与海量数据，积累行业知识库，持续提升行业垂类大模型能力，强化行业智能化解决方案实力。
　　在行业应用落地层面，公司深耕多领域业务场景，大力拓展机器人、机器狗、无人机等智能装备的应用，例如在公共安全领域实现空中巡查与地面处置的立体联动，同时将人工智能技术与产业经济对新质生产力的迫切需求相结合，推动AI大模型技术在各行业落地，助力地方产业数字化转型。通过持续的技术积累、团队淬炼与生态打造，公司深耕AI行业应用，打通技术到实战应用的最后一公里，赋能泛智慧城市、智慧海洋、数字文旅等千行百业高质量发展。
　　以下是公司AI大模型应用技术平台、AIoT技术平台、大数据治理技术平台、智能硬件技术平台、多形态无人智能机器人平台等核心技术平台的具体情况：
　　（1）AI大模型应用技术平台
　　公司聚焦AI赋能千行百业的核心需求，重点构建AI大模型应用技术，完善AI算法训练推理一体化平台，致力于实现智能分析、轻松上手、快速部署的AI应用目标。该一体化平台可有效提升AI模型管理服务与数据分析治理能力，通过构建统一多元的数据入口，实现多类算法模型的统一配置、服务资源的统一管理，提供丰富快捷的访问服务，全面赋能各业务场景落地。在多模态大模型技术领域，深入探索多模态图片语义识别技术，通过图片与文本的语义匹配，依托单个通用模型实现高效的视觉万物识别；升级多模态目标检测技术，可根据文本或图片语义，在输入图片中精准检测并框选目标，支持多类别一次性识别，大幅提升识别准确性与效率。同时，公司布局大模型行业智能体应用技术，探索大模型落地行业的创新应用模式，依托昇腾AI基础软硬件生态完成主流大模型深度适配，构建智能体开发体系，为业务应用提供统一的大模型底层支撑，助力提升智能应用研发速度与系统智能化水平。
　　报告期内，公司基于AI大模型技术在图文智能分析、行业场景应用和智能体开发方面的研发布局持续深化。在图文智能分析领域，平台依托图文大模型算法，构建横幅敏感标语识别、非法行为监测等多场景图文检测能力，能够从复杂视觉信息中精准提取关键要素，为风险预警和执法监管提供技术支撑。在行业场景应用方面，平台针对渔政执法、工地监管、巡检作业等垂直领域，开发系列专用算法，结合机器狗、无人机等智能载具，实现多模态环境下的自动化监测与违规识别。在智能体应用方面，平台围绕行业服务场景，开发具备专业交互能力的智能体应用，实现从咨询引导到业务办理的智能化服务闭环，提升了服务效率和用户体验，为商业零售、政务服务、应急管理等领域客户提供了创新的智能化解决方案。
　　（2）AIoT技术平台
　　公司持续推动AIoT技术与AI大模型深度融合，核心目标是实现从“万物互联”到“万物智联”的跨越升级。该AIoT技术平台具备全面的物联数据处理能力，可实现视频、图像、物联网数据的接入、管理、存储与应用，涵盖物联资源管理、数据处理、数据存储、物联资源访问管理、基础应用模块、门户管理等核心模块；部署方式灵活多样，支持内网独立部署、公有云部署、云边结合部署，可满足不同场景的应用需求，同时支持浏览器、桌面端、移动端多端访问，提升使用便捷性。此外，平台结合AI大模型技术，实现知识图谱推理、行为分析与多模态数据处理，进一步提升数据智能化水平。
　　报告期内，AIoT技术平台持续深化AI大模型融合应用，推动“万物智联”落地见效：在终端接入方面，拓展了移动噪声监测、智能巡检安全帽、机器狗、无人机等多类型感知设备接入能力，实现异构终端的统一管理与协同调度；在平台能力方面，持续优化物联资源管理、数据处理与存储等核心模块，强化自然语言交互、实时数据分析与智能推理能力，提升云边端协同效率；在服务模式方面，完善SaaS与PaaS服务体系，深化与行业场景的融合，为上层业务平台的智能化升级提供有力支撑。
　　（3）大数据治理技术平台
　　公司大数据治理技术框架以物联网、人工智能、视频图像信息分析识别为核心基础，紧扣“数据资产化”与“数据价值化”两大核心目标，综合运用实时计算、离线计算、数据挖掘、机器学习、分布式计算存储等关键技术，全面覆盖海量异构、多维多源、多模态数据的采集、转换、比对、存储、治理及计算分析全流程，实现了数据集成、治理、开发、融合、分析、服务的全功能闭环。同时，框架创新性整合大语言模型、向量数据库、图数据库等前沿技术，打造高性能、高可靠性的数据智能底座，最终为用户提供兼具高性能、高稳定性、高可靠性、高安全性、易扩展、易管理运维特性的一站式大数据服务平台。
　　报告期内，基于上述大数据技术平台，公司推出小散工程安全监管应用，该应用以“多模态大模型+端侧小模型”混合智能为核心。小模型快速识别未戴安全帽、临边防护缺失等特定隐患；多模态大模型融合图像、视频、传感及历史文本数据，实现复杂场景语义理解与风险关联挖掘。通过整合备案、监测及网格巡检数据，构建多维度特征图谱，系统自动输出“一个工程一档”安全分析报告，提供单个项目实时预警与区域安全态势分析。该模式为差异化监管和资源调度提供决策支持，夯实城市安全治理基座，将碎片化风险纳入“一网统管”，推动安全治理向数据驱动、主动预防的精细化转型。
　　（4）智能硬件技术平台
　　公司智能硬件技术平台聚焦两大核心目标，一是打造嵌入式互联互通开发标准，二是实现一站式硬件产品智能化及物联网应用快速开发，通过推动硬件产品快速组合，形成具备路由、通用物联、AI计算三大核心能力的系列产品，并提供嵌入式系统级开发支持，帮助开发者摆脱芯片平台、系统、连接协议等碎片化开发困境，实现“一次开发、多端可用、安全稳定”的开发效果。为持续强化技术优势，公司不断加大智能硬件研发创新力度，持续整合国产芯片、传感器、通讯模组等厂家资源，推动智能硬件技术升级完善，深度融合AI中台与IoT技术，构建完整的硬件技术平台生态圈；同时整合通用模组、SDK、网关及算法容器等核心组件，打造全面高效、灵活便捷的物联网解决方案——其中通用模组通过标准化接口和协议支持，加速供应商设备接入，SDK通过封装核心功能与接口简化开发流程，端侧算法容器则实现AI算法在边端设备的快速部署运行，有效提升端侧设备智能化水平。
　　报告期内，公司同步持续推进信息技术自主可控战略，重点聚焦国产算力基础设施、操作系统及关键应用软件的研发攻关。技术层面，公司着力强化端侧算力能力，将其深度赋能于机器人、机器狗、无人机等智能终端，通过部署先进上装套件，强化端侧算法服务能力，在此基础上构建安全、自主、可控的数字底座，为国家关键信息基础设施建设提供有力支撑。
　　（5）多形态无人智能机器人平台
　　多形态无人智能机器人平台是公司面向多场景、多类型机器人打造的AIoT一体化智能管控中枢。平台以“设备统筹、任务协同、运维保障与数据决策”为核心目标，基于ROS2分布式通信的DDS协议，建立了跨品类机器人统一抽象模型，实现了对无人机、四足机器人、人形机器人等异构集群的全生命周期管理。平台深度集成“机器人智能体（Agent）+行业知识库”双驱动技术，通过对多模态感知数据、作业轨迹及预警信息的统一归集与治理，构建了涵盖设备中心、任务编排、地图标注及算法管理的一站式机器人协同管控体系。报告期内，该平台聚焦异构机器人统一管控与复杂场景联合调度的技术突破。在多机协同方面，通过研发分布式协同调度算法，实现了“高空－地面－室内”全维度协同作业逻辑，有效解决了不同协议机器人间的数据孤岛与调度冲突难题，任务执行效率提升50%以上。在智能化应用方向，平台通过端侧算法容器与低代码任务编排技术，支持AI算法在边端设备的快速部署与场景化复用，支撑了智慧城市、社会治理、工业巡检等领域的无人化转型。公司的上述核心技术及其先进性在报告期内持续提升，为公司向“机器人场景化智能服务商”转型奠定了坚实的技术底座。
　　2、报告期内获得的研发成果
　　报告期内，公司“全场景具身智能巡检方案”荣获第六届人工智能大赛-具身智能应用创新案例评选赛A级奖，“社会治理典型风险防控关键技术及应用”获得2025年度中国职业安全健康协会科技进步奖一等奖，获批“2024年厦门市企业研发中心（创新中心）——厦门罗普特公共安全图数融合技术研发中心”，入选“福建省第二批数据应用企业”“2024年度厦门市未来产业骨干企业”，顺利通过GB/T27922-2011售后服务体系5星、知识产权管理体系重新认证。
　　公司下属大数据集团有限公司入选“2024年度厦门市未来产业骨干企业”“厦门市工业和信息化局工业企业供应链子基金‘白名单’（第六批）”，通过“2025年厦门市专精特新中小企业”复评、入选“福建省数据企业入库——数据应用企业”，获得“2025世界数字城市大会十大品牌（低空安全）”“2025中国国际社会公共安全博览会-卓越集成商奖”并于2025年4月首次取得GB/T31950-2023诚信管理体系认证、12月首次取得个人数据隐私保护管理体系认证证书、云服务信息安全管理体系认证证书。“5G+AI的空中交警智能巡航预警系统”入选第四届厦门5G应用大赛－最具商业价值奖，“车管所车辆查验智能机器人”项目荣获第六届人工智能大赛-具身智能应用创新案例评选赛B级奖。
　　专利方面，报告期内，公司完善了知识产权管理体系，持续完善修订管理手册和程序文件，先后修订了《知识产权管理程序》《专利管理制度》等。公司已通过知识产权认证（证书编号：CQC23IPMS0122ROM/3502），并按照体系标准要求，对公司内部知识产权进行全方位的管理。
　　截至2025年12月31日，公司及控股子公司累计获得各项知识产权594项，其中发明专利162项，实用新型专利26项，外观设计专利15项、软件著作权391项。
　　四、风险因素
　　(一)尚未盈利的风险
　　(二)业绩大幅下滑或亏损的风险
　　1、主营业务的影响
　　报告期内，一方面，受市场波动及行业竞争加剧影响，部分项目承接周期有所延长，同时考虑回款风险，公司未盲目追求业务规模，优先承接资金有保障的订单，保证经营活动现金流健康；另一方面，公司为加快新业务培育和传统业务转型，维持了较高比例的市场拓展支出及其他相关费用，短期内对当期利润形成了一定摊薄。
　　2、信用减值及资产减值的影响
　　报告期内，公司秉持财务审慎性原则，对各类应收款项开展了全面的梳理与评估工作。受部分客户财政预算、资金拨付进度放缓等因素影响，相关项目回款周期出现阶段性延长，公司依据预期信用损失模型，对存在减值迹象的应收款项足额计提了信用减值损失；同时，公司基于谨慎性原则，结合市场环境变化及资产实际价值波动，对相关资产进行评估并计提减值损失，以上信用减值和资产减值均对当期利润造成了一定影响。
　　(三)核心竞争力风险
　　1、技术更新迭代风险
　　公司所处的行业属于知识密集型、技术密集型行业。人工智能、大数据等领域的技术发展迅猛，扩散及更新迭代速度快，如不能密切追踪前沿技术的变化并将新技术应用于客户服务升级，将会对公司业务产生不利影响，无法实现可持续的业务稳定及业务增长。
　　公司以国家企业技术中心为驱动，时刻关注行业内发展动态及先进的技术。通过加强研发团队的建设、实行行业专家传帮带教制、与外部科研机构开展合作（包括与行业龙头合作开发、设立博士后科研工作站、与高校合作等）、建立长效激励机制等措施储备和壮大公司的技术人才队伍，不断加强研发人才培养，提升科研创新能力，力求在技术迅速迭代的过程中保持先进性。
　　2、研发进展不及预期风险
　　在未来经营过程中，如果公司不能持续加大研发投入或者研发投入的效果不及预期，公司的技术能力将不能持续提高，面临核心竞争力下降，经营业绩无法持续增长的风险。
　　公司紧贴各地市场，打造7*24小时响应客户需求的快速反应团队，搭建需求－研发－交付－需求的端到端的业务闭环，同时也结合业务驱动的产学研联合攻关模式进行研发，形成行业专家+产品专家+技术专家在内的“铁三角”，有效降低研发不及预期的风险。
　　3、核心人才流失风险
　　随着行业的持续发展，行业内企业之间对于高端人才的竞争日益激烈，如果公司无法持续加强核心人员的培养及引进，并为核心人员提供有竞争力的激励机制和薪资待遇等，则将面临核心人员流失的风险，公司的技术水平、研发能力也将受到不利影响。
　　公司积极储备行业人才，从行业经验、职业素养、学历条件等方面招募和挖掘潜在核心人才，同时通过传帮带构建人才梯队，并通过股权激励等多种手段跟核心人才进行深度绑定，尽量减少核心人才的流失。
　　4、知识产权风险
　　作为一家科技型企业，公司拥有较多发明专利、实用新型专利、外观设计专利、软件著作权等知识产权，该等知识产权是公司取得竞争优势和实现持续发展的关键因素。公司在业务开展过程中存在相关知识产权被盗用、不当使用或产生知识产权纠纷等风险。
　　公司不断完善知识产权审核制度，尽量降低知识产权纠纷风险。此外，公司将加大对侵犯知识产权行为的监控，严格保护公司知识产权。
　　(四)经营风险
　　1、销售季节性风险
　　公司主要客户以各地公安局、政法委、监狱、交通、市政服务机构等政府机构、军队和电信运营商等国有企业为主，项目建设资金大多来源于政府财政资金。这些客户通常实行预审管理和产品集中采购制度，一般每年年初制定年度预算、投资计划，并进行招投标方案设计，采购招标和项目建设实施集中在年中和下半年，并在下半年进行集中验收和结算，从而使得公司收入呈现明显的季节性特征，经营业绩存在较为明显的季节性波动的风险。
　　针对销售季节性风险，一方面，公司将延伸和丰富客户类别，增加非政府类客户的拓展和积累，包括重点开拓企业类客户，平滑销售业绩的季节波动性；另一方面，合理安排项目施工交付的进度，尽量减少项目集中交付的情况，在更好保证项目质量的同时平滑公司季度业绩的波动。
　　2、下游需求波动风险
　　公司服务的下游市场覆盖公安、政法、交通、教育、医疗等行业领域，各细分市场受行业发展趋势和行业政策影响，若客户出现财政预算支出削减，或客户自身业务结构调整出现智能化、数字化需求调整，将对公司的业绩和盈利能力造成不利影响。
　　公司将进一步加强对宏观环境、行业、市场、客户层面的洞察，对市场需求变化保持敏锐，及时做出积极应对。同时，公司将加强重点客户深耕，贴近客户需求进行研发及服务，推动与价值客户的战略合作以及各层级客户关系建设，提升行业竞争力，从而更有效抵御市场波动对公司带来的负面影响。
　　3、市场扩张带来的内部管理风险
　　公司在市场扩张的过程中将面临包括但不限于团队扩张、产品及服务的快速输出、人才结构优化等一系列内部管理挑战，如内部管理不能跟上，公司将面临业务被内部管理拖累的风险。
　　对此，公司持续完善优化研发体系和供应链体系，通过组织效能提升强化快速交付能力；同时，通过建设职能端共享中心和优化提升管理效能，更好服务业务发展。
　　(五)财务风险
　　1、应收款项回款不及预期的风险
　　该风险存在的原因是公司业务的最终客户主要以政府部门为主，而受财政资金到位时间的影响，针对该类客户的业务存在前期建设投入较高、回款周期较长的情况。公司将不断增强回款验收工作的力度，在市场扩张过程中，选择付款条件相对优质的客户，并不断探索商业模式多样化。
　　同时，公司开始执行供应商战略合作模式，倡导并践行与供应商“风险共担、收益共享”的合作模式，降低因回款周期长带来的流动性风险。
　　2、应收账款余额较高风险
　　报告期末，公司应收账款账面价值合计为28,396.85万元，应收账款余额较高。应收款项余额较高的主要原因是：公司业务的最终客户以政府部门为主，受财政付款审批进度、财政资金到位时间的影响，回款周期较长，且政府项目验收存在季节性，公司大部分项目验收时间集中在下半年，因此通常难以在当年度回款。同时，受政府财政预算政策影响，公司部分订单无法如期验收。虽然根据历史经验，政府采购项目发生坏账的风险较低，但若未来各地政府财政资金紧张，不排除政府采购项目发生坏账的可能，进而对公司的业绩造成不利影响。虽然报告期末公司主要偿债指标仍较为正常（流动比率为1.48，资产负债率为46.23%），但若公司不能采取措施改善现金流量状况，或者未能进行持续有效的外部融资，公司可能面临较大的资金压力，对公司的持续经营能力和偿债能力造成一定的不利影响。
　　公司持续完善“全流程回款管理体系”，一方面，实施客户信用评级制度，根据历史履约记录与财务状况设定差异化账期政策，降低坏账风险。另一方面，公司建立责任到人的催收机制，并配套发布相应管理办法以及落实系列考核奖励机制等举措，持续加强应收账款的回款管理，尽量降低应收账款坏账和无法回收风险。
　　(六)行业风险
　　1、市场竞争加剧的风险
　　根据中国信息通信研究院发布的《人工智能产业发展研究报告（2025年）》，截至2025年底，中国人工智能企业数量超过6,000家，全球占比达16%，形成了从基础底座、模型框架到行业应用的完整产业体系。我国大模型调用需求快速增长，人工智能正加速从“能思考”向“能实干”转变，为千行百业开拓赋能新空间。人工智能市场的快速增长也带来了较多参与者，竞争相对激烈。若公司不能紧跟行业发展趋势，满足客户需求的变化，在产品研发、技术创新和客户服务等方面进一步增强实力，则未来将面临市场竞争加剧的风险。
　　公司在公共安全、社会治理、交通管理、生态环境、教育医疗、文化旅游、数字海洋等多个领域延伸业务布局。立足于多年行业积累及资质优势，公司与行业内的一些知名竞争厂商采用不同战略侧重，形成优势互补、协作共赢的行业生态。公司以数字经济为市场机遇，在政府加快推进“人工智能+”建设浪潮中，快速输出产品+数据服务的定制化实战解决方案，贴近客户需求，增强客户黏性，持续为客户创造价值。
　　2、行业政策变动的风险
　　报告期内，公司主要提供人工智能、大数据相关的系统解决方案及产品销售、维保服务等，终端客户以政府机构为主，较大程度上受益于国内各级政府对智慧城市、智慧海洋等领域的持续投入。若未来因政府政策变动，对上述领域的投资规模出现下降，或政府财政周期性波动无法及时支付建设款项等，则会对公司持续盈利能力和项目回款进度、资金流产生较大不利影响。
　　目前，国家“十五五”规划将科技自立自强、新质生产力培育、现代化产业体系建设置于战略核心位置，明确提出要推动科技创新和产业创新深度融合。2026年政府工作报告进一步将“加快高水平科技自立自强”和“加紧培育壮大新动能”作为年度重点任务。上述政策导向为公司所处行业提供了广阔的市场空间和制度红利。
