创新奇智（02121.HK）2024年度管理层讨论与分析

证券之星消息，近期创新奇智（02121.HK）发布2024年年度财务报告，报告中的管理层讨论与分析如下：

业务回顾：

第一部分:业务回顾
      2024年,国家高度重视人工智能发展,出台一系列政策推动其与制造业等实体经济深度融合,如培育新质生产力、开展「人工智能+」、实施制造业数字化转型等战略部署,为创新奇智所处的「AI+制造」领域营造了良好政策环境。但同时全球经济发展面临不确定性,宏观经济波动导致部分企业削减IT支出,延迟或搁置AI项目,进而影响到AI技术提供商的市场拓展速度与订单获取。在过去的一年,AI大模型技术快速发展,新算法、架构不断涌现,为垂直行业大模型提供了技术基础,伴以多模态技术融合、边缘计算、AIoT等技术的成熟,增强了AI在制造业复杂场景的应用能力。
      2024年度,创新奇智贯彻高质量发展策略,加强现金流管理,加强成本费用管控,加强账期管理,在保持财务健康度的前提下稳步发展。受此影响,报告期内,公司整体营收规模出现一定程度下滑,达1,221.8百万元,同比下降30.2%,但是下半年比上半年有显著改善。而且「AI+制造」业务成为亮点,营收占比实现了持续性提高,达到80.3%,创历史新高。同时,业务结构调整,聚焦高质量业务,高毛利业务占比增加,毛利率在报告期内再度提升至34.6%。经调整净亏损收窄至117.3百万元,尽管仍处于亏损状态,但亏损幅度减小,显示出公司在向高质量发展模式转型过程中的积极成效。经营性现金流入有所增长、经营性现金流出得到有效控制,实现经营活动所用现金流量净额35.8百万元,较上年同期大幅改善了80.1%,现金及现金等价物1,204.9百万元。
      创新奇智在2024年继续「AI+制造」发展路径,升级发布「奇智孔明AInnoGC工业大模型」技术平台及AIGC产品矩阵,为制造行业打造能真正落地的生成式AI解决方案及应用,为关键业务流程进行赋能。报告期内,创新奇智推出了以AInno-75B为核心的AInnoGC工业大模型技术平台,在ChatX系列生成式AI应用、工业大模型、大模型服务引擎以及AIAgent智能体开发平台四大方面均实现了显著提升,不断打造差异化优势。在ChatX系列生成式AI应用方面,公司持续推动业务落地,基于大模型服务引擎以及AIAgent应用开发平台所开发的ChatX满足了工业企业多场景、多维度的智能化转型需求。如针对文档类型数据的ChatDoc知识问答能力、针对结构化表格类型数据的ChatBI数据分析能力和针对视频╱图像类视觉数据的ChatVision视觉洞察能力;针对企业核心生产相关的应用场景,如场内物流、零部件装配等环节,我们提供了ChatRobotPro智能调度与控制能力,并在上游工业设计环节提供了ChatCAD辅助工业设计能力。2024年4月,ChatRobot、ChatCAD等大模型相关应用获得中央电视台《科技推动力》栏目报道。
      截至2024年12月末,公司围绕AI和工业大模型累计申请专利1,365件,其中发明专利1,118件;确权专利605件,其中发明专利383件。AInnoGC工业大模型通过中国信通院首批工业大模型标准符合性验证,获得迄今最高评级4+级;在中国工业互联网研究院《人工智能大模型工业应用准确性测评》中,创新奇智工业大模型综合排名第6,文档生成能力第1;在SuperCLUE工业大模型测评基准中,AInnoGC工业大模型位列国内第1和卓越领导者象限。我们还荣获青岛市科学技术进步奖二等奖。
      2024年,创新奇智将国家战略作为企业战略发展方向,积极参与和深入开展人工智能及新型工业化相关活动,受到工信部、山东省、青岛市等多级政府领导的调研,出席工信部中小企业座谈会、山东民营企业座谈会等政府会议。报告期内,创新奇智的技术与商业化能力受到多家机构认可:根据IDC发布的中国AI应用市场份额报告,创新奇智位居中国计算机视觉应用市场份额第3和中国机器学习平台市场份额第4,在中国AI赋能的工业质检解决方案市场份额攀升至第1名,在中国制造业MES市场份额食品饮料领域蝉联市场第2的位置;荣登「2024福布斯中国人工智能科技企业TOP50」主榜单和「2024福布斯中国人工智能创新技术TOP10」榜单;荣获工信部直属单位中国工业互联网研究院颁发的「通用人工智能与工业融合AI大模型潜力服务商」认定,并作为牵头单位与中国信息通信研究院合作撰写《人工智能+制造业应用落地研究报告》;作为青岛市人工智能产业链链主企业,创新奇智承建的「人工智能工业大模型山东省工程研究中心」成功获得山东省发展和改革委员会认定的2024年山东省工程研究中心,还获评全国博士后科研工作站、山东智能制造工业大模型重点实验室、山东民营企业创新100强、山东省软件百强、青岛市民营领军标杆企业等。
