云从科技（688327）2026年半年度管理层讨论与分析

证券之星消息，近期云从科技（688327）发布2026年半年度财务报告，报告中的管理层讨论与分析如下：

发展回顾：

一、报告期内公司所属行业及主营业务情况说明

    （一）公司所属行业情况

    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）。

    报告期内，人工智能行业延续2025年的快速发展态势，技术迭代进一步加速。政策方面，2026年作为十五五开局之年，国家持续深化“人工智能+”行动计划，将人工智能确立为新质生产力的核心引擎，强调产业赋能与场景创新。2026年《政府工作报告》首提打造智能经济新形态，明确要求促进新一代智能终端和智能体加快推广，推动重点行业领域人工智能商业化规模化应用，各地方政府也相继出台配套支持政策，促进人工智能与实体经济深度融合。产业层面，AI技术正从模型研发向应用落地加速过渡，行业整体保持良好发展态势。

    1.Token经济范式确立，相关商业模式持续探索

    报告期内，人工智能产业正经历从互联网时代流量经济向AI时代Token（词元）经济的深刻范式跃迁。Token已从纯粹的技术计量单位，逐步拓展为计价单位、结算单位，并进一步向生产要素与价值载体演进，深刻重塑着AI产业的商业逻辑与价值分配格局。产业规模方面，工业和信息化部披露，2025年我国人工智能核心产业规模超过1.2万亿元，企业数量超过6,000家，智能经济正从增量补充转变为经济增长的核心支柱。

    大模型商业化进程在报告期内显著提速。海外方面，Anthropic、OpenAI等头部企业年化收入持续攀升，商业化变现路径得到加速验证。国内方面，智谱、DeepSeek等企业发布的新一代模型在编程能力、推理效率等关键指标上跻身全球第一梯队，国产大模型的商业竞争力持续增强。Token消耗量的指数级增长成为衡量产业活跃度的重要指标——国家数据局披露，截至2026年3月，我国日均Token调用量已超过140万亿，较2024年初的1,000亿增长1,000多倍，较2025年底的100万亿增长40%以上。Token成本的持续下降叠加模型能力的跃升，为下游应用的规模化落地创造了有利条件。

    2.智能体规模化落地提速，AI应用生态加速繁荣

    报告期内，AI智能体从概念验证全面进入工程化落地阶段。伴随模型推理能力持续提升、工具生态标准化（MCP/A2A协议）日趋完善、推理成本大幅下降等条件趋于成熟，AI应用正从技术验证阶段迈入商业推广关键阶段。国内主流云厂商已陆续推出Agent开发与托管平台，头部企业加速将智能体嵌入企业办公、客户服务、代码开发等高价值场景，智能体正从简单的对话交互向自主任务执行演进。根据国务院《关于深入实施“人工智能+”行动的意见》，到2027年，新一代智能终端、智能体等应用普及率将超过70%，到2030年将超过90%。在政策牵引、模型能力提升和企业级应用场景拓展的共同推动下，智能体技术的产业渗透率正快速提升。

    在应用层面，岗位级AI成为智能体落地的重要形态。区别于通用对话助手，岗位级AI针对特定职业角色的业务流程与知识体系进行深度适配，将大模型的推理能力与企业业务系统、专业知识库深度融合，实现从通用问答到专业任务执行的跨越。据IDC预计，到2026年，全球2,000强企业中约40%的岗位将涉及与AI智能体的直接交互，岗位级AI有望成为企业软件下一阶段的重要增长动力。

    在具身智能与视觉多模模型领域，行业正呈现重要的范式突破。以NVIDIA为代表的国际头部企业提出世界基础模型理念，通过大规模仿真环境训练能够理解重力、摩擦、空间关系等物理规律的AI模型，为机器人、自动驾驶、工业自动化等物理场景提供通用智能底座。国内端侧，AI与具身智能的交叉融合正在加速推进，AI手机、AIPC、智能机器人等终端品类渗透率持续提升，端云协同架构成为新一轮产业竞争重要方向。上述领域的持续发展有望为人工智能产业开辟工业制造、商业服务、家庭服务等更为广阔的应用空间。