　　(七)宏观环境风险
　　1、经济发展不及预期的风险
　　2025年，国内外经济形势仍面临很大的不确定性，国际贸易环境日趋复杂，国内外整体经济形势下行，实体经济增长放缓。在国内外错综复杂的形势交互作用下，宏观经济增长预期进入相对保守的阶段，给企业经营带来较大的外部环境压力。若后续人工智能行业支持政策落地进度不及预期，可能会影响公司的业务发展。
　　在此情况下，公司将在进一步巩固传统业务优势的基础上，积极开拓业务新机会，寻找新的业务增长点；同时，公司坚持技术创新，持续增加核心技术的研发投入，提高研发产品化效率，不断丰富公司技术的应用场景，为公司未来业务发展储备科技力量。
　　2、税收优惠的不确定性风险
　　2023年，公司重新通过了高新技术企业认证，享受高新技术企业税收优惠，根据《中华人民共和国企业所得税法》及相关法规规定，适用企业所得税税率为15%，有效期自2023年11月22日至2026年11月21日止。若公司未来未能持续被评定为高新技术企业，或国家税收政策有所调整，则将对公司未来经营业绩产生影响。
　　(八)存托凭证相关风险
　　(九)其他重大风险
　　
　　五、报告期内主要经营情况
　　报告期末，公司资产总额为1,288,463,708.74元，比上年期末下降15.31%；负债总额为595,630,487.98元，比上年期末减少2.37%；归属于母公司所有者权益为666,938,498.20元，比上年期末减少25.24%。2025年度，公司实现营业收入152,553,434.66元，较上年同期增加6.71%；实现归属于母公司所有者的净利润-227,352,488.18元，较上年同期亏损增加34,120,341.97元。
　　
　　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
　　当前人工智能产业呈现明显的分层竞争格局，头部企业在基础模型与算力层占据重要地位，而初创企业则聚焦垂直场景深耕细作、寻求突破。未来，人工智能产业的竞争焦点将加速转移，从当前的模型能力竞赛，转向以“智能体”落地和场景化应用为核心，推动生态应用与实体经济的深度融合。
　　作为人工智能产业的核心支撑，算力产业目前仍由英伟达占据主导地位；AMD凭借其GPU产品的高性价比，在市场中占据一定份额；博通、谷歌等厂商则通过自研芯片，着力降低算力成本、提升核心竞争力。与此同时，本土算力产业加速崛起，以华为昇腾为代表的本土芯片厂商，联合阿里平头哥、寒武纪等企业，持续推进算力领域的国产替代进程。值得关注的是，新兴的RISC-V开源架构在边缘计算领域取得进展，并开始探索高端服务器市场。凭借灵活性高、功耗低的优势，有望打破当前x86与ARM架构的双寡头垄断格局。展望未来，算力产业将迎来多重发展机遇：一是算力国产化进程全面提速，企业将着力构建“芯片－软件－系统”的全栈协同能力，完善配套软件生态；二是全国一体化算力网络持续完善，“算电协同”成为新基建核心战略，端边云协同的算力体系逐步成型；三是算力技术向高效能、低功耗方向升级，随着场景化应用的深化，模型推理环节的算力需求预计将超越训练环节，成为算力消耗的核心场景。
　　在人工智能模型算法领域，当前已形成“基础模型集中化、应用层差异化、开源生态重塑规则”的竞争格局。基础模型层因算力与数据门槛极高，呈现高度集中竞争格局；开源与闭源双轨并行发展，其中开源生态迅速崛起，不断缩小与闭源模型的性能差距，让中小企业和科研机构得以低成本微调垂类模型。目前，面向垂直领域的专用算法已成为竞争热点，企业不再单纯追求参数规模，转而强调“算法+场景”的深度适配能力。未来，算法将向高效化、场景化、安全化三大方向演进：推理优化、低参数量高效算法成为核心竞争点，模型压缩、MoE（混合专家）架构及“小模型”（SLM）成为重要突破方向；算法与AIAgent、具身智能深度融合，垂直场景的适配性与落地价值成为核心竞争力；模型的可解释性、价值观对齐与隐私保护成为差异化竞争核心。
　　数据市场方面，已形成以科技巨头为主导的稳固格局，头部科技企业与专业服务商掌控着高质量、合规的多模态数据源，构建了差异化的数据护城河。随着公开互联网文本数据逐渐耗尽，行业竞争已从“数据量大”转向“数据质量高、专业性强、颗粒度细”，合成数据有望成为解决真实数据稀缺和隐私问题的关键。此外，专业领域的高价值数据、物理世界数据已成为垂直行业AI应用竞争的核心壁垒，掌握行业和端侧稀缺数据资源的传统行业龙头，在与AI公司的博弈中地位显著上升。合规与安全层面，隐私计算技术正规模化落地，“数据可用不可见”预计将成为行业常态。
　　人工智能应用行业则呈现梯队分化、场景深耕的竞争格局，行业竞争核心已从单一技术能力比拼，转向“模型适配能力+行业know-how+商业闭环落地”的综合实力较量。具体来看，头部科技巨头依托底层技术与生态，主导通用AI落地；垂直赛道龙头深耕行业，构建高壁垒；中小开发者聚焦长尾场景，丰富应用生态但面临同质化挑战。未来，AIAgent技术正在向自主执行任务和跨平台协作方向发展，其应用层的核心突破，在于实现从“回答问题”到“解决问题”的价值落地。同时，AI应用正加速与硬件结合，进入具身智能时代，这种“软硬一体”的形态将大幅扩展AI应用的物理边界，深刻影响制造业、物流业和消费电子行业，自动驾驶、人形机器人、AI手机和PC将成为主要增长点。商业模式上，未来AI应用将从订阅制向结果导向的价值定价转型，按API调用或账号收费的模式面临挑战，企业的价值创造能力将成为竞争关键。
　　(二)公司发展战略
　　在人工智能重塑产业格局的时代背景下，公司立足技术创新与产业融合，深化“AI+行业”发展战略，以客户需求为导向，凭借核心技术优势开发基于垂类应用场景的系列产品，整合生态伙伴资源，加速推动人工智能对千行百业的深度赋能，助力新质生产力实现跃升，推动行业智能化转型与社会经济高质量发展。
　　1、以客户需求为导向，以产品驱动增长
　　公司将始终聚焦核心客户需求，围绕用户场景痛点，持续迭代智能化核心产品，优化边缘计算、智能感知等软硬件一体化解决方案，全面增强产品稳定性与场景适配能力。硬件端，重点升级国产化设备一体机、巡检机器人等核心设备，提升硬件兼容性与扩展性能；软件端，打造垂直领域行业智能体，有效降低行业应用开发门槛，助力客户快速部署个性化解决方案。同时，通过标准化软硬件接口、优化系统集成，实现模块化设计、快速部署，为各行业提供轻量化、高效能的整体解决方案，大幅缩短技术应用周期，加快AI技术在千行百业的渗透速度。
　　2、聚焦行业场景，推进AI应用规模化落地
　　公司将秉持“技术创新－场景匹配－价值实现”的发展思路，以AI技术为驱动，开发契合行业特点的垂直化解决方案。深耕公共安全、社会治理、企业服务、工业制造高价值垂直领域，针对风险感知预警滞后、决策响应时效不足、服务供给精准度欠缺、业务流程协同不畅、核心知识复用困难等痛点，以多模态大模型、AI智能体技术为核心底座，与各赛道头部企业深度绑定，深度打磨业务场景需求，打造具备行业特色的AI原生应用。同时，开拓机器人在公安、司法、边防、零售等行业的应用，打造适配多样化场景的智能终端设备，推动技术从软件到硬件、从虚拟到实体的全方位赋能，助力行业智能化转型。
　　3、生态聚合协同，赋能长效可持续发展
　　公司全力构建开放共赢的AI产业生态，为战略落地提供长效支撑。一方面，联合科研机构与高校开展前沿技术协同攻关，携手行业伙伴共建联合实验室，加速技术成果转化与实际应用；另一方面，通过开源算法框架、开放数据平台，吸引广大开发者参与生态建设，持续拓展AI应用场景边界。此外，构建完善的全生命周期技术服务支持体系，为行业客户提供从咨询、部署到运维的一站式服务，持续优化解决方案。通过生态协作，推动人工智能技术与各行各业深度融合、广泛应用，为社会经济高质量发展注入持续动力。
　　(三)经营计划
　　2026年，公司将持续践行“以科技创新驱动企业增长”的核心理念，始终以用户需求为根本导向，集中研发力量攻坚人工智能垂直场景应用等关键领域。公司将紧密围绕实际应用场景，深入挖掘客户潜在需求与核心痛点，把前沿通用人工智能技术与行业专属产品研发深度结合，充分发挥自身在数据服务领域的核心优势，助力区域客户加快数字化转型和产业升级建设，全力实现技术与业务的创新突破，奋力开创企业高质量发展新局面。
　　1、深化渠道合作与生态协同，构建业务增长引擎
　　公司将持续深耕优势区域市场，依托新产品与新技术的融合应用，为客户提供优质解决方案，解决客户核心问题，赋能区域产业转型升级。在巩固政府端渠道资源的基础上，积极向区域企业端市场延伸拓展，形成政府端与企业端协同发展的市场拓展路径。同时，公司将着力打造具有示范效应的行业典型案例，加快渠道生态伙伴的拓展与赋能，通过“标杆案例复制”的方式，推动新业务实现规模化放量，构建可持续的业务增长新引擎。
　　2、积极参与技术变革，驱动产品与产业升级
　　公司将持续紧跟前沿AI技术，以市场需求为导向，加快产品线的功能定型及量产闭环，持续夯实产品化能力。在此基础上，公司将聚焦端侧AI应用落地，充分发挥贴近客户、贴近场景的竞争优势，推动核心技术在细分领域实现高效部署与价值转化。此外，公司将积极拓展与优质高校、科研院所的产学研合作，强化前沿技术的前瞻布局，通过技术突破驱动产品迭代与产业升级，持续提升公司的核心竞争力。
　　3、以资本为纽带，加快布局并提升客户服务能力
　　公司将以资本为纽带，依托组建产业基金进行投资孵化、寻找优质资产进行并购整合等方式延伸产业链布局，丰富产品结构与服务能力，持续拓展业务边界。同时，公司将加快引入战略股东，借力战略股东的产业资源与行业影响力，进一步加速战略客户的拓展与资源整合，提升在关键市场中的综合服务能力。通过资本运作与业务发展的深度融合，公司将持续夯实产业基础，构建更加协同、高效的业务生态，全面提升面向客户的一体化服务能力。
　　4、加强全面风险管理，保障稳健经营
　　在治理层面，公司将持续强化治理层合规管理，严格落实规范运作要求，不断提升公司治理水平，从顶层设计上确定风险管理策略。在执行层面，推动财务、法务、业务等各职能部门协同发力，持续健全与完善风控体系，形成覆盖全面、运行有效的风险防控机制，确保风险管控贯穿业务全流程。同时，以数据安全为底线，构建覆盖数据全生命周期的安全管理体系，筑牢信息防护屏障，保障业务发展与安全管控同步推进，为稳健经营与高质量发展提供坚实保障。
　　5、优化组织建设，夯实发展根基
　　公司将持续优化绩效考核体系，构建科学合理的激励约束机制，充分激发组织活力与员工创造力。在此基础上，紧密围绕年度经营目标，着力引进渠道拓展、生态合作、人工智能技术等关键领域的专业人才，持续加强团队建设，打造结构合理、能力过硬的人才梯队。同时，将持续推进“诚毅”文化建设贯穿人才选拔、培养、激励与管理的全过程，以文化为引领，厚植组织发展底蕴，为推动公司高质量发展提供坚实的人才保障与组织支撑。 收起▲

　　一、报告期内公司所属行业及主营业务情况说明　　(一)主要业务、主要产品或服务情况　　1、主要业务　　2025年上半年，作为人工智能技术赋能数字经济建设的整体解决方案和产品提供商，公司以“技术基座筑基、生态协同赋能、体系保障提质”为战略核心，在巩固传统优势领域的同时，推动业务结构优化升级，成功构建起“硬核技术+生态共建+全域服务+体系保障”的立体化发展格局。　　在管理体系建设层面，报告期内完成质量/环境/职业健康安全管理体系、集团-售后服务管理体系等多项管理体系的提交审核工作，为构建全流程管理闭环、保障业务高质量扩张奠定标准化基础。　　在城市数字化转型领域，2024年度布局的“城市智芯”战略... 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)主要业务、主要产品或服务情况
　　1、主要业务
　　2025年上半年，作为人工智能技术赋能数字经济建设的整体解决方案和产品提供商，公司以“技术基座筑基、生态协同赋能、体系保障提质”为战略核心，在巩固传统优势领域的同时，推动业务结构优化升级，成功构建起“硬核技术+生态共建+全域服务+体系保障”的立体化发展格局。
　　在管理体系建设层面，报告期内完成质量/环境/职业健康安全管理体系、集团-售后服务管理体系等多项管理体系的提交审核工作，为构建全流程管理闭环、保障业务高质量扩张奠定标准化基础。
　　在城市数字化转型领域，2024年度布局的“城市智芯”战略落地成效显著。依托“数据-算力-应用”三层架构搭建智能技术生态基座，实现对细分行业场景的深度赋能。以庐山为例，通过基座的跨领域协同能力，公司为当地羽绒服小微企业提供AI自动化打板解决方案，将设计周期压缩近半，推动传统产业向智能化生产跃迁，成为“城市智芯”赋能区域经济的典型实践。此外，在智慧文旅领域，公司聚焦精品化布局：一方面正积极为庐山设计和开发沉浸式剧场，计划融合前沿AI交互与场景营造技术，打造科技文旅体验新标杆；另一方面稳步推进崇义景区统管项目，以构建智能化管理体系为核心，为景区文旅资源整合和管理打造智能化管理平台。
　　在核心技术产业化方面，基于智能技术生态基座，持续发力AIoT领域，强化多场景适配与跨设备协同能力，为各行业数字化转型提供技术支撑。同时，与浪潮计算机科技有限公司落地战略合作，共建DeepSeek一体机等信创国产化产线，以“自主可控、安全可靠”为核心，推动AI技术与国产化软硬件生态深度融合，构建从核心技术到终端应用的国产化全链条体系，为数字经济安全发展筑牢根基。
　　在行业场景赋能方面，公司在公共安全、社会治理等多个行业持续发力，依托技术积累与场景经验，将AI能力深度融入各领域业务流程。其中，公司开发的智能养老解决方案、智能制造解决方案作为赋能传统行业的新产品，依托技术基座支撑实现快速落地，为传统行业智能化升级提供助力；AI+企业服务作为公司新型业务板块，凭借创新模式与技术优势，实现从技术研发到场景落地的快速转化，进一步拓展了公司的业务能力边界。
　　2、主要产品及服务
　　公司立足数字经济，聚焦人工智能大数据核心技术的沉淀与发展，布局区域人工智能应用创新基地，构建人工智能大数据应用能力底座，与客户同行，深入千行百业，开拓文旅、农业互联网、海洋数字化、工业制造等领域，为行业客户提供具有核心竞争力的数字化、智能化产品及AI+行业应用的系统级整体解决方案，助力行业数字化转型。
　　报告期内，公司构建完成“数据-算力-应用”三层架构智能技术生态基座，通过整合多源数据资源、统筹算力调度、封装通用技术组件，实现技术要素的模块化封装与跨场景灵活适配，为各行业数字化转型提供坚实的底层支撑。同时，在AIoT领域持续发力，推动感知技术、传输技术与边缘计算的深度融合，实现多终端设备的高效协同与多场景的精准适配，为智慧文旅、智能养老、工业制造等领域提供强有力的硬件赋能。在服务模式上，公司以“生态共建”为核心，联合产业链上下游伙伴，构建协同发展的产业生态。通过提供从技术咨询、方案设计、产品部署到运营维护的全周期协同服务，推动技术与各行业业务场景深度融合。致力于实现从单一产品供给向全域数字化服务的升级，切实助力各行业客户实现数字化转型。
　　（二）主要经营模式
　　1、研发模式
　　（1）提升完善产学研深度融合的技术攻关体系
　　公司以国家企业技术中心为枢纽，依托博士后工作站、罗普特人工智能产业学院等平台，形成“院士专家-高校团队-企业实验室”三级研发网络。通过联合承担重大专项和共建跨领域实验室，实现核心技术攻关与知识产权共享。在多年的发展和研发过程中，与科研院所、院士专家、高校等生态内科研力量建立了良好的合作关系。公司为了加快人工智能+机器人技术的研发工作，加强了与特定领域的头部科技企业、科研机构深度合作，建立“项目制+柔性引进”机制，形成独具特色的前沿技术合作研发机制和体系。统筹高校科研资源、生态伙伴技术团队，重点突破多模态AI、行业知识图谱、智能感知等前沿技术，实现技术成果各个特定领域的产业化应用。赋能公共安全、社会治理、交通管理、教育医疗、应急管理、生态环境、农业互联网、工业制造等行业领域的产品和技术研发工作，通过人工智能和大数据等技术手段赋能更广阔的行业领域，助力各行、各业数字化转型和智能化水平提升。
　　（2）双轮驱动架构，标准化研发管理体系
　　公司积极拥抱新质生产力变革，将人工智能技术深度应用作为驱动发展的重要引擎。深度融合人工智能等先进技术于研发、生产、管理各个环节，提升研发效能，运用AI研发助手实现需求分析、代码生成等环节自动化，释放大量重复性人力投入，使团队聚焦创新性研究，进一步激发组织创新活力，为客户提供高品质的产品与技术服务，持续构建AI技术竞争力。
　　公司研发架构体系不断完善，已在上海、厦门分别设立科创中心及区域研究院，持续深化产学研合作，强化博士后工作站建设。同时优化研发组织架构，推动集团研发及项目资源管理平台化，加强区域研发扁平化管理，有效提升核心技术成果转化率及研发产业化管理能力。此外，公司通过科创中心会联动高校、博士后工作站，高效响应集团全国市场开拓需求，在市场实践中持续提升核心技术创新力与业务竞争力；依托项目管理中心的深度整合与高效运作，强化项目全生命周期管理体系，创新项目管理信息化工具与平台，显著提升产品研发及项目交付效率与规范性。
　　（3）场景化产品和技术创新，与客户共创市场化产品机制
　　公司坚持与客户共同进行技术创新的研发理念，在院士带领和国家产业政策指引下，建设区域研究院和人工智能联合实验室，同时对研发组织架构进行提升，将集团研发和项目资源进行平台化管理，加大对业务一线的研发技术支撑力度，进一步将区域研发进行扁平化管理，打造“科研指引、全国布局、产业战略、区域项目，纵向到底、横向到边”的研发模式。
