FX168财经网_全球视野外汇黄金加密货币NFT资讯网_关键字搜索-FX168

全球数字财富领导者

财富汇｜美股投研｜客户端｜旧版｜｜

FX168 全球视野中文财经

登录 / 注册

华鑫证券：首次覆盖云意电气给予买入评级
 go
以上内容为证券之星据公开信息整理，由AI算法生成（网信算备310104345710301240019号），不构成投资建议。
证券之星08-10 18:38
低谷翻倍，AMD又行了？
go
D被市场寄予厚望。然而仅仅过去两年，AI芯片的剧本写的依旧是“强者恒强”。随着ASIC山头伫立，AMD成了英伟达挑战者中越来越不起眼的一个。公司股价在过去两年内经历了过山车式的波动，但却在近三个月内复苏，重新回到此前高位。是什么叫醒了AMD？ 01 AMD又行了？从推出MI300系列迄今，AMD股价经历了非常大的波动，反映了市场对其芯片业务的复杂预期。市场对AMD的期待几乎押在数据中心AI加速芯片上，更准确的说，AI芯片出货量增长，就是AMD股价最直接的催化剂。 2023年12月AMD首次发布MI300系列，直指英伟达H100系列，其内存是英伟达H100产品的2.4倍，内存带宽是H100的1.6倍。通过这款性价比更为出色的芯片，AMD被认为最有希望与英伟达竞争抢夺AI加速芯片的市场份额。市场对于MI300出货量的高期待均反应在了股价里，2023年四季度至2024年一季度，公司股价上涨接近75%。尽管MI300系列的确推动了接下来数据中心业务的季度高速增长，并且销售额超过了10亿美元规模，AMD对MI300的销量预期仍然显著弱于预期，令到市场信心动摇。制约出货量的并非市场需求，而更多是供应链能力。英伟达凭借更大的芯片出货量抢占了台积电高达六成的CoWos封装产能，三星内存产能也优先保障英伟达，产能限制严重影响了出货节奏，尤其在下游大客户抢着要芯片的情况下。随后连续三个季度的财务表现，都没能将AMD带出股价下滑的趋势。去年10月份，AMD又拿出来MI325X，这款芯片本应是英伟达H200的竞争对手，有望于2024年第四季度投入生产，预计从2025年第一季度开始发货。可是由于整体迭代速度的落后，在加速芯片市场里，今年二季度MI325X需要面对的是英伟达B200的竞争。从硬件性能上看，英伟达B200在晶体管数量、内存带宽以及FP8峰值性能等方面都占据了明显优势，总体而言MI325X与B200相比仍存在不小的差距。而MI325X的大规模出货时间刚好在B200开始出货的第二个季度，对囤积更强大的芯片需求导致大多数供应商选择HGXB200而非MI325X，从而使其销量不佳。由此，与英伟达的竞争里，AMD一直鼓吹的产品性价比始终没占到多大便宜。甚至，去年四季度末，忽然爆发的定制化芯片路线给英伟达再造了一个AI叙事中的对手，至于AMD，已经快变得无人问津了。今年AMD股价从四月初76.48美元的低点反弹至170美元以上的高位，涨幅超过一倍。公司股价上涨主要受益于MI350系列发布，出口限制放宽预期及服务器CPU市场份额提升推动。一方面，根据机构数据，公司在服务器市场的份额用8年时间完成从2%—36.5%的逆袭。而凭借“CPU+GPU”的组合，公司服务器市场份额仍将稳中有升。另一方面，七月中旬，随着美国政府放宽英伟达向中国出口H20AI芯片，AMD公司也确认即将在中国销售MI308AI芯片，加上二季度披露的损失规模（8亿美元），算是利空出尽。 AMD表示，如果不计库存减记，毛利率（43%）将增长到54%。市场期待最高的，是GPU产品系列的后续表现。（AMD发布会）六月份刚发布的MI350系列采用台积电3nm工艺，集成1850亿晶体管，配备288GBHBM3E（带宽8TB/s），FP4/FP6算力达20PFLOPS，是MI300X的4倍。在AMD发布会上，OpenAICEO亲口承诺将使用AMD最新的GPU。