    3.国产技术生态持续完善，行业底座日趋坚实

    报告期内，国产AI技术生态在算力基础设施、核心算法和开放平台等层面均取得重要进展。算力基础设施方面，东数西算工程进入深化实施阶段，国家算力网建设持续推进，三大电信运营商持续加大算力资本开支，智算中心建设进一步向能源优势区域集聚。国产AI芯片方面，华为昇腾、寒武纪、海光信息等厂商持续迭代产品线，国产芯片在模型推理场景中的适配性与可用性稳步提升。多元化的算力供给格局正在加速形成，为上层算法和应用提供了更加丰富的选择空间。

    模型与平台层面，DeepSeek-V4等国产大模型在报告期内完成重要迭代，国产算力与国产模型的协同适配进一步推进。开源模型生态快速发展，显著降低了中小企业和开发者使用先进AI能力的门槛。中国信息通信研究院指出，行业已从拼参数规模转向拼推理效率，稀疏注意力、混合专家架构（MoE）等新型算法成为提升模型效率的重要技术路径，为AI算法与软件企业提供了持续技术创新的条件。在应用生态层面，百度、阿里、字节跳动、腾讯等企业的大模型开放平台持续完善，为各行业开发者提供了更加便捷的AI能力接入渠道。

    4.AI治理深化推进，内容安全保障需求日益凸显

    在AI治理与内容安全领域，生成式人工智能的快速演进推动相关治理体系加速构建。随着大模型生成能力的持续增强，AI生成内容的真伪鉴别、深度伪造检测、有害内容过滤等需求持续增长，内容安全正从传统的合规审查向AI驱动的智能审核体系全面升级。国家层面，生成式人工智能管理规范持续完善，行业标准与伦理规范体系加速建立，为AI内容安全产业提供了明确的政策指引和发展框架。技术层面，基于多模态大模型的智能内容审核、AI生成内容溯源与标识、数字水印等新技术路径加速成熟，内容安全防御正从被动响应向主动治理升级，多模态融合检测与跨模态理解技术的突破显著提升了复杂场景下的内容风险识别能力。

    从全球范围看，多个国家和地区已围绕人工智能发展与治理出台相关战略或政策，AI安全与治理成为其中的重要议题。随着AI应用在金融、政务、媒体、教育、交通等关键领域的持续渗透，内容安全作为AI产业链的重要保障环节，其战略意义和市场空间正在持续扩大。

    （二）公司主营业务情况

    1.主要业务

    公司是一家提供人机协同操作系统及行业解决方案的人工智能企业，依托自主研发的人工智能核心技术，连接业务数据、硬件设备和软件应用，为金融、治理、出行、商业及泛AI等领域提供信息化、数字化和智能化服务。

    报告期内，随着人工智能应用由单点工具辅助逐步向复杂任务执行和业务流程协同演进，公司将人机协同操作系统CWOS进一步迭代升级为GrowthOS，持续推进智能体平台能力构建，围绕GrowthOS构建多模型接入与调度、智能体编排、知识与数据沉淀、安全治理及运营管理等能力，推动人工智能能力由单点算法和软件工具向硅基专家及虚拟组织延伸。

    2.主要产品及其用途

    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技术能力和对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。

    3.经营模式

    公司经营模式为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。报告期内，公司持续推动业务模式由以一次性项目交付为主，向“产品交付与持续运营相结合”的复合模式转变。一方面，公司进一步提高平台产品和行业能力的标准化、模块化和可复用水平，降低重复开发和交付成本；另一方面，公司基于GrowthOS的平台能力，逐步探索按产品订阅、实际使用量或任务量计费的持续服务模式，并根据具体应用场景和客户需求审慎探索与业务效果相结合的服务模式。

    4.市场地位

    公司恪守“定义智慧生活，提升人类潜能”的企业使命，并以“成为全球智能生态领军企业”为发展愿景。报告期内，公司连续第二年入选《2025胡润中国人工智能企业50强》，并入选全国人工智能高价值应用场景示范企业TOP50，体现了相关机构对公司人工智能技术研发、工程化能力及产业应用实践的认可。

