[年报]云天励飞(688343):2024年年度报告
原标题:云天励飞:2024年年度报告 2024年年度报告 重要提示 一、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。 二、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上市规则》第2.1.2条第（二）项的标准上市，上市时尚未盈利。公司2024年度实现营业收入为91,737.19万元；归属于上市公司股东的净利润为-57,904.70万元；归属于上市公司股东的扣除非经常性损益的净利润为-68,345.58万元。报告期内公司尚未实现盈利。由于公司所属的人工智能行业属于技术和人才密集型行业，具有技术门槛高、高端人才密集、研发投入大的特点，加之近年来国内人工智能行业竞争愈加激烈，在公司收入规模尚未达到一定量级的情况下，持续高强度的研发投入是导致公司尚未实现盈利的主要因素。 三、重大风险提示 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。 四、公司全体董事出席董事会会议。 五、天职国际会计师事务所（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。 六、公司负责人陈宁、主管会计工作负责人邓浩然及会计机构负责人（会计主管人员）李立声明：保证年度报告中财务报告的真实、准确、完整。 七、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公司于2025年4月25日召开的第二届董事会第十四次会议审议通过了《关于公司2024年度利润分配方案的议案》，鉴于母公司当前累计未分配利润为负数，尚不满足利润分配条件，为保障和满足公司正常经营和可持续发展需要，公司拟定2024年度利润分配方案为：不派发现金红利、不送红股、不以资本公积金转增股本。 本次利润分配方案尚需经股东大会审议批准。 八、是否存在公司治理特殊安排等重要事项 □适用√不适用 九、前瞻性陈述的风险声明 √适用□不适用 本报告所涉及的公司未来计划、发展战略等前瞻性陈述，不构成公司对投资者的实质承诺，请投资者注意投资风险，投资者及相关人士均应当对此保持足够的风险认识，并且应当理解计划、预测与承诺之间的差异。 十、是否存在被控股股东及其他关联方非经营性占用资金情况 否 十一、 是否存在违反规定决策程序对外提供担保的情况 否 十二、 是否存在半数以上董事无法保证公司所披露年度报告的真实性、准确性和完整性否 十三、 其他 □适用√不适用 目录 第一节 释义......................................................................................................................................5 第二节 公司简介和主要财务指标..................................................................................................9 第三节 管理层讨论与分析............................................................................................................13 第四节 公司治理............................................................................................................................60 第五节 环境、社会责任和其他公司治理....................................................................................79 第六节 重要事项............................................................................................................................87 第七节 