[年报]云从科技(688327):2023年年度报告摘要
原标题:云从科技:2023年年度报告摘要 云从科技集团股份有限公司 2023年年度报告摘要 第一节 重要提示 1 本年度报告摘要来自年度报告全文，为全面了解本公司的经营成果、财务状况及未来发展规划，投资者应当到 www.sse.com.cn网站仔细阅读年度报告全文。 2 重大风险提示 公司已在本报告中详细描述可能存在的相关风险，具体内容详见本报告第三节“管理层讨论与分析”之“四、风险因素”的相关内容。 3 本公司董事会、监事会及董事、监事、高级管理人员保证年度报告内容的真实性、准确性、完整性，不存在虚假记载、误导性陈述或重大遗漏，并承担个别和连带的法律责任。 4 公司全体董事出席董事会会议。 5 大华会计师事务所（特殊普通合伙）为本公司出具了标准无保留意见的审计报告。 6 公司上市时未盈利且尚未实现盈利 √是 □否 公司采用《上海证券交易所科创板股票发行上市审核规则》第二十四条第（二）项上市标准上市，上市时尚未盈利。公司 2023年度实现营业收入为 62,812.21万元；归属于上市公司股东的净利润为-64,345.72万元；归属于上市公司股东的扣除非经常性损益的净利润为-68,887.98万元。 报告期内公司尚未实现盈利。 公司已在本报告中详细阐述公司在生产经营过程中可能面临的各种风险，敬请查阅“第三节管理层讨论与分析”之“四、风险因素”。敬请投资者注意投资风险。 7 董事会决议通过的本报告期利润分配预案或公积金转增股本预案 因公司尚存在未弥补亏损，且公司未来在研发投入等方面资金需求依然较大，为更好地维护全体股东的长远利益，保障公司的可持续发展，公司2023年度利润分配及资本公积转增股本方案为：不派发现金红利，不送红股，不以资本公积转增股本。 上述利润分配方案已经公司第二届董事会第十七次会议审议通过，尚需提交公司2023年年度股东大会审议。 8 是否存在公司治理特殊安排等重要事项 √适用 □不适用 公司治理特殊安排情况： √本公司存在表决权差异安排 (一) 特别表决权设置情况 1.特别表决权设置的基本安排 2020年 9月 1日，公司召开 2020年第三次临时股东大会，审议通过了《关于公司实施特别表决权制度及累积投票制度暨修改公司章程及股东大会议事规则的议案》，并修改《公司章程》，设置特别表决权。 根据特别表决权设置安排，公司控股股东常州云从持有公司的股份为 A类股份，其他股东（包括首次公开发行对象）所持公司股份均为 B类股份。除《公司章程》规定的部分特定事项的表决外，每一 A类股股份享有 6票表决权，每一 B类股股份享有 1票表决权。公司董事长兼总经理周曦通过常州云从对公司的经营管理等决策事项拥有控制权，能够影响公司股东大会表决的结果。 2.特别表决权持有情况 2023年 5月 16日，公司召开 2022年年度股东大会，审议通过了《关于<公司 2022年年度利润分配及资本公积转增股本方案>的议案》等相关议案。转增股本以方案实施前的公司总股本740,670,562股为基数，以资本公积向全体股东每股转增 0.4股。本次资本公积转增股份已于 2023年 6月 13日上市流通，公司控股股东常州云从持有公司的 A类股份数由 146,505,343股增加至205,107,480股，表决权数量由 879,032,058股增加至 1,230,644,880股，表决权比例不变。 单位:股
根据《公司章程》的规定，当公司股东对下列事项行使表决权时，每一 A类股份享有的表决权数量应当与每一 B类股份的表决权数量相同： （一）对《公司章程》作出修改； （二）改变 A类股份享有的表决权数量； （三）聘请或者解聘公司的独立董事； （四）聘请或者解聘为公司定期报告出具审计意见的会计师事务所； （五）公司合并、分立、解散或者变更公司形式； （六）更改公司主营业务； （七）审议公司利润分配方案。 股东大会对上述第（二）项作出决议，应当经过不低于出席会议的股东所持表决权的三分之二以上通过，但根据《上海证券交易所科创板股票上市规则》的规定，将相应数量 A类股份转换为 B类股份的不受前述需要三分之二表决权以上通过的约束。 第二节 公司基本情况 1 公司简介 公司股票简况 √适用 □不适用
公司存托凭证简况 □适用 √不适用 联系人和联系方式
2 报告期公司主要业务简介 (一) 主要业务、主要产品或服务情况 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，公司主要产品及服务图谱如下： 报告期内，公司核心产品及结构图如下： 海报营销 安全生产平台 数据平台 知识平台 … 视觉智能平台 交互设备 一体机 训练平台 推理平台 模型管理平台 … 行业/企业大模型 行业/企业大模型 …… 大模型 技术服务 语言大模型 视觉大模型 语音大模型 多模态大模型 L0 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。