    5.主要的业绩驱动因素

    报告期内，人工智能产业延续快速发展态势。国家持续深化“人工智能+”行动，推动智能终端、智能体及重点行业人工智能应用加快普及。大模型竞争重点逐步由参数规模扩张转向多模态融合、深度推理和智能体能力提升，Token经济、AIAgent及持续运营服务等新型业务形态加速发展；国产算力、开源模型生态和行业数据资源不断完善，为人工智能规模化应用提供有力支撑。

    公司紧密把握产业发展机遇，以自主构建的GrowthOS为核心平台，持续推进“AI基础设施+AI智能体”业务架构建设，加强模型训练与国产化适配、智能体编排、多模态数据治理等能力。在巩固第一曲线业务的同时，公司全力加速以标准化智能体产品为核心的第二曲线业务，推动行业专家Agent与企业内部“硅基专家”、“虚拟组织”应用在智能制造、企业办公等场景的规模化复制，并积极探索订阅制与用量制相结合的新型商业模式，加快项目制交付向平台化、持续化服务的转型。

    上述行业性技术演进与市场机遇的释放，为公司业务发展提供了广阔的成长空间；公司在技术底座、平台架构与业务模式上的同步推进，也为把握上述机遇奠定了坚实的基础。

    二、经营情况的讨论与分析

    报告期内，全球人工智能产业加速从模型能力竞争向系统能力竞争演进，大模型技术逐步进入规模化应用阶段，具身智能从实验室走向真实产业场景，内容安全治理成为行业合规刚需。面对上述趋势，公司围绕“AI基础设施+AI智能体”战略，在可控算力底座、内容安全大模型、行业智能体与具身智能等方向推进布局，推动人工智能从数字空间向物理世界体系化延伸，着力构建可持续供给、可规模复制的AI平台能力，为长期高质量发展奠定基础。

    1.技术体系持续升级，核心平台能力显著增强

    公司持续投入人工智能核心技术研发，报告期内重点推进人机协同操作系统由CWOS向新一代GrowthOS迭代升级。GrowthOS在原有技术基础上，进一步拓展数据、模型与智能体之间的协作方式，持续完善多类模型的接入适配和任务匹配能力，并面向多角色、长流程及跨环节业务场景，探索智能体在不同职责和信息边界下的持续运行与有效衔接。与此同时，公司围绕企业知识利用、安全控制和系统运营等环节开展能力建设，逐步提升不同业务单元之间的信息隔离、过程可追溯及运行可控水平，增强AI应用在复杂企业环境中的稳定性和适应性。相关建设推动公司AI能力由单点工具应用逐步向岗位辅助和组织协作场景延伸，为AI-Native虚拟组织的构建以及行业解决方案的持续开发和复制提供技术基础。

    公司同步推进“AgentLab”建设，形成面向AI-Native组织落地的方法和工具，支持虚拟组织及硅基岗位的构建、训练、运行观测和持续优化。公司将知识飞轮作为重点探索方向，尝试对业务执行过程中产生的反馈、案例和经验数据进行整理与沉淀，并逐步转化为可复用的知识、技能或策略，应用于后续任务执行和能力优化。目前，公司已围绕规则与策略调整、案例库建设、偏好数据应用等方面开展实践，在一定程度上降低智能体能力优化对专属模型训练的依赖。随着相关机制逐步完善，有望推动业务经验由个体积累向组织化沉淀转化，为硅基岗位矩阵及AI-Native虚拟组织的后续拓展奠定基础。

    在核心平台升级的基础上，公司同步推进多项关键技术研发与在研项目建设，围绕多模态理解、复杂任务规划、大小模型协同推理等方向持续突破，逐步形成覆盖“模型—平台—应用”的完整技术体系。