如果能联想到“星际之门”，OpenAI与甲骨文签订的几百亿美元算力订单，则在当前算力需求远超预期的情况下，连英伟达都不一定能满足大型云服务商、AI大模型玩家的采购需求，况且下游玩家们仍在探索性价比更高的芯片方案。同时，明年将推出的MI400系列将集成72颗芯片的Helios机架系统，目标直指英伟达DGXSuperPod生态。近期美股陆续揭晓完业绩，据摩根士丹利估计，美国主要科技公司今年在AI基础设施上的资本支出预计将达到近4000亿美元主要用于建设它们的人工智能基础设施。这一数额比欧盟去年的国防开支还要多。而科技公司对基础设施的需求非常庞大，这迫使科技公司在建设新的数据中心上不断投入巨资。如果只把关注放在同英伟达竞争上，很可能短期看不到逆转的希望。但毕竟市场这么大，AMD也想吃红利。然而，在股价单季度拉高70%之后，AMD的高速增长已经近在咫尺了吗？ 02 AMD不是英伟达其实AMD的AI进展交卷只能算相对平庸。在AMD周二的财报电话会议上，分析师们希望了解MI350能否迅速抓住强劲的AI基础设施需求。但公司给出的答案比较模糊，导致AMD股价在盘后交易中下跌。分析师多次向AMD管理层询问有关公司下半年AIGPU业务营收前景的更多细节。不过，AMD首席执行官苏姿丰都没有像去年那样给出明确的预测。她只是表示，MI355的采用速度比预期快，获得客户大量关注，6月份已经少量出货。但至于该系列能在三季度给销售额带来多大贡献，最大的制约或许来自产能。在客户需求可见性上，AMD正与客户紧密合作，MI350的优势是可直接部署到现有数据中心，我们也在积极配合这部分客户。而MI400系列的全机架规模设计和实施细节繁多，目前正与大客户合作，确保2026年Helios机架投入使用时，能与他们的数据中心建设完全兼容。尽管在数据中心业务方面虽有增长，AMD的InstinctAIGPU在市场上依然被英伟达压制，在性能、生态建设和市场份额上都难以撼动英伟达的主导地位。尽管AMD的财报表现非常出色，但其财务数据仍然远低于AMD的主要竞争对手。 AMD数据中心同比增长14%，而Nvidia则增长了154%； AMD整体收入同比增长32%，而Nvidia则增长122%；毛利率下降至40%（受季度特定库存问题影响后为54%），而Nvidia的毛利率约为75%。 AMD已将AI芯片的发布由“两年一更”提速到“一年一更”，但发布速度上距离英伟达最先进的芯片产品还是差慢了一代。按照AMD的设想，MI350系列将对标B200开始新一轮的竞争。 AMDInstinctMI355X基于CDNA4架构，256个计算单元集成1024个矩阵核心，FP4/FP6算力分别达20PFLOPS。推理侧，在vLLM/SGLang跑分里，MI355X对DeepSeekR1、Llama370B推理吞吐量比B200高约20–30%。训练侧，MI355X预训练Llama370B（FP8）可跑出MI300X的2.5–3.5×，与B200/GB200打成五五开。 AMD的优势在于性价比，有报道称MI350可能会提价70%至2.5万美元后，但仍比英伟达B200便宜，吸引了甲骨文、IBM等对成本敏感的客户。但对于使用中短期（6个月内）合同租赁GPU的客户，NVIDIAGPU的性价比始终更优。因为NVIDIA生态系统中有超过一百家Neocloud提供商提供中短期租赁服务，充足的供应形成了竞争市场，推动成本下降。而仅有少数供应商提供AMDGPU的中短期租赁服务，这种稀缺性导致市场供应紧张且价格被人为抬高，削弱了整体成本竞争力。这样解释了为什么AMD芯片除了大型云服务商以外，采用率并不高。另一方面，软件生态的差距仍是关键短板。根据SemiAnalysis分析，英伟达CUDA生态覆盖90%以上的AI开发者，而AMD的ROCm7虽支持PyTorch、TensorFlow及vLLM框架，但优化深度和社区支持仍不足。实际使用中，该公司的软件及测试生态系统明显落后于英伟达的CUDA。