　　长期以来，公司基于与业主客户的深度合作，结合当地行业特色及场景需求，打造行业应用示范基地，开发出一系列具备场景落地能力、可快速复制的行业级产品与技术解决方案，并通过市场战略调研、产品规划、渠道建设及项目实战检验等举措完善产品体系，形成端到端智能软硬件产品、行业级平台等多系列产品及一体化技术解决方案。例如：在厦门、沙县、永川等地，与当地业主客户在社会治理、基层警务创新等领域共建行业标杆项目；在湖北大冶等地，联合当地业主客户打造城市级智慧停车应用运营及智能停车桩等标杆案例；在河南平顶山、河北衡水、大名等地，与业主客户合作开发城市治理、数字经济、产业招商及化工园区应急等领域的技术应用示范项目；在深圳，基于“新一代人工智能技术”，围绕小散工程安全监管打造“两终端一平台”智慧监管方案，实现AI赋能施工安全管理。
　　2、销售模式
　　（1）区域化营销网络与行业化营销网络相结合，构建立体化市场体系
　　公司坚持以技术营销为驱动，为客户提供优质的方案设计、驻点开发，赢得客户的信任，推动区域子公司的建设。公司以区域为单元设立子公司，通过不断扩展的技术型区域子公司获得市场优势，实现区域子公司本地化、技术化、实体化，确保市场可持续性发展。
　　同时，公司加强与涉及行业主管部门的技术交流与政策学习，顺应行业需求大趋势，着力行业顶层设计及整体规划；加强与行业研究机构及龙头企业的战略合作，形成精准独特的产业链定位，树立行业地位，由上至下与区域网点形成有效融合，构建罗普特独特的立体营销体系。
　　（2）依托合资合作模式，加强区域资源整合，加速产业落地
　　公司积极利用自身的技术优势及产学研资源整合能力，结合全国各区域的产业特色，寻找当地在相关产业领域拥有竞争优势的国有企业或地方龙头企业展开合资合作，并通过向合资公司赋能助力当地产业数字化升级，实现与当地优势产业主体的深度绑定，助力公司业务在当地的快速落地和发展。
　　（3）技术变革创新，提升客户技术信任度和用户粘合度
　　公司将总部的产业和技术资源平台化，组织前线以区域为单位在当地设立子公司，将技术团队力量下沉到区域当地用户，形成强劲技术服务体系，同客户进行联合创新，贴近客户实战进行技术服务，提供最适合客户和当地的技术解决方案，获得客户的实战认可，与客户共同建设标杆性应用示范基地。
　　整合当地的数据资源，在安全合法合规的前提下，发挥公司在数据治理及数据运维方面的技术积累和保密资质的优势，打造区域人工智能应用服务基地，提供“数据＋运维”的新型服务模式，通过对数据的挖掘、分析、二次加工及应用，形成系列数据算法及强大的数据应用平台，从而在区域化市场提升客户粘合度及市场影响力，为全国市场的二次销售奠定良好的应用示范效应和基础。公司目前在全国多个省市通过区域分子公司和区域研究院与当地客户创建了数据治理和系统运维的合作模式，通过组建专业技术服务队伍，为区域和行业客户提供数据治理和平台系统运维升级服务。
　　（4）加大与生态合作伙伴战略合作，构建行业生态，提升服务能力
　　公司在全国各区域加强与当地的集成商战略合作，向集成商提供优质的产品及行业解决方案；与优质供应商战略合作，提倡“风险共担，收益共享”，扩大生态圈影响力。与更多集成商、供应商的战略合作，大大提升公司的业务消化能力，缩短公司的产品营销周期，提升合作伙伴影响力，提高公司的资金周转率。
　　（三）公司所处行业及行业发展情况
　　根据中国证监会发布的《上市公司行业分类指引》（2012年修订）及国家统计局2011年公布的《国民经济行业分类》（GB/T4754-2011），公司所处行业为“软件和信息技术服务业”。同时公司聚焦人工智能产业生态，依托于数据服务能力，致力于“AI+行业”服务的源头创新。
　　（1）行业发展阶段及基本特点
　　人工智能行业的发展历程是算力、算法与数据三大核心要素相互促进、共同演进的过程，当前正处在“算力基建化、算法大模型化、数据价值化”的关键阶段，呈现出鲜明的行业特征与发展趋势。
　　算力资源从早期的稀缺资源逐步演变为普惠型基础设施，专用芯片与云计算技术的突破使得企业能够通过自建数据中心、云服务或边缘计算节点构建弹性云边协同的算力网络，支撑自动驾驶、工业物联网等实时性要求高的场景需求。算力的规模和成本可控性得到显著提升，异构计算技术增强了对不同算法不同场景的适配性，私有化部署成为很多国央企及大型企事业单位对算力的显著需求，能效成为衡量算力基础设施效能的核心指标。同时，国产化进程加速，国内算力芯片与算力平台的自主研发步伐加快，算力基础设施国产化率不断提升。
　　算法发展则从早期的单点突破转向系统化创新，从专用模型走向通用模型再到高效推理代理模型的转变，经历了从传统机器学习到深度学习、再到生成式AI与多模态模型的范式升级，在算法效率、推理能力和多模态能力均有显著提升。当前阶段的算法创新以模型复杂度、参数规模的指数级增长为特征，千亿参数的大模型与跨模态融合能力显著提升了技术的通用性，但同时也面临技术门槛高企、研发成本攀升的挑战。算法研发需紧密结合行业知识与数据特征，例如通过小样本学习、迁移学习等技术解决数据不足的痛点，同时需应对模型可解释性与安全性的难题，而可追溯的决策路径与风险预警机制成为技术落地的关键。
　　数据作为人工智能的“燃料”，也是AI发展的核心驱动力，已从早期的单纯积累转向高质量多样化数据的深度价值挖掘。数据规模与多样性呈爆炸式增长，数据治理与安全合规能力、算力算法配合协同能力、数据要素化资产化价值化的转化能力、数据生态体系与数据人才体系成为核心竞争点，数据隐私保护与合规要求不断提高。行业正通过数据中台、联邦学习等技术整合分散数据，构建行业知识图谱与领域专用数据集，推动数据从“资源”向“资产”转化。
　　人工智能三要素产生协同效应正成为行业发展的核心驱动力：算力为算法提供试验场，支撑大模型的训练与迭代；数据为算法注入行业基因，垂直领域的数据积累决定模型的适用性和专业性；算法则通过自动化数据处理和特征提取以及数据增强等技术反哺数据利用率。未来，行业将围绕“高效算力调度”、“轻量化模型部署”、“数据-模型-场景闭环”等方向深化创新，推动人工智能从“技术驱动”向“价值驱动”转型，最终实现技术普惠与产业智能化的深度融合。
　　（2）产业政策
　　近年来，我国政府高度重视人工智能和数据要素产业的发展，报告期内持续出台了一系列政策以支持和促进这一行业的健康成长。
　　（3）行业发展趋势
　　报告期内，人工智能行业在算力、算法、数据三大核心要素领域加速突破，推动新技术、新产业、新业态与新模式的深度融合。算力基础设施的普惠化、绿色化和私有化部署成为重要趋势，云计算、边缘计算与专用芯片的协同应用显著降低了技术门槛，企业通过混合算力网络（如云端训练与边缘推理的协同）支撑了工业物联网、智慧交通等实时性场景需求。绿色计算技术的普及进一步优化了能效比，液冷技术与低碳数据中心的建设为大规模模型训练提供了可持续的算力保障。私有化部署可以帮助企业自主掌控数据存储、传输和使用的全链条，避免公共云环境中可能存在的数据泄露风险，符合《数据安全法》《个人信息保护法》等法规对敏感数据本地化存储的要求，受到国央企、事业单位、大型集团企业等对数据安全要求等级高主体的广泛欢迎。
　　算法创新则聚焦轻量化与多模态融合，国产大模型如Deepseek通过参数优化、硬件协同设计以及开源模型框架，大幅降低了训练与部署成本，使中小企业能够以更低门槛获取前沿AI能力，加速技术普惠化进程。多模态融合技术突破了数据形式的壁垒，推动算法从“单点工具”向“系统化解决方案”升级，为人工智能应用落地注入强劲动能。
　　数据应用进入深度价值挖掘阶段，企业通过数据中台与联邦学习技术整合分散数据资产，构建行业知识图谱。数据安全与合规性成为价值释放的关键，隐私计算与数据脱敏技术的成熟，使得数据在跨机构共享与模型训练中既能保障隐私，又能释放商业价值。
　　未来，行业将围绕“普惠化、场景化、生态化”深化发展：算力将进一步向边缘渗透，通过云边协同技术实现“算力到端”的普惠覆盖；算法轻量化与多模态技术的结合将催生更多垂直解决方案；数据驱动的生态协同将加速发展，企业通过开放API接口与行业数据平台构建跨领域创新网络，推动技术价值向产业全链条延伸。这些技术演进与模式创新，正重塑人工智能行业的竞争格局，以“技术-场景-生态”的闭环推动实体经济智能化转型，实现从“技术突破”到“产业落地”的跨越式发展。
　　（四）公司所处市场地位
　　当前人工智能行业仍处于快速发展阶段，未来发展前景广阔，但行业内的竞争日益激烈。目前我国人工智能产业企业聚焦基础模型研发与多元化的应用场景，在我国国情和市场需求的引领下，瞄准交通、医疗、金融、安防等领域智能化改造升级的切实需求，集中选择一个或者几个重点领域进行重点布局，围绕行业全生命周期大数据，通过深化技术应用，打穿核心商业场景，率先实现商业闭环与规模商用。近年来，我国涌现出一大批新兴的人工智能企业，推动我国该领域的产业规模持续扩容，同时，也推动了行业内的良性共赢竞争。
　　公司始终坚持自主研发和创新，深化人工智能及大数据技术在智慧城市和智慧海洋等领域的应用，积累了大量AI技术+行业场景应用解决方案，能够有效满足客户的需求并高效解决客户问题，完成技术到实际落地应用的“最后一公里”，使AI成为客户生产生活中的常态化工具；公司不断沉淀、完善和升级技术中台，形成了公司AI时代的关键技术资产，基于AI技术中台可以快速研发与交付新的解决方案，同时发挥公司在大数据与物联网领域的优势，支撑公司实现了人工智能解决方案跨行业、跨区域的纵横多元化布局。近年，公司入选国家工业和信息化部第四批专精特新“小巨人”企业名单、国家知识产权局公布的“国家知识产权示范企业”、“厦门市新兴数字产业企业”、“厦门市图像信息技术重点实验室”、“福建省产业数字化服务商”等多项荣誉以及获得权威网站“智慧公安TOP50”的行业认可。

　　二、经营情况的讨论与分析
　　作为深耕人工智能领域的科技公司，公司聚焦算力、算法、数据三大要素推进产业布局。目前公司正处于机遇与挑战交织并存的关键节点，一方面，行业数字化转型加速且国家政策大力扶持，带来广泛需求的同时也营造了有利环境；另一方面，激烈的技术变革使得公司需持续追加研发投入，而公司过往业务模式导致应收账款回款压力大，资金回笼慢进而影响现金流与业务拓展，目前面临业务转型的压力。面对市场环境的变化，公司未盲目追求业务规模，而是以风险控制为先，优先承接资金有保障的订单，同时积极应对挑战、优化商业模式，致力于实现健康可持续发展。
　　报告期内，公司持续聚焦AI领域的研发投入以提升科技创新能力，在寻求更多、更深区域城市链接的同时，以客户需求为导向，积极融入人工智能产业生态，广泛汇集资源扩展业务边界。同时，公司根据《公司法》《上市公司章程指引》等法律法规的变化，全面修订公司章程及配套制度，取消监事会的设置，强化审计委员会等专业委员会的职能，确保公司的各项制度符合最新的法律法规。具体经营情况如下：
　　（一）聚焦主业，践行提质增效行动方案
　　1、聚焦主业发展，提升经营质量
　　报告期内，公司积极应对外部环境变化，持续推进业务转型与市场拓展，经营态势呈现显著改善。报告期内，公司实现营业收入7,121.63万元，较上年同期增长81.38%；实现归属于母公司所有者的净利润为-4,737.46万元，较上年同期亏损减少203.61万元，亏损收窄与营收增长的协同改善印证了公司当前发展战略的阶段性成果。与此同时，公司业务结构持续优化，毛利率较高项目的占比提升，带动整体毛利率水平亦有所改善。报告期末，公司资产总额为15.01亿元，归属于上市公司股东净资产为8.45亿元。
　　在现金流管理方面，公司持续完善“全流程回款管理体系”，通过多项举措强化资金流动性管理。一方面，公司实施客户信用评级制度，依据客户的历史履约记录与财务状况，制定差异化的账期政策，从源头降低坏账风险。另一方面，持续做深、做细专项回款工作，推行责任到人的催收机制，并辅以考核奖励办法，进一步加强应收账款的回款管理。此外，针对回款周期特别长或者逾期回款的客户，除加大催收力度外，公司也积极对接金融机构推动应收账款融资和拓展供应链金融，最大限度盘活应收账款资产。报告期内，以上系列措施成效显著：公司共收回账龄1年以上的应收账款3,085.47万元，经营活动现金流净额达734.25万元，较上年同期的经营现金流情况实现显著改善。
　　2、置身行业技术变革，加快发展新质生产力
　　报告期内，在人工智能技术变革的大背景下，公司密切关注行业内算力、算法和应用领域的新技术与新态势，积极拥抱新一轮信息技术变革。报告期内，公司布局了AI算法训练推理一体化平台、多模态垂类模型等核心技术，为复杂场景的理解与交互奠定了基础。同时，公司构建了“数据-算力-应用”三层架构的智能技术生态基座，该基座通过整合多源数据资源、统筹算力调度、封装通用技术组件，实现技术要素的模块化封装与跨场景灵活适配，为各行业的数字化转型提供了坚实的底层技术支撑。
　　在内生业务拓展方面，报告期内公司战略性开辟“DeepSeek一体机”业务线。该业务线联合浪潮计算机科技有限公司，共同打造以DeepSeek大模型为核心的通用型AI软硬一体智能装备，将硬件设备、算法模型、应用接口集成于标准化产品体系，可广泛适配工业制造、政务服务、医疗健康、商贸流通等多个行业场景。此外，公司更新智能医疗养老解决方案相关产品，包括养老
　　机器人、智能照护系统、老人防迷失方案、毫米波雷达跌倒探测装置等，为客户提供智慧养老“医”、“养”一体解决方案；完善智能制造相关产品体系，新增激光盘粮仪产品，可以替代传统人工扦样称重模式，大幅提升效率，助力客户实现粮仓无人化盘点；新增开发多个“AI+企业服务”相关产品，如企业商旅智能管理系统（含网页端、移动端APP）、智慧物业协同服务平台（含物业管理后台、商户端、业主端、政府监管端）、小微律助智能合同平台（含网页端、微信小程序）等，进一步拓展公司的业务能力边界。
　　在外延发展布局方面，公司积极组建专注于产业链上下游整合及新兴领域投资的产业基金，旨在聚合内外部资本力量，构建多元、可持续的业务增长矩阵，为长远发展注入可持续增长动力。同时，依托多年积累的产业洞察与资源优势，系统化地搜寻、筛选具有高协同潜力或突破性技术的并购标的，通过严谨的尽职调查、科学的估值模型，力求精准“布局”潜力赛道，加速对前沿技术和战略业务的触达与整合。
　　3、强化完善内部治理机制，保障公司规范运作
　　报告期内，公司根据新修订、颁布的法律法规和规范性文件要求，结合当前业务的实际情况和监管要求，落实取消监事会的治理安排，强化审计委员会等专业委员会的监督职能，全面修订《公司章程》及配套的各项治理制度，进一步完善内部控制机制，确保公司的各项制度符合最新的法律法规。报告期内，公司完成了《公司章程》《股东会议事规则》《董事会议事规则》等26个制度的修订并废止《监事会议事规则》。
　　此外，为进一步激发组织活力，建立、健全公司长效激励约束机制，吸引和留住公司核心管理、技术和业务人才，充分调动其积极性和创造性，公司发布并审议通过了《公司2025年股票期权激励计划（草案）》，并首期向26名董事、高级管理人员、核心技术人员及业务骨干等激励对象授予451.00万份股票期权。本次股权激励计划的业绩及考核目标，有效将股东、公司和核心团队三方利益相结合，促使各方共同关注公司未来的长远发展，有利于保障公司发展战略和经营目标的实现。
　　4、严规范、防风险，强化“关键少数”责任
　　报告期内，公司紧扣上市公司高质量发展要求，以“关键少数”责任落实为核心，系统推进治理体系优化升级，为战略转型筑牢风控防线，保障企业稳健发展。
　　董事会建设上，公司在1月份完成换届，优化了成员专业结构，确保合规且配置合理。新任的3位独立董事分别具备财务、法律、机械工程背景，专业互补性增强，保障重大决策科学独立，夯实了决策根基。报告期内，公司组织独立董事开展7次现场履职调研，聚焦行业形势、风控与内控建设等关键问题，充分发挥其在治理中的作用，助力提升整体治理水平。
　　为强化“关键少数”的合规意识与能力，公司积极组织董事、高管参与监管机构及上市公司协会的培训活动，上半年累计25人次参与。同时，及时传达《科创板监管直通车》《资本市场动态》等专刊，帮助“关键少数”掌握监管政策与市场动态，筑牢合规底线。
　　5、重视股东回报，共享经营成果
　　报告期内，公司更新发布《罗普特科技集团股份有限公司未来三年（2025—2027年）股东分红回报规划》，并将其作为重要的经营目标。在制定股利分配政策时，公司充分考虑了实际经营状况、发展目标、股东（特别是中小投资者）的合理回报诉求、外部融资环境等多方面因素。公司致力于通过提升产品竞争力和整体盈利能力来夯实价值基础，并建立持续、稳定、科学的投资者回报机制，以确保股利分配政策的连续性和稳定性。
　　同时，公司高度重视市值管理工作。依据《国务院关于加强监管防范风险推动资本市场高质量发展的若干意见》《上市公司信息披露管理办法》以及《上市公司监管指引第10号—市值管理》等相关规定，并结合自身实际情况，公司制定了《罗普特科技集团股份有限公司市值管理制度》，旨在从信息披露、投资者关系、股权激励、价值传递等维度规范市值管理行为，推动公司价值增长，努力提升股东回报。
　　6、提高信息披露质量，加强投资者沟通
　　报告期内，公司始终秉持“投资者为本”的发展理念，在信息披露与投资者关系工作中持续发力，致力于提升公司治理透明度，增进市场信任，为全体股东创造长期价值。
　　在信息披露方面，公司始终将合规性与准确性置于首位。上半年，公司共披露各类文件90份，其中包括临时公告38份及相关附件52份，所有披露文件均实现“零差错、零更正、零补充”。同时，公司严格依照《上海证券交易所科创板股票上市规则》等有关规定，按期合规召开董事会会议5次、股东会3次，高效审议并通过了一系列关键议案，保障了公司重大决策程序的合法性与科学性，为稳健经营筑牢了根基。
　　在投资者关系维护上，公司致力于构建与广大投资者积极、和谐的良性互动关系及常态化、高质量的交流机制。上半年，公司成功举办两次业绩说明会，聚焦经营成果与未来战略。公司董事长、总经理、财务总监、董事会秘书及独立董事悉数出席，坦诚回应市场关切，充分展现了公司对投资者的尊重与开放透明的态度。日常沟通也保持高效畅通，报告期内，公司通过上证E互动平台及时、专业地回复投资者提问，确保投资者的疑问得到有效解答，持续传递公司价值。
　　（二）砥砺前行，深化战略布局
　　1、提炼痛点，打造符合行业趋势的刚需产品