股份变动及股东情况......................................................................................................116 第八节 优先股相关情况..............................................................................................................127 第九节 债券相关情况..................................................................................................................127 第十节 财务报告..........................................................................................................................128
一、 释义 在本报告书中，除非文义另有所指，下列词语具有如下含义：
一、公司基本情况
(一)公司股票简况 √适用□不适用
五、其他相关资料
(一)主要会计数据 单位：元 币种：人民币
√适用□不适用 1、营业收入变动原因说明：报告期内，营业收入较上年同期增加，主要系企业级和消费级场景业务的销售收入增加所致，消费级场景业务的收入主要来自本公司的控股子公司岍丞技术；2、归属于上市公司股东的净利润及归属于上市公司股东的扣除非经常性损益的净利润变动原因说明：报告期内，归属于上市公司股东的净利润为-57,904.70万元，较上年同期亏损金额增加19,592.99万元，归属于上市公司股东的扣除非经常性损益的净利润为-68,345.58万元，较上年同期亏损金额增加18,376.90万元，主要系报告期内股份支付费用增加及研发投入增加所致；3、经营活动产生的现金流量净额变动原因说明：报告期内，经营活动产生的现金流量净额为-29,451.99万元，较上年同期净流出减少24,649.13万元，主要系本期收到补助费用较上年同期增加及本期销售回款较前期回款增加所致； 4、研发投入占营业收入的比例变动原因：报告期研发投入占营业收入比例较去年同期减少14.68个百分点，主要系本期营业收入较上年同期增长所致，本期研发费用较上期增长35.62%，增速慢于营业收入增长导致研发投入占营业收入占比减少。 七、境内外会计准则下会计数据差异 (一)同时按照国际会计准则与按中国会计准则披露的财务报告中净利润和归属于上市公司股东的净资产差异情况 □适用√不适用 (二)同时按照境外会计准则与按中国会计准则披露的财务报告中净利润和归属于上市公司股东的净资产差异情况 □适用√不适用 (三)境内外会计准则差异的说明： □适用√不适用 八、2024年分季度主要财务数据 单位：元 币种：人民币
九、非经常性损益项目和金额 √适用□不适用 单位：元 币种：人民币
□适用√不适用 十、非企业会计准则财务指标情况 □适用√不适用 十一、采用公允价值计量的项目 √适用□不适用 单位：元 币种：人民币
□适用√不适用 第三节 管理层讨论与分析 一、经营情况讨论与分析 2024年人工智能产业正站在从大模型技术探索向大模型规模化应用跨越的关键节点。在技术层面，大模型技术持续创新突破，实现了多模态理解与生成、跨模态交互、复杂问题推理分析等能力的显著提升；在应用层面，大模型技术的商业化探索和应用落地不断加速，AI原生应用如雨后春笋般涌现，“人工智能+”模式通过与各行业场景的深度融合，正广泛渗透到更多领域，各种垂类AI应用的深耕细作正悄然重塑各行业的生产力格局。与此同时，各类智能硬件迎来爆发式增长，涵盖大模型推理计算集群、大模型一体机、AI耳机、AI眼镜、拍学机以及人形机器人等。随着上述产业态势的发展，人工智能算力市场的需求结构也发生了转变，从围绕“超大规模参数”通用大模型训练计算为主，逐渐向面向AI应用的软硬件协同优化的大模型推理计算倾斜，推理算力需求在整体智算算力需求中的占比迅速攀升。 云天励飞作为一家拥有“算法芯片化”能力的人工智能企业，积极布局边缘AI发展的技术和业务，从底层的算法、芯片到面向行业级、企业级、消费级三大类场景的业务，凭借“算法芯片化”的核心能力和“端云协同”的技术路线，持续探索边缘AI应用场景的边界。