最新指标
更多>>指标名称 | 最新数据 | 指标名称 | 最新数据 | 指标名称 | 最新数据 |
---|---|---|---|---|---|
基本每股收益(元) | -1.0900 | 每股股息TTM(港元) | -- | 每股经营现金流(元) | -0.0633 |
每股净资产(元) | 2.7323 | 派息比率(%) | -- | 股息率TTM(%) | -- |
法定股本(股) | -- | 已发行股本(股) | 562,028,038 | 总市值(港元) | 33.44亿 |
每手股 | 100 | 已发行股本-H股(股) | 562,028,038 | 港股市值(港元) | 33.44亿 |
币种:人民币;数据说明:相关数据根据2024年年报计算所得。 |
指标名称 | 最新数据 | 上年同期 | 指标名称 | 最新数据 | 上年同期 | 指标名称 | 最新数据 | 上年同期 |
---|---|---|---|---|---|---|---|---|
营业总收入(亿元) | 12.22 | 17.51 | 净利润(亿元) | -5.94 | -5.82 | 市盈率TTM(倍) | -5.22 | -4.00 |
营业总收入滚动环比增长(%) | -12.66 | -4.62 | 净利润滚动环比增长(%) | -2.01 | -78.99 | 市净率MRQ(倍) | 2.01 | 1.15 |
销售净利率(%) | -49.84 | -32.57 | 股东权益回报率(%) | -33.20 | -27.07 | 总资产回报率(%) | -20.09 | -17.76 |
币种:人民币;数据来源:2024年年报(最新数据),2023年年报(上年同期) |
大事提醒
更多>>2025-06-16 | 公司回购 |
公司以每股5.62-5.86港元回购31.98万股,回购金额184.6万港元
同类事件
|
2025-06-13 |
公司以每股5.64-5.8港元回购20万股,回购金额114.5万港元
|
|
2025-06-12 |
公司以每股5.71-5.81港元回购19.5万股,回购金额112.4万港元
|
|
2025-06-11 |
公司以每股5.71-5.82港元回购39.54万股,回购金额228.7万港元
|
|
2025-05-12 |
公司以每股4.1-4.28港元回购35.56万股,回购金额149.9万港元
|
|
2025-06-03 | 股东增减持 |
中金公司于2025-06-03增持21.5万股,最新持股数目2825万股,最新持股比例5.01%
同类事件
|
2025-04-28 |
徐辉于2025-04-28增持3779万股,最新持股数目1.213亿股,最新持股比例21.46%
|
|
2025-04-28 |
谢德仁于2025-04-28增持85.32万股,最新持股数目87.62万股,最新持股比例0.16%
|
|
2025-04-07 |
徐辉于2025-04-07增持23.3万股,每股均价3.42港元,最新持股数目8368万股,最新持股比例14.81%
|
|
2025-04-02 |
徐辉于2025-04-02增持226.7万股,每股均价3.51港元,最新持股数目8345万股,最新持股比例14.77%
|
|
2025-03-31 | 年报披露 |
2024财年年报归属股东应占溢利-5.938亿人民币,同比下降1.97%,基本每股收益-1.09人民币
|
2023-06-14 | 配售 |
完成配售1990万新股份,占扩大后股本3.52%,每股配售价19.70港元,净筹3.789亿港元(实施)
|
第二部分:未來展望AI領域的競爭態勢正發生著深刻變革。未來,AI的競爭核心將聚焦於應用場景。隨著基礎技術的不斷普及,單純的技術優勢已難以形成長期壁壘,而能否將AI技術與各類實際場景深度融合並創造商業價值,成為了企業脫穎而出的關鍵。我們認為,垂直行業將是大模型的主戰場。行業大模型具有專業性強、數據安全性高等特點,因此大模型真正的價值將集中體現在更多行業以及企業級的應用落地層面。能夠精準理解特定行業痛點,並根據客戶實際需求提供定制化解決方案的企業,將在市場中更具競爭優勢,更容易獲得市場的廣泛認可。展望2025年,創新奇智作為「AI+製造」領域的先鋒企業,制定了「一模一體兩翼」的發展主線,即以工業大模型為引擎,驅動工業機器人,賦能工業軟件,創造面向工業的廣泛的AIAgent(智能體)應用。公司將持續投入資源,對工業大模型技術平台以及相關生成式AI應用進行深度打磨,密切關注前沿技術動態,加大研發投入,積極探索新的算法、架構和應用模式,確保在技術層面保持領先地位。在加強科技創新的同時,將務實推進技術與行業場景的工程化落地,立足「工業軟件、數智軟件、工業物流、智能裝備、工業可持續」五大業務主題,深入挖掘各業務板塊中的AI應用潛力。為實現企業的長遠健康發展,創新奇智還將根據市場動態和客戶需求,不斷調整業務結構,優化產品佈局。通過淘汰低AI附加值、低毛利的業務,集中資源發展具有核心競爭力和市場潛力的業務板塊,確保企業資源得到合理配置,提高運營效率和盈利能力。加強技術創新與應用落地在當今快速發展的技術時代,人工智能正深刻地改變著各個行業的面貌。面向未來,公司將以堅定的決心和明確的策略,不遺餘力地加大技術投入,致力於在既有工業智能技術體系之上,緊跟人工智能技術發展的大方向和大趨勢。我們深知,技術變革是推動企業持續發展的核心動力,因此我們將積極擁抱技術變革,勇於實踐技術創新與突破。同時,公司將繼續深耕工業智能領域,充分利用已有的行業優勢,深度挖掘各類應用場景,實現智能技術與工業場景的深度融合。我們將聚焦重點技術和場景方向,釋放技術價值,推動產業智能化升級,為工業領域帶來更高效、更智能的解決方案。AIAgent:持續增強平台能力和客戶滲透、推動智能體應用向高級別演進隨著企業智能化轉型進入深水區,AIAgent智能體正成為重構企業傳統業務流程的基礎設施。