      创新奇智打造以AI技术为核心的智能制造生态,围绕工业大模型,链接产学研合作伙伴。报告期内,创新奇智与钉钉(中国)信息技术有限公司达成战略合作,共同布局大模型企服软件市场。创新奇智与山东大学达成战略合作,成为山东大学研究生实习基地,打造「科研-创新-人才」贯通的校企合作新模式。创新奇智与华润数科控股有限公司达成战略合作,共同开展人工智能大模型与工业应用场景融合。此外,创新奇智与研华科技、国机集团、德国法勒、复旦大学、华咨云等多家单位开展生态活动,探讨大模型在制造业的应用。
      强化工业智能技术体系
      在过去的一年中,公司以奇智孔明AInnoGC工业大模型为核心,持续加大研发投入,推动技术创新与产品升级。自去年成功发布奇智孔明AInnoGC1.0版本后,公司于2024年3月正式推出奇智孔明AInnoGC2.0版本,标志著公司在工业大模型领域的技术实力迈上新台阶。这一成就不仅是技术突破的象征,更是公司在工业智能化赛道上加速前行的重要里程碑。
      基于AInnoGC2.0,公司构建起了完全自主可控且行业领先的工业大模型技术和产品体系。这一成就不仅体现了公司在技术创新上的卓越能力,也彰显了其在工业智能化领域的领导地位。公司深知,技术的领先是推动企业持续发展的核心动力,而自主可控的技术体系则是保障企业在全球市场竞争中立于不败之地的关键。因此,公司始终致力于在技术上不断创新和突破,以确保其产品和服务能够始终处于行业前沿。
      公司积极推进奇智孔明AInnoGC2.0的市场推广与客户合作。ChatX系列生成式AI应用在业务侧的持续落地,使公司能够深入了解工业企业客户的实际需求和痛点。通过与客户的紧密合作,公司不仅能够将先进的技术转化为实际的生产力,还能够根据客户的反馈不断优化产品和服务。这些场景化实践成果不仅巩固了公司在工业智能化领域的技术领先地位,也为未来的技术、产品和解决方案迭代奠定了坚实基础。公司相信,通过持续的技术创新和市场拓展,奇智孔明AInnoGC工业大模型将为工业智能化的未来发展贡献更多力量,助力企业在数字化转型的浪潮中实现高质量发展。
      在工业大模型方面,我们在2024年第一季度推出了拥有750亿参数的AInno-75B工业大模型。该模型凭借其卓越的综合性能,获得了众多评测机构的高度认可。具体而言,AInno-75B顺利通过了国家网信办的大模型备案;首批通过了中国信通院可信AI工业大模型的评测,并荣获当时最高评级(4+级别)。此外,它还在SuperCLUE中文工业大模型评测中以国内第一的成绩脱颖而出,并入选MIT发布的15个中国AI大模型先进应用案例。这些成就充分证明了奇智孔明AInnoGC系列工业大模型不仅在技术水平上表现卓越,更在实际业务落地中经受住了持续的考验,堪称工业领域大模型的领军品牌。
      在AInnoGC工业大模型技术平台方面,我们通过深度整合工业场景需求与技术研发能力,构建了面向工业领域的AIAgent智能体开发平台。该平台以智能体应用编排引擎为核心架构,通过模块化封装知识库管理模块、工具插件框架、大-小模型协同推理组件等核心功能模块,打造了「流程编排-知识注入-工具调用-模型调度」四位一体的开发范式。平台支持通过可视化拖拽方式快速构建覆盖设备运维、工艺优化、质量检测等工业场景的生成式AI应用,将生成式AI应用的开发周期缩短60%以上。
      1)在智能体搭建方面,平台提供了一套完整的端到端解决方案,支持创建复杂的有向图结构工作流,包括并行执行、链接回溯、循环计算和状态执行等高级功能,这使得平台能够轻松应对各种复杂应用场景。为了解决长链路工作流推理并发响应速度下降的问题,我们对平台进行了深度优化,实现了流程的并行执行及后端交互反馈优化,显著降低了延迟,增强了系统的稳定性。
      2)在知识管理与解析方面,支持上传并解析包括PDF、DOC、TXT、HTML、PPT、EXCEL、CSV、JPG等多种格式的文档,并具备多模态文档解析与召回的能力,支持文本搜图及以图搜图等多模态功能。无论是非结构化的文档数据还是结构化的数据库数据,平台都能有效处理。通过内置数据库模块,用户可以使用SQL查询直接从数据库中调用数据至工作流中。
      3)在工具构建与使用方面,平台支持通过编写代码和发送网络请求两种方式来创建各类工具,满视频处理、数据源管理、企业流程优化、文档解析等众多领域的开箱即用工具。这使得用户可以根据具体业务需求灵活选择或定制专属的应用工具,极大地提高了智能体应用开发的效率和灵活性。
      4)在模型接入与应用上,平台原生提供AInno-75B工业大模型的接入,同时支持主流第三方大模型服务及客户侧私有化部署大模型的一键接入。此外,平台内置了大量工业领域的视觉智能模型和数据智能模型,这些模型基于长期的行业积累,开箱即用,能够快速响应各种业务需求,进一步简化制造业企业智能体应用的开发和部署流程。