　　公司围绕算力、算法、数据三大核心要素深入推进产业布局，并加快在具身智能等应用场景的业务落地。在算力领域，公司持续加强与华为昇腾、英伟达及国内头部算力私有化部署厂商合作，其中重点联合浪潮计算机科技有限公司发布大模型一体机，并拟在晋江落地AI产业基地项目，合资新建产线以实现规模化生产、提升产能，全力打造边缘端私有化部署能力，为公安、政务、能源等对数据安全敏感领域及工业生产质量检测、智能安防实时监控等场景提供适配边缘端的轻量化算力设备，满足高效运算与数据安全隐私保障需求。晋江AI产业基地也获得当地政府的高度持，未来也将在业务订单、政策补贴等多方面助力合资公司的发展。
　　在算法领域，公司紧跟人工智能多模态技术发展趋势，依托多年技术沉淀与场景积累，在公共安全、政务、智能制造等领域布局多模态垂类模型算法并开发行业垂类智能体。在公共安全领域，公司融合视觉图像、语音报警、环境传感等多模态数据，结合行业专家知识与顶尖科研机构联合训练，显著提升人员识别、事件预判的精准度；在政务领域，通过构建行业专属语料库，整合政务流程规范等场景数据，不仅能实现政策条款的智能拆解，还能结合民众咨询的语境与历史交互记录，提供更贴合需求的精准响应，推动服务流程从“被动解答”向“主动预判”转型；在智能制造领域，整合生产线上的产品外观图像与设备运行参数、工艺数据等，实现产品缺陷快速识别与设备故障预测，大幅提升生产质量与效率。报告期内，公司研发的“5G+AI空中交警智能巡航预警系统”深度融合5G高速率、低时延特性与AI多模态算法，通过计算机视觉实时识别无人机、飞鸟等空中目标，同步融合雷达监测数据、气象信息等多维度内容，精准分析目标轨迹、速度等参数，可迅速对无人机闯禁、飞鸟靠近机场等异常情况发出预警并传输至管理部门，该系统凭借突出的实战价值荣获“第四届厦门5G应用大赛-最具商业价值奖”，充分彰显了公司在多模态技术研发与行业落地中的技术实力和领先优势。
　　在数据领域，公司深耕数据服务产业链，构建“采集-清洗-标注-挖掘”全链条服务能力，并致力于以全生命周期安全措施为政府客户提供安全可信的数据治理服务，助力提升城市治理水平。在数据采集环节，协同客户和具体业务场景，依托多模态传感器设备与物联网技术获取多源异构数据；在数据清洗环节，联合院士专家及科研院所，持续开发并迭代算法提升数据质量；在数据标注环节，依托于专业团队与自动化标注技术输出精准数据；在数据挖掘环节，紧密结合客户需求，依托技术与平台为客户决策赋能。报告期内，公司凭借多年在数据服务领域的积累，入选福建智慧城市数据中心名单。
　　在应用领域，公司积极布局具身智能产业，计划构建从核心零部件到行业本体机器人的全产业链体系。在零部件环节，公司积极对接传感器、控制器等核心部件的生态企业，探索股权与业务合作；在行业本体机器人领域，公司聚焦智慧安防、智能制造、消防应急等业务场景，联合头部机器人公司开发行业专用机器人产品。其中，拟开发的智慧安防巡逻机器人将具备自主导航、危险行为识别、应急事件处置等功能，拟开发的工业场景机器人则可完成高精度装配、产品质量检测等复杂工序，满足智能制造领域的精细化需求。通过在具身智能领域的全产业链布局，公司未来力争成为福建省机器人产业平台标杆企业，引领区域产业升级。
　　2、加强外部资源链接和导入，拓展能力边界
　　公司以“加强外部资源链接和导入”为核心，通过系统性整合产学研资源拓展创新边界。报告期内，公司设立公共安全图谱融合研发中心，整合跨领域技术力量攻坚核心难题；入选集美区实训基地，持续夯实博士后实习工作站，构建人工智能领域“培养-储备-转化”的高端人才链，为技术突破提供智力支撑。同时，公司紧扣人工智能行业的具身智能发展趋势，深化产业协同创新，探索陪伴型及文旅服务机器人应用场景开发，将技术储备转化为场景化解决方案能力。
　　在全球化布局中，公司依托多年在国内应用场景的AI技术积累，积极拓展海外业务边界。通过为境外客户提供定制化解决方案，将成熟技术与本地化需求深度融合，例如在安防领域输出AI智能分析系统；同时瞄准香港市场的高端需求，积极争取订单突破，以区域突破带动全球业务网络构建，实现技术价值与市场边界的双重拓展。

　　三、报告期内核心竞争力分析
　　(一)核心竞争力分析
　　1、拥有产学研一体研发生态，贴近客户需求进行研发
　　公司深知技术创新是在行业内立足的根本，围绕市场需求和行业发展趋势，聚焦人工智能、云计算、智能感知、大数据及数据价值挖掘技术研究，拓展AI+行业的应用创新，建立并不断完善技术研发体系，深入行业应用，为各行业客户提供具有核心竞争力的数字化产品、技术及数据服务，助力行业数字化转型。
　　公司拥有计算机视觉国家级人工智能技术中心，构建技术中台以及标准化技术模块，加快行业研究院区域化建设，以匹配人才发展规划，贴近用户服务创新。
　　公司充分借鉴IPD研发模型及敏捷开发模型，规范项目立项、项目管理、项目结项的研发流程，有利于公司研究开发项目的规范化、流程化、高效化，在保证产品可靠性的基础上促进研究开发成果的快速落地。
　　公司通过了企业知识产权管理体系认证（GB/T29490-2013）、信息技术服务管理体系认证（ISO/IEC20000-1:2018）、信息安全管理体系认证（ISO/IEC27001:2013）、质量管理体系认证（ISO9001:2015）、商品售后服务评价体系（GB/T27922-2011）等系列认证，持有软件开发成熟度CMMI五级证书。
　　在不断完善自有研发平台建设、持续巩固自身研发实力的同时，公司积极与科研院所、院士等开展关于行业拓展的合作，参与及牵头国家重点专项课题、重大科研课题、政法研究课题等前沿课题，建立起产学研用协作关系，通过内生性的自主研发和开放式的外部科研院所、技术专家合作模式，公司研发体系建设的广度和深度得以拓展，技术研发实力不断增强。
　　2、具备丰富的行业实战经验，可跨行业多领域为客户提供服务
　　公司自设立以来，深耕公共安全、智慧政法、智慧城市、智慧交通、智慧海洋、生态环境业务，并积累了丰富的专业技术和实战经验。AI+行业前景仍处在方兴未艾的发展阶段，人工智能安全领域市场机会是公司主营业务持续增长的基础，大数据平台技术及大数据价值挖掘技术，围绕行业数字化智能化水平提升是新的增长引擎。与此同时，公司在长期激烈的市场竞争中，依托在智慧城市领域的技术积累和应用能力，逐步形成“打通技术到实战应用最后一公里”的能力，锻造出参与市场角逐的差异化竞争优势，促成了公司运用计算机视觉人工智能技术、大数据技术向各行业多领域延伸渗透，公司业务逐渐在应急、医疗、教育、市政、专业园区、农业、水利等行业不断拓展落地。
　　3、广泛链接城市客户，高效触达应用场景
　　公司依托自身研发基础与多个客户建立了长期稳定的合作关系。在国家和地方政府的科研支持下，公司承接了国家和地方政府多个重大科研项目，涉及“存算一体化”AI芯片产业化、政法智能化、市域社会治理、海洋数字经济产业化等多个行业方向。此外，得益于广泛链接的城市客户基础和多年的行业经验，公司能够快速获取前沿、真实的市场需求，基于对市场需求的深刻理解，将AI技术高效融入到具体应用场景中，使技术解决方案始终紧跟市场脉搏，满足不断变化的需求。
　　4、深度绑定产业链生态伙伴，合力拓展区域市场
　　公司聚焦主业发展、持续贯彻客户第一的原则，着力打造多渠道、多形式、可持续发展的开拓模式；积极拓展并培育各地子公司，建立起根据地业务，与当地产业主体进行深度绑定合作，推进合作的进一步深入；公司高度重视生态合作伙伴，通过与行业龙头企业、大型集成商、本地运营商的长期合作，为客户提供具有竞争力的产品及服务支持；公司重视行业延伸，立足传统的公安政法业务，不断拓宽业务边界，如在数字海洋领域，公司与上海海图中心、厦门大学合作推进海洋数字经济产业化，研发智慧海洋牧场、船舶安全导航等创新产品，构建二三维海陆融合大数据平台，助力长三角经济带海洋经济高质量发展，目前相关技术已在厦门等地实现业务落地，服务海洋渔业局、养殖企业等客户。在智慧文旅方面，公司通过“未来数智应用技术联合创新中心”联合院士团队，参与庐山等地的数字化文旅建设，运用AI技术优化景区管理与服务。
　　5、构建持续迭代的技术中台，可快速、高效响应客户需求
　　在近二十年的持续经营过程中，公司成功完成了涉及多个领域的标杆性项目，对内公司研发与技术部门积累了丰富的行业经验，并通过持续实践在技术中台中储备了可以适用于多个领域的众多成熟的技术模块、软件版本以及平台。公司根据最终用户的不同需求，对已有成熟的技术模块进行组合化应用或者二次开发，并搭配硬件设备后形成完整的解决方案，解决细分客户群的不同痛点。深入理解公共安全、智慧政法、智慧交通、智慧海洋、智慧城市的行业需求及痛点，快速输出具备技术先进、行业优势的解决方案。通过技术中台，一方面可以有效降低公司项目推广的成本、设计开发及实施周期，有助于公司保持较高的利润空间；另一方面，成熟的技术模块、软件版本以及平台的储备，有助于项目团队快速为客户提供解决方案，显著提升公司对于客户需求的响应速度。对外公司与各类生态合作伙伴有着紧密联系，无论是渠道/技术/科研均与合作伙伴保持共同发展、合力并进的合作态势，在公司发展中起到关键性的作用，也为公司平台的产业布局打下了良好的基础。
　　(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
　　在报告期内，公司在视频智能分析、多模态数据感知、边缘计算等核心技术基础上，融合AI辅助开发能力，创新打造“数据-算力-应用”三层架构的智能技术生态基座，实现技术要素的模块化封装、标准化复用与跨场景灵活适配。基座通过整合多源数据资源、统筹算力调度、封装通用技术组件，打破部门与系统壁垒，支撑跨领域应用协同，推动人工智能技术持续迭代与场景深度落地。报告期内核心技术进展如下：
　　（1）AI大模型基础技术平台
　　基于开源大模型与多模态模型的深度优化升级，进一步强化在政务、工业等垂直场景的语义理解精度与交互灵活性。通过构建行业专属语料库，整合政务流程规范、工业生产标准等场景化数据，使模型对复杂业务的解析能力显著提升。例如在基层政务场景中，不仅能实现政策条款的智能拆解，还能结合民众咨询的语境与历史交互记录，提供更贴合需求的精准响应，推动服务流程从“被动解答”向“主动预判”转型。
　　同时，积极探索区县级AI智能体的应用模式，通过将知识图谱与政务审批、民生服务等业务流程深度绑定，构建“问题识别-资源调度-结果反馈”的闭环响应链路。例如在社区治理场景中，智能体可自动关联民政、社保等多部门数据，为特殊群体提供个性化帮扶建议，让技术能力更贴合基层治理的精细化需求。此外，针对国际业务场景，优化多语言实时翻译模型，提升小语种翻译的准确性，支撑跨境合作中的无障碍沟通。
　　（2）AIoT技术平台
　　整合轻量化建模、低延迟传输等核心技术组件，重点提升跨设备协同效率与多场景适配能力。通过重构视频流与物联网数据的融合机制，实现设备运行状态、环境传感参数、空间位置信息等多源数据的实时关联分析，强化对动态场景的全域感知精度。例如在智慧园区场景中，可同步关联摄像头画面、门禁记录、能耗数据，精准识别“异常人员闯入+设备能耗突增”等复合风险。在交互技术层面，升级渲染引擎架构，采用“预渲染+实时渲染”混合模式，结合边缘节点的本地化计算能力，大幅提升沉浸式场景的响应效率与体验流畅度。同时，推进嵌入式技术与物联网的深度融合研发，开发通用化硬件接入协议，使不同品牌、类型的智能终端能快速接入平台，为多设备协同联动奠定基础，例如实现安防摄像头、环境传感器、智能门禁的跨系统联动响应。
　　（3）大数据智能技术
　　深化实时计算与离线分析的协同架构，通过优化计算引擎与规则引擎的底层适配逻辑，提升对交通拥堵、设备故障、安全隐患等动态事件的响应速度与判断准确性。在数据治理层面，整合血缘分析工具与质量校验模块，构建从数据采集、清洗、存储到应用的全链路质量管理体系，通过自动识别数据异常、追溯问题源头，确保数据从产生到应用的一致性与可靠性，为决策提供可信的数据支撑。
　　同时，推动大语言模型与大数据分析的深度协同，开发自然语言交互接口，让业务人员无需掌握复杂的编程技能，通过日常语言即可发起数据分析需求。例如基层管理人员可直接输入“近一周园区安全隐患分布”，系统自动生成可视化报告并标注高风险区域，大幅降低数据分析的门槛，提升业务决策效率。此外，优化时序数据处理能力，针对交通流量、设备运行等高频更新数据，实现秒级实时分析与趋势预判。
　　（4）智能硬件技术平台
　　聚焦硬件与算法的协同优化，通过轻量化结构设计与低功耗芯片选型，提升设备在高温、潮湿、粉尘等复杂环境中的稳定运行能力。国产化加密技术的深度应用覆盖从数据采集、传输到存储的全环节，通过集成国密算法芯片与加密传输协议，确保敏感信息不泄露，符合金融、政务等领域的安全合规要求。
　　在感知技术上，升级雷达探测算法与光谱分析模型，提升对人体行为、物质属性的识别精度与抗干扰能力。例如优化毫米波雷达的跌倒探测方案，通过多维度特征提取与场景自适应算法，减少因光线变化、障碍物遮挡导致的误报，增强对老年人、残障人士等特殊群体安全监测的可靠性。同时，前瞻布局嵌入式开发前沿技术，为桌面机器人、智能交互终端等新型智能硬件做技术储备，通过研发模块化硬件接口与可复用算法组件，探索硬件形态与场景需求的创新结合，例如开发支持多模态交互的轻量化终端，适配办公、服务等场景的智能化升级需求。
　　通过上述技术的协同迭代，公司核心技术体系实现从“单一功能支撑”向“全域场景赋能”的跨越，不仅提升了技术在各领域的落地效率，更通过生态化布局为未来业务拓展积累了可持续的技术竞争力。
　　2、报告期内获得的研发成果
　　报告期内，公司首次通过厦门市科学技术局“2024年度厦门市未来产业骨干企业备案”、荣获“第八届中国安防百强工程（集成）商”、“2025年度中国安防行业优秀解决方案服务商-智慧城市”、“2025年度中国安防行业十大品牌-智慧城市领域”等荣誉，公司“厦门罗普特公共安全图数融合技术研发中心”获得厦门市科技局2024年厦门市企业研发中心（创新中心）认定，并于2025年6月被集美区人社局授予“集美区实习实训基地”称号。
　　公司下属子公司罗普特（厦门）大数据集团有限公司顺利通过厦门市工业和信息化局“厦门市2025年专精特新中小企业复核（第一批）”，2025年1月首次获得厦门市科学技术局“2024年度厦门市未来产业骨干企业备案”，2025年6月首次入库“福建省数据应用企业”，报告期内还获得“第八届中国安防百强工程（集成）商”、“2025年度中国安防行业优秀解决方案服务商-平安城市”荣誉。公司产品“5G+AI的空中交警智能巡航预警系统”荣获“第四届厦门5G应用大赛-最具商业价值奖”。
　　截至2025年6月30日，公司累计获得各项知识产权545项，其中发明专利137项，实用新型专利25项，外观设计专利14项、软件著作权369项。
　　在知识产权建设方面，报告期内新增11项专利申请，其中发明专利10项；获得14项发明专利授权；获得4项软件著作权登记证书。报告期内获得的重要知识产权详细情况如下：
　　部分专利清单：
　　部分核心软件著作权清单：
　　3、研发投入情况表
　　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
　　报告期末，公司资产总额为15.01亿元，比上年期末减少1.34%；负债总额为6.31亿元，比上年期末增加3.44%；归属于母公司所有者权益为8.45亿元，比上年期末同比减少5.26%。2025年度上半年，公司实现营业收入7,121.63万元，较上年同期增加81.38%；实现归属于母公司所有者的净利润-4,737.46万元，较上年同期亏损减少203.61万元。

　　五、风险因素
　　(一)业绩大幅下滑或亏损的风险
　　报告期内，公司实现营业收入7,121.63万元，较上年同期增长81.38%；实现归属于母公司所有者的净利润-4,737.46万元，较上年同期减亏203.61万元。公司为保持核心竞争力，将持续保持一定力度的研发投入；为促进销售收入增长，将持续加大市场推广投入，可能导致相关成本及费用有所增长。此外，为降低资金回款风险、合理管控应收账款规模和账期，公司降低对短期业务规模的追求，战略性放弃回款能力差的项目，选择性承接有专项资金匹配的项目，可能导致营业利润下滑或净利润下滑，存在业绩亏损的风险。
　　(二)核心竞争力风险
　　1、技术更新迭代风险
　　公司所处的行业属于知识密集型、技术密集型行业。人工智能、大数据等领域的技术发展迅猛，扩散及更新迭代速度快，如不能密切追踪前沿技术的变化并将新技术用于客户服务升级，将会对公司业务产生不利影响，无法实现可持续的业务稳定及业务增长。
　　公司以国家企业技术中心为驱动，通过加强研发团队的建设，实行行业专家传帮带教练制，与外部科研机构紧密合作（包括与行业龙头合作开发、设立博士后科研工作站、与高校合作等），不断加强研发人才培养，提升科研创新力，力求在技术迅速迭代的过程中保持先进性。
　　2、研发进展不及预期风险
　　在未来经营过程中，如果公司不能持续加大研发投入或者研发投入的效果不及预期，公司的技术能力将不能持续提高，面临核心竞争力下降，经营业绩无法持续增长的风险。
　　公司紧贴各地市场，打造7*24小时响应客户需求的快速反应团队，搭建需求-研发-交付-需求的端到端的业务闭环，同时也结合业务驱动的产学研联合攻关模式进行研发，形成行业专家+产品专家+技术专家在内的“铁三角”，有效降低研发不及预期的风险。
　　3、核心人才流失风险
　　随着行业的持续发展，行业内企业之间对于高端人才的竞争日益激烈，如果公司无法持续加强核心人员的培养及引进，并为核心人员提供有竞争力的激励机制和薪资待遇等，则将面临核心人员流失的风险，公司的技术水平、研发能力也将受到不利影响。
　　公司积极储备行业人才，从行业经验、职业素养、学历条件等方面招募和挖掘潜在核心人才，同时通过传帮带构建人才梯队，并通过股权激励等多种手段跟核心人才进行深度绑定，尽量减少核心人才的流失。
　　4、知识产权风险