我們將繼續聚焦AIAgent開發平台的研發,以及面向製造業企業的平台能力輸出,助力企業打造高效的AIAgent研發和管理體系,實現企業全方位運營效率與決策能力的提升。具體而言,我們將進一步強化AIAgent智能體開發平台構建製造行業智能體應用的差異化能力。基於在製造業客戶的大量落地實踐和數據積累,我們將持續構建垂直領域知識庫,以及增強製造場景下大-小模型協同推理能力,強化對研發設計、生產優化等核心環節的賦能。我們將深化AIAgent與工業軟件的技術嵌入方案,構建可插拔的工業智能體生態,快速實現傳統軟件和解決方案的智能化轉型。我們將在提供開箱即用的智能體應用的基礎上,逐步將AIAgent開發能力開放給客戶,在幫助客戶加快對已部署智能體應用的迭代,以及帶動更多新智能體應用開發的同時,也進一步增強AIAgent產品的客戶粘性。同時,在大模型底座和AIAgent平台能力持續增強,以及在客戶側智能體應用場景不斷普及的基礎上,我們將積極開展技術和場景探索,推動智能體應用向更高級別演進。技術方面我們將持續加強AIAgent平台的反思、工具使用、規劃以及多智能體協作等核心能力,以支持構建能夠準確推理、拆解並穩定執行複雜任務的高級別智能體,在人機協作中進一步解放用戶的生產力。同時,我們仍將堅持以場景落地為導向,充分考慮製造業企業生產運營範式,漸進式推動高級別智能體在客戶側的落地。工業具身智能機器人:深化技術棧優化,拓展應用場景在工業具身智能機器人領域,我們將持續深化技術棧的優化,重點完善數據系統、智能系統和控制系統這三大核心板塊。我們將通過構建更大體量、更高質量的數據集,為機器人提供更豐富的學習資源,從而提升其對複雜環境的感知和理解能力。高質量的數據集不僅能夠幫助機器人更好地適應不同的工作場景,還能顯著提高其決策的準確性和效率。在智能系統方面,我們將持續優化VLA大模型,進一步提升機器人的智能化水平。通過引入先進的算法和優化技術,我們致力於讓機器人具備更強的學習能力和適應能力,使其能夠在複雜的工業環境中自主完成任務。在此基礎上,我們將立足於工業自動化場景,逐步拓展商業自動化領域的應用前景。工業自動化場景涵蓋物料搬運、零部件組裝等關鍵環節,這些環節是製造業的核心,也是工業機器人應用的重要領域。通過優化機器人技術,我們能夠顯著提高生產效率,降低人力成本,提升產品質量。而在商業自動化領域,我們看到了更廣闊的市場潛力。商業自動化包括零售理貨、企業業務辦理、商業清潔等多樣化場景。這些場景對機器人的靈活性、適應性和交互性提出了更高的要求。我們將通過技術創新,使機器人能夠更好地適應這些場景的需求,為商業用戶提供高效、可靠的自動化解決方案。針對這些更廣泛的行業需求,我們將聯合機器人硬件本體及零部件廠商等合作夥伴,共同打造針對性的機器人產品,並積極推進其商業化落地。通過與合作夥伴的緊密合作,我們能夠充分發揮各自的優勢,實現資源的優化配置。我們將共同開展技術研發、產品設計和市場推廣,確保我們的機器人產品能夠滿足不同行業的實際需求。我們相信,通過強強聯合,我們能夠為市場提供更具競爭力的機器人解決方案,推動機器人技術在更多領域的應用。工業大模型輔助工業設計:提升設計生成能力,拓展合作生態在工業大模型輔助工業設計領域,我們堅信CAD工業設計數據是工業領域中最具價值的數據模態。CAD數據不僅包含了產品的設計細節,還蘊含了豐富的工程知識和經驗。通過融合更多工業設計相關數據,能夠顯著提升工業大模型的設計生成能力,從而在工業領域創造更大的價值。我們致力於通過技術創新,讓工業大模型能夠更好地理解和生成高質量的CAD設計,為工業設計帶來更高的效率和更好的用戶體驗。展望未來,我們將持續強化跨領域數據合成(SyntheticData)技術。通過合成數據,我們能夠為模型提供更豐富的訓練素材,進一步優化大模型在Text-to-CAD和Image-to-CAD兩大方向的生成效果和性能。同時,我們還將佈局研究CAD-to-Text技術方向,探索其在CAD審核等應用場景中的潛力。CAD-to-Text技術能夠將CAD設計中的關鍵信息提取出來,並以文本的形式呈現。這不僅可以用於設計審核,還可以用於設計文檔的生成和管理。通過這種技術,我們能夠提高設計審核的效率和準確性,減少人為錯誤,提升設計質量。基於這些技術能力,我們將積極擴大CAD合作生態圈,與國內外更多CAD廠商展開深度合作,實現強強聯合。我們將通過合作,共同開展技術研發、產品優化和市場推廣,推動CAD工業設計邁向大模型時代。我們相信,通過與合作夥伴的共同努力,我們能夠為市場提供更先進的CAD設計解決方案,為工業設計帶來新的變革。持續優化技術與產品,確保競爭優勢我們將始終以業務導向為牽引,持續優化技術與產品。我們將不斷提升產品標準化程度,確保產品能夠更好地滿足不同用戶的需求。同時,我們還將持續對量化等技術進行深入研究、應用和評估,確保能夠以較低的計算成本滿足實際業務應用需求。我們深知,技術的優化和創新是保持競爭優勢的關鍵。因此,我們將不斷探索新技術、新方法,提升產品的性能和用戶體驗。我們將始終堅持以客戶需求為導向,不斷優化產品功能和服務質量。通過與客戶的緊密合作,我們能夠及時了解市場動態和用戶需求,從而快速調整技術研發方向和產品策略。我們相信,通過持續的技術創新和產品優化,我們能夠為客戶提供更具價值的解決方案,推動工業智能化的發展。在未來的道路上,我們將繼續加大技術投入,深化技術創新,拓展應用場景,優化產品服務。我們將與合作夥伴攜手共進,共同推動工業智能化的發展,為行業帶來更多的創新和變革。我們堅信,通過我們的努力,公司將在工業智能領域取得更大的成就,為社會創造更多的價值。繼續豐富AI產品與解決方案在2025年的工作中,我們將持續將人工智能技術賦能工業作為發展中心,以MMOC分析式人工智能平台與AInnoGC生成式人工智能平台作為技術基座,著重發展人工智能技術賦能工業軟件和機器人技術研發,以行業需求為導向,大力推進人工智能產業化落地。高度凝練集團現有的人工智能技術儲備和軟硬件產品矩陣,將兩者進行深度融合,利用現有客戶資源和行業理解,加快大模型技術產品體系為客戶帶來業務價值,全面助力企業客戶數字化和智能化轉型。