      5)平台支持智能体应用、知识库、工具和模型的全方位资产沉淀与消费,实现企业智能体应用技术资产的高效管理和分享。同时,平台提供一系列企业级工业智能体应用模板,这些模板基于创新奇智长期在客户侧智能体应用落地积累的最佳实践构建而成,帮助企业降低智能体应用开发的门槛,加快智能体应用的开发速度。
      在ChatX系列生成式AI应用方面,首先,通过优化算法和增强数据处理能力,ChatX系列应用能够更精准地理解工业场景中的复杂需求,为用户提供更具针对性和高效性的解决方案。其次,工业大模型性能的提升为整个系统注入了强大的动力,新的版本在计算效率、模型精度和稳定性方面都取得了长足进步,能够支撑ChatX应用更好地应对工业生产中的复杂任务和需求。
      ChatRobot工业具身智能机器人:在去年实现高层次调度编排的基础上,今年成功推出了新版本ChatRobotPro。该版本构建了多模态、端到端的VLA(Vision-Language-Action)策略模型,持续优化了工业大模型的感知、理解、规划、决策能力,大幅提升了机器人操作的任务泛化性和交互友好性。以此为基础,我们进一步研发、构建起了全自主可控的完整工业具身智能技术栈,如图(2)所示,技术栈的核心包括机器人控制系统、机器人智能系统和机器人数据系统,通过持续优化这三大核心系统,并与机器人硬件生态伙伴的紧密合作,我们致力于打造差异化优势,提升产品的成熟度,推动工业具身智能机器人技术的持续进步。   
      1)机器人数据系统:从长远发展来看,一个良好且完备的数据系统是工业具身智能发展的基石。为此,我们设计了一套完整的具身智能机器人数据管理体系,涵盖互联网数据、仿真数据和遥操数据。特别是针对高质量的遥操数据,我们全新设计了一种优雅的数据格式,并将其作为「数据宪法」,构建了完善的数据采集、存储和计算能力。同时,我们加大了数据采集的投入,成功构建了工业机器人数据集V1.0。这一坚实的数据系统大幅提升了工业具身智能数据处理和大模型策略训练的效率,为这个方向的长远发展奠定了基础。
      2)机器人智能系统:我们凭借AInno系列工业大模型的核心优势,全面强化了其端到端、多模态「视觉-语言-行为」(VLA)能力,成功构建了覆盖上层复杂任务理解和下层高效运动控制的大模型融合策略。这一策略为工业具身智能机器人提供了强大的智能中枢,用示教学习替代事先编程,极大地拓展了机器人的应用场景和功能边界。具体而言,我们的机器人现在能够通过自然语言与人类进行流畅的交互,理解并执行复杂的场景任务,具备强大的任务泛化能力。同时,它们还能处理复杂的任务指令,并覆盖广泛的通识知识。这些功能的实现,不仅让机器人能够更好地适应多样化的工业环境,还显著提升了工业具身智能机器人的智能化水平,为未来的智能制造奠定了坚实的基础。
      3)机器人控制系统:依托创新奇智多年AI平台化实践积累,我们设计了「云-边-端」一体的工业具身智能机器人控制系统,控制系统负责各类资源和能力的统筹调度与管理,高效连接智能系统、数据系统和机器人硬件本体,确保各系统既能保持松耦合设计又能一体化运行,此外,控制系统还对外提供产品化支撑,确保机器人交互、控制、运行以及各类监控、统计功能高效运行,是整个工业具身智能机器人的控制核心。
      ChatCAD辅助工业设计:2024年,公司在ChatCAD领域继续加大投入,深入验证工业大模型在工业设计领域的可行性和关键技术路径。在去年成功实现Text-to-CAD功能的基础上--即通过文本输入自动生成CAD模型,今年我们进一步探索了Image-to-CAD技术的实现路径。该技术以静态图片为输入,能够自动生成CAD模型,具有广泛的应用场景。为了推动这一技术的发展,我们基于最前沿的跨领域数据合成技术(SyntheticData),构建了大规模的行业训练数据集,并持续研发适配目标场景的端到端多模态工业大模型。通过这些努力,我们在领域技术创新上取得了突破性进展。同时,我们与CAD软件合作伙伴紧密合作,不断丰富数据资源,创新产品形态,进一步挖掘工业大模型在工业设计领域的产品和应用价值,为行业带来更高效、更智能的设计解决方案。
      ChatDoc企业私域知识问答╱ChatBI企业私域数据分析:2024年,ChatDoc进一步丰富了多知识库、多文档类型、多内容格式的知识问答能力,并重点优化了全流程数据计算效率和服务吞吐能力,显著提升了大量文件情境下的问答效果、效率,重点优化了答案溯源功能,提供更细粒度的答案溯源能力,确保知识问答结果更加准确可信,用户体验进一步提升。ChatBI强化了数据分析Copilot助手的产品定位,针对客户需求优化了产品体验,支持用户全流程可介入、可编辑、可确认,确保数据分析结果可靠、可信。同时,进一步优化了Text-to-SQL、Text-to-Chart的效果和展示形式,持续降低数据分析门槛,提升数据分析效率。随著ChatDoc、ChatBI在业务侧的持续落地,技术稳定性、产品成熟度都得到了大幅提升。