具体情况如下：1、国产“算力积木”DeepEdge10系列芯片和加速卡 DeepEdge10基于公司自研的神经网络处理器（NNP400）架构，采用自主可控的先进全国产工艺打造。DeepEdge10采用了创新的“算力积木”架构设计，通过支持多芯粒扩展的Chiplet技术，以及C2CMeshTorus互连技术，可以将多个DeepEdge10标准计算单元像搭积木一样，封装成不同算力的芯片和多芯片互连的可扩展计算系统，覆盖8T-256T算力需求，可实现7B、14B、130B、671B等不同参数量大模型的高效推理，赋能各类智算推理硬件产品。针对各类应用场景，公司已开发出DeepEdge10C、DeepEdge10标准版、DeepEdge10Max和DeepEdge200四款芯片。2024年公司推出全新大模型推理加速卡IPU-X6000，该加速卡内置全国产工艺的大算力芯片DeepEdge200，采用D2DChiplet技术，专门针对大模型推理任务设计，研发了符合大模型演进趋势的统一工具链，包括分布式并行策略、基于硬件的流水线排布、先进的量化策略、多机并行的编译机制等，在同等条件下能够做到推理性能更高、消耗成本更低，IPU-X6000加速卡已适配了包括云天天书、DeepSeek、通义千问、百川智能、以及 Llama2/3等在内的主流大模型。未来，公司将持续加大芯片研发力度，推动芯片在国产化领域取得更大突破，为国产AI生态建设贡献更多力量。 2、支持“万物识别”的“云天天书”多模态大模型 “云天天书”大模型包含语言大模型、多模态大模型等不同系列，具有业界领先的图文数据理解和问答等能力，在C-Eval、CMMLU等权威测试中多次获得第一，并于2023年正式通过中央网信办备案。天书大模型能够针对不同行业场景快速构建解决方案，已在公共安全、智慧交通、城市治理、人居生活等行业落地多个案例，并积极拓展低空经济、智慧教育等战略新兴行业。“云天天书”数字政务大模型入选中国信息通信研究院2024大模型典型示范应用案例。2024年，公司旗下品牌“噜咔博士”推出专为儿童启蒙学习阶段打造的AI原生教育产品“AI拍学机”，该产品依托“云天天书”大模型强大的“万物识别”能力，可实现秒级精准识别拍摄物体，而且识别范围广泛，涵盖超4800个门类、230万种物品。同年，公司还携手闪极科技、LOHO联合开发并正式发布了搭载“云天天书”大模型的AI智能眼镜。 3、聚焦行业级、企业级、消费级三大类场景的业务 2024年，公司积极深化边缘AI战略部署，紧密跟踪AI技术的创新迭代，敏锐洞察市场需求的动态变化，在此背景下，为实现业务结构的战略性优化和资源高效配置，公司对原有的业务模块进行了全面的优化与升级，调整为消费级、企业级和行业级三大场景化业务板块，全力推进边缘AI在三大类场景中的深度应用与高效落地。 （1）消费级场景业务 公司通过子公司岍丞技术，进入华为、荣耀、OPPO、VIVO、安克、boAt、Noise等终端品牌供应链，2024年全年累计出货超过三千万套；公司全资子公司噜咔博士，其品牌“噜咔博士”推出了面向三岁以上儿童设计的AI原生教育硬件AI拍学机；公司与闪极科技、LOHO联合打造的AI眼镜搭载了公司自研大模型“云天天书”，为其AI记忆系统提供了强大的技术基础，这款眼镜也是国内首款量产的AI智能拍摄眼镜，进一步拓展了公司在智能硬件领域的布局。 （2）企业级场景业务 公司依托芯片能力和基于芯片的各种硬件形态，赋能AI行业公司及AI生态圈合作伙伴，包含互联网厂商、AI公司、电信运营商、高校及科研院所等客户。采用独特的“算力积木”架构的DeepEdge10系列芯片可灵活应对不同场景对算力的需求，为大模型推理提供强大动力。目前，DeepEdge10芯片平台已成功适配DeepSeekR1系列模型及国产鸿蒙操作系统。2024年公司推出的全新大模型推理加速卡IPU-X6000已经适配了包括云天天书、DeepSeek、通义千问、百川智能、以及 Llama2/3等在内的主流大模型。未来，IPU-X6000加速卡将进一步支撑公司企业级业务，为各行业带来性价比更高的推理算力选择。 2024年公司与德元方惠签署协议，提供总算力规模约4000PFLOPS的AI训练及推理异构算力服务，预计未来3年将为公司贡献约16亿的营收。 （3）行业级场景业务 公司已经在智慧警务、城市治理、智慧交通和智慧商业等领域陆续实现了场景业务落地。“云天天书”大模型已应用于政务民意速办、公文智写、警务视频语义检索、城市道路CT巡检等领域。 