在工業軟件領域,我們將深化實施大模型技術與MOM工業軟件產品體系的融合戰略。特別針對食品飲料、新材料、裝備製造等關鍵細分市場的領先企業,我們將積極推動大模型技術與EAM(設備管理)、MES(製造執行系統)、EMS(能源管理系統)等各類工業軟件的深度融合,以及客戶側的商業化落地。基於AIAgent智能體開發平台,我們將繼續完善諸如設備運維智能助手和製造數據分析智能助手這樣,兼具工業軟件行業特色和大模型技術能力的智能化工業軟件,提升其專業性和成熟度,從而更有效地監控、分析和追溯生產過程中的關鍵指標和事件,獲取和沉澱製造業企業研發生產運營各方面的經驗知識,提升企業的智能化管理水平。同時,隨著AIAgent智能體開發平台的不斷進化和完善,我們致力於為客戶提供更加專業化和個性化的智能解決方案。在為客戶提供開箱即用的工業軟件智能體應用的基礎上,我們將面向條件成熟的客戶,逐步開放AIAgent平台開發能力,既可以幫助客戶加快對已部署智能體應用的自我迭代,也可以帶動更多個性化智能體應用的開發,進一步增強AIAgent產品的客戶粘性。在未來的一年中,我們將繼續與外部合作夥伴在更廣泛的領域進行深層次合作,打造更加智能化的工業軟件產品體系的同時,共同拓展客戶側落地渠道,形成共贏態勢。在此基礎上,結合行業標杆客戶日漸濃厚和迫切的數字化與智能化轉型需求,我們將緊貼客戶的行業特性和生產現狀,堅決貫徹「1+N」和「1*N」的商業策略,一方面在標杆客戶內部深挖需求,打造更多場景化的智能體應用,另一方面將高價值智能體應用與工業軟件產品深度嵌入,通過標杆客戶案例,推動其在細分行業內其餘客戶側的商業化落地。在智能裝備領域,在繼續保持原有基於機器視覺技術的智能設備升級迭代的產品化發展原則不動搖的基礎上,我們將以更開放的態度和更勇於探索的精神,嘗試在更多的智能裝備應用領域結合大模型技術進行產品技術探索。在面板半導體行業領域中,我們將持續推進在智能裝備的上層軟件管理中,結合大模型對數據的管理整理與歸納總結能力,以及機器學習對數據邏輯管理之間的分析判斷。同時借助大模型技術建立設備運維知識庫和裝備知識庫,提高硬件運維管理、故障排查維修、設備運行狀態智能化管理水平和管理知識傳承的能力。另外我們還會將大模型技術賦能面板半導體行業柔性生產線中的機器人,結合數字孿生技術體系建立虛擬化生產線,將集成在系統中的產線生產數據、設備運行數據、產量產能數據等集成上行到管理系統中,便於工藝管理部門和生產部門進行生產規劃和產線快速調整,提高資源調度效率。在鋼鐵冶金領域,我們將深度融合工藝背景與行業Know-How,以總體諮詢和系統仿真為引領,匠心打造自主可控的智能裝備硬支撐,並構築以深度學習、運籌優化為核心算法的軟實力。我們將持續推行「1+N」與「1*N」的拓展模式,強化產品在多管道、多行業的推廣力度,盡力將客戶群體從國內鋼鐵客戶向海外客戶拓展,迅速搶佔以工業鐵路智能化、港口智能化為核心的鋼鐵市場,並積極探索有軌機車運輸的創新應用場景。在智造實訓領域,我們將進一步拓展大模型技術的應用邊界,特別是在智能製造實訓方向。我們將以各地的智造實訓中心為依託,實施本地化策略,充分考量政府政策和教育行業的特定需求,深化人工智能技術在教育軟件中的應用。以AIAgent智能體開發平台作為核心技術和產品資產,我們提供一個支持教師和學生進行大模型學習的工具平台,助力教學準備、教學評估、知識查詢、學生自研等業務的落地。此外,我們還將同步推進大模型技術與實訓機器人機台的融合應用。結合機器視覺技術和大模型技術,我們專注於發展智能監督、智能監考、智能安全維護、智能學習數據分析等方向,以實現對智造實訓行業領域中教育、培訓、考試、競賽等全產業環節的全面覆蓋。在汽車裝備領域,2025年我們將進一步深化以汽車輸送線為核心的全生命週期智能自動化解決方案。持續優化輸送線的智能化水平,引入更先進的AI算法,進一步提升生產效率與靈活性。基於最新發佈的AInnoGC2.0工業大模型,我們將積極探索其在汽車裝備領域更豐富的可落地場景。例如將ChatCAD應用於汽車零部件的設計環節。工程師只需通過自然語言描述零部件的功能、尺寸、形狀等要求,ChatCAD就能自動生成CAD設計圖紙,大幅縮短設計週期,提高設計效率。同時,在汽車生產線的工裝夾具設計中,ChatCAD也能發揮重要作用,快速響應不同生產需求的工裝設計變更。我們也會和客戶一起探討如何基於ChatRobot的大模型驅動機器人技術,在汽車產線上實現更複雜、精細的操作。例如,在汽車的焊接、裝配等環節,通過大模型驅動機器人動作,使其能夠根據實時生產情況和產品要求,精準完成各類高難度的操作任務。在金融領域,我們將全力推動大模型技術深度融入金融行業的數據管理領域。借助大模型強大的知識庫智能問答功能,為金融從業者提供實時、精準的專業知識解答,無論是複雜的金融規則解讀,還是各類金融產品細節,都能幫助客戶快速獲取答案,大幅提升工作效率。同時,利用大模型的智能分析能力,對海量金融數據進行深度挖掘。能夠精準識別數據中的潛在風險、市場趨勢以及客戶行為模式的變化,為金融機構的風險管理和市場策略制定提供有力支持。尤為重要的是,在輔助決策方面,大模型基於對大量數據的分析和學習,為金融機構的高層管理者提供科學、全面的決策建議。從投資決策到業務拓展方向,都能依據大模型的分析結果做出更明智的抉擇,助力金融機構在激烈的市場競爭中脫穎而出,實現穩健且高效的發展。