AMD的软件bug层出不穷，而且需要工程师设置很多环境变量和调节参数才能用起来，在易用性方面比英伟达差很多。作为市面上最先进的芯片，去年10月英伟达BlackwellGPU未来12个月的产能就已经被预定一空，这意味着当时下订单的新买家必须等到今年年底才能收到货。（数据中心GPU市场份额；SemiAnalysi，傅利叶的猫）下游火热的需求，加上竞争对手相对落后的供应链实力，市场竞争格局呈现了强者恒强的局面，AMD二季度的市场份额仍有可能继续下降。 03 尾声投资AMD，现下最重要的是押注其新的MI350系列显卡能否推动销售规模增长。其估值取决于未来收入天花板有多高，关键看其能在AI加速芯片市场分到多大的蛋糕。自2023年一季度以来，AMD在数据中心GPU领域的市场份额一直以稳定的速度增长。虽然英伟达Blackwell系列产品在今年前两个季度独占鳌头，不过随着AMD的MI355X于今年晚些时候推出，以及软件持续优化，AMD有望在年底或者明年年初再度抢回一些市场份额。不过，AMD也才刚发力没几年，短期几乎无法与英伟达抗衡。这波算力建设浪潮，对于AMD来说意味着更高的收入天花板。在与英伟达的竞争中，AMD将自身看作市场的“多一种选择”。苏妈此前也表示，AI芯片市场足够大，容得下多家企业，AMD不是必须要打败英伟达才能成功。（全文完）
格隆汇08-10 18:08
商业与消费金融关联是怎样的？
go
式的落地和推广。以上信息由金融界利用AI助手整理发布金融界作为专业的金融信息服务平台，长期致力于为广大用户提供全面、准确、及时的财经资讯。平台拥有丰富的数据资源和专业的金融分析团队，能够对各类金融信息进行深入挖掘和分析。通过整合全方位的金融资讯，金融界为个人投资者、金融从业者以及企业决策者等不同群体，提供有价值的信息支持与参考，助力他们在复杂多变的金融市场环境中更好地了解行业动态、掌握市场趋势。免责声明：本文内容根据公开信息整理生成，不代表发布者及其关联方的官方立场或观点，亦不构成任何形式的投资建议。请您对文中关键信息进行独立核实，自主决策并承担相应风险。
金融界08-10 17:57
国金证券：首次覆盖铜冠铜箔给予买入评级，目标价30.78元
 go
期对铜冠铜箔进行研究并发布了研究报告《AI铜箔领跑者》，首次覆盖铜冠铜箔给予买入评级，目标价30.78元。　　铜冠铜箔(301217)　　AI时代，低表面粗糙度HVLP铜箔需求　　以AI服务器及ASIC领域为代表的终端应用对PCB传输速率+信号完整性提出了更高要求，而信号在PCB传输过程中的导体损失主要与作为信号传输介质的铜箔相关。PCB铜箔核心指标为其表面粗糙度Rz值，以及在下游生产过程中的可加工性以及在终端应用的可靠性。目前根据Rz大小，划分为VLP型铜箔、RTF型铜箔以及HVLP型铜箔，其中HVLP型成熟化产品包括四个世代。　　国产HVLP领跑者，卡位优势明显、扩产迎需求高增　　2024年公司PCB铜箔业务收入27.69亿元、同比+24%，主因系高端业务拓展，例如①高端产品HVLP铜箔全年订单突破千吨，产量同比+217%，②高频高速基板用铜箔占比从2023年的13.70%提升至25.33%，且2025年比重进一步提升。　　公司HVLP铜箔目前订单饱满，具备1-4代HVLP铜箔生产能力、以2代产品出货为主。前瞻性布局高端铜箔市场，拥有多条HVLP铜箔完整产线，近期新购置多台表面处理机以扩充HVLP铜箔产能。PCB铜箔采用“铜价+加工费”的定价模式，其中原铜环节基本无利润、利润体现在加工费环节。　　SLP对应载体铜箔，国产替代空间广阔　　带载体可剥离超薄铜箔，具有厚度极薄、表面轮廓极低、载体层和可剥离层之间的剥离力稳定可控等特性，目前IC载板、类载板主要使用mSAP工艺，而mSAP必须使用载体铜箔。SLP传统应用领域为智能手机（iPhone），今年起800G/1.6T光模块制造商开始采用。