　　作为一家科技型企业，公司拥有较多发明专利、实用新型专利、外观设计专利、软件著作权等知识产权，该等知识产权是公司取得竞争优势和实现持续发展的关键因素。公司在业务开展过程中存在相关知识产权被盗用、不当使用或产生知识产权纠纷等风险。
　　公司不断完善知识产权审核制度，尽量降低知识产权纠纷风险。此外，公司将加大对侵犯知识产权行为的监控，严格保护公司知识产权。
　　(三)经营风险
　　1、销售季节性风险
　　公司主要客户以各地公安局、政法委、监狱、交通、市政服务机构等政府机构、军队和电信运营商等国有企业为主，项目建设资金大多来源于政府财政资金。这些客户通常实行预审管理和产品集中采购制度，一般每年年初制订年度预算、投资计划，并进行招投标方案设计，采购招标和项目建设实施集中在年中和下半年，并在下半年（特别是四季度）进行集中验收和结算，从而使得公司收入呈现明显的季节性特征，经营业绩存在较为明显的季节性波动的风险。
　　针对销售季节性风险，一方面，公司将延伸和丰富客户类别，增加非政府类客户的拓展和积累，包括重点开拓企业类客户，平滑销售业绩的季节波动性；另一方面，合理安排项目施工交付的进度，尽量减少项目集中交付的情况，在更好保证项目质量的同时平滑公司季度业绩的波动。
　　2、下游需求波动风险
　　公司服务的下游市场覆盖公安、政法、交通、教育、医疗等行业领域，各细分市场受行业发展趋势和行业政策影响，若客户出现财政预算支出削减，或客户自身业务结构调整出现智能化、数字化需求调整，将对公司的业绩和盈利能力造成不利影响。
　　公司将进一步加强对宏观环境、行业、市场、客户层面的洞察，对市场需求变化保持敏锐，及时做出积极应对。同时，公司将加强重点客户深耕，贴近客户需求进行研发及服务，推动与价值客户的战略合作以及各层级客户关系建设，提升行业竞争力，从而更有效抵御市场波动对公司带来的负面影响。
　　3、市场扩张带来的内部管理风险
　　公司在市场扩张的过程中将面临包括但不限于团队扩张、产品及服务的快速输出、人才结构优化等一系列内部管理挑战，如内部管理不能跟上，公司将面临业务被内部管理拖累的风险。
　　对此，公司持续完善优化研发体系和供应链体系，通过组织效能提升强化快速交付能力；同时，通过建设职能端共享中心和优化提升管理效能，更好服务业务发展。
　　(四)财务风险
　　1、应收款项回款不及预期的风险
　　该风险存在的主要原因是公司业务的最终客户主要以政府部门为主，而受财政资金到位时间的影响，针对该类客户的业务存在前期建设投入较高、回款周期较长的情况。公司将不断增强回款验收工作的力度，在市场扩张过程中，选择付款条件相对优质的客户，并不断探索商业模式多样化。同时，公司开始执行供应商战略合作模式，倡导并践行与供应商“风险共担、收益共享”的合作模式，减少公司的资金占用，降低因回款周期长带来的流动性风险。
　　2、应收账款余额较高风险
　　报告期末，公司应收账款账面价值合计为34,474.08万元，较2024年期末有所上升，应收账款余额较高。应收款项余额较高的主要原因是：公司业务的最终客户主要以政府部门为主，受财政付款审批进度、财政资金到位时间的影响，回款周期较长，且政府项目验收存在季节性，公司大部分项目验收时间集中在下半年，特别是第四季度，因此通常难以在当年度回款。同时，受政府财政预算政策影响，公司部分订单无法如期验收。虽然根据历史经验，政府采购项目发生坏账的风险较低，但若未来各地政府财政资金紧张，不排除政府采购项目发生坏账的可能，进而对公司的业绩造成不利影响。虽然报告期末公司主要偿债指标仍较为正常（流动比率为1.62，资产负债率为42.05%），但若公司不能采取措施改善现金流量状况，或者未能进行持续有效的外部融资，公司可能面临较大的资金压力，对公司的持续经营能力和偿债能力造成一定的不利影响。
　　公司持续完善“全流程回款管理体系”，一方面，实施客户信用评级制度，根据历史履约记录与财务状况设定差异化账期政策，降低坏账风险。另一方面，公司建立责任到人的催收机制，并配套发布相应管理办法以及落实系列考核奖励机制等举措，持续加强应收账款的回款管理，尽量降低应收账款坏账和无法回收风险。
　　(五)行业风险
　　1、市场竞争加剧的风险
　　根据《全球人工智能产业发展白皮书（2024年度）》数据显示，2023年中国人工智能核心产业规模同比增长13.90%，2024年已接近6,000亿元。随着传统行业数字化转型的加速，人工智能的应用深度与广度将进一步拓展，预计2025-2030年间，中国人工智能市场规模将持续扩大，2030年，预计达到1万亿元的产业规模。人工智能市场的快速增长也带来了较多参与者，竞争相对激烈。若公司不能紧跟行业发展趋势，满足客户需求的变化，在产品研发、技术创新和客户服务等方面进一步增强实力，则未来将面临市场竞争加剧的风险。
　　公司在公共安全、社会治理、交通管理、生态环境、教育医疗、文化旅游、农业互联网、数字海洋等多个领域延伸业务布局。立足于多年行业积累及资质优势，公司与行业内的一些知名竞争厂商采用不同战略侧重，形成优势互补、协作共赢的行业生态。公司以数字经济为市场机遇，在政府加快推进“人工智能+”建设浪潮中，快速输出产品+数据服务的定制化实战解决方案，贴近客户需求，增强客户黏性，持续为客户创造价值。
　　2、行业政策变动的风险
　　报告期内，公司主要提供人工智能、大数据相关的系统解决方案及产品销售、维保服务等，终端客户以政府机构为主，较大程度上受益于国内各级政府对智慧城市、智慧海洋等领域的持续投入。若未来因政府政策变动，对上述领域的投资规模出现下降，或政府财政周期性波动无法及时支付建设款项等，则会对公司持续盈利能力和项目回款进度、资金流产生较大不利影响。
　　目前，国家十四五规划将新基建、数字化政府、智能政府提到新高度，2024年政府工作报告明确开展“人工智能+”行动，打造具有国际竞争力的数字产业集群，多个省市政府工作报告均将数字化转型、人工智能赋能作为重要部署内容，为公司所处行业提供较好的市场机会。
　　(六)宏观环境风险
　　1、经济发展不及预期的风险
　　2025年，国内外经济形势仍面临很大的不确定性，国际贸易环境日趋复杂，中美贸易摩擦争端此起彼伏，国内外整体经济形势下行，实体经济增长放缓。在国内外错综复杂的形势交互作用下，宏观经济增长预期进入相对保守的阶段，给企业经营带来较大的外部环境压力。
　　在此情况下，公司将在进一步巩固传统业务优势的基础上，积极开拓业务新机会，寻找新的业务增长端口；同时，公司坚持技术创新，持续增加核心技术的研发投入，提高研发产品化效率，不断丰富公司技术的应用场景，为公司未来业务发展储备科技力量。
　　2、税收优惠的不确定性风险
　　2023年，公司重新通过了高新技术企业认证，享受高新技术企业税收优惠，根据《中华人民共和国企业所得税法》及相关法规规定，适用企业所得税税率为15%，有效期自2023年11月22日至2026年11月21日止。若公司未来未能持续被评定为高新技术企业，或国家税收政策有所调整，则将对公司未来经营业绩产生影响。 收起▲

　　一、经营情况讨论与分析　　在科技飞速发展的当下，人工智能技术加速从实验室走向产业深处，成为驱动全球科技和产业变革的核心引擎，推动市场规模迅猛扩张，行业生态丰富，技术创新日新月异。2024年，行业呈现出技术突破密集、应用场景深化、生态竞争加剧三大特征，企业既面临算力成本高企、数据安全风险攀升、行业落地门槛高等挑战，也迎来AI技术与实体经济深度融合的黄金机遇。　　作为深耕人工智能领域的科技公司，公司跟随行业变革聚焦算力、算法和数据全要素进行技术积累。目前公司正处于机遇与挑战交织并存的关键节点，一方面行业发展带来诸多机遇，各行业数字化转型加速，国家政策大力扶持，数据量也因技术普及大幅增长，对人工... 查看全部▼

　　一、经营情况讨论与分析
　　在科技飞速发展的当下，人工智能技术加速从实验室走向产业深处，成为驱动全球科技和产业变革的核心引擎，推动市场规模迅猛扩张，行业生态丰富，技术创新日新月异。2024年，行业呈现出技术突破密集、应用场景深化、生态竞争加剧三大特征，企业既面临算力成本高企、数据安全风险攀升、行业落地门槛高等挑战，也迎来AI技术与实体经济深度融合的黄金机遇。
　　作为深耕人工智能领域的科技公司，公司跟随行业变革聚焦算力、算法和数据全要素进行技术积累。目前公司正处于机遇与挑战交织并存的关键节点，一方面行业发展带来诸多机遇，各行业数字化转型加速，国家政策大力扶持，数据量也因技术普及大幅增长，对人工智能需求井喷；另一方面技术竞争激烈，需持续高额研发投入保领先，而公司过往业务模式导致应收账款压力大，资金回笼慢进而影响现金流与业务拓展；同时，受外部环境影响，公司下游客户需求出现周期性波动，部分客户因预算调整、需求延缓，订单阶段性收缩。面对市场环境的变化，公司未盲目追求业务规模，以风险控制为先，优先承接资金有保障的订单，同时积极应对挑战、优化商业模式，致力于实现健康可持续发展。报告期末，公司资产总额为15.21亿元，归属于上市公司股东净资产为8.92亿元；报告期内，公司实现营业收入1.43亿元，较上年同期下降68.08%；实现归属于母公司所有者的净利润为-1.93亿元。
　　报告期内，公司持续聚焦AI领域的研发投入以提升科技创新能力，在寻求更多、更深区域城市链接的同时，以客户需求为导向，积极融入人工智能产业生态，广泛汇集资源扩展业务边界。同时，公司持续加强合规建设，坚持回报投资者，通过回购股份稳定投资者预期，通过注销部分股份增强投资者获得感。具体经营情况如下：
　　（一）聚焦主业，践行提质增效行动方案
　　公司聚焦主业，积极践行年度“提质增效重回报”的行动方案。在提质方面，围绕合规治理、风险管控与生态布局等维度推动发展。公司通过更新《重大事项报告制度》等3项治理制度、开展董监高合规培训53人次、实施4次内部审计及落实2次保荐机构现场督导，系统性强化内控体系；同时，公司积极链接上下游优质资源，布局与自身业务发展具备较强协同性的人工智能项目，探索内生增长与外延发展双轮驱动路径，为长期稳健发展奠定基础。
　　在增效方面，通过技术突破与业务结构优化，实现资源高效整合与价值创造。公司通过完善研发、市场双向协作平台，加速产品市场化进程，提升研发精准度与成果转化率。技术布局上，新增多模态语义识别、通用大模型行业应用等前沿技术研发，强化国产化技术突破，全年新增发明专利27项、软件著作权32项，累计知识产权达528项，并重新通过CMMI5认证及ITSS运维三级认证，构建AI算法训练推理一体化平台，技术模块复用率超50%。业务结构优化方面，公司以科技文旅、海洋数字经济、工业智能化等新场景为突破口，探索数据治理、数字孪生等增值服务，推动AI技术与多行业深度融合，为可持续发展注入动能。
　　在重回报方面,公司连续三年实施股份回购计划：2022年公司实际回购公司股份2,207,433股，使用资金总额2,999.58万元（不含印花税、交易佣金等交易费用）；2023年公司实际回购公司股份2,717,970股，使用资金总额4,099.64万元（不含印花税、交易佣金等交易费用）；2024年公司实际回购公司股份4,568,743股，使用资金总额3,010.57万元（不含印花税、交易佣金等交易费用），并注销2,207,433股历史回购股份，通过减少总股本直接提升每股收益，增强投资者获得感。此外，公司通过优化治理结构与信息披露，持续强化与资本市场的沟通，除了在年报等定期报告及重要临时公告中加强信息披露质量的把关，在业绩说明会和投资者互动过程中也着重加强对发展战略和业务布局的解读，合理引导投资者预期，适当提振投资者信心。
　　（二）夯实产品和运营，深化业务布局
　　在人工智能技术变革推动各行各业转型升级的大环境下，公司面向人工智能算力、算法和数据三大核心要素，定位自身优势并整合内外部资源，加强产品驱动，强化运营管理，深化业务布局：
　　1、提炼客户痛点，打造贴近客户需求的刚需产品
　　经过近20年的发展与积累，公司在人工智能图像识别与视频处理等算法领域储备了较强的技术能力，在公共安全、社会治理等应用场景积累了丰富实战经验，在人工智能技术变革的推动下，公司迎来了新的发展契机。一方面，生成式人工智能大模型技术为公司解决客户痛点提供了新的手段和工具，创造和激发了客户的新需求，公司以自身优势的公共安全等应用场景为切入点，提炼客户痛点和需求，以新技术打造新产品为客户创造价值；另一方面，公司依托深度绑定客户的优势，可以深入调研城市治理、教育、医疗、文旅、工业和农业等场景需求，合理进行产品延伸和业务布局，打造新的业务增长点。
　　在算力领域，公司坚持联合研发与资源整合并重，聚焦边缘端私有化部署能力打造。在加强与华为昇腾、英伟达等算力厂商合作的基础上，进一步深化与国内算力私有化部署的头部厂商合作，针对公安、政务、能源等对数据安全敏感的领域，共同研发适配边缘端的轻量化算力设备。比如为公安局、政府机要场所提供“本地化算力+安全加密算法”的私有化部署方案，既满足数据不出域的安全要求，又通过边缘端实时处理提升响应效率，降低中心端算力压力。
　　在算法技术领域，公司联动国内顶尖的大模型科研院所和机构，进行基础大模型技术的适配和应用，攻坚行业垂类多模态模型。基于公司在公共安全、交通、文旅、智能制造等场景可触及的海量数据以及行业专家知识，联合训练多模态垂类模型。例如，针对城市交通治理，研发融合“视频图像+交通流数据+天气信息”的多模态算法模型，实现拥堵预测、信号灯智能调控，让算法真正落地行业实战场景，提升城市治理智能化水平。
　　在数据领域，公司聚焦产业链全链条数据服务能力，挖掘数据价值，打造细分领域的垂类智能体。公司发挥在过往项目案例中积累的场景数据优势，联合科研院所及行业专家，为客户提供“采集、清洗、标注、挖掘”全链条服务，并将共性需求打包提炼为可以一站式自主解决的垂类智能体。比如为智慧城市项目清洗多源异构的监控数据，标注交通事件特征，再通过数据分析挖掘城市安全隐患热点区域，助力客户从数据中提取决策依据，同时确保全流程数据加密，保障数据安全可信。
　　2、加强产学研合作，提升科技创新能力
　　公司聚焦科技创新与人才发展战略，持续夯实“产、学、研、用”四位一体的生态体系。公司依托于国家企业技术中心和罗普特人工智能学院，与集美大学等高校共建人工智能联合实验室，加强博士后工作站建设，汇聚人工智能、计算机视觉、大数据分析等领域顶尖专家，组成攻坚团队进行核心技术攻关。公司持续加强与国家级科研院所合作开展海洋监测、智慧治理等前沿领域的技术及产品研发，实现“实验室成果到产业化应用”的快速转化。此外，公司依托海门海洋人工智能研究院等载体，联合客户打造“AI+产业服务中心”和孵化基地，将技术研发、人才培养与产业落地深度融合，有效推动地方数字经济与新一代人工智能技术融合发展。
　　3、强化运营管理，推进业务模式升级
　　公司持续完善“三维一体”客户管理模型，贴近客户并快速响应客户需求。建立动态客户分级机制，针对性配置资源。利用大数据技术构建精准客户画像，整合客户行为数据与行业动态，识别深层需求。例如，针对智慧城市客户，结合其区域发展规划提供定制化解决方案，涵盖公共安全、城市交通等多场景协同应用。
　　为增强产业协同效应，公司积极融入产业生态，推进产业链上下游深度绑定。通过战略投资与股权合作，公司与算力服务商、算法研发机构及硬件供应商建立合作关系。此外，公司积极筹划设立产业基金，重点投向人工智能应用场景创新项目，通过资本赋能拓展业务边界。依托于“产业+资本”双轮驱动模式，不仅强化供应链稳定性，还将为公司培育新的利润增长点提供支撑。
　　针对企业端客户市场，公司推出模块化AI解决方案，如面向制造业的智能质检系统、物流行业的仓储管理平台，通过“轻量化产品+定制化服务”模式降低客户使用门槛。同时，依托国内领先的AI算法与硬件研发能力，公司加强对海外市场的调研和考察，聘请专业的律师顾问为业务出海做准备，尝试探索为海外客户提供的技术和产品服务。
　　（三）围绕客户痛点，以数据服务和安全可信为抓手
　　人工智能技术的快速发展在为行业注入创新动能的同时，也暴露出亟待解决的挑战：数据安全与模型可信度不足、历史数据孤岛化、大模型与行业场景存在适配性鸿沟等问题，目前正成为制约技术落地的关键痛点。面对人工智能行业机遇与挑战并存的发展态势，公司将以“客户为中心”作为核心导向，依托对行业需求的深刻洞察与技术积累，构建安全可靠、深度适配的AI解决方案，推动人工智能技术与产业需求的深度融合。
　　未来，公司将围绕客户痛点，聚焦三大核心方向：第一，强化数据治理能力，通过隐私计算、联邦学习等技术实现数据“可用不可见”，保障客户数据主权与隐私安全；同时，基于多模态模型基座，结合行业知识图谱与客户业务场景，开发可解释性强、决策透明的AI模型，确保技术应用的合规性与可信度。第二，针对历史数据分散、标准不一的痛点，公司将持续迭代“行业数据中台+AI模型”的一体化解决方案，通过标准化数据接口与智能清洗工具，帮助客户整合跨系统、跨部门的碎片化数据资产，并基于多模态模型对结构化与非结构化数据进行统一分析，挖掘数据间的深层关联。第三，公司将进一步深化“大模型+行业知识”的定制化路径，聚焦垂直领域痛点，以客户实际场景为训练目标，结合行业专家经验与历史案例数据，开发轻量化、高精度的行业专属模型。
　　通过以上举措，公司将不仅解决行业技术应用中的核心痛点，更致力于成为客户智能化转型的“可信技术伙伴”。未来，公司将以“安全可信、数据赋能”为核心，持续强化技术安全与合规能力、场景化解决方案能力及生态协同能力，联合产业链上下游共建数据共享与模型迭代的开放生态，推动技术价值向行业价值转化。在人工智能与实体经济深度融合的浪潮中，公司将持续创造技术、商业与社会的多重价值，为客户的长期发展提供坚实支撑。
　　
　　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
　　公司是人工智能（AI）技术赋能数字经济建设的整体解决方案和产品提供商。主要面向公共安全、社会治理、交通管理、教育医疗、文化旅游、数字海洋、应急管理、生态环境、农业互联网、工业制造等领域，提供自主创新软硬件产品及整体解决方案。