第一部分:業務回顧2024年,國家高度重視人工智能發展,出台一系列政策推動其與製造業等實體經濟深度融合,如培育新質生產力、開展「人工智能+」、實施製造業數字化轉型等戰略部署,為創新奇智所處的「AI+製造」領域營造了良好政策環境。但同時全球經濟發展面臨不確定性,宏觀經濟波動導致部分企業削減IT支出,延遲或擱置AI項目,進而影響到AI技術提供商的市場拓展速度與訂單獲取。在過去的一年,AI大模型技術快速發展,新算法、架構不斷涌現,為垂直行業大模型提供了技術基礎,伴以多模態技術融合、邊緣計算、AIoT等技術的成熟,增強了AI在製造業複雜場景的應用能力。2024年度,創新奇智貫徹高質量發展策略,加強現金流管理,加強成本費用管控,加強賬期管理,在保持財務健康度的前提下穩步發展。受此影響,報告期內,公司整體營收規模出現一定程度下滑,達1,221.8百萬元,同比下降30.2%,但是下半年比上半年有顯著改善。而且「AI+製造」業務成為亮點,營收佔比實現了持續性提高,達到80.3%,創歷史新高。同時,業務結構調整,聚焦高質量業務,高毛利業務佔比增加,毛利率在報告期內再度提升至34.6%。經調整淨虧損收窄至117.3百萬元,儘管仍處於虧損狀態,但虧損幅度減小,顯示出公司在向高質量發展模式轉型過程中的積極成效。經營性現金流入有所增長、經營性現金流出得到有效控制,實現經營活動所用現金流量淨額35.8百萬元,較上年同期大幅改善了80.1%,現金及現金等價物1,204.9百萬元。創新奇智在2024年繼續「AI+製造」發展路徑,升級發佈「奇智孔明AInnoGC工業大模型」技術平台及AIGC產品矩陣,為製造行業打造能真正落地的生成式AI解決方案及應用,為關鍵業務流程進行賦能。報告期內,創新奇智推出了以AInno-75B為核心的AInnoGC工業大模型技術平台,在ChatX系列生成式AI應用、工業大模型、大模型服務引擎以及AIAgent智能體開發平台四大方面均實現了顯著提升,不斷打造差異化優勢。在ChatX系列生成式AI應用方面,公司持續推動業務落地,基於大模型服務引擎以及AIAgent應用開發平台所開發的ChatX滿足了工業企業多場景、多維度的智能化轉型需求。如針對文檔類型數據的ChatDoc知識問答能力、針對結構化表格類型數據的ChatBI數據分析能力和針對視頻╱圖像類視覺數據的ChatVision視覺洞察能力;針對企業核心生產相關的應用場景,如場內物流、零部件裝配等環節,我們提供了ChatRobotPro智能調度與控制能力,並在上游工業設計環節提供了ChatCAD輔助工業設計能力。2024年4月,ChatRobot、ChatCAD等大模型相關應用獲得中央電視台《科技推動力》欄目報道。截至2024年12月末,公司圍繞AI和工業大模型累計申請專利1,365件,其中發明專利1,118件;確權專利605件,其中發明專利383件。AInnoGC工業大模型通過中國信通院首批工業大模型標準符合性驗證,獲得迄今最高評級4+級;在中國工業互聯網研究院《人工智能大模型工業應用準確性測評》中,創新奇智工業大模型綜合排名第6,文檔生成能力第1;在SuperCLUE工業大模型測評基準中,AInnoGC工業大模型位列國內第1和卓越領導者象限。我們還榮獲青島市科學技術進步獎二等獎。2024年,創新奇智將國家戰略作為企業戰略發展方向,積極參與和深入開展人工智能及新型工業化相關活動,受到工信部、山東省、青島市等多級政府領導的調研,出席工信部中小企業座談會、山東民營企業座談會等政府會議。報告期內,創新奇智的技術與商業化能力受到多家機構認可:根據IDC發佈的中國AI應用市場份額報告,創新奇智位居中國計算機視覺應用市場份額第3和中國機器學習平台市場份額第4,在中國AI賦能的工業質檢解決方案市場份額攀升至第1名,在中國製造業MES市場份額食品飲料領域蟬聯市場第2的位置;榮登「2024福布斯中國人工智能科技企業TOP50」主榜單和「2024福布斯中國人工智能創新技術TOP10」榜單;榮獲工信部直屬單位中國工業互聯網研究院頒發的「通用人工智能與工業融合AI大模型潛力服務商」認定,並作為牽頭單位與中國信息通信研究院合作撰寫《人工智能+製造業應用落地研究報告》;作為青島市人工智能產業鏈鏈主企業,創新奇智承建的「人工智能工業大模型山東省工程研究中心」成功獲得山東省發展和改革委員會認定的2024年山東省工程研究中心,還獲評全國博士後科研工作站、山東智能製造工業大模型重點實驗室、山東民營企業創新100強、山東省軟件百強、青島市民營領軍標杆企業等。創新奇智打造以AI技術為核心的智能製造生態,圍繞工業大模型,鏈接產學研合作夥伴。報告期內,創新奇智與釘釘(中國)信息技術有限公司達成戰略合作,共同佈局大模型企服軟件市場。創新奇智與山東大學達成戰略合作,成為山東大學研究生實習基地,打造「科研-創新-人才」貫通的校企合作新模式。創新奇智與華潤數科控股有限公司達成戰略合作,共同開展人工智能大模型與工業應用場景融合。此外,創新奇智與研華科技、國機集團、德國法勒、復旦大學、華諮雲等多家單位開展生態活動,探討大模型在製造業的應用。強化工業智能技術體系在過去的一年中,公司以奇智孔明AInnoGC工業大模型為核心,持續加大研發投入,推動技術創新與產品升級。自去年成功發佈奇智孔明AInnoGC1.0版本後,公司於2024年3月正式推出奇智孔明AInnoGC2.0版本,標誌著公司在工業大模型領域的技術實力邁上新台階。這一成就不僅是技術突破的象徵,更是公司在工業智能化賽道上加速前行的重要里程碑。基於AInnoGC2.0,公司構建起了完全自主可控且行業領先的工業大模型技術和產品體系。這一成就不僅體現了公司在技術創新上的卓越能力,也彰顯了其在工業智能化領域的領導地位。公司深知,技術的領先是推動企業持續發展的核心動力,而自主可控的技術體系則是保障企業在全球市場競爭中立於不敗之地的關鍵。因此,公司始終致力於在技術上不斷創新和突破,以確保其產品和服務能夠始終處於行業前沿。公司積極推進奇智孔明AInnoGC2.0的市場推廣與客戶合作。ChatX系列生成式AI應用在業務側的持續落地,使公司能夠深入了解工業企業客戶的實際需求和痛點。通過與客戶的緊密合作,公司不僅能夠將先進的技術轉化為實際的生產力,還能夠根據客戶的反饋不斷優化產品和服務。這些場景化實踐成果不僅鞏固了公司在工業智能化領域的技術領先地位,也為未來的技術、產品和解決方案迭代奠定了堅實基礎。公司相信,通過持續的技術創新和市場拓展,奇智孔明AInnoGC工業大模型將為工業智能化的未來發展貢獻更多力量,助力企業在數字化轉型的浪潮中實現高質量發展。