根据方邦股份投资者交流数据，当前带载体可剥离超薄铜箔的全球市场规模约50亿元，多年来基本被日本三井金属垄断。日本企业扩产节奏及意愿偏弱，国产替代空间广阔。　　盈利预测、估值和评级　　我们看好公司①国产HVLP领先者，卡位优势明显、扩产迎接高频高速高增需求，②SLP对应潜在载体铜箔需求，国产替代空间广阔。我们预计公司2025-2027年归母净利润分别为1.04、4.25和5.65亿元，现价对应动态PE分别为194x、47x、36x，给以2026年60倍估值，目标价30.78元，首次覆盖，给予公司“买入”评级。　　风险提示　　HVLP铜箔行业扩产节奏偏快的风险;下游AI需求不及预期;传统PCB铜箔业务盈利能力继续下滑的风险;锂电铜箔业务持续拖累的风险；限售股解禁风险。最新盈利预测明细如下：以上内容为证券之星据公开信息整理，由AI算法生成（网信算备310104345710301240019号），不构成投资建议。
证券之星08-10 17:38
计算机行业观察：OpenAI发布GPT-5；银行AI应用场景爆发
 go
2025年8月4日至8月8日，全球AI领域迎来多项重要进展。OpenAI发布新一代大模型GPT-5，性能与成本优势显著提升；国内政策持续加码人工智能应用，金融行业AI场景探索进入新阶段。一、GPT-5模型性能与成本优势凸显技术升级推动应用普及 8月8日，OpenAI正式发布GPT-5，该模型在数学、编码、视觉感知及健康领域表现突出，幻觉率降至前代模型的1/6，显著提升了输出可靠性。GPT-5的输入和输出价格分别为每百万token1.25美元与10美元，API成本大幅低于ClaudeOpus4.1等竞品，性价比优势进一步凸显。这一突破为AI应用的规模化落地提供了技术支撑，尤其在编程、数据分析等场景中潜力巨大。政策支持加速生态构建 7月31日，国务院常务会议审议通过《关于深入实施“人工智能+”行动的意见》，明确提出推动政府部门和国有企业开放场景支持技术落地，强化算力、算法和数据供给。政策信号的明确性为国产AI生态发展注入动力，国内企业正加速将技术优势转化为商业化能力。业绩验证产业趋势 2025年上半年，多家国内AI应用企业业绩表现亮眼。例如，美图公司预计经调整归母净利润同比增长65%-72%，迈富时实现扭亏为盈，第四范式减亏幅度达68%-73%。这表明AI技术在企业降本增效中的作用已逐步兑现，产业趋势持续得到验证。二、银行AI应用探索加速与挑战并存场景落地进入深水区银行业AI应用正从智能客服向复杂业务场景延伸。中国银行业协会报告显示，31%的远程银行已完成大模型部署，应用于模糊语义识别、话术优化等领域。部分银行通过AI实现“对话即服务”，用户可通过语音或文字指令完成账户管理、理财咨询等操作。工商银行等机构正搭建智能体（Agent）平台，推动多AI协同工作流，以解决复杂金融需求。技术融合面临多重阻力尽管进展显著，银行业AI应用仍面临算力、合规与人才瓶颈。例如，中小银行受限于算力投入，难以支撑大模型训练；银行内部流程复杂，AI项目需经过多轮安全审查，创新效率受限。此外，大模型在金融场景中的推理准确性与严谨性仍需提升，技术团队需兼具业务理解与技术落地的复合能力。国产大模型加速商业化国内厂商正通过开源与行业深耕推动技术落地。百度、阿里等企业持续开源模型，降低技术门槛；上半年国内大模型中标项目金额突破64亿元，覆盖政务、金融、制造等领域。头部企业如百度智能云、科大讯飞在重点行业市场份额领先，技术竞争逐步从“参数竞赛”转向“场景适配”，推动“云—边—端”闭环形成。当前，AI技术的性能提升与政策支持形成共振，驱动应用场景持续深化。金融、医疗、制造等行业的AI渗透率提升，标志着产业从技术验证迈向规模化落地的新阶段。
金融界08-10 17:38
国金证券：给予华旺科技买入评级
 go
以上内容为证券之星据公开信息整理，由AI算法生成（网信算备310104345710301240019号），不构成投资建议。