    2.推进内容安全能力建设，“晏清”大模型完成备案

    随着生成式人工智能应用加速渗透，内容安全与合规治理已成为行业核心关切。报告期内，中央网信办部署开展“清朗·整治AI应用乱象”专项行动，对人工智能生成内容的审核治理提出更高要求。在此背景下，公司依托武汉国家网络安全人才与创新基地（以下简称“国家网安基地”），联合武汉临空港网安基地运营管理有限公司，成功打造全国首个通过中央网信办生成式人工智能服务备案的内容审核垂直大模型——“晏清”。

    “晏清”大模型整合内容审核、内容识别、智能体等核心能力，区别于传统关键词过滤模式，可实现对人工智能生成内容的语义级意图理解、复杂语境判断及多模态风险识别。根据测试数据，该模型识别准确率超过99%，接口响应时间小于100毫秒，年检测数据量可达万亿级。模型采用全栈自主技术路线，整合华为昇腾算力，历经万亿级数据训练，实现了从底层架构到训练内涵的自主可控。“晏清”以私有化部署和SaaS服务两种形态对外提供，并可根据用户需求提供定制化服务。上线初期即获得武汉市人工智能安全协同治理中心、中国信通院等机构的合作意向。

    “晏清”大模型通过备案，标志着公司在内容安全领域构建了从算力基座、安全模型到合规服务的全栈能力闭环。作为国家网安基地核心战略合作伙伴，公司已合作建设大模型训推一体化中心，打造国内首个基于可信数据空间的AI模型可控训练场；公司还推动训推平台、可信数据空间、AI安全检测及内容审核大模型等能力协同建设，为AI智能体在高安全要求场景中的规模化部署提供了合规基础。

    3.智能体矩阵持续扩展，多行业应用纵深推进

    报告期内，公司基于自主大模型与AI智能体平台，持续推动行业智能体在金融、贸易、工程设计等领域的规模化落地。

    在金融领域，公司正式发布“企信洞察”智能信贷报告智能体。该智能体深度整合工商、司法等全维度数据，实现信贷尽调报告中企业分析部分的分钟级自动化生成，可替代90%以上的人工重复劳动。

    在跨境贸易领域，公司打造的贸易智能体正式上线。该智能体依托可控训练场构建的高质量知识库，涵盖全球技术性贸易措施、自贸协定、农产品标准等数万条结构化数据，可在秒级内完成跨境贸易全流程风险扫描与三色预警。以“柠檬出海”为例，公司将贸易智能体与重庆市“柠檬产业大脑”对接，实现从种植、加工到出口的全链条风险管控，动态适配欧盟、东盟等30个经济体的技贸标准，推动跨境贸易风控从“事后补救”转向“事中预警”。

    在工程设计领域，公司联手中冶京诚打造的“工程数字化智能辅助系统”正式落地。该系统以AI智能体为核心，构建了工程领域全流程智能审核体系，可自动解析4万余项国家标准及企业规范等文档，形成动态更新的工程知识图谱，并部署多个面向不同专业的定制化Agent助手，实现从人工逐一复核向智能化辅助审核的模式革新。

    此外，公司于报告期内加盟出版数据生态联盟，并签署可信数据交易供需战略合作协议，探索出版数据在合规、安全前提下的人工智能应用模式。

    4.具身智能体系化布局，加速从数字空间走向物理世界

    报告期内，具身智能作为人工智能向复杂物理世界演进的重要方向，受到国家政策与产业资源的高度聚焦。工业和信息化部、国务院国资委联合开展2026年度人形机器人与具身智能实景实训专项行动，明确推动人形机器人等重点产品在一批代表性场景中完成应用验证和常态部署。公司紧抓产业机遇，围绕“AI基础设施+具身智能”方向实施体系化布局，取得阶段性进展。

    在科研合作方面，公司于2026年1月与嘉陵江实验室达成战略合作，围绕智能制造、城市治理、智能交通、智能巡检等场景，推动大模型的多模态理解能力与物理世界的执行能力深度融合。在产业平台方面，公司于2026年4月正式入股广东省具身智能训练场，该训练场围绕数据采集、模型训练、测试验证、标准制定、场景对接等关键环节构建公共能力体系；同年6月，公司出席广东省具身智能训练场揭榜挂帅项目签约仪式，进一步深化具身智能产业协同。