      另外,在AI1.0MMOC方向,我们始终将视觉关键场景应用作为核心聚焦点,致力于通过技术创新推动产品成熟度的持续提升。在这一过程中,我们不仅坚守并巩固了传统视觉解决方案的优势,还积极引入工业大模型的前沿能力,为产品注入新的活力。通过在视觉小模型的基础上叠加多模态工业大模型能力,我们成功实现了「工业大模型+」的创新模式。这一模式的引入,不仅让产品的功能更具泛化性,能够适应更多复杂场景和多样化需求,还极大地提升了产品的交互性,使其能够更好地满足用户在实际使用中的体验需求。这种技术融合与创新的策略,使我们在激烈的市场竞争中脱颖而出,持续打造产品的差异化竞争力。我们深知,只有不断优化和升级技术能力,才能在视觉领域保持领先地位。因此,我们将继续沿著这一方向深化探索,进一步挖掘多模态大模型的潜力,为用户提供更具价值的解决方案,推动AI技术在视觉领域的广泛应用和持续发展。
      丰富AI产品与解决方案
      在2024年度,我们不仅持续推动MMOC人工智能平台的发展与迭代,更成功地将其应用于工业领域客户的业务之中,持续实现技术的落地生根与实践创新。与此同时,随著AInnoGC工业大模型产品矩阵的日益成熟与完善,我们亦在客户所关切的应用场景中不断推进实践应用,将工业大模型技术及其衍生产品巧妙运用于客户的生产管理环节,有效助力客户的智能化转型升级。我们通过不断深化人工智能技术的研究与探索,精心打磨人工智能产品与解决方案,将MMOC分析式人工智能平台与AInnoGC生成式人工智能平台深度融合于行业应用之中,构建起技术与行业的双塔支撑体系。这不仅为我们提供了在多个细分行业领域实现人工智能落地实践的坚实后盾,更为制造业客户提供了全面、系统化、数字化与智能化的转型支持,同时也为我们的业务高质量增长奠定了坚实的基础。
      在工业软件领域,我们坚定不移地推进将人工智能大模型与MOM工业软件相融合的产品化战略。在现有的MOM核心产品体系中,我们深度集成人工智能大模型技术,特别是在食品饮料、高端新材料等细分行业中,我们致力于构建一种以传统工业软件为主要载体,以AInnoGC大模型技术矩阵为创新引擎的新型人工智能与工业软件的创新融合实践与应用。结合工业软件的产品化与标准化特性,我们将人工智能大模型技术以能力化、工具化、模块化、平台化的方式进行赋能,持续打造贴合行业用户需求的人工智能工业软件,从而驱动人工智能工业软件产品体系在客户侧实现商业化落地及行业内的广泛复制。在过去的一年中,我们充分利用工业软件产品在客户群中构建的深厚技术壁垒,结合前沿的大模型技术构建各类智能体,实现原有工业软件的深度优化与升级。这一策略成功地帮助我们在多家行业领军企业中,实现了从营销端的智能销售知识助手、管理运营端的智慧办公助手,到产品研发端的智能配方工艺分析优化,以及生产制造端的智能设备运维助手等的全价值链大模型智能体赋能。在上一年度中,我们还通过积极的外部合作,持续扩展智能化工业软件产品体系的功能,并加强相关能力的输出。我们与钉钉签署了战略合作协议,将AI+MOM工业软件产品与钉钉软件平台深度结合,完成覆盖研发、生产、营销、办公运营的全方位智慧工厂解决方案的共建。同时,我们与华润数科达成了战略合作协议,基于AInnoGC大模型产品矩阵,助力华润数科构建其专属工业大模型平台。同时,结合华润数科在华润集团内部已经形成的工业软件综合布局的现有体系,共建智能体应用,将工业软件与大模型智能体进行深度融合,并推进在华润集团内部各业务单元的场景落地。
      在智能装备领域,我们持续深耕以机器视觉为核心的人工智能技术,向行业头部客户推广集成度高、性能卓越的软硬件一体化解决方案。凭借多年服务细分行业头部客户的深厚经验,以及MMOC人工智能平台在工业制造端的长期磨砺与实践积累,我们的机器视觉产品在智能装备行业实现了广泛的复制与应用。我们已将整个解决方案的设计、制造、交付、实施过程进行标准化和模块化,显著加速了细分领域产品的市场化进程。同时,依托自主研发的AIAgent智能体开发平台所独有的快速流程编排能力及灵活的模块化外链技术,我们巧妙地实现了新兴的大模型技术与传统的小模型技术的深度融合。凭借多年累积的机器视觉和机器学习资产,我们成功将人工智能的数据解析、特征提取、视觉理解、生成能力提升至全新境界。在面板半导体行业中,我们进一步加固了技术壁垒,强化了以玻璃面板瑕疵智能质检解决方案为代表的智能装备产品线的落地应用,并在行业头部客户中实现了规模性复制。此外,我们逐步实现了智能化质检设备的检测结果与企业质量管理系统的无缝对接,将生产数据以更为高效和闭环的形式融入大模型应用产品中。通过利用大模型对自然语言的深刻理解和对数据的精细解构分析能力,我们以更为直观的图表形式和更为便捷的交互模式,助力企业管理者更方便快捷地掌握企业产品的生产制造进展和质量管控状况。另一方面,随著质检数据规模的进一步扩大,我们引入大模型技术对质检信息进行更高效的分析与洞察,从而更有效地为生产工艺的改进提供数据驱动的反馈与建议。在机器人赋能领域,我们深入开展场内智能物流场景的调研与实践,通过引入大模型技术来优化场内物流机器人的运维效率,显著减少作业阻塞时间并提升调度系统的响应速度与准确性。转至汽车装备领域,我们以视觉智能技术为先导,聚焦客户价值最大化,在智能质检与智能视频安全等关键应用场景中进行深度布局。依托MMOC人工智能平台的先进功能,我们逐步将单一的一线质检场景服务和视频安全场景服务拓展至可满足客户进行可持续性模型生产、模型管理、模型性能判定、质检应用构建、质检结果的智能分析等范畴,帮助客户建立其自有的人工智能体系化能力,进而构建起覆盖全价值链的智能服务体系。