证券之星08-10 16:58
通信行业观察：GPT-5多领域突破；Arista上调业绩指引
 go
2025年8月第一周，全球AI与通信领域迎来两项关键进展：OpenAI正式发布GPT-5系列模型，其在编码、数学、健康等领域的性能显著提升；网络设备厂商AristaNetworks公布超预期的第二季度财报，并上调全年收入指引，凸显AI后端网络需求的强劲增长。这两大事件进一步印证了AI技术迭代与基础设施升级的双轮驱动逻辑。 GPT-5多领域实现SOTA，可靠性迈上新台阶 8月7日，OpenAI推出的GPT-5系列模型成为技术焦点。该模型基于微软Azure平台训练，采用统一的实时智能“路由器”架构，可根据任务复杂度自动调用高效模型或深度推理模型（GPT-5thinking）。在编码、数学解题、健康咨询等场景中，GPT-5均刷新了性能纪录。技术突破主要体现在三个方面：其一，多模态能力进一步强化，视觉感知与跨模态推理的准确性提升；其二，模型幻觉率显著下降，在联网搜索和独立推理场景中的错误率分别较前代降低45%和80%；其三，指令遵循能力优化，减少了过度“奉承”用户的倾向，使输出更趋客观。OpenAI强调，这些改进使GPT-5成为其“最可靠”的模型，尤其适用于高精度要求的专业领域。尽管实测反馈显示，GPT-5在代码生成与写作中的表现仍存在争议，但其工程化调优和成本控制策略成为亮点。通过动态分配算力资源，GPT-5降低了单位任务的计算开销，为大规模商用铺平道路。 Arista业绩超预期，AI后端网络需求驱动增长 AristaNetworks于8月5日发布的2025年第二季度财报显示，公司营收达22.05亿美元，同比增长30.4%，毛利率提升至65.2%。分业务看，数据中心及云网络贡献60%-65%的营收，企业级园区与路由业务占比20%-25%。地区分布上，欧洲、中东和非洲市场增长显著，国际收入占比升至22%。 AI后端网络成为核心增长引擎。Arista指出，2025年全球AI网络市场规模将突破150亿美元，且需求正从封闭的NVlink架构转向以太网等开放标准。公司预计第三季度营收将达22.5亿美元，全年收入指引从82亿美元上调25%至87.5亿美元。这一调整反映出云巨头与AI初创企业对高性能网络设备的迫切需求，尤其是在大模型训练与推理集群的部署中，低延迟、高带宽的网络架构不可或缺。 Arista的技术路线亦值得关注。其解决方案支持多类算力芯片（如GPU、ASICXPU）的混合组网，并通过软件定义网络（SDN）优化资源调度。随着AI算力规模持续扩张，网络设备的智能化与弹性扩展能力将成为竞争关键。总结：技术迭代与基础设施共振本周两大事件揭示了AI产业的核心趋势：一方面，大模型技术向实用化与高可靠性演进，推动应用场景深化；另一方面，算力与网络基础设施的升级需求明确，头部厂商通过性能优化与生态开放巩固优势。未来，AI技术与底层硬件的协同创新将继续主导行业发展节奏。
金融界08-10 16:28
债券投资收益如何计算？
go
的买卖价差收益。以上信息由金融界利用AI助手整理发布。金融界作为一家知名的金融服务平台，一直致力于为广大投资者提供全面、准确的金融资讯与服务。平台汇聚了丰富的金融数据资源，涵盖各类金融产品与市场信息。通过专业团队的精心整合与分析，为投资者及时传递关键的市场动态以及专业的知识解读，助力投资者在复杂多变的金融市场中更好地认知投资产品与工具，以便做出符合自身实际情况的决策。免责声明：本文内容根据公开信息整理生成，不代表发布者及其关联方的官方立场或观点，亦不构成任何形式的投资建议。请您对文中关键信息进行独立核实，自主决策并承担相应风险。
金融界08-10 16:28
华鑫证券：首次覆盖神通科技给予买入评级
 go
以上内容为证券之星据公开信息整理，由AI算法生成（网信算备310104345710301240019号），不构成投资建议。