    5.基础设施持续夯实，生态协同加速成型

    报告期内，公司持续强化AI基础设施建设与区域生态协同，为“AI基础设施+AI智能体”战略提供底座支撑。在算力基础设施方面，公司携手华为与武汉市东西湖区，围绕“一中心四平台”（东西湖训推一体中心及人工智能公共算力平台、内容审核大模型应用平台、智算中心运营平台、产业生态协同平台），共同打造以昇腾全栈自主创新AI计算平台为基础的训推一体化大模型智算中心，规划125PFlops@FP16理论峰值算力。该中心采用“训推同架构”设计，训练资源与推理资源可分时复用、灵活互转，以提升算力利用效率。该中心拟为金融、政务、制造、能源、交通、运营商等行业的大模型训练、推理及应用开发提供算力与平台支撑。

    在区域生态合作方面，公司于2026年6月作为六家发起单位之一，参与共建广州市粤港澳大湾区人工智能应用赋能中心。该中心在广州市发展和改革委员会指导下成立，将围绕供需对接、人才培养、标准共研、大模型与算法备案服务、前沿应用攻关、湾区联动等方向开展工作，推动算力、数据、技术、场景、人才和产业资源高效衔接。

    6.深化智能体平台建设，推进第二曲线业务转型

    展望未来，公司将以GrowthOS为核心载体，围绕“平台能力产品化、能力计量标准化、业务形态组织化”三条主线，系统性推进第二曲线业务发展。

    首先，在平台能力层面，公司将重点推进Token业务体系建设。通过在GrowthOS中引入统一的Token计量与结算机制，对模型调用、智能体执行、数据处理等核心能力进行标准化计价，实现AI能力的“可计量、可交易、可复用”。Token将作为平台内部资源调度与成本核算的基础单位，贯穿算力、模型与智能体服务的全流程，并逐步延伸至生态合作伙伴之间的能力交换与价值分配。同时，公司将持续完善AgentLab能力，将业务执行过程中形成的反馈数据、经验规则和行业知识，经合规治理后沉淀为可复用的知识资产与标准化知识组件，并持续反哺智能体的开发、评测与优化，形成闭环数据飞轮。

    其次，在业务形态层面，公司将加速虚拟组织业务的落地与规模化复制。依托GrowthOS的智能体编排与协同能力，公司将围绕企业真实业务场景，构建由多个专业AIAgent组成的“硅基专家”和“虚拟组织”，推动AI应用由单点工具辅助逐步向岗位级协作和业务单元级支撑延伸。针对多角色、长流程和跨环节业务，公司将围绕职责划分、信息边界、过程衔接和运行可控等要求，逐步沉淀可复用的岗位能力、协作机制及行业方案，提升复杂业务场景下的交付效率和复制能力。

    再次，在商业模式层面，公司将围绕Token体系与虚拟组织能力，构建多元化收费机制，包括“按Token消耗计费”“按业务结果付费”“虚拟组织订阅”等模式，推动收入结构由一次性交付向持续性、规模化服务转变。同时，公司将开放GrowthOS平台能力，吸引生态伙伴基于统一标准开发行业智能体与虚拟组织组件，逐步形成以公司为核心的AI应用生态网络，增强平台的网络效应与生态粘性。

    通过上述布局，公司第二曲线业务将实现从底层平台能力到上层业务形态的贯通，推动公司由“提供AI工具”向“提供AI生产力”转型，进一步提升在人工智能产业链中的长期竞争力与价值创造能力。