      在钢铁冶金领域,我们持续深化「钢铁工业生产大物流」数智化的发展战略,著力拓展行业场景「1*N」的行业客户横向复制。物流对象实现从「液态」至「固态」的全方位覆盖,并在北方某钢铁企业成功落地智慧钢卷无人运输模式,实现了物流效率的显著提升。物流场景进一步延伸至港口码头,我们在南方某原料码头部署了行业首套「iSmartBGSU抓斗式卸船机智能作业系统」,并在南方某港口首次落地「iSmartLoco无人机车驾驶系统」,这两项创新举措均标志著我们在物流自动化和智能化方面的重大突破。同时,产品化进程不断加速,BlazerADP工业自动驾驶车载平台顺利通过CE认证,自动驻车装置、自动充电装置、自动摘挂钩装置等关键技术在多个项目中得到广泛应用,这些成果不仅提升了操作的安全性和效率,也有力推动了核心装备和控制器的自主化与国产化进程。
      在智造实训领域,我们积极拓宽客户群体,紧密结合各等级院校的差异化需求,以智造实训中心为基点进行多点辐射,逐步将服务地域拓展至各级院校及重点实验室。我们依托院校丰富的师资力量和高素质生源,以MMOC平台和AInnoGC平台作为双核发展基石,协同各大实验室的教、学、研任务,共同构建了多样化的智造实训中心和智能机器人中心。我们积极拓展人工智能技术在工业机器人应用领域的赋能路径,充分利用机器人创新中心的先发优势及日趋成熟的机器人本体控制技术,将机器视觉、视频智能、机器学习、大模型技术等前沿科技深度融合于机器人的感知、决策、交互模块中。我们致力于开发工业机器人控制、工业机器人实训机台运行管理、工业机器人实训机台安全管理等应用场景。同时,我们将一定的技术研发力量投入到人工智能技术与数字孪生的结合上,将其应用在机器人仿真控制上提升机器人编程效率、降低测试安全风险。整体而言,我们著力于将人工智能技术在软硬件两方面进行有机结合,从行业的通用性需求出发,以在智造实训方向上开辟智能工业机器人的创新赛道和应用新领域。
      在汽车装备领域,我们精心打造以汽车输送线为核心的前沿全生命周期智能自动化解决方案。这条智能化的输送线,如同整个生产体系的「主动脉」,贯穿于智慧型汽车制造综合体、新能源汽车制造基地、以及高端装备协同配套体系等各个创新板块。通过精准、高效的物料及半成品运输,保障各环节紧密衔接,大幅提升生产效率。该方案旨在全方位契合客户对品质卓越、生产高效、成本优化、流程透明以及响应敏捷的严苛需求。我们创新性地引入以ChatDoc为核心的生成式企业私域知识问答应用,该系统能迅速、精准地回应客户在生产进程中遭遇的各类专业难题。客户仅需提出疑问,ChatDoc便能从海量的知识宝库中快速筛选出相关内容,为客户推荐针对性的解决策略,极大地缩短了客户检索资料、咨询专业人士的时间,显著提升了决策的时效性与科学性。与此同时,我们配备了以ChatBI为核心的智能取数系统。该系统拥有强大的数据洞察与提炼能力,可自动、高效地从各个生产环节的海量数据中精准提取关键信息。客户无需再投入大量人力与时间手动采集、梳理数据,ChatBI能够实时、精确地为客户呈现所需数据,助力客户清晰把握生产动态、质量态势等关键要点,为科学决策提供坚实的数据支撑。在全流程维度,我们推行原材料绿色筛选评估、生产过程品质精益管控以及成品出厂全方位效能检测,并将其深度融入全流程闭环管理体系。通过实时捕捉现场质量动态并精准甄别质量隐患,我们能够迅速定位并妥善解决这些问题。与此同时,依托各部门数据的深度交互共享,实现了产品质量全程溯源,从各个维度提升产品品质。这套融合了ChatDoc和ChatBI前沿技术的全生命周期智能自动化解决方案,将在国内汽车装备生产领军企业中为客户创造巨大价值,有力助推汽车装备行业迈向智能化发展的新征程。
      在金融领域,我们始终聚焦数据智能应用,致力于为银行、证券等各类金融机构打造全方位一站式数据解决方案。为提升数据管理水平,我们大力升级数据资产管控平台。通过强化数据标准管理,确保数据格式、定义等的一致性,同时加强质量监控,及时发现并修正数据中的错误与偏差,助力金融客户全面提升数据治理水平,有效增强了风险防控能力。在投资决策支持方面,我们充分利用大数据和人工智能技术,精心研发智能投资决策辅助系统。该系统能够对海量市场数据进行实时分