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。 云从科技智慧治理综合解决方案概览 报告期内，新增代表性智慧治理领域综合解决方案概况如下：
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。 云从科技智慧出行综合解决方案概览 报告期内，新增代表性智慧出行领域综合解决方案概况如下：
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。 云从科技智慧金融综合解决方案概览 报告期内，云从科技智慧金融领域综合解决方案主要如下：
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。2022年以来，公司在工业智能、能源等领域进行了初步探索，基于行业特性研发出智慧工业数字人、智慧矿山等解决方案，为公司业务长期发展做长远布局。同时，公司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，应用于智能网联汽车场景的开拓。 (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”阶段理念进行设置包含立项、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： 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）”。 1.1.1行业政策情况 人工智能作为国家战略性新兴产业，报告期内获得了国家层面的高度重视，通过多项政策推动其深度应用与产业融合，强调技术创新与健康发展，同时促进产业数字化转型和未来产业创新，确保 AI行业有序竞争与协同发展： 2023年 2月，中共中央、国务院印发《质量强国建设纲要》，提出加快大数据、网络、人工智能等新技术的深度应用，促进现代服务业与先进制造业、现代农业融合发展。2023年 5月，二十届中央财经委员会第一次会议强调：要把握人工智能等新科技革命浪潮。 2023年 5月，国资委党委召开扩大会议，会议提到要指导推动中央企业加大在新一代信息技术、人工智能、集成电路、工业母机等战略性新兴产业布局力度，推动传统产业数字化、智能化、绿色化转型升级，引领带动我国产业体系加快向产业链、价值链高端迈进。 2023年 7月，国家网信办等七部门联合发布的《生成式人工智能服务管理暂行办法》，该办法旨在对生成式人工智能的服务提供、技术研发、应用推广等方面进行规范，确保行业健康发展，防止因技术滥用带来的风险和社会问题。此外，在鼓励创新的同时，建立有序的市场竞争环境，引导企业投入更多资源用于核心技术研发和服务质量提升，推动生成式 AI产业链上下游协同发展。 2023年 8月，工业和信息化部发布《关于组织开展 2023年未来产业创新任务揭榜挂帅工作的通知》，旨在推动我国在特定前沿领域的科技创新和产业化发展，明确了 2023年未来产业创新的任务是面向元宇宙、人形机器人、脑机接口、通用人工智能等四个重点方向。聚焦核心基础技术研究、重点产品研发、产业链关键环节突破等方面，提出具体的技术指标和预期成果 1.1.2行业发展情况 当前，人工智能行业正处于快速发展的黄金时期，其技术进步和应用拓展呈现出前所未有的活力。AI的发展可以分为三个阶段：初期的技术突破，中期的综合解决方案探索，以及当前的深度产业融合。在初期，AI技术如计算机视觉和语音识别取得了显著成就，这些技术的成功应用为特定场景下的 AI实践奠定了基础。随后，随着客户需求的复杂化，行业开始转向寻求全面的 AI解决方案，以实现业务流程的智能化和效率提升。 当前，AI正在与各行各业进行深度融合，这一阶段以用户体验的革命性提升为驱动力。AI技术正逐步渗透到业务流程的每一个环节，通过联通线上线下数据，实现智能流量的优化分配，极大地提升了人机协同的效率和体验。例如，OpenAI的 ChatGPT和 Sora大模型的出现，不仅在技术上实现了重大突破，而且在商业模式上也开辟了新的探索空间。这些模型的应用潜力巨大，从内容创作到决策支持，再到用户交互界面的创新，都预示着 AI技术将在未来发挥更加关键的作用。 在这一背景下，AI行业的发展呈现出多元化的趋势。