    三、报告期内核心竞争力分析

    (一)核心竞争力分析

    1.技术优势

    公司在软硬件研发及核心算法领域持续深化研发，推出了涵盖图像识别、语音识别、自然语言处理与机器学习等方向的核心技术。所构建的人机协同操作系统，基于人机交互理念，实现了多模态数据感知、知识推理、人机共融共创以及数据安全共享等方面的技术突破，有效促进了人工智能基础设施、算法与产业应用之间的协调发展。公司围绕语言大模型、视觉及多模态大模型等方向持续开展研发工作，已完成从十亿级到百亿级语言大模型的系列发布并持续优化算法能力；视觉及多模态大模型持续迭代升级并在多行业场景中实现应用落地。同时，公司不断完善大模型训练与推理平台能力，推进国产化算力适配与应用落地，并结合智能体平台、人机协同系统等工程化体系，提升模型在金融、政务、出行、能源等行业场景中的应用效果与交付能力。截至报告期末，公司拥有【470】项专利（其中【321】项为发明专利）、【621】项软件著作权等人工智能领域知识产权。

    2.研发优势

    在周曦博士的领导下，公司已组建一支成熟的研发团队。团队成员具备深厚的专业知识与丰富的实践经验，技术基础扎实。团队结构科学合理、技能覆盖全面，为持续的技术创新与产品研发提供坚实支撑。公司高度重视人才培养，制定了完善的选拔机制与多样化的培养计划，确保人才梯队建设与专业能力持续提升。公司构建了“三大联合实验室及六大研发中心”的研发体系架构，确保研发体系的可持续发展。该架构涵盖技术中台、产品研发中心、行业解决方案部门以及产品与技术管理团队。研发中心分布于多个地区，形成技术研发的核心力量。同时，公司与多家科研机构共建联合实验室，开展人工智能研发项目合作，并持续深化与高校、新型研发机构及行业组织的产学研协同，积极参与人工智能公共服务平台、中试验证与训练测试体系等创新基础设施建设，畅通“技术研发—验证转化—产业应用”链条，显著提升人工智能核心技术的研发能力与成果转化效率。

    3.平台优势

    公司围绕人工智能规模化应用需求，对人机协同操作系统（CWOS）进行体系化升级，全面演进为新一代增长操作系统GrowthOS，平台优势进一步凸显。技术层面，GrowthOS融合多模态大模型、视觉、语音等全栈AI能力，持续完善多类模型的统一接入、适配和使用机制，并支持智能体的开发以及多角色、长流程、跨环节业务场景下的协作运行，逐步提升不同职责和信息边界下的过程衔接、运行可控与安全保障能力。在此基础上，公司同步建设AgentLab，将知识飞轮作为重点探索方向，尝试对业务运行过程中形成的反馈数据、经验规则和行业知识进行整理与沉淀，并逐步转化为可复用的知识、技能或策略，用于后续智能体的开发、评测和优化，推动形成业务反馈与能力改进相互衔接的迭代机制。产品层面，公司依托行业实践逐步积累场景知识和可复用技能，探索形成面向特定业务场景的能力组件，以降低企业智能化应用的开发难度，缩短场景适配和部署周期。同时，公司依托多年行业深耕积累的场景Know-how、可信数据治理体系及安全可控技术底座，结合成熟的工程化交付能力，形成覆盖模型底座、平台工具与行业应用的端到端能力体系，为企业级AI原生转型提供坚实支撑。

    4.行业优势

    作为在人工智能平台系统领域深耕多年的企业，公司始终致力于垂直行业的深度研究，并在智慧治理、智慧出行、智慧金融、智慧商业及泛AI等关键领域全面布局。公司深入洞察用户需求，为各垂直领域客户提供多元化的高效解决方案，显著提升其效能，并积累了丰富的场景化实践经验。通过与重点行业客户的长期深度合作，公司持续运用海量场景数据训练优化算法平台，形成针对不同行业的差异化数据分析与应用能力。由此，公司逐步构建起深刻的行业认知与系统化服务能力，形成较高的业务壁垒。在智慧金融领域，公司已为包括中国工商银行、中国建设银行、中国农业银行、中国银行、邮储银行及交通银行在内的众多金融机构提供产品与技术解决方案，推动银行网点智能化升级与服务模式创新；在智慧治理领域，公司产品及技术服务广泛应用于全国多个省级行政区域的政法、教育、文旅等场景，助力公共服务数字化与治理能力现代化。在智慧出行领域，公司产品及解决方案已在北京首都国际机场、北京大兴国际机场、上海浦东国际机场、上海虹桥国际机场、广州白云国际机场、重庆江北国际机场、成都双流国际机场、深圳宝安国际机场等重要枢纽机场落地应用，覆盖国内主要航空枢纽并服务海量旅客出行。在智慧能源领域，公司依托从容大模型训练推理一体机的算力与算法能力，为能源企业提供故障研判与运行分析支持，提升集控与调度系统的智能化水平，保障能源供应安全稳定。在智能制造领域，公司通过数字平台构建数据驱动的智能体系，助力制造企业实现生产管理优化与效率提升，并在与行业领先客户及信息化企业的合作中不断沉淀工程化与行业应用能力。在智慧商业领域，公司产品及服务已广泛应用于汽车展厅、购物中心及品牌门店等多元场景，为用户提供更加智能、便捷与个性化的消费体验。