      析与精准预测,为金融机构的投资决策提供科学、可靠的依据,众多客户反馈在使用后投资回报率得到显著提升。我们也创新性地引入ChatDoc生成式企业私域知识问答应用,其内置本集团多年行业KnowHow积累的丰富的金融专业知识及法规政策,能为金融从业者提供即时、精准的知识问答服务,极大提高了工作效率与决策准确性。

业务展望：

第二部分:未来展望
      AI领域的竞争态势正发生著深刻变革。未来,AI的竞争核心将聚焦于应用场景。随著基础技术的不断普及,单纯的技术优势已难以形成长期壁垒,而能否将AI技术与各类实际场景深度融合并创造商业价值,成为了企业脱颖而出的关键。我们认为,垂直行业将是大模型的主战场。行业大模型具有专业性强、数据安全性高等特点,因此大模型真正的价值将集中体现在更多行业以及企业级的应用落地层面。能够精准理解特定行业痛点,并根据客户实际需求提供定制化解决方案的企业,将在市场中更具竞争优势,更容易获得市场的广泛认可。
      展望2025年,创新奇智作为「AI+制造」领域的先锋企业,制定了「一模一体两翼」的发展主线,即以工业大模型为引擎,驱动工业机器人,赋能工业软件,创造面向工业的广泛的AI Agent(智能体)应用。公司将持续投入资源,对工业大模型技术平台以及相关生成式AI应用进行深度打磨,密切关注前沿技术动态,加大研发投入,积极探索新的算法、架构和应用模式,确保在技术层面保持领先地位。在加强科技创新的同时,将务实推进技术与行业场景的工程化落地,立足「工业软件、数智软件、工业物流、智能装备、工业可持续」五大业务主题,深入挖掘各业务板块中的AI应用潜力。
      为实现企业的长远健康发展,创新奇智还将根据市场动态和客户需求,不断调整业务结构,优化产品布局。通过淘汰低AI附加值、低毛利的业务,集中资源发展具有核心竞争力和市场潜力的业务板块,确保企业资源得到合理配置,提高运营效率和盈利能力。
      加强技术创新与应用落地
      在当今快速发展的技术时代,人工智能正深刻地改变著各个行业的面貌。面向未来,公司将以坚定的决心和明确的策略,不遗余力地加大技术投入,致力于在既有工业智能技术体系之上,紧跟人工智能技术发展的大方向和大趋势。我们深知,技术变革是推动企业持续发展的核心动力,因此我们将积极拥抱技术变革,勇于实践技术创新与突破。同时,公司将继续深耕工业智能领域,充分利用已有的行业优势,深度挖掘各类应用场景,实现智能技术与工业场景的深度融合。我们将聚焦重点技术和场景方向,释放技术价值,推动产业智能化升级,为工业领域带来更高效、更智能的解决方案。
      AI Agent:持续增强平台能力和客户渗透、推动智能体应用向高级别演进
      随著企业智能化转型进入深水区,AI Agent智能体正成为重构企业传统业务流程的基础设施。我们将继续聚焦AI Agent开发平台的研发,以及面向制造业企业的平台能力输出,助力企业打造高效的AI Agent研发和管理体系,实现企业全方位运营效率与决策能力的提升。
      具体而言,我们将进一步强化AI Agent智能体开发平台构建制造行业智能体应用的差异化能力。基于在制造业客户的大量落地实践和数据积累,我们将持续构建垂直领域知识库,以及增强制造场景下大-小模型协同推理能力,强化对研发设计、生产优化等核心环节的赋能。我们将深化AI Agent与工业软件的技术嵌入方案,构建可插拔的工业智能体生态,快速实现传统软件和解决方案的智能化转型。我们将在提供开箱即用的智能体应用的基础上,逐步将AI Agent开发能力开放给客户,在帮助客户加快对已部署智能体应用的迭代,以及带动更多新智能体应用开发的同时,也进一步增强AI Agent产品的客户粘性。
      同时,在大模型底座和AI Agent平台能力持续增强,以及在客户侧智能体应用场景不断普及的基础上,我们将积极开展技术和场景探索,推动智能体应用向更高级别演进。技术方面我们将持续加强AI Agent平台的反思、工具使用、规划以及多智能体协作等核心能力,以支持构建能够准确推理、拆解并稳定执行复杂任务的高级别智能体,在人机协作中进一步解放用户的生产力。同时,我们仍将坚持以场景落地为导向,充分考虑制造业企业生产运营范式,渐进式推动高级别智能体在客户侧的落地。
      工业具身智能机器人:深化技术栈优化,拓展应用场景
      在工业具身智能机器人领域,我们将持续深化技术栈的优化,重点完善数据系统、智能系统和控制系统这三大核心板块。我们将通过构建更大体量、更高质量的数据集,为机器人提供更丰富的学习资源,从而提升其对复杂环境的感知和理解能力。高质量的数据集不仅能够帮助机器人更好地适应不同的工作场景,还能显著提高其决策的准确性和效率。在智能系统方面,我们将持续优化VLA大模型,进一步提升机器人的智能化水平。通过引入先进的算法和优化技术,我们致力于让机器人具备更强的学习能力和适应能力,使其能够在复杂的工业环境中自主完成任务。