证券之星08-10 16:08
海清智元赴港IPO，聚焦多光谱AI技术，依赖五大供应商
 go
众期待中发布了GPT-5，吸引了市场对AI领域的大量关注。与此同时，国内也有AI公司正冲击港股IPO。格隆汇获悉，近期，深圳海清智元科技股份有限公司（简称“海清智元”）向港交所递交招股书，拟在香港主板上市，民银资本、浦银国际为联席保荐人。海清智元是一家多光谱AI技术企业，依托在多光谱感知与AI算法领域的自研技术，提供能够探测人眼可见及不可见的物理信息的产品及服务，其产品广泛应用于消防安全、工业危害预防等复杂场景。这家公司质地如何？今天就来一探究竟。 01 深圳宝安区AI公司冲击IPO，估值超35亿海清智元成立于2013年，由周波（周先生）创立，之前叫“深圳市海清视讯科技有限公司”，2022年改制为股份有限公司，总部位于广东省深圳市宝安区航城街道。 2015年公司发布AI视觉场景训练技术；2018年推出专为边缘AI计算设计的HtOS操作系统，并在2022年发布多光谱AI感知计算整合技术。2024年，公司发布多光谱AI异常火源检测仪。公司发展过程中曾先后获得多轮融资，投资方包括朗科投资、高新投、成都中小担、小禾创投等。其中，在2025年7月的D轮融资时，公司交易后隐含估值为35.5亿元。公司发行前融资情况股权结构方面，本次发行前，周波直接持有海清智元5.96%股份，并通过众诚天盈、众正天盈、众知天盈合计控制48.87%的投票权，为控股股东。周波今年50岁，1999年7月取得中国西安矿业学院（现称西安科技大学）自动控制专业工学学士学位，毕业后曾担任成都科力电子研究所的视讯研发工程师，负责视讯技术的研发；还在深圳市图敏智能视频股份有限公司当过几年产品经理，负责领导视讯产品的开发与管理；并当过深圳市黄河数字技术有限公司的总经理。成立海清智元后，周波一直担任董事会主席及总经理，他在计算机视觉及热成像行业拥有约26年经验。公司执行董事兼副总经理苗瑞今年39岁，2010年7月取得西安科技大学计算机科学与技术专业工学学士学位，苗瑞曾就职于深圳市黄河数字技术有限公司，担任研发部软件工程师，负责嵌入式软件产品开发。后来在2013年加入海清智元，担任研发总监，2022年成为副总经理。 02 过半收入来自多光谱AI模组业务，依赖五大供应商海清智元的产品及服务包括多光谱AI模块、多光谱AI感知终端、多光谱AI大模型服务。其中，多光谱AI模块指专为采集多个光谱波段（包括红外、紫外与可见光）的信息而设计的嵌入式AI视觉模块，可实现同步多光谱数据的采集，突破了传统可见光成像的感知局限。广泛用于需要精准识别材料成分、温度变化及隐藏缺陷等信息的精细化场景。多光谱AI感知终端指一种融合光谱成像与AI算法的智能终端设备，能够采集包括近红外、短波红外及可见光在内的多光谱波段数据，以增强对物体特性的感知与理解。多光谱AI大模型服务融合多光谱数据与领域专用AI的模型服务，旨在支持模型训练、压缩及安全的端侧部署。其构建于统一架构之上，可实现跨谱段成像与分析，并提供适配泛安全领域复杂需求的高效本地推理能力。具体来看，2022年至2025年一季度，海清智元多光谱AI模组业务的收入占比从84.2%降至57.3%；多光谱AI感知终端的收入占比相对较低；而多光谱AI大模型服务从2024年产生收入，到2025年一季度为公司贡献了35.2%的收入。按产品及服务划分的收入明细，图片来源：招股书多光谱AI的产业链上游为设备及平台软件提供关键组件，包括精密机械部件、图像传感器、光学元件、成像模块、计算单元及AI芯片；中游由海清智元等多光谱AI技术企业构成，这些企业主要提供针对各类客户需求定制的技术服务，包括多光谱AI模块、多光谱AI感知终端、多光谱AI算法及大模型服务；下游应用场景涵盖火灾检测、食品质量管理、皮肤诊断、具身智能等，服务对象为AI硬件设备制造商、行业解决方案集成商及企业客户等。