公共安全方面，公司基于“云天天书”多模态大模型打造视频巡逻解决方案，推动公共安全治理从“被动治理”走向“主动预防”。利用大模型泛场景识别的能力，可以对包括打架斗殴在内的各类城市异常风险、隐患、苗头进行主动识别，并结合反应圈机制精准推送、快速处置、事后评估，实现警务工作从“被动”向“主动”的创新转变，让基层“真减负”，做到社会面安全“止危发”，提升市民安全获得感。 城市治理方面，公司基于“云天天书”多模态大模型创新推出了“无人机+视频”“语音调视频”“边聊边办”等创新场景应用，进一步推动“一网通办、一网统管、一网协同”深度融合，让“政务百晓生”、慧眼工程、智能客服等智慧应用更加管用、好用。 此外，早在2023年，云天励飞就联合华为推出了大模型训推一体化产品——云天天书大模型训推一体机。随着DeepSeekR1开源大模型的推出，云天励飞与华为强强联合，将DeepSeek-R1全尺寸模型（6710亿参数）部署在昇腾服务器上，在全国范围内率先实现基于昇腾服务器成功部 署上线及私有化部署应用。目前，云天天书大模型训推一体机已经在多个城市实现落地部署。 非企业会计准则业绩变动情况分析及展望 □适用√不适用 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、公司主营业务基本情况 公司积极布局边缘AI发展的技术和业务，从底层的算法、芯片到场景业务深耕边缘AI，推 动中国通用人工智能发展为目标，持续引领人工智能产业发展。 公司拥有算法和芯片两大核心技术平台，凭借“算法芯片化”的核心能力和“端云协同”的技术 路线，不断推进边缘AI在消费级、企业级和行业级场景的产品应用，为各行业带来安全、智慧、 便捷的AI体验。 在算法层面，经过多年的技术研发与积累，构建了人工智能算法平台，拥有大模型研发能力， 并推出了“云天天书”大模型。在芯片层面，公司基于对人工智能算法技术特点及行业场景计算需 求的深刻理解，通过自定义指令集、处理器架构及工具链的协同设计,实现算法技术芯片化，构建 了神经网络处理器平台。 公司报告期内实现核心技术落地、获取营业收入的主要手段包括面向消费级、企业级和行业 级场景的客户销售AI产品和解决方案。产品出货形态及面向的终端场景 2、公司主要产品基本情况 算法芯片化基础技术平台：该平台是公司基础技术研究平台，基于该平台重点研究算法与芯片协同设计技术，包括大模型算法技术、视觉语义类算法技术、AI处理器设计仿真验证技术、芯片工具链技术等。公司基于算法芯片化基础技术平台，不断提升基础技术研发效率，为公司构建公司核心技术能力提供有力支撑。 基于公司基础技术，公司开发了算法服务、数据挖掘与算法训练、知识库大数据、智能调度 中枢、SDC端边服务、AIoT物联感知汇聚、模型迭代进化、数字孪生技术系列化核心能力平台。 通过上述平台，公司实现快速整合各类核心能力技术组件，面向行业场景业务高效落地应用。公 司报告期内的主要的业务由面向消费者、企业和行业的产品和服务构成。 在消费级业务方面，基于公司核心技术，打造面向各类边缘AI场景的各类硬件设备并对外销 售，包括可穿戴设备类产品、AI交互类产品等。报告期内，公司成立子品牌“噜咔博士”，推出 大模型原生教育硬件产品，和合作伙伴闪极科技推出联名智能眼镜产品，以及子公司岍丞技术为 多个知名品牌提供智能耳机和智能手表的芯片模组、操作系统及产品设计服务。 在企业级业务方面，公司打造了覆盖NPUIP、SOC芯片、SOC模组、边缘计算盒子、AI推 理服务器及智算集群的系列产品，广泛应用在摄像头终端、车路云、机器人、智算中心等场景。 公司报告期内的企业级服务业务包括向企业出售芯片模组，和落地大规模异构高性能算力集群为 客户提供AI训练及推理算力服务，包括智能算力调度及AI大模型开发配套服务。智算中心 天舟系列云/边服务器 边缘计算盒子 DeepEdge系列芯片“天舟”大模型一 IPU-X6000推理卡 “深目”AI模盒 体机 在行业级业务方面，基于公司的软件和硬件通用平台，开发面对行业的软硬一体化解决方案， 目前已形成城市治理、智慧交通、智慧应急、智慧园区、智慧泛商业、智慧警务、智慧教育等行 业产品与解决方案体系，并结合多模态大模型技术特点和行业需求，持续拓展创新业务。(二)主要经营模式 公司的盈利模式为致力于通过人工智能技术推动边缘AI应用的落地，并不断拓展产品在消费级、企业级和行业级市场的规模化落地。 