      在此基础上,我们将立足于工业自动化场景,逐步拓展商业自动化领域的应用前景。工业自动化场景涵盖物料搬运、零部件组装等关键环节,这些环节是制造业的核心,也是工业机器人应用的重要领域。通过优化机器人技术,我们能够显著提高生产效率,降低人力成本,提升产品质量。而在商业自动化领域,我们看到了更广阔的市场潜力。商业自动化包括零售理货、企业业务办理、商业清洁等多样化场景。这些场景对机器人的灵活性、适应性和交互性提出了更高的要求。我们将通过技术创新,使机器人能够更好地适应这些场景的需求,为商业用户提供高效、可靠的自动化解决方案。
      针对这些更广泛的行业需求,我们将联合机器人硬件本体及零部件厂商等合作伙伴,共同打造针对性的机器人产品,并积极推进其商业化落地。通过与合作伙伴的紧密合作,我们能够充分发挥各自的优势,实现资源的优化配置。我们将共同开展技术研发、产品设计和市场推广,确保我们的机器人产品能够满足不同行业的实际需求。我们相信,通过强强联合,我们能够为市场提供更具竞争力的机器人解决方案,推动机器人技术在更多领域的应用。
      工业大模型辅助工业设计:提升设计生成能力,拓展合作生态
      在工业大模型辅助工业设计领域,我们坚信CAD工业设计数据是工业领域中最具价值的数据模态。CAD数据不仅包含了产品的设计细节,还蕴含了丰富的工程知识和经验。通过融合更多工业设计相关数据,能够显著提升工业大模型的设计生成能力,从而在工业领域创造更大的价值。我们致力于通过技术创新,让工业大模型能够更好地理解和生成高质量的CAD设计,为工业设计带来更高的效率和更好的用户体验。
      展望未来,我们将持续强化跨领域数据合成(SyntheticData)技术。通过合成数据,我们能够为模型提供更丰富的训练素材,进一步优化大模型在Text-to-CAD和Image-to-CAD两大方向的生成效果和性能。同时,我们还将布局研究CAD-to-Text技术方向,探索其在CAD审核等应用场景中的潜力。CAD-to-Text技术能够将CAD设计中的关键信息提取出来,并以文本的形式呈现。这不仅可以用于设计审核,还可以用于设计文档的生成和管理。通过这种技术,我们能够提高设计审核的效率和准确性,减少人为错误,提升设计质量。
      基于这些技术能力,我们将积极扩大CAD合作生态圈,与国内外更多CAD厂商展开深度合作,实现强强联合。我们将通过合作,共同开展技术研发、产品优化和市场推广,推动CAD工业设计迈向大模型时代。我们相信,通过与合作伙伴的共同努力,我们能够为市场提供更先进的CAD设计解决方案,为工业设计带来新的变革。
      持续优化技术与产品,确保竞争优势
      我们将始终以业务导向为牵引,持续优化技术与产品。我们将不断提升产品标准化程度,确保产品能够更好地满足不同用户的需求。同时,我们还将持续对量化等技术进行深入研究、应用和评估,确保能够以较低的计算成本满足实际业务应用需求。我们深知,技术的优化和创新是保持竞争优势的关键。因此,我们将不断探索新技术、新方法,提升产品的性能和用户体验。
      我们将始终坚持以客户需求为导向,不断优化产品功能和服务质量。通过与客户的紧密合作,我们能够及时了解市场动态和用户需求,从而快速调整技术研发方向和产品策略。我们相信,通过持续的技术创新和产品优化,我们能够为客户提供更具价值的解决方案,推动工业智能化的发展。
      在未来的道路上,我们将继续加大技术投入,深化技术创新,拓展应用场景,优化产品服务。我们将与合作伙伴携手共进,共同推动工业智能化的发展,为行业带来更多的创新和变革。我们坚信,通过我们的努力,公司将在工业智能领域取得更大的成就,为社会创造更多的价值。      继续丰富AI产品与解决方案
      在2025年的工作中,我们将持续将人工智能技术赋能工业作为发展中心,以MMOC分析式人工智能平台与AInnoGC生成式人工智能平台作为技术基座,著重发展人工智能技术赋能工业软件和机器人技术研发,以行业需求为导向,大力推进人工智能产业化落地。高度凝练集团现有的人工智能技术储备和软硬件产品矩阵,将两者进行深度融合,利用现有客户资源和行业理解,加快大模型技术产品体系为客户带来业务价值,全面助力企业客户数字化和智能化转型。