　　公司基于对人工智能技术和行业应用需求特点的深刻理解，把在AI计算机视觉领域积累的技术优势向各行业、多领域拓展，凭借丰富的产品、高效协同的服务、技术场景化应用落地的实践经验，体现差异化市场竞争优势，形成“打通技术到行业应用最后一公里”的集成创新能力。
　　报告期内，公司获得“国家专精特新小巨人”企业再次认定，在巩固原有行业业务优势的同时积极探索海洋数字经济业务市场。公司秉承“科技创新就是企业增长动能”的理念，聚焦核心技术的研发投入，重视与高校和院士资源的深度链接与合作，推动科研成果的商用化，针对新增市场领域开发多款拥有自主核心技术的产品和解决方案。公司在人工智能技术服务领域持续深化产学研合作，依托与集美大学共建的罗普特人工智能学院，整合高校技术资源和人才优势，聚焦算力、算法、数据三大技术支柱，打造核心竞争力。通过联合区域城市打造“城市智芯”基础设施，与客户共建AI应用创新中心，共同开发行业数据资源，推动垂类大模型研发，加速AI技术在交通、应急等领域的落地应用。在数字海洋领域，公司与上海海图中心、厦门大学合作推进海洋数字经济产业化，研发智慧海洋牧场、船舶安全导航等创新产品，构建二三维海陆融合大数据平台，助力长三角经济带海洋经济高质量发展，目前相关技术已在厦门等地实现业务落地，服务海洋渔业局、养殖企业等客户。在智慧文旅方面，公司通过“未来数智应用技术联合创新中心”联合院士团队，参与庐山、崇义等地的数字化文旅建设，运用AI技术优化景区管理与服务。同时合资成立庐山创新文旅公司，开发智能行程规划、物联网安防等系统，推动区域文旅产业智能化升级。
　　报告期内，公司积极布局全国区县级业务，以“小区域大作为”的战略理念，在拓展的区县打造人工智能应用创新示范基地，凭借公司打造的RUP人工智能技术应用开发中台，为区县经济数字化转型提供AI+服务能力，助力新质生产力建设。未来，随着公司全国业务布局的落地，有望建成全国互联互通的AI+服务网，开展AI+运营业务，形成公司业务的稳定持续增长动能。
　　2、主要产品及服务
　　公司立足数字经济，聚焦人工智能大数据核心技术的沉淀与发展，布局区域人工智能应用创新基地，构建人工智能大数据应用能力底座，与客户同行，深入千行百业，开拓文旅、农业互联网、海洋数字化、工业制造等领域，为行业客户提供具有核心竞争力的数字化、智能化产品及AI+行业应用的系统级整体解决方案，助力行业数字化转型。
　　报告期内，公司持续加大对数字经济领域的核心技术研发布局和核心技术人才梯队建设，强化数字技术创新研发体系建设，在数字基础设施、人工智能、大数据等方面构建和完善技术体系。在已构建的数字技术体系基础上，不断研发出各类数字平台产品和行业数字化解决方案，提升公司产品的市场竞争力。同时，公司持续加大人工智能应用技术产品的研发投入，产出大量科研成果，并持续在公共安全、社会治理、智能交通、文化旅游、教育、医疗养老、城市应急、数字海洋、农业生态、工业制造等领域不断进行AI产品创新，将科研成果产业化，形成大量可应用于多行业、多领域的软硬件产品和解决方案。
　　(二)主要经营模式
　　1、研发模式
　　（1）依托产学研资源优势，合作研发攻克重点技术
　　公司以国家企业技术中心为驱动，以博士后工作站为平台，基于原有的人工智能和大数据等核心技术，不断加深加大核心技术的研发工作。在人工智能赋能产业转型升级的政策背景下，公司加快行业大模型布局和多模态人工智能技术的研发工作。同时，持续拓宽加深人工智能和大数据等技术手段赋能公共安全、社会治理、交通管理、教育医疗、文化旅游、数字海洋、应急管理、生态环境、农业互联网、工业制造等行业领域的产品和技术研发工作，通过人工智能和大数据等技术手段赋能更广阔的行业领域，助力各行、各业数字化转型和智能化水平提升，助力数字中国和平安中国建设。
　　公司以国家政府课题为牵引，以集美大学罗普特人工智能产业学院和博士后科研工作站为平台，通过与院士合作、引进高端技术人才、组建联合实验室、联合生态内的技术团队等多种方式进行前沿技术和产品应用场景的落地研发工作，形成了独具特色的前沿技术合作研发机制和体系。在多年的发展和研发过程中，与科研院所、院士专家、高校等生态内科研力量建立了良好的合作关系。
　　（2）依托技术中台高效研发，持续输出标准化产品
　　公司经过多年打造的统一研发效能框架（RUP）和一系列自主研发技术，逐步释放技术创利能力：打通团队跨区域协助，完善持续集成开发环境，AI辅助开发工具，大幅提升研发效能，快速输出标准化技术组件，实现高效的客户响应及交付，交付周期缩短20%以上，技术模块复用率超过50%。
　　公司积极拥抱新质生产力变革，将人工智能技术深度应用作为驱动发展的重要引擎。深度融合人工智能等先进技术于研发、生产、管理各个环节，提升研发效能，使得研发团队从繁琐的工作中脱离出来，参与到创新技术领域的研究中，进一步激发组织创新活力，为客户提供更加个性化、高品质的产品与服务，持续构建AI技术竞争力。
　　公司研发架构体系不断健全，在厦门和上海两地分别成立大数据研究院和智能装备研究院，加强产学研合作，加大博士后工作站建设。同时对研发组织架构进行提升，将集团研发和项目资源管理平台化，进一步加强区域研发扁平化管理，不断提升核心技术成果转化率和研发产业化管理能力。除此之外，公司通过技术委员会联合高校、博士后工作站，高效响应集团全国区域范围内的市场开拓需求，在市场实践中不断提升核心技术创新力和业务竞争力，通过项目管理中心的深度整合与高效运作，我们持续强化项目从售前、售中、售后的全生命周期管理体系，不断完善并创新项目管理信息化工具与平台，显著提升产品研发及项目交付的效率及交付过程的规范。
　　（3）与客户共同创新，打造具备市场竞争力的产品
　　公司坚持与客户共同进行技术创新的研发理念，在院士带领和国家产业政策指引下，建设区域研究院和人工智能联合实验室，同时对研发组织架构进行提升，将集团研发和项目资源进行平台化管理，加大对业务一线的研发技术支撑力度，进一步将区域研发进行扁平化管理，打造“科研指引、全国布局、产业战略、区域项目，纵向到底、横向到边”的研发模式。
　　长期以来，公司基于与业主客户深度合作，有针对性地根据当地行业特色和场景需求，打造行业应用示范基地，开发出多个优秀行业级、具备场景落地能力、可快速复制的产品和技术解决方案，并借助市场战略调研、产品规划、市场渠道和项目实战检验等举措不断完善产品体系，形成了从端到端的智能软硬件产品、行业级平台等多个行业系列的产品和一体化技术解决方案。例如在厦门思明区建设的防溺水警戒项目基于人工智能和大数据分析技术，对监控区域内的视频流进行智能分析，实现对人员离岸距离、情绪识别、人数统计等关键信息的快速提取和准确判断。同时，结合预警处置系统，实现远程喊话、远程广播、弹窗预警等功能，为相关部门提供及时、有效的信息支持；在沙县、江津、奉节、昆明等地，与当地业主客户在社会治理、基层警务创新和网格化管理等领域共同打造行业标杆和产品；在湖北大冶等地，与当地业主客户共同打造城市级智慧停车应用运营和智能停车桩等行业标杆案例和产品；在河北衡水等地，与当地业主客户共同打造在数字经济、产业招商和化工园区应急等行业标杆性技术应用示范；在深圳，基于“新一代人工智能技术”，围绕小散工程安全监管共同打造“两终端一平台”的智慧监管创新方案，实现以AI赋能施工安全。
　　2、销售模式
　　（1）区域化营销网络与行业化营销网络相结合，构建立体化市场体系
　　公司坚持以技术营销为驱动，为客户提供优质的方案设计、驻点开发，赢得客户的信任，推动区域子公司的建设。公司以区域为单元设立子公司，目标通过不断扩展的技术型区域子公司获得市场优势，实现区域子公司本地化、技术化、实体化，确保市场可持续性发展。
　　同时，公司加强与涉及行业主管部门的技术交流与政策学习，顺应行业需求大趋势，着力行业顶层设计及整体规划；加强与行业研究机构及龙头企业的战略合作，形成精准独特的产业链定位，树立行业地位，由上至下与区域网点形成有效融合，构建罗普特独特的立体营销体系。
　　（2）依托合资合作模式，加强区域资源整合，加速产业落地
　　公司积极利用自身的技术优势及产学研资源整合能力，结合全国各区域的产业特色，寻找当地在相关产业领域拥有竞争优势的国有企业或地方龙头企业展开合资合作，并通过向合资公司赋能助力当地产业数字化升级，实现与当地优势产业主体的深度绑定，助力公司业务在当地的快速落地和发展。
　　（3）技术变革创新，提升客户技术信任度和用户粘合度
　　公司将集团总部的产业和技术资源平台化，组织前线以区域为单位在当地设立子公司，将技术团队力量下沉到区域当地用户，形成强劲技术服务体系，同客户进行联合创新，贴近客户实战进行技术服务，提供最适合客户和当地的技术解决方案，获得客户的实战认可，与客户共同建设标杆性应用示范基地。
　　整合当地的数据资源，在安全合法合规的前提下，发挥集团在数据治理及数据运维方面的技术积累和保密资质的优势，打造区域人工智能应用服务基地，提供“数据＋运维”的新型服务模式，通过对数据的挖掘、分析、二次加工及应用，形成系列数据算法及强大的数据应用平台，从而在区域化市场提升客户粘合度及市场影响力，为全国市场的二次销售奠定良好的应用示范效应和基础。公司目前在全国多个省市通过区域分子公司和区域研究院与当地客户创建了数据治理和系统运维的合作模式，通过组建专业技术服务队伍，为区域和行业客户提供数据治理和平台系统运维升级服务。
　　（4）加大与生态合作伙伴战略合作，构建行业生态，提升服务能力
　　公司在全国各区域加强与当地的集成商战略合作，向集成商提供优质的产品及行业解决方案；与优质供应商战略合作，提倡“风险共担，收益共享”，扩大生态圈影响力。与更多集成商、供应商的战略合作，大大提升公司的业务消化能力，缩短公司的产品营销周期，提升合作伙伴影响力，提高公司的资金周转率。
　　(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
　　根据中国证监会发布的《上市公司行业分类指引》（2012年修订）及国家统计局2011年公布的《国民经济行业分类》（GB/T4754-2011），公司所处行业为“软件和信息技术服务业”。同时公司聚焦人工智能产业生态，依托于数据服务能力，致力于“AI+行业”服务的源头创新。
　　（1）行业发展阶段及基本特点
　　人工智能行业的发展历程是算力、算法与数据三大核心要素相互促进、共同演进的过程，当前正处在“算力基建化、算法大模型化、数据价值化”的关键阶段，呈现出鲜明的行业特征与发展趋势。
　　算力资源从早期的稀缺资源逐步演变为普惠型基础设施，专用芯片与云计算技术的突破使得企业能够通过自建数据中心、云服务或边缘计算节点构建弹性云边协同的算力网络，支撑自动驾驶、工业物联网等实时性要求高的场景需求。算力的规模和成本可控性得到显著提升，异构计算技术增强了对不同算法不同场景的适配性，私有化部署成为很多国央企及大型企事业单位对算力的显著需求，能效成为衡量算力基础设施效能的核心指标。同时，国产化进程加速，国内算力芯片与算力平台的自主研发步伐加快，算力基础设施国产化率不断提升。
　　算法发展则从早期的单点突破转向系统化创新，从专用模型走向通用模型再到高效推理代理模型的转变，经历了从传统机器学习到深度学习、再到生成式AI与多模态模型的范式升级，在算法效率、推理能力和多模态能力均有显著提升。当前阶段的算法创新以模型复杂度、参数规模的指数级增长为特征，千亿参数的大模型与跨模态融合能力显著提升了技术的通用性，但同时也面临技术门槛高企、研发成本攀升的挑战。算法研发需紧密结合行业知识与数据特征，例如通过小样本学习、迁移学习等技术解决数据不足的痛点，同时需应对模型可解释性与安全性的难题，而可追溯的决策路径与风险预警机制成为技术落地的关键。
　　数据作为人工智能的“燃料”，也是AI发展的核心驱动力，已从早期的单纯积累转向高质量多样化数据的深度价值挖掘。数据规模与多样性呈爆炸式增长，数据治理与安全合规能力、算力算法配合协同能力、数据要素化资产化价值化的转化能力、数据生态体系与数据人才体系成为核心竞争点，数据隐私保护与合规要求不断提高。行业正通过数据中台、联邦学习等技术整合分散数据，构建行业知识图谱与领域专用数据集，推动数据从“资源”向“资产”转化。
　　人工智能三要素产生协同效应正成为行业发展的核心驱动力：算力为算法提供试验场，支撑大模型的训练与迭代；数据为算法注入行业基因，垂直领域的数据积累决定模型的适用性和专业性；算法则通过自动化数据处理和特征提取以及数据增强等技术反哺数据利用率。未来，行业将围绕“高效算力调度”、“轻量化模型部署”、“数据-模型-场景闭环”等方向深化创新，推动人工智能从“技术驱动”向“价值驱动”转型，最终实现技术普惠与产业智能化的深度融合。
　　（2）产业政策
　　近年来，我国政府高度重视人工智能和数据要素产业的发展，并出台了一系列政策以支持和促进这一行业的健康成长。
　　（3）行业主要门槛
　　①技术门槛
　　人工智能作为信息化领域的分支，从事相关业务企业的核心竞争力集中体现在核心技术、核心产品的研发上。一方面，只有拥有核心技术并兼具软硬件设计开发、系统解决方案设计实施能力的企业能够在行业内站稳脚跟，其他企业大都只能成为单纯的设备代工或运维企业，利润空间较小，在竞争中处于弱势地位；另一方面，人工智能设备大约每隔3-5年就会更新换代，同时软件行业也处在技术应用爆发的时代，上游行业和底层技术的快速发展导致人工智能行业在软硬件两端的更新换代速度极快，对专业技术吸收、优化和创新的要求日益提高，若企业无法紧跟行业技术发展趋势，实现技术、产品的快速迭代和升级，将可能在竞争中被淘汰。
　　②人才门槛
　　人工智能行业属于技术密集型行业，需要大量优秀的软件、硬件研发人员以及行业专家的储备，以保证企业拥有持续的研发能力和自主创新能力，另外，还需要同时熟悉软硬件、系统集成、具体应用需求的全方位人才对研发方向进行决策。优秀的研发人员不仅需要扎实的专业知识功底、较好的理论知识，还必须要有丰富的行业实践经验。国内在人工智能行业专家人才方面的储备较少，优秀人才难以从人才市场直接引进，往往需要企业自己培养并通过业务实践积累经验，而且培养周期较长。对于行业新进入者来说，人才的缺乏是一大痛点。
　　③市场准入和资质门槛
　　社会安全对计算机视觉等人工智能技术的需求相对迫切，且该类技术更容易通过社会安全场景的应用得到实际的效果，所以做计算机视觉的企业会优先选择在社会安全行业进行技术应用和产品开发。社会安全行业关系到人民生命、健康以及公私财产安全，我国对社会安全行业产品的生产、销售具有较为严格的准入和监管：第一，根据《国家强制性产品认证目录》，被列入国家强制性产品认证目录的须通过CCC认证才能进行生产和销售；产品进入国际市场销售还需要取得CE、UL、FCC等不同类型的认证和通过RoHS等检测；第二，涉及项目工程设计与施工的情形需要取得相关主管部门发放的建筑企业资质证书、工程设计资质证书等；第三，涉及数据分析、处理及军工保密类的项目，项目承接前还需要取得军工、保密资质。以上制度和资质认证的存在，使得企业要进入人工智能在社会安全领域的应用业务存在较高的市场准入和资质壁垒。
　　④数据与应用场景门槛
　　人工智能训练依赖海量高质量数据，但行业内存在严重的“数据孤岛”问题，如医疗、金融数据分散存储于不同系统，跨平台整合成本高昂。同时，复杂场景（如自动驾驶）需百万级高精度标注样本，人工成本占比超60%，且需持续迭代更新。此外，多模态数据处理（如视频类AI需同步处理图像、语音、文本）技术复杂度是单一模态的3-5倍，且需依赖隐私计算、区块链等技术保障数据安全流通。
　　人工智能在不同行业应用的下游客户分属不同行业、不同领域，对于产品和服务的需求也会产生较多差异，这要求企业对客户所在行业的业务规则、业务流程、管理模式及应用环境有深刻的理解，具备较为丰富的行业经验，特别是公安、武警、军队、边海防、政法等领域的大型客户，其对系统的安全性、稳定性要求较高，更加关注企业过往的行业成功案例及标杆性项目。同时，更多的业务经验也为人工智能在不同行业的系统提供更多的实操应用及场景学习机会，优化产品实战表现。以上情况使得人工智能在各行业的实战落地存在较高的行业经验壁垒。
　　⑤资金门槛
　　随着国家对新基建目标的提出，各地政府将新基建作为一个重要的建设要素，但是受制于各地财政的周期性调整，所以人工智能在不同行业的落地时，资金都存在一定的壁垒。壁垒主要体现在两个方面：其一，由于新基建类型如智慧城市等项目规模日渐扩大，项目招标方对竞标企业的资本实力、风险承受能力提出较高的要求；其二，项目招标方多为公安、武警、军队、边海防、政法系统、发改委、应急局、教育局、卫计委等政府部门，政府项目规模一般较大，且项目回款周期较长，使得中标企业需要具有足够的资金实力以应付项目运作资金需求。
　　2、公司所处的行业地位分析及其变化情况
　　当前人工智能行业仍处于快速发展阶段，未来发展前景广阔，但行业内的竞争日益激烈。目前我国人工智能产业企业聚焦基础模型研发与多元化的应用场景，在我国国情和市场需求的引领下，瞄准交通、医疗、金融、安防等领域智能化改造升级的切实需求，集中选择一个或者几个重点领域进行重点布局，围绕行业全生命周期大数据，通过深化技术应用，打穿核心商业场景，率先实现商业闭环与规模商用。近年来，我国涌现出一大批新兴的人工智能企业，推动我国该领域的产业规模持续扩容，同时，也推动了行业内的良性共赢竞争。
　　公司始终坚持自主研发和创新，深化人工智能及大数据技术在智慧城市和智慧海洋等领域的应用，积累了大量AI技术+行业场景应用解决方案，能够有效满足客户的需求并高效解决客户问题，完成技术到实际落地应用的“最后一公里”，使AI成为客户生产生活中的常态化工具；公司不断沉淀、完善和升级技术中台，形成了公司AI时代的关键技术资产，基于AI技术中台可以快速研发与交付新的解决方案，同时发挥公司在大数据与物联网领域的优势，支撑公司实现了人工智能解决方案跨行业、跨区域的纵横多元化布局。近年，公司入选国家工业和信息化部第四批专精特新“小巨人”企业名单、国家知识产权局公布的“国家知识产权示范企业”、“厦门市新兴数字产业企业”、“厦门市图像信息技术重点实验室”、“福建省产业数字化服务商”等多项荣誉以及获得权威网站“智慧公安TOP50”的行业认可。