1、消费级：最终面向个人消费者的产品，涵盖可穿戴设备产品、智能硬件等，依托公司自研2、企业级：包括IP授权、芯片、服务器整机和智算中心等，盈利模式包括：将相关研发成果通过“IP授权”的方式实现收入；面向设备厂商进行标准化芯片产品交付实现收入；以自研DeepEdge系列芯片为核心，向客户提供服务器整机；搭建异构高性能算力集群，为客户的AI训练、推理等场景提供高效、稳定和安全的运行环境并实现服务收入。 3、行业级：基于自研的算法软件、芯片等核心产品，搭配外购的定制化或标准化硬件产品、安装施工服务等，面向政府机构等终端客户、企事业单位等集成商客户，根据其需求交付相应软硬件产品或解决方案并对外销售实现收入。 (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《国民经济行业分类》（GB/T4754-2017），公司所属行业为“I65软件和信息技术服务业”中的“I6513应用软件开发”。同时根据《中国上市公司协会上市公司行业统计分类指引》，公司所属行业为“信息传输、软件和信息技术服务业－软件和信息技术服务业”，行业代码为“I65”。 继2023年“百模大战”之后，基础大模型数量逐步收拢，豆包、通义千问、DeepSeek等逐步成为基础大模型的主流方向，随着训练成本的下降和大模型开源，落地于具体场景和应用的垂类大模型以及承载应用的推理算力、智能硬件等逐步成为市场需求的爆发点，网络搜索、会议摘要、自动化编程、自动化办公软件等应用渗透率率先提升，过去一年的行业发展总结如下：2024年，我们可以看到： （1）大模型技术向多模态、轻量化、开源化、平民化方向发展 大模型的能力迅速地从自然语言处理快速向语音、图像、视频等领域横向扩展，在文生图、文生视频等领域出现显著进步。从Pika到Sora，再到GPT4o的发展让我们看到大模型在对3D场景的理解及视频内容一致性等方面取得了巨大进步，提升了人们对多模态大模型能力上限的想象力。 小型化的技术路线逐渐清晰、明朗，通过高质量AI技术设施、高效训练方法与优质数据集探索十亿级参数量下的模型性能极限。小型化基于十亿级别参数量，通过架构调整训练更大体量数据，从而实现匹敌千亿级参数的模型效果。小型化意味着更低的使用成本和部署门槛，部分模型已经走向PC、手机等终端设备使用，拓宽了大模型的赋能场景。 2024年12月，中国公司DeepSeek推出开源大模型DeepSeek-R1，其性能接近OpenAI的o1等闭源模型，这一开源策略迅速吸引了全球开发者，HuggingFace平台基于DeepSeek的衍生模型下载量超500万次，推动开源社区的技术迭代与应用创新。另外，云端大模型API调用成本不断下降，各大厂商打出超低价格。OpenAI在5月将其API价格调低50%，随后国内各家大模型厂商掀起了降价潮，甚至部分模型免费。 （2）模型能力提升及成本下降推动推理市场需求爆发 2023年底OpenAI发布的o1模型标志着AI训练范式的重要转型——其训练过程中推理验证 循环耗能占比超60%，传统参数训练占比降至40%，折射出算力需求从单纯规模扩张向效率优化 的跃迁。DeepSeekR1模型训练成本仅为560万美元，以指数级降低的训练成本大幅降低了行业 门槛。随着模型全生命周期成本中推理环节占比持续攀升，“训练一次、多场景微调”的架构成 为行业新共识，众多中小型企业也能参与大模型开发。成本的降低一方面带来应用需求的增加， 另一方面也带来了开发者的增加，开发者的加入会促使更多应用投放市场，使得行业进入良性循 环的上升期，而应用需求的整体增长会极大促进推理算力的需求量级攀升，这为国产半导体产业 提供了历史性机遇。 根据巴克莱的分析师估计，未来两年内，“前沿AI”（指最大且最先进的系统）在推理方面的 资本支出将超过训练，从2025年的1226亿美元跃升至2026年的2082亿美元。博通预测2027 年仅3家客户（谷歌/微软/Meta）的ASIC+网络需求将达600-900亿美元；Marvell预计2023-2028 年AI推理芯片市场CAGR达45%。同时，国内云厂商阿里、字节、腾讯等均表示，未来在云和 AI基础设施投入将大幅提升。根据浪潮信息和IDC联合发布的《中国人工智能计算力发展评估报告》，2025年中国智能算力规模将达到1,037.3EFLOPS，预计到2028年将达到2,781.9EFLOPS，2023-2028年期间，中国智能算力规模的五年年复合增长率预计达到46.2%。 