在工業大模型方面,我們在2024年第一季度推出了擁有750億參數的AInno-75B工業大模型。該模型憑藉其卓越的綜合性能,獲得了眾多評測機構的高度認可。具體而言,AInno-75B順利通過了國家網信辦的大模型備案;首批通過了中國信通院可信AI工業大模型的評測,並榮獲當時最高評級(4+級別)。此外,它還在SuperCLUE中文工業大模型評測中以國內第一的成績脫穎而出,並入選MIT發佈的15個中國AI大模型先進應用案例。這些成就充分證明了奇智孔明AInnoGC系列工業大模型不僅在技術水平上表現卓越,更在實際業務落地中經受住了持續的考驗,堪稱工業領域大模型的領軍品牌。在AInnoGC工業大模型技術平台方面,我們通過深度整合工業場景需求與技術研發能力,構建了面向工業領域的AIAgent智能體開發平台。該平台以智能體應用編排引擎為核心架構,通過模塊化封裝知識庫管理模塊、工具插件框架、大-小模型協同推理組件等核心功能模塊,打造了「流程編排-知識注入-工具調用-模型調度」四位一體的開發範式。平台支持通過可視化拖拽方式快速構建覆蓋設備運維、工藝優化、質量檢測等工業場景的生成式AI應用,將生成式AI應用的開發週期縮短60%以上。1)在智能體搭建方面,平台提供了一套完整的端到端解決方案,支持創建複雜的有向圖結構工作流,包括並行執行、鏈接回溯、循環計算和狀態執行等高級功能,這使得平台能夠輕鬆應對各種複雜應用場景。為了解決長鏈路工作流推理併發響應速度下降的問題,我們對平台進行了深度優化,實現了流程的並行執行及後端交互反饋優化,顯著降低了延遲,增強了系統的穩定性。2)在知識管理與解析方面,支持上傳並解析包括PDF、DOC、TXT、HTML、PPT、EXCEL、CSV、JPG等多種格式的文檔,並具備多模態文檔解析與召回的能力,支持文本搜圖及以圖搜圖等多模態功能。無論是非結構化的文檔數據還是結構化的數據庫數據,平台都能有效處理。通過內置數據庫模塊,用戶可以使用SQL查詢直接從數據庫中調用數據至工作流中。3)在工具構建與使用方面,平台支持通過編寫代碼和發送網絡請求兩種方式來創建各類工具,滿視頻處理、數據源管理、企業流程優化、文檔解析等眾多領域的開箱即用工具。這使得用戶可以根據具體業務需求靈活選擇或定制專屬的應用工具,極大地提高了智能體應用開發的效率和靈活性。4)在模型接入與應用上,平台原生提供AInno-75B工業大模型的接入,同時支持主流第三方大模型服務及客戶側私有化部署大模型的一鍵接入。此外,平台內置了大量工業領域的視覺智能模型和數據智能模型,這些模型基於長期的行業積累,開箱即用,能夠快速響應各種業務需求,進一步簡化製造業企業智能體應用的開發和部署流程。5)平台支持智能體應用、知識庫、工具和模型的全方位資產沉澱與消費,實現企業智能體應用技術資產的高效管理和分享。同時,平台提供一系列企業級工業智能體應用模板,這些模板基於創新奇智長期在客戶側智能體應用落地積累的最佳實踐構建而成,幫助企業降低智能體應用開發的門檻,加快智能體應用的開發速度。在ChatX系列生成式AI應用方面,首先,通過優化算法和增強數據處理能力,ChatX系列應用能夠更精準地理解工業場景中的複雜需求,為用戶提供更具針對性和高效性的解決方案。其次,工業大模型性能的提升為整個系統注入了強大的動力,新的版本在計算效率、模型精度和穩定性方面都取得了長足進步,能夠支撐ChatX應用更好地應對工業生產中的複雜任務和需求。ChatRobot工業具身智能機器人:在去年實現高層次調度編排的基礎上,今年成功推出了新版本ChatRobotPro。該版本構建了多模態、端到端的VLA(Vision-Language-Action)策略模型,持續優化了工業大模型的感知、理解、規劃、決策能力,大幅提升了機器人操作的任務泛化性和交互友好性。以此為基礎,我們進一步研發、構建起了全自主可控的完整工業具身智能技術棧,如圖(2)所示,技術棧的核心包括機器人控制系統、機器人智能系統和機器人數據系統,通過持續優化這三大核心系統,並與機器人硬件生態夥伴的緊密合作,我們致力於打造差異化優勢,提升產品的成熟度,推動工業具身智能機器人技術的持續進步。1)機器人數據系統:從長遠發展來看,一個良好且完備的數據系統是工業具身智能發展的基石。為此,我們設計了一套完整的具身智能機器人數據管理體系,涵蓋互聯網數據、仿真數據和遙操數據。特別是針對高質量的遙操數據,我們全新設計了一種優雅的數據格式,並將其作為「數據憲法」,構建了完善的數據採集、存儲和計算能力。同時,我們加大了數據採集的投入,成功構建了工業機器人數據集V1.0。這一堅實的數據系統大幅提升了工業具身智能數據處理和大模型策略訓練的效率,為這個方向的長遠發展奠定了基礎。2)機器人智能系統:我們憑藉AInno系列工業大模型的核心優勢,全面強化了其端到端、多模態「視覺-語言-行為」(VLA)能力,成功構建了覆蓋上層複雜任務理解和下層高效運動控制的大模型融合策略。這一策略為工業具身智能機器人提供了強大的智能中樞,用示教學習替代事先編程,極大地拓展了機器人的應用場景和功能邊界。具體而言,我們的機器人現在能夠通過自然語言與人類進行流暢的交互,理解並執行複雜的場景任務,具備強大的任務泛化能力。同時,它們還能處理複雜的任務指令,並覆蓋廣泛的通識知識。這些功能的實現,不僅讓機器人能夠更好地適應多樣化的工業環境,還顯著提升了工業具身智能機器人的智能化水平,為未來的智能製造奠定了堅實的基礎。3)機器人控制系統:依託創新奇智多年AI平台化實踐積累,我們設計了「雲-邊-端」一體的工業具身智能機器人控制系統,控制系統負責各類資源和能力的統籌調度與管理,高效連接智能系統、數據系統和機器人硬件本體,確保各系統既能保持松耦合設計又能一體化運行,此外,控制系統還對外提供產品化支撐,確保機器人交互、控制、運行以及各類監控、統計功能高效運行,是整個工業具身智能機器人的控制核心。ChatCAD輔助工業設計:2024年,公司在ChatCAD領域繼續加大投入,深入驗證工業大模型在工業設計領域的可行性和關鍵技術路徑。