一方面，AI技术在医疗、教育、金融 等传统行业的应用不断深化，推动了这些行业的数字化转型。另一方面，AI也在新兴领域如元宇 宙、自动驾驶等领域展现出强大的潜力。随着技术的不断进步，AI正逐渐从辅助工具转变为决策 的核心伙伴，其在提高生产效率、优化用户体验和推动科技创新方面的作用日益凸显。 AI行业正处于一个充满机遇和挑战的新时代。随着技术的不断进步和应用的不断拓展，AI 将继续深刻影响我们的工作和生活方式。 1.2公司所处行业的基本特点 近年来，中国人工智能产业处于高速建设阶段，核心产业规模呈现爆发式增长，涌现出了包 括发行人在内的大量人工智能企业。中国人工智能产业逐渐趋于稳定，产业模式探索已基本完成， 产业焦点从技术研发转向各行业多元化场景应用落地。未来随着新兴技术逐渐成熟应用并形成协 同效应，更多的创新应用将成为可能，中国人工智能产业将迎来新一轮的增长点。预计到 2030 年，中国人工智能产业规模达到 7,218.9亿元。 2017-2030年中国人工智能产业规模及预测数据来源：赛迪顾问 同时，人工智能通过行业智慧解决方案的方式带动相关的产业保持以较高的市场增速发展，2023年人工智能在各行业领域综合渗透规模达到 21138.5亿元。随着人工智能技术在各垂直领域加速渗透，越来越多的行业将开启智慧化升级进程。预计 2030年人工智能带动行业应用综合解决方案服务的市场规模将超过 8万亿元。 2017-2030年中国人工智能带动行业综合解决方案服务市场规模及预测 数据来源：赛迪顾问 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帮助人们更容易、更快速地构建和使用深度学习模型的工具，由于 GPT-3等模型的引领，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点。算力算法平台通常以开源软件为基础研发，包含算力资源调度引擎、算法仓库和配套的数据平台，可以完成 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。知识中台着眼于将 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，行业客户在智能化升级方面要求解决方案提供商具备较强的 AI技术能力和行业应用场景的深刻理解，能够提供更具前瞻性和性价比更优的综合方案。综合来看，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具有技术门槛。 数据智能解析及数据治理的主流技术包括人脸识别、全量视频结构化、自然语言理解、OCR等技术，技术重点在于如何实现全链路（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的实战效果是主流 AI厂商技术实力比拼的重点。 目前，行业客户需求已经从最初的“数据可被解析”逐步发展成了“数据准确解析+数据可治理”，对解决方案供应商提出了较高要求。 知识计算及智能服务的重点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智能化程度是技术竞争重点。 数字化身份认证需要针对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要求。 2. 公司所处的行业地位分析及其变化情况 自创立之初，公司便致力于人工智能技术的深入研究与广泛应用，随着技术的持续进步和市场的不断拓展，公司在行业中的地位和影响力稳步提升。 2.1技术创新 在人工智能核心技术的研发上，公司已取得显著成果。公司自主研发的人机协同操作系统（CWOS）充分展示了自身的技术实力，该系统整合了业务数据、硬件设备和软件应用，为客户提供了全面的信息化、数字化和智能化服务。 报告期内，公司通过人机协同操作系统（CWOS），围绕打造像人一样思考和工作的智能体目标，基于数据要素整合视觉、语音、NLP等多个领域核心技术，打造了多模态系列大模型——从容大模型。公司凭借在人工智能领域的卓越创新实力和强劲的市场表现，成功入选“2023中国人工智能大模型企业综合竞争力 50强”并名列前茅。 2.2技术突破 公司在传统的视觉领域一直保持着领先地位，并不断在大模型方面也取得了重大进展，研发团队不断努力探索新的技术方向，不仅在国际权威数据集上创造了新纪录，而且在实际应用中也展现了卓越的竞争力，这为公司在 AI行业的领先地位提供了坚实的基础支持。 