同时，一体机作为集成化方案同时将AIAgent产业链上游的模型、算法、硬件和中游的平台及下游的应用集合在一起，可以给客户提供针对垂类领域便捷高效的解决方案，符合当前主要需求方——政企、金融客户众多细分场景的部署要求，是当前AIAgent的理想实现载体。AI智慧政务DeepSeek一体机部署全国各级单位正在推进。根据IDC测算，2025年中国服务器市场出货量有望达到488万台，政府、金融、公共事业、医疗等6大政企行业由于涉及隐私数据，存在本地私有化部署需求，2021年上述行业占中国服务器市场需求约28%。根据中金公司向《通信产业报》全媒体的表示，预计在乐观情景下2025年上述行业约5%的需求转向DeepSeek一体机，则需求达到7万台，市场规模有望达到540亿元。 （3）智能硬件生态进入重构周期 移动设备“手机+APP”的统治格局正因AI能力突破而改变，大模型时代会重塑硬件的生态，包括AI玩具、AI可穿戴设备、自动驾驶、机器人/具身智能等硬件使边缘AI逐步发展成为行业的重要力量。Meta眼镜的商业化突破、闪极眼镜等带来的现象级关注等带动行业加速布局智能硬件领域。边缘AI让物联网升级成为AIoT，助力大模型落地。国泰君安证券研究所数据显示，随着AIoT的发展，未来3年边缘智能硬件设备将保持50%以上的复合增长率。据IDC预测，2025年全球AIoT连接设备数将达300亿台，形成万亿级市场规模。 根据Wellsenn统计数据，2024年全球AI智能眼镜销量将达200万副，2025年预计类似传统手机厂商、互联网厂商等企业将会积极布局探索AI智能眼镜领域，推动2025年全球出货量进一步增长至400万副。到2030年后，AI+AR技术发展到成熟阶段，到2030年全球AI智能眼镜出货有望达到8,000万部，渗透率约为4.3%。2035年，全球AI+AR智能眼镜销量达到14亿台规模，与智能手机规模相当，AI+AR智能眼镜最终实现传统智能眼镜的替代，达到70%的渗透率，成为下一代通用计算平台和终端。 （4）国家战略层面持续构建系统性创新生态 我国通过“十四五”规划纲要、“十四五”数字经济规划等顶层设计，明确将人工智能列为战略性新兴产业。2024年中央经济工作会议明确提出实施“人工智能+”行动，强调通过AI与实体经济深度融合，提升传统产业效率并培育新质生产力，这是“人工智能+”行动首次写入国家级的政府工作报告。2023年10月，国家发改委发布《新一代人工智能基础设施高质量发展行动计划》，提出到2025年建成一批国家级AI算力枢纽节点，推动通用/专用算力并网调度。工信部等四部委印发《国家人工智能产业综合标准化体系建设指南》，通过系统化的标准布局，旨在解决当前AI产业面临的技术碎片化、安全风险高、应用落地难等问题，推动技术、产业与治理的协同发展。 2、公司所处的行业地位分析及其变化情况 公司的竞争力来源于自研的算法、芯片技术及两者间的高效适配，以及基于上述核心技术、市场需求快速推出各类高性价比AI产品的能力。 在AI算法层面，公司算法技术达到业内领先水平。2018年，公司获得被誉为“中国智能科学技术最高奖”的“吴文俊人工智能科学技术奖”。公司的“面向智慧城市的大规模动态人像识别和实时检索系统”获得2018年度深圳市科技进步（技术开发类）一等奖。此外，公司还获评第二十一届中国专利奖。2023年，公司推出自研千亿级基础大模型“云天天书”，该大模型使用自研训练框架，全栈适配国产算力，在可伸缩训练、断点续训等业界难点问题上屡次取得创新突破。采用首创SPACE高性能推理引擎，同等条件下推理速度提升超80%，做到“算得快、算得多、算得精”。 在通用问答、语言理解、数学推理、文本生成、角色扮演等方面均达到行业先进水平，在2023年9月上旬的C-Eval中文大模型榜单中，“云天天书”大模型位列第一。2024年，公司紧跟AI模型的发展趋势，基于视觉和语言两大前期模型的技术积累，发布了视觉语义多模态大模型，协助边缘、端侧设备更好地理解物理世界。公司的视觉语义多模态大模型，以设计轻量化和推理高效为核心，在约十亿量级参数下，通过高效的算子设计，实现了极低的推理成本。在万物识别任务上，效果比肩InternVL2-40B、Qwen-VL-Max和GPT-4o等主流模型，在某些类别（如动植物的识别方面）实现了超越。通过图文对齐，天书大模型展现了强大的跨模态理解能力。自研图像动态分辨率和词元压缩技术，在有效提高细粒度图文理解准确性的同时，降低推理成本。