在去年成功實現Text-to-CAD功能的基礎上--即通過文本輸入自動生成CAD模型,今年我們進一步探索了Image-to-CAD技術的實現路徑。該技術以靜態圖片為輸入,能夠自動生成CAD模型,具有廣泛的應用場景。為了推動這一技術的發展,我們基於最前沿的跨領域數據合成技術(SyntheticData),構建了大規模的行業訓練數據集,並持續研發適配目標場景的端到端多模態工業大模型。通過這些努力,我們在領域技術創新上取得了突破性進展。同時,我們與CAD軟件合作夥伴緊密合作,不斷豐富數據資源,創新產品形態,進一步挖掘工業大模型在工業設計領域的產品和應用價值,為行業帶來更高效、更智能的設計解決方案。ChatDoc企業私域知識問答╱ChatBI企業私域數據分析:2024年,ChatDoc進一步豐富了多知識庫、多文檔類型、多內容格式的知識問答能力,並重點優化了全流程數據計算效率和服務吞吐能力,顯著提升了大量文件情境下的問答效果、效率,重點優化了答案溯源功能,提供更細粒度的答案溯源能力,確保知識問答結果更加準確可信,用戶體驗進一步提升。ChatBI強化了數據分析Copilot助手的產品定位,針對客戶需求優化了產品體驗,支持用戶全流程可介入、可編輯、可確認,確保數據分析結果可靠、可信。同時,進一步優化了Text-to-SQL、Text-to-Chart的效果和展示形式,持續降低數據分析門檻,提升數據分析效率。隨著ChatDoc、ChatBI在業務側的持續落地,技術穩定性、產品成熟度都得到了大幅提升。另外,在AI1.0MMOC方向,我們始終將視覺關鍵場景應用作為核心聚焦點,致力於通過技術創新推動產品成熟度的持續提升。在這一過程中,我們不僅堅守並鞏固了傳統視覺解決方案的優勢,還積極引入工業大模型的前沿能力,為產品注入新的活力。通過在視覺小模型的基礎上疊加多模態工業大模型能力,我們成功實現了「工業大模型+」的創新模式。這一模式的引入,不僅讓產品的功能更具泛化性,能夠適應更多複雜場景和多樣化需求,還極大地提升了產品的交互性,使其能夠更好地滿足用戶在實際使用中的體驗需求。這種技術融合與創新的策略,使我們在激烈的市場競爭中脫穎而出,持續打造產品的差異化競爭力。我們深知,只有不斷優化和升級技術能力,才能在視覺領域保持領先地位。因此,我們將繼續沿著這一方向深化探索,進一步挖掘多模態大模型的潛力,為用戶提供更具價值的解決方案,推動AI技術在視覺領域的廣泛應用和持續發展。豐富AI產品與解決方案在2024年度,我們不僅持續推動MMOC人工智能平台的發展與迭代,更成功地將其應用於工業領域客戶的業務之中,持續實現技術的落地生根與實踐創新。與此同時,隨著AInnoGC工業大模型產品矩陣的日益成熟與完善,我們亦在客戶所關切的應用場景中不斷推進實踐應用,將工業大模型技術及其衍生產品巧妙運用於客戶的生產管理環節,有效助力客戶的智能化轉型升級。我們通過不斷深化人工智能技術的研究與探索,精心打磨人工智能產品與解決方案,將MMOC分析式人工智能平台與AInnoGC生成式人工智能平台深度融合於行業應用之中,構建起技術與行業的雙塔支撐體系。這不僅為我們提供了在多個細分行業領域實現人工智能落地實踐的堅實後盾,更為製造業客戶提供了全面、系統化、數字化與智能化的轉型支持,同時也為我們的業務高質量增長奠定了堅實的基礎。在工業軟件領域,我們堅定不移地推進將人工智能大模型與MOM工業軟件相融合的產品化戰略。在現有的MOM核心產品體系中,我們深度集成人工智能大模型技術,特別是在食品飲料、高端新材料等細分行業中,我們致力於構建一種以傳統工業軟件為主要載體,以AInnoGC大模型技術矩陣為創新引擎的新型人工智能與工業軟件的創新融合實踐與應用。結合工業軟件的產品化與標準化特性,我們將人工智能大模型技術以能力化、工具化、模塊化、平台化的方式進行賦能,持續打造貼合行業用戶需求的人工智能工業軟件,從而驅動人工智能工業軟件產品體系在客戶側實現商業化落地及行業內的廣泛複製。在過去的一年中,我們充分利用工業軟件產品在客戶群中構建的深厚技術壁壘,結合前沿的大模型技術構建各類智能體,實現原有工業軟件的深度優化與升級。這一策略成功地幫助我們在多家行業領軍企業中,實現了從營銷端的智能銷售知識助手、管理運營端的智慧辦公助手,到產品研發端的智能配方工藝分析優化,以及生產製造端的智能設備運維助手等的全價值鏈大模型智能體賦能。在上一年度中,我們還通過積極的外部合作,持續擴展智能化工業軟件產品體系的功能,並加強相關能力的輸出。我們與釘釘簽署了戰略合作協議,將AI+MOM工業軟件產品與釘釘軟件平台深度結合,完成覆蓋研發、生產、營銷、辦公運營的全方位智慧工廠解決方案的共建。同時,我們與華潤數科達成了戰略合作協議,基於AInnoGC大模型產品矩陣,助力華潤數科構建其專屬工業大模型平台。同時,結合華潤數科在華潤集團內部已經形成的工業軟件綜合佈局的現有體系,共建智能體應用,將工業軟件與大模型智能體進行深度融合,並推進在華潤集團內部各業務單元的場景落地。在智能裝備領域,我們持續深耕以機器視覺為核心的人工智能技術,向行業頭部客戶推廣集成度高、性能卓越的軟硬件一體化解決方案。憑藉多年服務細分行業頭部客戶的深厚經驗,以及MMOC人工智能平台在工業製造端的長期磨礪與實踐積累,我們的機器視覺產品在智能裝備行業實現了廣泛的複製與應用。我們已將整個解決方案的設計、製造、交付、實施過程進行標準化和模塊化,顯著加速了細分領域產品的市場化進程。同時,依託自主研發的AIAgent智能體開發平台所獨有的快速流程編排能力及靈活的模塊化外鏈技術,我們巧妙地實現了新興的大模型技術與傳統的小模型技術的深度融合。憑藉多年累積的機器視覺和機器學習資產,我們成功將人工智能的數據解析、特徵提取、視覺理解、生成能力提升至全新境界。在面板半導體行業中,我們進一步加固了技術壁壘,強化了以玻璃面板瑕疵智能質檢解決方案為代表的智能裝備產品線的落地應用,並在行業頭部客戶中實現了規模性複製。此外,我們逐步實現了智能化質檢設備的檢測結果與企業質量管理系統的無縫對接,將生產數據以更為高效和閉環的形式融入大模型應用產品中。