在报告期内，公司在全球最权威的人脸识别 FRVT测试 1:1和 1:N刷新 2项世界纪录；行人基础大模型在 PA-100K、RAPV2、PETA、HICO-DET四个数据集上超越了包括阿里巴巴、日立等多家知名高校、企业与研究机构，刷新了世界纪录；公司商品基础大模型在 MUGE、Product1M两个规模最大的开源中文多模态商品检索数据集上从百度、快手、京东和 OPPO等多家知名高校、企业与研究机构脱颖而出，刷新了世界纪录；公司在多媒体领域唯一 CCFA类顶级国际人工智能学术会议 ACMMM 提出视觉 -语言跟踪大一统模型 All-in-One，并在跨模态领域（TNL2K,LaSOT,LaSOTExt,WebUAV-3M）刷新 4项世界纪录；公司视觉大模型在 benchmarkCOCO上从微软研究院（MSR）、上海人工智能实验室、智源人工智能研究院等多家知名企业与研究机构脱颖而出，刷新了世界纪录；公司多模态大模型在 ICCV2023细粒度行为检测挑战赛（OpenFineGrainedActivityDetectionChallenge）中战胜早稻田大学、软银等国内外多家知名企业、科研机构，斩获冠军；凭借从容大模型训推一体化解决方案，以总成绩第一获得昇腾 AI创新大赛2023全国总决赛应用赛道金奖，并在世界人工智能大会（WAIC）上首次推出了“从容大模型昇腾训练推理一体化解决方案”产品，为国内大模型生态系统的进一步推进奠定了坚实的基础。 2.3技术应用 在行业解决方案的拓展上，公司进一步巩固了在 AI领域的地位。公司基于 CWOS为智慧治理、智慧出行、智慧金融、智慧商业、泛 AI等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。特别是在智慧金融领域，公司的解决方案已服务于包括六大国有银行在内的超过 100家金融机构，确立了公司在该领域的领导地位。 报告期内，公司积极与行业领先企业合作，共同推动 AI技术在实际场景中的应用。公司携手佳都科技、重庆城市交通开发投资集团发布知行城市交通行业大模型，旨在提升城市交通的效率和安全性，为市民提供更加便捷、智能的出行体验；与华为、天津港集团等共同启动全球首个港口大模型 PortGPT的联合研发，通过 AI智能体“天天”，协同数据分析，提高港口运转效率及安全性；此外，公司文档多模态大模型与医疗大模型已经开始在金融与制药行业落地应用，通过智能应答、智能分析和处理大量文档数据，帮助企业提高决策效率和风险管理能力。 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 在核心技术方面。近年来，机器学习尤其是深度学习技术取得了显著进展。算法的优化和计算资源的增强使得 AI系统在图像识别、语音识别和自然语言处理等领域的表现日益接近甚至超越人类。这些技术的进步不仅推动了 AI在传统行业的应用，也为新兴产业的发展奠定了基础。 在新产业中的应用方面。AI技术已经成为推动工业 4.0的关键力量，智能制造、无人驾驶汽车和智能医疗等领域正迅速崛起。在智能制造中，AI通过优化生产流程和预测维护需求，显著提高了生产效率和产品质量。无人驾驶汽车利用 AI进行环境感知和决策，预示着交通行业的未来。 智能医疗则通过 AI辅助诊断和个性化治疗方案，改善了医疗服务的质量和可及性。 此外，新业态的涌现是 AI发展的另一亮点。AI正改变着零售、娱乐和教育等行业的商业模式。例如，在零售业，AI通过分析消费者行为数据，提供个性化的购物推荐，增强了用户体验。 在娱乐行业，AI创作音乐和艺术作品的能力正在挑战传统创作者的界限。教育领域中，AI辅助的个性化学习系统能够根据学生的学习进度和能力提供定制化的教学内容。 在新模式方面，AI正在推动服务模式的创新。远程办公和在线教育的兴起，使得 AI在提供虚拟助手和智能客服方面的需求日益增长。此外，AI在金融科技领域的应用，如智能投顾和风险管理，正在重塑金融服务的提供方式。 展望未来，AI的发展趋势预示着更加智能化和自动化的世界。随着技术的不断进步，AI将在更多领域实现突破，如在生物医药、环境保护和空间探索等领域。同时，AI的伦理、法律和社会影响也将成为行业关注的焦点。 人工智能行业正处于一个充满活力和变革的时期。新技术的涌现、新产业的发展、新业态的形成以及新模式的探索，共同塑造了一个多元化和动态变化的行业格局。 3 公司主要会计数据和财务指标 3.1 近 3年的主要会计数据和财务指标 单位：元 币种：人民币
3.2 报告期分季度的主要会计数据 单位：元 币种：人民币
季度数据与已披露定期报告数据差异说明 □适用 √不适用 4 股东情况 4.1 普通股股东总数、表决权恢复的优先股股东总数和持有特别表决权股份的股东总数及前 10 名股东情况 单位: 股
 |