      在工业软件领域,我们将深化实施大模型技术与MOM工业软件产品体系的融合战略。特别针对食品饮料、新材料、装备制造等关键细分市场的领先企业,我们将积极推动大模型技术与EAM(设备管理)、MES(制造执行系统)、EMS(能源管理系统)等各类工业软件的深度融合,以及客户侧的商业化落地。基于AI Agent智能体开发平台,我们将继续完善诸如设备运维智能助手和制造数据分析智能助手这样,兼具工业软件行业特色和大模型技术能力的智能化工业软件,提升其专业性和成熟度,从而更有效地监控、分析和追溯生产过程中的关键指标和事件,获取和沉淀制造业企业研发生产运营各方面的经验知识,提升企业的智能化管理水平。同时,随著AI Agent智能体开发平台的不断进化和完善,我们致力于为客户提供更加专业化和个性化的智能解决方案。在为客户提供开箱即用的工业软件智能体应用的基础上,我们将面向条件成熟的客户,逐步开放AI Agent平台开发能力,既可以帮助客户加快对已部署智能体应用的自我迭代,也可以带动更多个性化智能体应用的开发,进一步增强AI Agent产品的客户粘性。在未来的一年中,我们将继续与外部合作伙伴在更广泛的领域进行深层次合作,打造更加智能化的工业软件产品体系的同时,共同拓展客户侧落地渠道,形成共赢态势。在此基础上,结合行业标杆客户日渐浓厚和迫切的数字化与智能化转型需求,我们将紧贴客户的行业特性和生产现状,坚决贯彻「1+N」和「1*N」的商业策略,一方面在标杆客户内部深挖需求,打造更多场景化的智能体应用,另一方面将高价值智能体应用与工业软件产品深度嵌入,通过标杆客户案例,推动其在细分行业内其余客户侧的商业化落地。
      在智能装备领域,在继续保持原有基于机器视觉技术的智能设备升级迭代的产品化发展原则不动摇的基础上,我们将以更开放的态度和更勇于探索的精神,尝试在更多的智能装备应用领域结合大模型技术进行产品技术探索。在面板半导体行业领域中,我们将持续推进在智能装备的上层软件管理中,结合大模型对数据的管理整理与归纳总结能力,以及机器学习对数据逻辑管理之间的分析判断。同时借助大模型技术建立设备运维知识库和装备知识库,提高硬件运维管理、故障排查维修、设备运行状态智能化管理水平和管理知识传承的能力。另外我们还会将大模型技术赋能面板半导体行业柔性生产线中的机器人,结合数字孪生技术体系建立虚拟化生产线,将集成在系统中的产线生产数据、设备运行数据、产量产能数据等集成上行到管理系统中,便于工艺管理部门和生产部门进行生产规划和产线快速调整,提高资源调度效率。
      在钢铁冶金领域,我们将深度融合工艺背景与行业Know-How,以总体咨询和系统仿真为引领,匠心打造自主可控的智能装备硬支撑,并构筑以深度学习、运筹优化为核心算法的软实力。我们将持续推行「1+N」与「1*N」的拓展模式,强化产品在多管道、多行业的推广力度,尽力将客户群体从国内钢铁客户向海外客户拓展,迅速抢占以工业铁路智能化、港口智能化为核心的钢铁市场,并积极探索有轨机车运输的创新应用场景。
      在智造实训领域,我们将进一步拓展大模型技术的应用边界,特别是在智能制造实训方向。我们将以各地的智造实训中心为依托,实施本地化策略,充分考量政府政策和教育行业的特定需求,深化人工智能技术在教育软件中的应用。以AI Agent智能体开发平台作为核心技术和产品资产,我们提供一个支持教师和学生进行大模型学习的工具平台,助力教学准备、教学评估、知识查询、学生自研等业务的落地。此外,我们还将同步推进大模型技术与实训机器人机台的融合应用。结合机器视觉技术和大模型技术,我们专注于发展智能监督、智能监考、智能安全维护、智能学习数据分析等方向,以实现对智造实训行业领域中教育、培训、考试、竞赛等全产业环节的全面覆盖。
      在汽车装备领域,2025年我们将进一步深化以汽车输送线为核心的全生命周期智能自动化解决方案。持续优化输送线的智能化水平,引入更先进的AI算法,进一步提升生产效率与灵活性。基于最新发布的AInnoGC2.0工业大模型,我们将积极探索其在汽车装备领域更丰富的可落地场景。例如将ChatCAD应用于汽车零部件的设计环节。工程师只需通过自然语言描述零部件的功能、尺寸、形状等要求,ChatCAD就能自动生成CAD设计图纸,大幅缩短设计周期,提高设计效率。同时,在汽车生产线的工装夹具设计中,ChatCAD也能发挥重要作用,快速响应不同生产需求的工装设计变更。我们也会和客户一起探讨如何基于ChatRobot的大模型驱动机器人技术,在汽车产线上实现更复杂、精细的操作。例如,在汽车的焊接、装配等环节,通过大模型驱动机器人动作,使其能够根据实时生产情况和产品要求,精准完成各类高难度的操作任务。
      在金融领域,我们将全力推动大模型技术深度融入金融行业的数据管理领域。借助大模型强大的知识库智能问答功能,为金融从业者提供实时、精准的专业知识解答,无论是复杂的金融规则解读,还是各类金融产品细节,都能帮助客户快速获取答案,大幅提升工作效率。同时,利用大模型的智能分析能力,对海量金融数据进行深度挖掘。能够精准识别数据中的潜在风险、市场趋势以及客户行为模式的变化,为金融机构的风险管理和市场策略制定提供有力支持。尤为重要的是,在辅助决策方面,大模型基于对大量数据的分析和学习,为金融机构的高层管理者提供科学、全面的决策建议。从投资决策到业务拓展方向,都能依据大模型的分析结果做出更明智的抉择,助力金融机构在激烈的市场竞争中脱颖而出,实现稳健且高效的发展。

以上内容为证券之星据公开信息整理，由智能算法生成（网信算备310104345710301240019号），不构成投资建议。