通過利用大模型對自然語言的深刻理解和對數據的精細解構分析能力,我們以更為直觀的圖表形式和更為便捷的交互模式,助力企業管理者更方便快捷地掌握企業產品的生產製造進展和質量管控狀況。另一方面,隨著質檢數據規模的進一步擴大,我們引入大模型技術對質檢信息進行更高效的分析與洞察,從而更有效地為生產工藝的改進提供數據驅動的反饋與建議。在機器人賦能領域,我們深入開展場內智能物流場景的調研與實踐,通過引入大模型技術來優化場內物流機器人的運維效率,顯著減少作業阻塞時間並提升調度系統的響應速度與準確性。轉至汽車裝備領域,我們以視覺智能技術為先導,聚焦客戶價值最大化,在智能質檢與智能視頻安全等關鍵應用場景中進行深度佈局。依託MMOC人工智能平台的先進功能,我們逐步將單一的一線質檢場景服務和視頻安全場景服務拓展至可滿足客戶進行可持續性模型生產、模型管理、模型性能判定、質檢應用構建、質檢結果的智能分析等範疇,幫助客戶建立其自有的人工智能體系化能力,進而構建起覆蓋全價值鏈的智能服務體系。在鋼鐵冶金領域,我們持續深化「鋼鐵工業生產大物流」數智化的發展戰略,著力拓展行業場景「1*N」的行業客戶橫向複製。物流對象實現從「液態」至「固態」的全方位覆蓋,並在北方某鋼鐵企業成功落地智慧鋼卷無人運輸模式,實現了物流效率的顯著提升。物流場景進一步延伸至港口碼頭,我們在南方某原料碼頭部署了行業首套「iSmartBGSU抓鬥式卸船機智能作業系統」,並在南方某港口首次落地「iSmartLoco無人機車駕駛系統」,這兩項創新舉措均標誌著我們在物流自動化和智能化方面的重大突破。同時,產品化進程不斷加速,BlazerADP工業自動駕駛車載平台順利通過CE認證,自動駐車裝置、自動充電裝置、自動摘掛鉤裝置等關鍵技術在多個項目中得到廣泛應用,這些成果不僅提升了操作的安全性和效率,也有力推動了核心裝備和控制器的自主化與國產化進程。在智造實訓領域,我們積極拓寬客戶群體,緊密結合各等級院校的差異化需求,以智造實訓中心為基點進行多點輻射,逐步將服務地域拓展至各級院校及重點實驗室。我們依託院校豐富的師資力量和高素質生源,以MMOC平台和AInnoGC平台作為雙核發展基石,協同各大實驗室的教、學、研任務,共同構建了多樣化的智造實訓中心和智能機器人中心。我們積極拓展人工智能技術在工業機器人應用領域的賦能路徑,充分利用機器人創新中心的先發優勢及日趨成熟的機器人本體控制技術,將機器視覺、視頻智能、機器學習、大模型技術等前沿科技深度融合於機器人的感知、決策、交互模塊中。我們致力於開發工業機器人控制、工業機器人實訓機台運行管理、工業機器人實訓機台安全管理等應用場景。同時,我們將一定的技術研發力量投入到人工智能技術與數字孿生的結合上,將其應用在機器人仿真控制上提升機器人編程效率、降低測試安全風險。整體而言,我們著力於將人工智能技術在軟硬件兩方面進行有機結合,從行業的通用性需求出發,以在智造實訓方向上開闢智能工業機器人的創新賽道和應用新領域。在汽車裝備領域,我們精心打造以汽車輸送線為核心的前沿全生命週期智能自動化解決方案。這條智能化的輸送線,如同整個生產體系的「主動脈」,貫穿於智慧型汽車製造綜合體、新能源汽車製造基地、以及高端裝備協同配套體系等各個創新板塊。通過精準、高效的物料及半成品運輸,保障各環節緊密銜接,大幅提升生產效率。該方案旨在全方位契合客戶對品質卓越、生產高效、成本優化、流程透明以及響應敏捷的嚴苛需求。我們創新性地引入以ChatDoc為核心的生成式企業私域知識問答應用,該系統能迅速、精準地回應客戶在生產進程中遭遇的各類專業難題。客戶僅需提出疑問,ChatDoc便能從海量的知識寶庫中快速篩選出相關內容,為客戶推薦針對性的解決策略,極大地縮短了客戶檢索資料、諮詢專業人士的時間,顯著提升了決策的時效性與科學性。與此同時,我們配備了以ChatBI為核心的智能取數系統。該系統擁有強大的數據洞察與提煉能力,可自動、高效地從各個生產環節的海量數據中精準提取關鍵信息。客戶無需再投入大量人力與時間手動採集、梳理數據,ChatBI能夠實時、精確地為客戶呈現所需數據,助力客戶清晰把握生產動態、質量態勢等關鍵要點,為科學決策提供堅實的數據支撐。在全流程維度,我們推行原材料綠色篩選評估、生產過程品質精益管控以及成品出廠全方位效能檢測,並將其深度融入全流程閉環管理體系。通過實時捕捉現場質量動態並精準甄別質量隱患,我們能夠迅速定位並妥善解決這些問題。與此同時,依託各部門數據的深度交互共享,實現了產品質量全程溯源,從各個維度提升產品品質。這套融合了ChatDoc和ChatBI前沿技術的全生命週期智能自動化解決方案,將在國內汽車裝備生產領軍企業中為客戶創造巨大價值,有力助推汽車裝備行業邁向智能化發展的新徵程。在金融領域,我們始終聚焦數據智能應用,致力於為銀行、證券等各類金融機構打造全方位一站式數據解決方案。為提升數據管理水平,我們大力升級數據資產管控平台。通過強化數據標準管理,確保數據格式、定義等的一致性,同時加強質量監控,及時發現並修正數據中的錯誤與偏差,助力金融客戶全面提升數據治理水平,有效增強了風險防控能力。在投資決策支持方面,我們充分利用大數據和人工智能技術,精心研發智能投資決策輔助系統。該系統能夠對海量市場數據進行實時分析與精準預測,為金融機構的投資決策提供科學、可靠的依據,眾多客戶反饋在使用後投資回報率得到顯著提升。我們也創新性地引入ChatDoc生成式企業私域知識問答應用,其內置本集團多年行業KnowHow積累的豐富的金融專業知識及法規政策,能為金融從業者提供即時、精準的知識問答服務,極大提高了工作效率與決策準確性。
分红派息
更多>>直接/间接持股方 | 权益股份(股) | 权益占比 | 权益变动 | 股份类型 | 直接持股(股) | 权益性质 |
---|---|---|---|---|---|---|
直 汪华 董事 | 1.544亿 | 27.33% | 不变 | 普通股 | 864.0万 | 一致行动人,实益拥有人 |