图片来源于招股书海清智元需要向做半导体元件、光学与传感器、印刷电路板的供应商采购原材料。报告期内，公司向五大供应商的采购额分别占同期采购总额的36.1%、54.2%、66.4%及89.3%，公司的运营可能因集中于少数主要供应商而受影响。此外，一些关键元器件的价格波动及供应短缺也可能影响公司的业务。目前，泛安全是多光谱AI的最大应用领域。公司的客户主要有AI硬件设备制造商、行业解决方案集成商、大型企业客户三类，报告期内，海清智元来自五大客户的收入分别占同期总收入的42.1%、38.3%、59%及64.8%。公司通常给予主要客户信用期，在向客户收取贸易应收款项时面临信贷风险。报告期内，海清智元的贸易应收款项账面价值分别约2140万元、1900万元、1.45亿元、1.33亿元，整体呈增长趋势，且贸易应收款项周转天数分别为29天、68天、60天及159天。 03 2024年扭亏，毛利率波动较大近几年，海清智元的业绩波动较大，2023年在宏观经济疲弱、部分产品需求减少影响下，公司的亏损净额增加，2024年才实现扭亏。具体来看，2022年、2023年、2024年及2025年1-3月（简称“报告期”），海清智元的收入分别约2.25亿元、1.17亿元、5.23亿元及0.82亿元，对应的净利润分别约-493万元、-1841.3万元、4041.2万元及1414.4万元。其中，受宏观经济疲弱、产品需求下降、新订单减少、低价产品的销售比例上升等影响，公司2023年收入同比减少47.9%。 2024年公司收入有所上升，主要得益于市场对公司的安全相关应用产品需求相对强劲、获取新客户贡献了大量订单，以及多光谱AI大模型服务实现商业化并首次录得收入。值得注意的是，尽管2022年公司处于亏损之中，但仍派付了500万元股息。合并损益及其他全面收益表概要报告期内，海清智元的毛利率分别为22.6%、12.2%、18.8%、32.9%，净利率分别为-2.2%、-15.7%、7.7%、17.2%，均存在较大波动。近年来，多光谱AI行业市场持续增长，2024年市场规模达到135亿元，在技术进步推动下，预计将由2025年的200亿元飙升至2029年的588亿元，复合年增长率达31%。其中，2024年多光谱AI模块、多光谱AI大模型服务、多光谱AI感知终端的市场规模分别为45亿元、10亿元、80亿元，预计到2029年将分别增长至153亿元、60亿元、375亿元。图片来源于招股书按收入计算，2024年中国多光谱AI行业的前五名参与者合计市场份额约10.9%，其中，海清智元的市场份额约为3.5%，在中国多光谱AI行业中排名第一。同时，海清智元以6.6%的市场份额在中国嵌入式多光谱AI模块行业中排名第三，以11.8%的市场份额在中国多光谱AI大模型服务行业中排名第一。但海清智元所处的多光谱AI技术市场竞争激烈，市场参与者包括豪威集团（韦尔股份）、商汤科技、海康威视、Teledyne、谱钜科技等。竞争者可能通过加速技术迭代与产品创新，或降低产品或服务价格来吸引客户，从而刺激销量增长，而这可能会冲击公司产品的市场需求及定价策略。多光谱AI技术领域处于高速发展阶段，技术创新不断涌现，为了保持竞争力，公司需在研发方面投入大量资源。报告期内，海清智元的研发开支分别约1980万元、1110万元、2520万元、470万元，分别占各期间总收入的8.8%、9.5%、4.8%及5.7%。但持续的研发投入可能对公司的盈利能力及经营现金流量产生不利影响，且研发成果也存在不确定性。整体而言，尽管海清智元已在我国多光谱AI行业占据一定市场地位，但公司当前处于业务扩张阶段，且市场竞争激烈，公司需要持续投入资金进行研发及市场开拓，短期内可能产生亏损，未来公司能否持续绑定大客户，并拓展新客户，来提高自我造血能力，格隆汇将持续关注。
格隆汇08-10 15:38

上一页
1
•••
53
54
55
56
57
•••
1000
下一页

24小时热点

最新话题更多