    5.品牌优势

    面对全球局势的不确定性，公司致力于深耕国内市场，专注于科技创新，优化产品布局结构，持续增强自主品牌的核心竞争力和市场影响力，积极拓展万亿级数字经济新领域，稳健应对各类风险与挑战，以行业领跑者的地位，构筑了强大的品牌优势，为金融、交通等行业提供了广泛的人工智能解决方案。作为中国人工智能领域的领军企业之一，公司与其他人工智能企业协同合作，在人工智能技术的研发方面取得了显著成就，成为中国人工智能产业的重要代表。凭借在多模态大模型、AI智能体及人工智能基础设施领域的持续积累与规模化落地实践，公司多次获得政府部门、行业组织及权威研究机构颁布的荣誉与榜单认可，市场品牌价值与行业影响力持续提升，公司在人工智能产业链中的角色正从单一技术提供者向具备系统交付能力和产业理解深度的AI平台型企业演进，进一步巩固了品牌优势。

    6.生态优势

    在通用人工智能加速演进的背景下，产业竞争正由单点技术能力转向“模型—算力—数据—应用”协同发展的体系化能力。公司围绕“AI基础设施+AI智能体”的发展路径，系统推进生态构建与规模化落地。一方面，公司依托多模态大模型及人机协同操作系统，持续提升模型在复杂场景中的理解、推理与执行能力，形成面向行业的标准化能力底座；另一方面，通过开放平台与生态协同机制，整合产业链上下游资源，推动技术能力向应用价值高效转化。

    在具体生态构建上，公司形成了覆盖算法、算力、设备与应用的多层协同体系：在算法层，构建统一的算法管理与训练平台，实现自研与第三方算法的融合与复用；在算力层，打造异构算力调度体系，兼容主流芯片架构，实现资源的弹性调配与高效利用；在设备层，完成对主流感知设备及物联网平台的标准化接入，提升系统兼容性与部署效率；在应用层，通过开放接口与开发框架，支持ISV及合作伙伴快速构建行业应用与智能体服务。

    同时，公司持续深化与国产算力及基础软件生态的合作，基于昇腾等平台推进大模型训练与推理一体化能力建设，联合产业伙伴与地方政府推动人工智能基础设施落地及行业模型孵化，形成从底层能力到行业应用的闭环体系。通过融入数据要素流通与安全治理体系，公司进一步提升数据价值释放能力，推动人工智能在各行业的规模化应用与持续创新。

    (二)核心技术与研发进展

    1、报告期内获得的研发成果

    报告期内，公司持续加强核心技术研发和知识产权布局，新增授权专利20项，均为发明专利；新增登记计算机软件著作权10项。截至报告期末，公司累计拥有专利470项，其中发明专利321项、实用新型专利40项、外观设计专利109项；累计登记计算机软件著作权621项。

    四、报告期内主要经营情况

    报告期内，公司实现营业收入1.00亿元，较上年同期下降40.67%；归属于上市公司股东的净利润为-7877.45万元，较上年同期减亏65.72%。

本文数据来源于云从科技2026年中报，仅供参考不构成投资建议。