直 徐辉 董事 | 8118万 | 14.37% | -12.03% | 普通股 | 4758万 | 受控制企业权益,实益拥有人 |
直 谢德仁 董事 | 2.000万 | 0.00% | -97.60% | 普通股 | 2.000万 | 实益拥有人 |
间 张鹰 股东 | 1.544亿 | 27.33% | 不变 | 普通股 | -- | 一致行动人 |
直 汪华 股东 | 1.544亿 | 27.33% | 不变 | 普通股 | 864.0万 | 一致行动人,实益拥有人 |
直 南京诺赛育成管理咨询有限公司 股东 | 1.544亿 | 27.33% | 不变 | 普通股 | 864.0万 | 一致行动人,实益拥有人 |
直 创新工场(北京)企业管理股份有限公司 股东 | 1.544亿 | 27.33% | 不变 | 普通股 | 1.350亿 | 一致行动人,实益拥有人 |
间 郎春晖 股东 | 1.544亿 | 27.33% | 不变 | 普通股 | -- | 一致行动人 |
直 陶宁 股东 | 1.544亿 | 27.33% | 不变 | 普通股 | 216.0万 | 一致行动人,实益拥有人 |
直 徐辉 股东 | 8118万 | 14.37% | -12.03% | 普通股 | 4758万 | 受控制企业权益,实益拥有人 |
间 China International Capital Corporation Limited 股东 | 4990万 | 8.83% | -17.87% | 普通股 | -- | 受控制企业权益 |
间 CICC Capital Management Co., Ltd. 股东 | 4979万 | 8.81% | -16.60% | 普通股 | -- | 受控制企业权益 |
间 CICC ALPHA (Beijing) Private Equity Investment Fund Management Co., Ltd. 股东 | 4979万 | 8.81% | -16.60% | 普通股 | -- | 其他 |
间 SoftBank Vision Fund II-2 L.P. 股东 | 3933万 | 6.96% | 不变 | 普通股 | -- | 受控制企业权益 |
间 SoftBank Group Overseas GK 股东 | 3933万 | 6.96% | 不变 | 普通股 | -- | 受控制企业权益 |
间 SVF II Holdings (Singapore) Pte Ltd. 股东 | 3933万 | 6.96% | 不变 | 普通股 | -- | 受控制企业权益 |
间 SoftBank Group Corp. 股东 | 3933万 | 6.96% | 不变 | 普通股 | -- | 受控制企业权益 |
间 SVF II Investment Holdings (Subco) LLC 股东 | 3933万 | 6.96% | 不变 | 普通股 | -- | 受控制企业权益 |
直 SVF II Zeal Subco (Singapore) Pte. Ltd. 股东 | 3933万 | 6.96% | 不变 | 普通股 | 3933万 | 实益拥有人 |
间 SVF II Investment Holdings LLC 股东 | 3933万 | 6.96% | 不变 | 普通股 | -- | 受控制企业权益 |
财务数据
更多>>币种:人民币
指标 | 2024年年报 | 2024年中报 | 2023年年报 |
---|---|---|---|
财务比率 | |||
每股基本收益(元) | -1.0900 | -0.3600 | -1.0500 |
每股净资产(元) | 2.75 | 3.34 | 3.62 |
每股经营现金流(元) | -0.06 | -0.05 | -0.32 |
总资产回报率(%) | -20.09 | -6.15 | -17.76 |
销售净利率(%) | -49.84 | -32.28 | -32.57 |
股东权益回报率(%) | -33.20 | -10.00 | -27.07 |
资产负债表(万元) | |||
资产总额 | 262,313.20 | 306,695.50 | 328,915.70 |
负债总额 | 91,090.40 | 97,730.80 | 106,501.20 |
归属于母公司股东权益 | 154,390.00 | 187,755.80 | 203,332.20 |
利润表(万元) | |||
营业总收入 | 122,176.80 | 57,170.40 | 175,104.50 |
营业利润 | -63,058.60 | -19,075.10 | -60,001.20 |
税前利润 | -62,498.60 | -18,686.90 | -57,953.50 |
净利润 | -59,381.00 | -19,548.30 | -58,233.70 |
现金流量表(万元) | |||
经营活动产生的现金流量净额 | -3,578.80 | -2,590.00 | -18,032.40 |
投资活动产生的现金流量净额 | -2,971.20 | -509.80 | -18,869.90 |
融资活动产生的现金流量净额 | -7,401.60 | 1,957.80 | 7,582.60 |
现金及现金等价物的期末余额 | 120,487.90 | 133,290.30 | 134,461.50 |
公司概况
更多>>证券代码 | 02121.HK | 公司名称 | 创新奇智科技集团股份有限公司 |
证券简称 | 创新奇智 | 注册地 | 中国 |
上市日期 | 2022-01-27 | 公司成立日期 | 2018-02-06 |
证券类型 | H股 | 董事长 | 李开复 |
交易所 | 香港交易所 | 公司网址 | www.ainnovation.com |
所属板块 | 主板 | 所属行业 | 软件服务 |