2024年，由公司参与研发的“国产E级高性能人工智能算力平台”项目获得广东省科技进步奖特等奖。 在AI芯片领域，公司是业内少数基于对人工智能算法技术特点的深度分解及对行业场景计算需求的深刻理解，通过自定义指令集、处理器架构及工具链的协同设计，自主研发芯片并已实现流片、量产及市场化销售的公司之一。公司获得2020年“吴文俊人工智能专项奖芯片项目一等奖”；作为工信部2019年新一代人工智能产业创新重点任务的揭榜单位，开展“面向智能安防及机器人视觉应用的终端神经网络芯片”项目，公司因该项目获评为工信部“第一期人工智能产业创新揭榜优胜单位”；承担国家发改委2019人工智能芯片专项“自主指令集的异构芯片”重大专项；承担科技部2019新一代人工智能重大专项“神经网络处理器关键标准和验证芯片”重大专项并顺利通过验收。2023年，公司新一代芯片DeepEdge10完成流片。目前已完成DeepSeekR1系列模型、国产鸿蒙操作系统、QwQ-32B模型适配，不断为国产AI生态注入新动能。DeepEdge10基于公司自研的神经网络处理器（NNP400）架构，采用自主可控的先进全国产工艺打造，采用了创新的“算力积木”架构设计，通过支持多芯粒扩展的Chiplet技术，以及C2CMeshTorus互连技术，可以将多个DeepEdge10标准计算单元像搭积木一样，封装成不同算力的芯片和多芯片互连的可扩展计算系统，覆盖8T-256T算力需求，可实现7B、14B、130B、671B等不同参数量大模型的高效推理，赋能各类智算推理硬件产品。针对各类应用场景，云天励飞已开发出DeepEdge10C、DeepEdge10标准版、DeepEdge10Max和DeepEdge200四款芯片。 在产品层面，消费级场景下，岍丞技术产品业已进入华为、荣耀、OPPO、VIVO、安克、boAt、Noise等终端品牌供应链，2024年全年累计出货超过三千万套；企业级场景下，公司自研芯片与海康威视、阿里巴巴平头哥等头部客户建立了业务合作关系。2024年公司推出全新大模型推理加速卡IPU-X6000，采用全国产工艺、D2DChiplet技术，专门针对大模型推理任务设计，研发了符合大模型演进趋势的统一工具链，包括分布式并行策略、基于硬件的流水线排布、先进的量化策略、多机并行的编译机制等，在同等条件下能够做到推理性能更高、消耗成本更低；行业级场景下，公司已经在多城市落地多个重点项目，参与建设了多个城市的智慧安防、巴士智能调度系统、智慧社区、万科印力智慧商业、智慧书城等解决方案，2022年公司与中国科学技术大学联合完成的“大规模视频结构化关键技术研发及产业化”项目荣获第十一届吴文俊人工智能科学技术奖一等奖。目前各场景中AI渗透率仍较低，未来发展空间较大，行业及公司在各细分场景的产品应用仍有较大增长空间。 同时，公司还多次受邀参与人工智能国家级行业标准的制定，参与由国家人工智能标准化总体组、中国电子技术标准化研究院发起的《2021人工智能标准化白皮书》编撰工作，参与起草由中国电子工业标准化技术协会发布的《信息技术人工智能机器学习模型及系统的质量要素和测试方法》《信息技术人工智能面向机器学习的系统框架和功能要求》《信息技术人工智能面向机器学习的数据标注规程》等多项标准。在产业标准方面，2022年公司参与编写中国在人工智能领域发布的第一批国家标准，包括《信息技术计算机视觉术语》《信息技术人工智能术语》《信息技术生物特征识别人脸识别系统技术要求》等。2020年入选全国信息技术标准化技术委员会人工智能分技术委员会（首届人工智能国家标准化组织）单位委员名单并当选全国信息技术标准化技术委员会可信赖研究组副组长。 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，国内外大模型技术都有了长足的进步。以OpenAI发布的Sora、GPT-4o，Google推出的Gemini1.5，字节跳动的豆包大模型为代表，大模型从单模态向多模态演进，融合文本、语音、图像、视频等多种模态的技术逐渐成熟，实现跨模态生成和交互，显著提升了大模型对复杂场景的理解能力，也提升了内容创作和人机交互能力。以OpenAI推出的o3-mini、o1、o1-mini模型，DeepSeek发布开源DeepSeek-R1模型，阿里通义千问团队发布QwQ-32B模型为代表，推理模型通过强化学习和内化思维链，提升了模型的复杂推理思考能力，能解决STEM领域的难题。 