　　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，人工智能行业在算力、算法、数据三大核心要素领域加速突破，推动新技术、新产业、新业态与新模式的深度融合。算力基础设施的普惠化、绿色化和私有化部署成为重要趋势，云计算、边缘计算与专用芯片的协同应用显著降低了技术门槛，企业通过混合算力网络（如云端训练与边缘推理的协同）支撑了工业物联网、智慧交通等实时性场景需求。绿色计算技术的普及进一步优化了能效比，液冷技术与低碳数据中心的建设为大规模模型训练提供了可持续的算力保障。私有化部署可以帮助企业自主掌控数据存储、传输和使用的全链条，避免公共云环境中可能存在的数据泄露风险，符合《数据安全法》《个人信息保护法》等法规对敏感数据本地化存储的要求，受到国央企、事业单位、大型集团企业等对数据安全要求等级高主体的广泛欢迎。
　　算法创新则聚焦轻量化与多模态融合，国产大模型如Deepseek通过参数优化、硬件协同设计以及开源模型框架，大幅降低了训练与部署成本，使中小企业能够以更低门槛获取前沿AI能力，加速技术普惠化进程。多模态融合技术突破了数据形式的壁垒，推动算法从“单点工具”向“系统化解决方案”升级，为人工智能应用落地注入强劲动能。
　　数据应用进入深度价值挖掘阶段，企业通过数据中台与联邦学习技术整合分散数据资产，构建行业知识图谱。数据安全与合规性成为价值释放的关键，隐私计算与数据脱敏技术的成熟，使得数据在跨机构共享与模型训练中既能保障隐私，又能释放商业价值。
　　未来，行业将围绕“普惠化、场景化、生态化”深化发展：算力将进一步向边缘渗透，通过云边协同技术实现“算力到端”的普惠覆盖；算法轻量化与多模态技术的结合将催生更多垂直解决方案；数据驱动的生态协同将加速发展，企业通过开放API接口与行业数据平台构建跨领域创新网络，推动技术价值向产业全链条延伸。这些技术演进与模式创新，正重塑人工智能行业的竞争格局，以“技术-场景-生态”的闭环推动实体经济智能化转型，实现从“技术突破”到“产业落地”的跨越式发展。
　　(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
　　公司在视频智能分析技术、基于三维地图的视频融合与展示技术、多模态数据感知技术、基于边缘计算的机器视觉技术、公安大数据分析技术、海洋大数据感知与计算技术等六大核心技术基础上，持续深耕人工智能核心技术研发及AI+行业场景创新应用落地工作，长期从事机器视觉、元素感知、边缘计算、数据挖掘、语义分析、机器学习、多维数据融合及智能集成技术等核心技术的研究，构建全栈的人工智能核心技术能力、智能硬件技术能力和行业场景应用持续创新能力。深入千行百业场景需求，将自研的核心技术与市场上成熟的技术进行融合和应用落地，形成具有实战应用能力的创新产品和技术服务。
　　公司基于“未来数智应用技术联合创新中心”和博士后科研工作站，进一步提升公司科技人才队伍层次及产业技术水平，构建以“新一代人工智能数智应用技术”为牵引的跨领域研究，聚焦公共安全、社会治理、交通管理、教育医疗、文化旅游、数字海洋、应急管理、生态环境、农业互联网、工业制造等相关领域产业化应用与装备数字化、智能化关键技术创新，努力实现让机器“看得见、听得懂、会思考、能决策”的目标。报告期内，公司围绕算力、算法、数据等人工智能关键要素开展技术研究，包括多模态大模型语义分析技术、大模型行业智能体技术、基于大模型的AIoT技术平台和多个关键领域的国产化替代等。
　　公司围绕人工智能核心技术不断打造统一研发智能技术生态平台（RUP），持续构建智能硬件平台、智能技术平台、行业应用产品，贴近客户应用场景构建创新解决方案，赋能泛智慧城市、智慧海洋、数字文旅等多个领域的千行百业，打通技术到实战的最后一公里。持续投入技术力量构建以AI大模型技术平台为基础的“新一代人工智能”技术体系，迭代研发智能硬件技术平台、AIoT技术平台、大数据技术平台，持续构建算力、算法、数据等关键要素，不断完善和夯实公司核心技术底座、核心基础设施。技术研发团队基于行业应用场景需求及海量行业数据，致力于人工智能核心技术与智能研发技术生态平台的构建，通过行业知识库的积累，持续训练提升行业垂类大模型能力，提升我司在行业智能化解决方案的能力。
　　在人工智能赋能行业场景应用创新方面，深耕公共安全、社会治理、智能交通、文化旅游、教育、医疗养老、城市应急、数字海洋、农业生态、工业制造等业务领域，将人工智能技术与产业经济对新质生产力的迫切需求结合，将AI大模型技术在行业应用中落地，助力地方产业数字化转型。通过在不同行业领域的AI落地应用，持续进行核心技术的积累、核心技术团队的淬炼和技术合作生态的打造，最终成为“AI行业应用的引领者”。
　　（1）AI大模型基础技术平台
　　围绕AI赋能千行百业的细分应用场景，构建AI大模型基础技术，完善AI算法训练推理一体化平台，实现智能分析、轻松上手、快速部署的AI应用。AI算法训练推理一体化，提升AI模型管理服务和数据分析治理服务的能力，构建统一多元的数据入口，实现多类算法模型的统一配置，服务资源的统一管理，提供丰富快捷访问服务，赋能各业务应用。在多模态大模型技术方面，深入探索了多模态图片语义识别技术，通过将图片与文本进行语义匹配，以单个通用模型实现了高效的视觉万物识别能力；提升多模态目标检测技术，根据文本或图片语义，在输入图片上进行目标的精准检测并框选标识，一次识别多种类别，极大地提升了万物识别的准确性和识别效率，同时，布局大模型行业智能体应用技术，探索大模型落地行业创新应用模式，依托昇腾AI基础软硬件生态完成主流大模型深度适配，构建智能体开发，为业务应用提供统一的大模型底层能力，极大提升智能应用研发速度和系统智能化能力。
　　报告期内，AI大模型技术在图文数据分析、知识推理应用和智能体开发方面取得显著进展。在图文数据分析领域，开发了多模态图文检测系统，结合多模态图像语义分析和文字识别技术，能够从复杂的视觉信息中提取关键线索，为案件预警和侦破提供有力支持。在知识推理应用方面，平台开发了完整的知识库工具，帮助行业用户利用自有数据构建行业知识库，并打造用户专属的AI助手。在智能体应用方面，平台针对行业智能化需求，开发了具备强大数据分析和生成能力的智能体，实现了更高效的文本分析、写作及自动化决策判断能力，为行业客户提供了创新的服务模式。
　　（2）AIoT技术平台
　　AIoT技术深度融合AI大模型能力，实现从“万物互联”到“万物智联”的转变，实现视频、图像、物联网数据接入、管理、存储、应用能力，包含物联资源管理、数据处理、数据存储、物联资源访问管理、各基础应用模块、门户管理等模块。内网独立部署、公有云部署、云边结合部署，满足不同场景应用需求。多端访问，包括浏览器、桌面端、移动端。结合AI大模型技术，实现知识推理、行为分析与多模态数据处理，提升数据智能。
　　报告期内，基于AI大模型技术更新迭代AIoT技术，持续提升IoT物联网的易用性、丰富业务应用能力，提升媒体服务性能与兼容性，引入AI大模型技术，支持自然语言处理、实时数据分析与推理、行为分析与预测的能力。构建SaaS与PaaS服务，降低行业应用门槛，实现针对行业场景深度融合，研发前端感知智能硬件产品，拓展碎片化市场，向消费类市场延伸。
　　（3）大数据技术平台
　　罗普特大数据技术框架基于物联网、人工智能、视频图像信息分析识别等核心框架，以“数据资产化”和“数据价值化”为目标，运用实时计算、离线计算、数据挖掘、机器学习、分布式计算存储等核心技术，强化对海量异构、多维多源、多模态数据的采集、转换、比对、存储、治理、计算分析等，实现了数据集成、数据治理、数据开发、数据融合、数据分析、数据服务功能。同时创新性整合大语言模型、向量数据库、图数据库等前沿技术，打造高性能、高可靠性的数据智能底座。为用户提供高性能、高稳定性、高可靠性、高安全性、易扩展和易管理运维的一站式大数据服务平台。
　　报告期内，大数据技术聚焦数据智能驱动业务升级的核心目标，以数据建模体系优化与大模型融合创新为主线，支撑智慧城市、社会治理、公共安全等领域的智能化转型。在数据建模体系优化方面，基于多源异构数据融合建模框架，支持结构化、半结构化及非结构化数据的统一语义建模，结合动态数据血缘图谱与图数据库技术，实现复杂关系挖掘性能提升以及模型迭代效率提升。在大模型融合创新方向，构建了大语言模型+大数据协同架构，通过大模型能力与数据平台相结合，为数据分析人员提供了一个高效、智能的工作流程，能够快速实现数据获取、分析和理解，极大地提升了数据建模与分析的效率和准确性。
　　（4）智能硬件技术平台
　　智能硬件技术致力于打造嵌入式互联互通的开发标准，以及一站式硬件产品的智能化和物联网应用快速开发。实现硬件产品快速组合，形成具备路由能力、通用物联能力、AI计算能力的系列产品，提供嵌入式系统级开发支持，可使开发者从不同的芯片平台、系统及连接协议等碎片化开发体验中解放，实现一次开发、多端可用、安全稳定的效果。公司在硬件上继续加大研发创新，持续扩充整合国产芯片厂家、传感器厂家、通讯模组厂家，升级完善智能硬件技术，与AI中台、IoT进行深度融合，持续推动形成完整硬件技术平台生态圈。整合通用模组、SDK、网关及算法容器等一系列核心组件，构建既全面高效又具灵活性的物联网解决方案。通用模组提供了标准化接口和协议支持，极大地促进了供应商设备快速地接入，而SDK则通过封装平台的核心功能和接口，极大地简化了应用开发的复杂流程。通过端侧算法容器，实现AI算法快速在边端设备上部署运行，提升端侧设备智能。
　　报告期内，公司持续加大对数字经济领域的核心技术研发布局和核心技术人才梯队建设，强化数字技术创新研发体系建设，以AI大模型为技术底座，构建AIoT、大数据、智能硬件技术体系，并不断完善提升，持续构建算力、算法、数据等关键要素能力，同时，在产品化转型布局方面，基于AI大模型技术底座，聚焦AI+具身智能产品研发，提升公司产品的市场竞争力。公司的上述核心技术及其先进性未发生明显的变化。
　　2、报告期内获得的研发成果
　　报告期内，公司重新获批国家高新技术企业，取得“厦门市工信局软件企业入库”认证，入选“2024年先进制造业倍增计划企业名单”，荣获“2024年度厦门市重点工业企业”、“安防行业知名品牌”、“服务公共安全突出贡献单位”、“2022-2023年度厦门市守合同重信用企业”、第七届中国安防百强工程（集成）商荣誉称号、“2023-2024年度中国安防行业优秀解决方案服务商”等荣誉，顺利通过“国家专精特新小巨人”年审、“福建省公共安全防范企业信用”复评、“信用等级证书AAA级（企业招投标）”重新评价，以及全球软件领域的软件成熟度模型CMMIV2.0五级（简称CMMI5）重新认证，并首次取得ITSS信息技术服务标准符合性证书（运行维护服务三级）。
　　公司下属大数据集团有限公司入选厦门市工业和信息化局工业企业供应链子基金“白名单”(第四批)工业链主企业&工业链主协作企业(在厦规上工业企业)，并于2024年6月首次取得CMMI3级（软件开发成熟度等级三级）、12月取得ITSS信息技术服务标准符合性证书（运行维护服务三级）。“小散工程智慧监管平台”入选中国安防“人工智能+”行动暨2024AIIA“AI+安防”优秀案例。
　　公司专利方面，“面向边缘感知的轻量化三维数字底座及产业应用”获“2022年度福建省科学技术进步奖三等奖”。报告期内，公司完善了知识产权管理体系，持续完善修订管理手册和程序文件，先后修订了《知识产权管理程序》《专利管理制度》等。公司已通过知识产权认证（证书编号：CQC23IPMS0122ROM/46500），并按照体系标准要求，对公司内部知识产权进行全方位的管理。
　　截至2024年12月31日，公司累计获得各项知识产权528项，其中发明专利124项，实用新型专利25项，外观设计专利14项、软件著作权365项。
　　在知识产权建设方面，报告期内新增39项专利申请，其中发明专利39项；获得27项发明专利授权,实用新型专利1项，外观设计专利1项；获得32项软件著作权登记证书。报告期内获得的重要知识产权详细情况如下：
　　部分专利清单：
　　部分核心软件著作权清单：
　　3、研发投入情况表
　　4、在研项目情况
　　5、研发人员情况
　　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、拥有产学研一体研发生态，贴近客户需求进行研发
　　公司深知技术创新是在行业内立足的根本，围绕市场需求和行业发展趋势，聚焦人工智能、云计算、智能感知、大数据及数据价值挖掘技术研究，拓展AI+行业的应用创新，建立并不断完善技术研发体系，深入行业应用，为各行业客户提供具有核心竞争力的数字化产品、技术及数据服务，助力行业数字化转型。
　　公司拥有计算机视觉国家级人工智能技术中心，构建技术中台以及标准化技术模块，加快行业研究院区域化建设，以匹配人才发展规划，贴近用户服务创新。
　　公司充分借鉴IPD研发模型及敏捷开发模型，规范项目立项、项目管理、项目结项的研发流程，有利于公司研究开发项目的规范化、流程化、高效化，在保证产品可靠性的基础上促进研究开发成果的快速落地。
　　公司通过了企业知识产权管理体系认证（GB/T29490-2013）、信息技术服务管理体系认证（ISO/IEC20000-1:2018）、信息安全管理体系认证（ISO/IEC27001:2013）、质量管理体系认证（ISO9001:2015）、商品售后服务评价体系（GB/T27922-2011）等系列认证，持有软件开发成熟度CMMI五级证书。
　　在不断完善自有研发平台建设、持续巩固自身研发实力的同时，公司积极与科研院所、院士等开展关于行业拓展的合作，参与及牵头国家重点专项课题、重大科研课题、政法研究课题等前沿课题，建立起产学研用协作关系，通过内生性的自主研发和开放式的外部科研院所、技术专家合作模式，公司研发体系建设的广度和深度得以拓展，技术研发实力不断增强。
　　2、具备丰富的行业实战经验，可跨行业多领域为客户提供服务
　　公司自设立以来，深耕公共安全、智慧政法、智慧城市、智慧交通、智慧海洋、生态环境业务，并积累了丰富的专业技术和实战经验。AI+行业前景仍处在方兴未艾的发展阶段，人工智能安全领域市场机会是公司主营业务持续增长的基础，大数据平台技术及大数据价值挖掘技术，围绕行业数字化智能化水平提升是新的增长引擎。与此同时，公司在长期激烈的市场竞争中，依托在智慧城市领域的技术积累和应用能力，逐步形成“打通技术到实战应用最后一公里”的能力，锻造出参与市场角逐的差异化竞争优势，促成了公司运用计算机视觉人工智能技术、大数据技术向各行业多领域延伸渗透，公司业务逐渐在应急、医疗、教育、市政、专业园区、农业、水利等行业不断拓展落地。
　　3、广泛链接城市客户，高效触达应用场景
　　公司依托自身研发基础与多个客户建立了长期稳定的合作关系。在国家和地方政府的科研支持下，公司承接了国家和地方政府多个重大科研项目，涉及“存算一体化”AI芯片产业化、政法智能化、市域社会治理、海洋数字经济产业化等多个行业方向。此外，得益于广泛链接的城市客户基础和多年的行业经验，公司能够快速获取前沿、真实的市场需求，基于对市场需求的深刻理解，将AI技术高效融入到具体应用场景中，使技术解决方案始终紧跟市场脉搏，满足不断变化的需求。
　　4、深度绑定产业链生态伙伴，合力拓展区域市场
　　公司聚焦主业发展、持续贯彻客户第一的原则，着力打造多渠道、多形式、可持续发展的开拓模式；积极拓展并培育各地子公司，建立起根据地业务，与当地产业主体进行深度绑定合作，推进合作的进一步深入；公司高度重视生态合作伙伴，通过与行业龙头企业、大型集成商、本地运营商的长期合作，为客户提供具有竞争力的产品及服务支持；公司重视行业延伸，立足传统的公安政法业务，不断拓宽业务边界，如在数字海洋领域，公司与上海海图中心、厦门大学合作推进海洋数字经济产业化，研发智慧海洋牧场、船舶安全导航等创新产品，构建二三维海陆融合大数据平台，助力长三角经济带海洋经济高质量发展，目前相关技术已在厦门等地实现业务落地，服务海洋渔业局、养殖企业等客户。在智慧文旅方面，公司通过“未来数智应用技术联合创新中心”联合院士团队，参与庐山等地的数字化文旅建设，运用AI技术优化景区管理与服务。
　　5、构建持续迭代的技术中台，可快速、高效响应客户需求
　　在十多年的持续经营过程中，公司成功完成了涉及多个领域的标杆性项目，对内公司研发与技术部门积累了丰富的行业经验，并通过持续实践在技术中台中储备了可以适用于多个领域的众多成熟的技术模块、软件版本以及平台。公司根据最终用户的不同需求，对已有成熟的技术模块进行组合化应用或者二次开发，并搭配硬件设备后形成完整的解决方案，解决细分客户群的不同痛点。深入理解公共安全、智慧政法、智慧交通、智慧海洋、智慧城市的行业需求及痛点，快速输出具备技术先进、行业优势的解决方案。通过技术中台，一方面可以有效降低公司项目推广的成本、设计开发及实施周期，有助于公司保持较高的利润空间；另一方面，成熟的技术模块、软件版本以及平台的储备，有助于项目团队快速为客户提供解决方案，显著提升公司对于客户需求的响应速度。对外公司与各类生态合作伙伴有着紧密联系，无论是渠道/技术/科研均与合作伙伴保持共同发展、合力并进的合作态势，在公司发展中起到关键性的作用，也为公司平台的产业布局打下了良好的基础。
　　(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
　　
　　四、风险因素
　　(一)尚未盈利的风险
　　(二)业绩大幅下滑或亏损的风险
　　1、主营业务的影响