模型架构技术也有较大的优化，上下文窗口长度得到拓展，主流大模型支持的上下文长度达到128K，通过稀疏注意力机制和训练算法优化提升了长文本处理能力；混合专家架构成为趋势，通过多个专家分工协同处理，提升了模型效率。随着大模型技术的快速发展和能力边界的拓展，大模型与企业级工具和服务集成，提升办公生产效率，成为新质生产力发展的重要引擎，开源大模型生态带动开发社区活跃，降低模型应用的门槛，加速行业垂类应用落地，借助AI模型推理实现AI应用规模化落地，正成为人工智能产业发展的关键趋势。AI应用的规模化落地也带动了智能硬件的创新，在边缘AI推理芯片、模型轻量化边缘部署的配合下，各类智能硬件迎来爆发式增长，涵盖大模型推理计算集群、大模型一体机、AIPC、AI手机、AI耳机、AI眼镜、拍学机、自动驾驶以及人形机器人等。 我们看到以下趋势及机会： （1）大模型通用性、泛化能力增强的趋势，与行业结合的趋势同时存在，并行发展。一方面，模型参数量及规模在过去两年中快速增加，大模型出现“智能涌现”。如谷歌推出的多模态具身视觉语言模型PaLM-E参数量已超过五千亿，而ChatGPT4参数量达到1.8万亿。规模的增长使得模型在知识密集型、多步骤复杂型等任务下的表现都得到显著提升，泛化能力增强；另一方面，大模型在落地应用过程中与各行业“Know-how”相结合，亦呈现小型化的趋势，使模型学习特定领域知识，形成针对该行业、领域的“轻量版”行业大模型和领域大模型，提升适用性及准确度。如微软的Phi-2，Meta的lightLLM，谷歌的Gemma等都展现了小模型在特定领域的优异表现。 （2）大模型的能力迅速地从自然语言处理快速向语音、图像、视频等领域横向扩展，在文生图、文生视频等领域出现显著进步。过去一年中，从Pika到Sora的发展让我们看到大模型在对3D场景的理解及视频内容一致性等方面取得了巨大进步，提升了人们对多模态大模型能力上限的想象力。多模态大模型具备对图、文、音等不同规格、类型的数据的理解能力及生成能力，能更进一步提升生产效率，已成为大模型发展的重要方向之一。 （3）大模型商业化应用加速，边缘AI成为重要发展方向。随着大模型在多模态理解生成（如文本、图像、音频等多种模态信息的精准解析与融合生成）、交互能力（实现更加自然、流畅、智能的人机交互体验）以及复杂问题推理思考（具备对复杂逻辑、因果关系、不确定性问题的深度分析与推理能力）等方面取得显著进步，大模型深耕多个行业，加速拓展应用场景，在场景需求驱动下大模型开始在很多领域转化为生产力，提升生产效率，成为办公工作、生产制造、物流运维、创意创作的高效工具，例如网络搜索、会议摘要、自动化编程、自动化办公软件、专业领域咨询、广告设计、文本创作等。大模型应用部署从云端将逐渐向边缘和端侧延申的趋势逐渐明朗，用户对应用提出实时性、安全性、隐私性的需求，面向大模型推理应用的边缘AI成为重要发展方向。 （4）技术革新推动单位算力成本下降，促使需求显著增长。多头潜在注意力（MLA）、模型-硬件协同设计、精准资源分配、动态缩放策略等技术手段使得模型训练及应用的单位成本进一步降低，促使大模型的商业化应用进程不断加速，AI推理算力需求开始呈现出快速增长，例如目前大模型在搜索业务中呈现的爆发式增长趋势。这类需求增长进一步提出对AI推理性能、能效比等更为严苛的要求，而依托高效AI推理芯片，借助软硬件协同优化的技术手段，构建高性价比的软硬一体AI基础设施已成为关键。 （5）智能硬件将成为推动AI应用广泛普及的核心载体。各类形态丰富的智能硬件，在AI应用落地进程中承担着多样化的关键角色：部分智能硬件专注于边缘端，以高效响应与数据安全为特色，提供即时的AI推理算力支持；另一部分则致力于构建人性化交互体验，同时强化个性化数据隐私保护机制；更有智能硬件借助端云协同技术，成为全时、全场景大模型人机交互的便捷入口。 (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 公司核心技术的来源为自主创新。经过多年的技术积累，公司搭建了两大技术平台，即人工智能算法平台、人工智能芯片平台，公司在消费级、企业级及行业级场景业务的销售中运用公司研发的算法和芯片技术形成收入。 截至本报告期末，公司主要核心技术与变化情况如下： 1、算法 公司已研发的关键算法包括：大规模视频结构化技术、大模型技术、大规模训练及部署技术。 其对应专利及商用情况如下：
公司人工智能芯片技术包括芯片技术、工具链技术、基础系统软件技术，其技术来源、用途及商用情况如下： （1）芯片技术
 |