　　报告期内，公司从组织架构、业务布局等多方面进行调整以积极应对行业变化，立足全国营销网络，以“区域拓展、属地化经营”推进开展业务，但由于客户需求延迟及部分项目实施工期较长，导致报告期内经最终用户验收的项目金额较少，因此，公司营业收入同比去年有一定幅度的下降，进而增加了亏损金额。
　　2、信用减值的影响
　　报告期内，部分项目应收款项由于账龄拉长，应收款项整体预期信用损失率有所增加，以及部分到期款项集中于预期信用损失率增加较多的区间，因此，公司2024年在回款情况基本稳定的情况下，信用减值损失金额相比2023年有所增加。
　　(三)核心竞争力风险
　　1、技术更新迭代风险
　　公司所处的行业属于知识密集型、技术密集型行业。人工智能、大数据等领域的技术发展迅猛，扩散及更新迭代速度快，如不能密切追踪前沿技术的变化并将新技术用于客户服务升级，将会对公司业务产生不利影响，无法实现可持续的业务稳定及业务增长。
　　公司以国家企业技术中心为驱动，时时关注行业内发展动态及先进的技术。通过加强研发团队的建设、实行行业专家传帮带教制、与外部科研机构开展合作（包括与行业龙头合作开发、设立博士后科研工作站、与高校合作等）、建立长效激励机制等措施储备和壮大公司的技术人才队伍，不断加强研发人才培养，提升科研创新力，力求在技术迅速迭代的过程中保持先进性。
　　2、研发进展不及预期风险
　　在未来经营过程中，如果公司不能持续加大研发投入或者研发投入的效果不及预期，公司的技术能力将不能持续提高，面临核心竞争力下降，经营业绩无法持续增长的风险。
　　公司紧贴各地市场，打造7*24小时响应客户需求的快速反应团队，搭建需求-研发-交付-需求的端到端的业务闭环，同时也结合业务驱动的产学研联合攻关模式进行研发，形成行业专家+产品专家+技术专家在内的“铁三角”，有效降低研发不及预期的风险。
　　3、核心人才流失风险
　　随着行业的持续发展，行业内企业之间对于高端人才的竞争日益激烈，如果公司无法持续加强核心人员的培养及引进，并为核心人员提供有竞争力的激励机制和薪资待遇等，则将面临核心人员流失的风险，公司的技术水平、研发能力也将受到不利影响。
　　公司积极储备行业人才，从行业经验、职业素养、学历条件等方面招募和挖掘潜在核心人才，同时通过传帮带构建人才梯队，并通过股权激励等多种手段跟核心人才进行深度绑定，尽量减少核心人才的流失。
　　4、知识产权风险
　　作为一家科技型企业，公司拥有较多发明专利、实用新型专利、外观设计专利、软件著作权等知识产权，该等知识产权是公司取得竞争优势和实现持续发展的关键因素。公司在业务开展过程中存在相关知识产权被盗用、不当使用或产生知识产权纠纷等风险。
　　公司不断完善知识产权审核制度，尽量降低知识产权纠纷风险。此外，公司将加大对侵犯知识产权行为的监控，严格保护公司知识产权。
　　(四)经营风险
　　1、销售季节性风险
　　公司主要客户以各地公安局、政法委、监狱、交通、市政服务机构等政府机构、军队和电信运营商等国有企业为主，项目建设资金大多来源于政府财政资金。这些客户通常实行预审管理和产品集中采购制度，一般每年年初制订年度预算、投资计划，并进行招投标方案设计，采购招标和项目建设实施集中在年中和下半年，并在下半年（特别是四季度）进行集中验收和结算，从而使得公司收入呈现明显的季节性特征，经营业绩存在较为明显的季节性波动的风险。
　　针对销售季节性风险，一方面，公司将延伸和丰富客户类别，增加非政府类客户的拓展和积累，包括重点开拓企业类客户，平滑销售业绩的季节波动性；另一方面，合理安排项目施工交付的进度，尽量减少项目集中交付的情况，在更好保证项目质量的同时平滑公司季度业绩的波动。
　　2、下游需求波动风险
　　公司服务的下游市场覆盖公安、政法、交通、教育、医疗等行业领域，各细分市场受行业发展趋势和行业政策影响，若客户出现财政预算支出削减，或客户自身业务结构调整出现智能化、数字化需求调整，将对公司的业绩和盈利能力造成不利影响。
　　公司将进一步加强对宏观环境、行业、市场、客户层面的洞察，对市场需求变化保持敏锐，及时做出积极应对。同时，公司将加强重点客户深耕，贴近客户需求进行研发及服务，推动与价值客户的战略合作以及各层级客户关系建设，提升行业竞争力，从而更有效抵御市场波动对公司带来的负面影响。
　　3、市场扩张带来的内部管理风险
　　公司在市场扩张的过程中将面临包括但不限于团队扩张、产品及服务的快速输出、人才结构优化等一系列内部管理挑战，如内部管理不能跟上，公司将面临业务被内部管理拖累的风险。
　　对此，公司持续完善优化研发体系和供应链体系，通过组织效能提升强化快速交付能力；同时，通过建设职能端共享中心和优化提升管理效能，更好服务业务发展。
　　(五)财务风险
　　1、应收款项回款不及预期的风险
　　报告期内，公司经营活动现金流量净额为-6,114.99万元，经营现金流持续流出会给公司带来一定的现金流风险。该风险存在的主要原因是公司业务的最终客户主要以政府部门为主，而受财政资金到位时间的影响，针对该类客户的业务存在前期建设投入较高、回款周期较长的情况。
　　公司将不断增强回款验收工作的力度，在市场扩张过程中，选择付款条件相对优质的客户，并不断探索商业模式多样化。同时，公司开始执行供应商战略合作模式，倡导并践行与供应商“风险共担、收益共享”的合作模式，减少公司的资金占用，降低因回款周期长带来的流动性风险。
　　2、应收账款余额较高风险
　　报告期末，公司应收账款账面价值合计为33,381.80万元，虽然应收账款因为坏账计提等原因较2023年期末有所下降，但应收账款余额仍较高。应收款项余额较高的主要原因是：公司业务的最终客户主要以政府部门为主，受财政付款审批进度、财政资金到位时间的影响，回款周期较长，且政府项目验收存在季节性，公司大部分项目验收时间集中在下半年，特别是第四季度，因此通常难以在当年度回款。同时，受政府财政预算政策影响，公司部分订单无法如期验收。虽然根据历史经验，政府采购项目发生坏账的风险较低，但若未来各地政府财政资金紧张，不排除政府采购项目发生坏账的可能，进而对公司的业绩造成不利影响。同时，应收账款的增长和较长的回款周期导致公司短期经营现金净流出金额较大，虽然报告期末公司主要偿债指标仍较为正常（流动比率为1.79，资产负债率为40.10%），但若公司不能采取措施改善现金流量状况，或者未能进行持续有效的外部融资，公司可能面临较大的资金压力，对公司的持续经营能力和偿债能力造成一定的不利影响。
　　公司成立专项回款工作组，充分集合调动资源，建立“日更新、周反馈、周考核”的工作机制，并配套发布相应管理办法以及落实系列考核奖励机制等举措，持续加强应收账款的回款管理，尽量降低应收账款坏账和无法回收风险。
　　(六)行业风险
　　1、市场竞争加剧的风险
　　根据《全球人工智能产业发展白皮书（2024年度）》数据显示，2023年中国人工智能核心产业规模同比增长13.90%，2024年已接近6,000亿元。随着传统行业数字化转型的加速，人工智能的应用深度与广度将进一步拓展，预计2025-2030年间，中国人工智能市场规模将持续扩大，2030年，预计达到1万亿元的产业规模。人工智能市场的快速增长也带来了较多参与者，竞争相对激烈。若公司不能紧跟行业发展趋势，满足客户需求的变化，在产品研发、技术创新和客户服务等方面进一步增强实力，则未来将面临市场竞争加剧的风险。
　　公司在公共安全、社会治理、交通管理、生态环境、教育医疗、文化旅游、农业互联网、数字海洋等多个领域延伸业务布局。立足于多年行业积累及资质优势，公司与行业内的一些知名竞争厂商采用不同战略侧重，形成优势互补、协作共赢的行业生态。公司以数字经济为市场机遇，在政府加快推进“人工智能+”建设浪潮中，快速输出产品+数据服务的定制化实战解决方案，贴近客户需求，增强客户黏性，持续为客户创造价值。
　　2、行业政策变动的风险
　　报告期内，公司主要提供人工智能、大数据相关的系统解决方案及产品销售、维保服务等，终端客户以政府机构为主，较大程度上受益于国内各级政府对智慧城市、智慧海洋等领域的持续投入。若未来因政府政策变动，对上述领域的投资规模出现下降，或政府财政周期性波动无法及时支付建设款项等，则会对公司持续盈利能力和项目回款进度、资金流产生较大不利影响。
　　目前，国家十四五规划将新基建、数字化政府、智能政府提到新高度，2025年政府工作报告将“人工智能+”行动作为重点聚焦的大方向之一，明确要求深化“人工智能+”行动，推动数字技术与实体经济深度融合，加速医疗、工业、金融等垂直领域的大模型产业化应用，“人工智能+”从概念转向场景化落地。多个省市政府工作报告均将数字化转型、人工智能赋能作为重要部署内容，为公司所处行业提供较好的市场机会。
　　(七)宏观环境风险
　　1、经济发展不及预期的风险
　　2024年，国内外经济形势仍面临很大的不确定性，国际贸易环境日趋复杂，中美贸易摩擦争端此起彼伏，国内外整体经济形势下行，实体经济增长放缓。在国内外错综复杂的形势交互作用下，宏观经济增长预期进入相对保守的阶段，给企业经营带来较大的外部环境压力。若后续人工智能行业支持政策落地进度不及预期，可能会影响公司的业务发展。
　　在此情况下，公司将在进一步巩固传统业务优势的基础上，积极开拓业务新机会，寻找新的业务增长端口；同时，公司坚持技术创新，持续增加核心技术的研发投入，提高研发产品化效率，不断丰富公司技术的应用场景，为公司未来业务发展储备科技力量。
　　2、税收优惠的不确定性风险
　　2023年，公司重新通过了高新技术企业认证，享受高新技术企业税收优惠，根据《中华人民共和国企业所得税法》及相关法规规定，适用企业所得税税率为15%，有效期自2023年11月22日至2026年11月21日止。若公司未来未能持续被评定为高新技术企业，或国家税收政策有所调整，则将对公司未来经营业绩产生影响。
　　(八)存托凭证相关风险
　　(九)其他重大风险
　　
　　五、报告期内主要经营情况
　　报告期末，公司资产总额为15.21亿元，比上年期末减少20.15%；负债总额为6.10亿元，比上年期末减少20.47%；归属于母公司所有者权益为8.92亿元，比上年同期减少20.00%。2024年度，公司实现营业收入1.43亿元，较上年同期减少68.08%；实现归属于母公司所有者的净利润-1.93亿元，同比增加亏损1.45亿元。
　　
　　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
　　人工智能行业正处于技术突破与商业化探索并行的快速发展期，但其演进过程中亦面临多重结构性挑战。在算力领域，英伟达凭借GPU+CUDA生态的绝对优势，持续巩固其在云端算力市场的主导地位，其Hopper架构与软件工具链的深度绑定为大模型训练提供了核心支撑。与此同时，华为昇腾、寒武纪等国产厂商加速突破，通过自研芯片与边缘计算方案切入细分市场，例如昇腾的Atas系列聚焦工业、安防场景的边端算力需求，寒武纪则以“云边端”协同架构降低部署成本。这一格局既凸显了头部企业的生态控制力，也折射出国产替代在场景化落地中的突破潜力，但算力资源的集中化与技术依赖问题仍制约行业均衡发展。
　　算法层面，行业呈现“轻量化与规模化并行”的分化趋势。小模型技术通过参数裁剪、知识蒸馏等手段显著降低算力需求，推动AI技术向中小企业及边缘场景渗透，例如工业质检、园区巡检等领域的小模型解决方案已实现成本可控的规模化应用。与此同时，生成式AI（如GPT系列、Deepseek系列）的商业化探索加速，从“技术秀场”向内容生成、客户服务等场景延伸，但头部企业仍面临盈利模式模糊的挑战——尽管用户规模增长迅速，但付费意愿与实际需求匹配度不足，流量战与价格战加剧了行业竞争，而真正具备颠覆性的产品（如完全替代人类的智能助手）尚未出现。
　　数据应用则面临“价值挖掘与风险管控”的双重命题。数据作为AI模型的“燃料”，其质量、规模与合规性直接决定技术效果。一方面，行业通过联邦学习、数据中台等技术整合分散数据资产，构建垂直领域知识图谱，推动数据从“资源”向“资产”转化；另一方面，数据安全与隐私保护成为技术落地的刚性约束，数据孤岛、跨境流动限制及合规成本等问题仍制约数据价值释放。
　　未来行业格局将围绕“技术普惠、场景深耕、生态协同”深化。算力层面，国产替代与边缘计算的结合将推动算力资源向更广泛场景渗透，尤其在工业、农业等传统领域实现“普惠覆盖”；算法层面，小模型与生成式AI的融合或成关键突破方向，例如通过小模型实现生成式AI的轻量化部署，降低企业应用门槛；数据层面，数据治理与合规生态的完善将成为行业竞争的新高地，隐私计算、数据确权技术的成熟将加速数据要素市场化进程。然而，行业需警惕算力过度依赖头部厂商导致的技术“卡脖子”风险，算法商业化若无法突破“流量泡沫”可能陷入低水平竞争，而数据安全与伦理问题若处理不当或引发监管收紧与用户信任危机。唯有通过技术自主可控、场景深度绑定、生态协同创新，方能实现从“技术驱动”向“价值驱动”的跨越，推动人工智能真正成为产业变革的核心引擎。
　　(二)公司发展战略
　　在人工智能重塑产业格局的时代背景下，作为覆盖算力、算法、数据全要素的科技企业，公司立足技术创新与产业融合，制定“AI+行业”深度发展战略，以核心技术优势打通基础层到应用层的价值链路，加速人工智能对千行百业的深度赋能，驱动新质生产力跃升。
　　1、夯实技术底座，构建全要素竞争优势
　　在算力领域，持续深化私有部署与边缘计算的算力一体机研发。针对行业数据本地化、实时性需求，优化算力架构，实现低延迟、高并发的计算能力，确保在工业自动化、智能交通等场景中数据处理的及时性与稳定性；在算法层面，以图像信息技术积累为基础，融合国际前沿的大模型、强化学习等算法，构建通用化与定制化结合的算法体系，提升模型的自适应能力与泛化性能；在数据层面，依托自主可控的数据安全处理技术，打造跨行业、多维度的数据治理平台，通过脱敏、加密、合规清洗等手段，释放数据要素价值，为行业应用提供高质量数据支撑。
　　2、深化“AI+”融合，拓展产业赋能边界
　　秉持“技术创新-场景适配-价值转化”的发展路径，以AI技术为核心，结合行业特性开发垂直化解决方案。通过与各行业头部企业合作，挖掘核心痛点：如针对传统制造业的生产效率瓶颈，部署AI质检、预测性维护系统；针对能源行业的资源调度难题，研发AI能源管理系统。同时，依托“AI+机器人”模式，开发适配不同场景的智能终端，如工业巡检机器人、服务型机器人等，实现技术从软件到硬件、从虚拟到实体的立体赋能，推动行业智能化升级。
　　3、强化软硬协同，打造一体化解决方案
　　发挥软硬件协同优势，构建“算法驱动、硬件承载、数据优化”的闭环生态。硬件端，围绕算力一体机、智能传感器等设备进行迭代升级，提升硬件兼容性与扩展性；软件端，开发模块化、低代码AI平台，降低行业应用开发门槛，支持客户快速部署个性化方案。通过软硬件接口标准化与系统集成优化，实现“即插即用、灵活适配”，为不同行业提供轻量化、高效能的整体解决方案，缩短技术应用周期，加速AI技术在千行百业的渗透速度。
　　4、生态共建，实现可持续发展
　　积极构建开放共赢的AI产业生态，与科研机构、高校合作开展前沿技术攻关，与行业伙伴共建联合实验室，加速技术成果转化；通过开源算法框架、开放数据平台，吸引开发者参与生态建设，丰富应用场景。同时，建立技术服务支持体系，为行业客户提供从咨询、部署到运维的全生命周期服务，持续优化解决方案，以生态合力推动人工智能技术在各行业的深度扎根，为社会经济高质量发展注入持久动能，确立行业引领者地位。
　　(三)经营计划
　　2025年，公司秉承“科技创新就是企业增长动能”的理念，遵循“以用户为中心”的基本要求，将研发资源向人工智能核心技术倾斜，紧密结合市场需求与产品应用场景，深度洞察潜在需求与用户痛点。通过新一代通用人工智能技术和特定场景产品研发的深度融合，发挥自身数据服务能力，构建差异化竞争优势，为区域性客户的新质生产力发展赋能，力争突破创新，构建发展新格局。
　　1、布局多元渠道，打造稳固且可持续的营销网络
　　公司坚持以核心技术为驱动，为客户提供优质的方案，解决客户核心问题，赢得客户的信任，充分发挥政府端业务的既有优势，进一步横向拓展企业端、个人消费者端的业务潜能，全方位布局区域、行业、海外多元渠道，打造稳固且可持续的营销与服务体系，以客户为中心，无缝对接市场需求，聚焦价值创造。
　　同时，公司重视技术交流与政策学习，顺应行业需求大趋势，着力行业顶层设计及整体规划；加强与行业研究机构及龙头企业的战略合作，形成精准独特的产业链定位，树立行业地位，由上至下与区域网点形成有效融合，构建公司独特的立体营销体系。
　　2、置身技术变革，以产品驱动营收跃升
　　作为人工智能领域软硬件一体的高新技术企业，公司始终将科技创新视为发展的核心动力，持续进行科研投入，紧跟行业技术变革，加快技术迭代升级，紧贴客户实际需求，解决客户痛点，以“企业科技化产品化”为重要抓手，聚焦AI与具身智能领域，通过投资并购生态企业、携手国家级科研院所、联合高校开展研发等方式，搭建前沿技术与创新产品体系，提升科创属性，快速丰富产品线，以产品驱动营收规模跃升，推动公司转型落地。
　　3、借助资本力量整合上下游生态资源，提升科技品牌形象
　　公司将借助资本力量，逐步整合上下游生态资源，为业务拓展和公司转型注入强劲动力，从而快速实现延伸产业链、丰富产品结构、提升产品附加值，增加公司利润增长点的目标，增强公司的核心竞争力和行业话语权。
　　公司始终坚持以科技创新为核心驱动力，创建品牌营销体系和完善品牌资质建设，多维度多渠道提升科技品牌形象，从而提升品牌知名度和美誉度，增强用户粘性。
　　4、以诚毅文化为本，注重人才建设，激发人才活力
　　公司在经营发展的过程中，始终以“诚毅”文化为本并将其融入到人才管理的各个环节，引导员工树立正确的价值观和行为准则，增强团队凝聚力和向心力。日常工作中，公司倡导开放包容的工作氛围，鼓励员工畅所欲言，积极表达自己的想法和建议；吸纳人才时，公司欢迎来自不同背景、拥有不同经验的优秀人才加入，并为员工提供平等的发展机会。此外，公司建立扁平化的组织架构和高效的沟通机制，打破部门壁垒，促进信息共享和团队协作，激发员工的创新活力和创造力。 收起▲