报告行业投资评级 - 继续看好计算机板块，推荐标的为华大九天、达梦数据、金山办公、新大陆、通行宝、金蝶国际、合合信息；相关标的为日联科技 [5] 报告的核心观点 - 百度、华为同日宣布开源推动大模型技术普及，市场监管总局发布7项国家标准规范数字化服务，中国互联网协会立项推荐算法管理标准，多维度助力计算机行业生态升级与合规发展，国内AI发展落地有望持续加速 [5] 根据相关目录分别进行总结 科技巨头开源推动大模型技术普及 - 6月30日百度、华为宣布开源，百度开源文心大模型4.5系列的10款模型，实现预训练权重和推理代码的完全开源；华为宣布开源盘古70亿参数的稠密模型等，还将于7月30日开源仓颉编程语言核心组件，降低大模型研发与应用门槛，推动大模型技术普及，重塑行业生态格局 [5] 国家标准推动计算机行业规范化发展 - 市场监管总局批准发布人工智能等7项新兴产业国家标准和数据中心等5项国家标准，推动计算机行业规范化发展，加速技术迭代升级，提升企业竞争力，促进数字经济与计算机产业深度融合 [5] 推荐算法管理标准立项提速合规建设 - 7月2日中国互联网协会发布公告，《互联网平台企业推荐算法管理规范》等2项团体标准立项，规定了对互联网平台企业的推荐算法管理要求，推动平台算法治理从技术合规迈向价值合规 [5] 推荐标的盈利预测 | 可比公司 | 收盘价（元） | 总市值（亿元） | 2024A EPS | 2025E EPS | 2026E EPS | 2024A PE | 2025E PE | 2026E PE | 评级 | | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | | 华大九天 | 115.16 | 625.25 | 0.1618 | 0.43 | 0.57 | 711.60 | 267.81 | 202.04 | 优于大市 | | 达梦数据 | 215.65 | 244.20 | 4.6345 | 4.32 | 5.36 | 46.53 | 49.92 | 40.23 | 优于大市 | | 金山办公 | 270.60 | 1,253.36 | 3.1660 | 4.23 | 5.44 | 85.47 | 63.97 | 49.74 | 优于大市 | | 新大陆 | 31.81 | 328.30 | 0.9730 | 1.30 | 1.52 | 32.69 | 24.47 | 20.93 | 优于大市 | | 通行宝 | 16.45 | 95.46 | 0.4891 | 0.58 | 0.79 | 33.63 | 28.36 | 20.82 | 优于大市 | | 金蝶国际 | 15.38 | 545.91 | -0.0402 | 0.03 | 0.08 | -382.45 | 512.67 | 192.25 | 优于大市 | | 合合信息 | 154.78 | 216.69 | 3.5368 | 4.86 | 5.97 | 43.76 | 31.85 | 25.93 | 优于大市 | [6]

公司AI产品入选创新案例 - 公司9个AI产品通过开源大模型集成应用能力质效评估，入选首批"开源大模型+"软件创新应用典型案例，成为入选案例数量最多的公司[1] - 评估涵盖接入能力、应用能力、模型性能、安全能力、兼容适配、运营管理等六个维度[3] - 产品聚焦销售、核保、理赔和风控等实际业务场景，从68个入围案例中脱颖而出[3] AI能力建设与生态构建 - 公司构建"保险+科技+服务"模式，升级建设AskBob、智能图像、知识图谱、仿真预测四方面AI能力[4] - AskBob引入预训练大模型技术，已在核保、理赔等场景应用，团财核保答疑实现24小时0等待，有效解答率超90%[4] - 智能图像大模型替代烟囱式小模型，新场景交付时效大幅缩短，内容创作效率提升95%[4] - 知识图谱覆盖5类知识体系，实现知识自动化构建[5] - 仿真预测在车险保费预测场景实现从0到1突破[5] 业务场景应用与价值创造 - 公司完成DeepSeek大模型本地化部署，围绕销售、核保、理赔、风控等场景打造AI助手[6] - 创小保AI助手实现单条营销内容百万级客户精准触达，提升非车销售能力[6] - 团非数字核保人实现"人工核保"到"AI自核"模式变革，自核率提升17pt，首次报价时效缩短至2小时以内[7] - 数字化风控体系实现每年AI减损金额超50亿元[7] 行业地位与未来规划 - 公司AI大模型技术已全面融入业务流程，展现AI技术创新实践上的强大实力[3] - 公司在ICDAR、EMNLP、Gartner等多个世界AI顶级会议比赛中获得冠军[4] - 未来将深化数字化转型，推进"人工智能+"行动[7]

健康科技行业发展趋势 - 健康科技产业面临专业人才短缺、科研投入较低、支付体系不完善、市场竞争同质化等挑战 [1] - 行业破局之道在于科研创新、商业模式转型、国际化布局与爆款产品打造的多维度协同 [1] - AI与大模型深度融合开启智能医疗新时代 推动医疗资源普惠化 如手术机器人突破地域限制 [1] AI技术在医疗领域的应用 - AI大模型赋能医疗全链条 覆盖健康监测、慢病管理、辅助诊断、个性化治疗、医学影像分析、药物研发等场景 [2] - 大模型技术通过"从局部到整体"方式重构传统医疗软件系统(HIS/EMR/CDSS) 带来"AI+"创新机遇 [2] - AI与机器人技术应用范围从辅助诊断扩展至治疗规划、远程医疗、病理诊断、睡眠呼吸健康等领域 [3] 高端医疗器械发展 - AI医疗器械、医疗机器人、呼吸类器械、植入式器械、智慧病理产品是塑造医疗器械新质生产力的关键 [3] - AI与机器人技术融合催生数字化病理、手术机器人、呼吸健康、创新医疗器械等整体解决方案 [3] 区域产业布局 - 北京市东城区医药健康产业覆盖研发、生产、流通、销售及医疗服务全链条 [4] - 东城区规划建设8个产业组团(环球贸易中心/航星园/东方广场等)和3处金角银边区域 打造"银巷""硅巷"等特色产业集群 [4] - 中关村东城园将发挥科技创新与人才发展双高地作用 推动创新生态建设 [4]

具身智能行业现状 - 金沙江创投合伙人朱啸虎"清仓式"看空人形机器人引发市场热议 但资本动向却逐渐火热 [2] - 2025年国内具身智能行业年内投资事件达114起 超过2024年全年91起的总量 [3] - 头部企业持续获得融资 宇树科技完成C轮融资估值突破百亿元 银河通用获宁德时代领投11亿元 [2] - 京东 美团 腾讯 华为等巨头纷纷布局该领域 除投资初创公司外 大厂前高管也躬身入局 [2] 资本动态与估值变化 - 宇树科技春晚表演后部分具身智能项目估值攀升 有项目估值直接翻倍 [4][6] - 初创企业融资节奏加快 它石智航成立50天获1.2亿美元天使轮 原力灵机未满半年完成2亿元天使轮 千寻智能一年内获5.28亿元Pre A轮 [6] - 智元机器人B轮融资后估值达150亿元 较上一轮直接翻倍 [6] - 投资门槛水涨船高 动辄数亿人民币融资规模超出中小机构能力范围 [6] 商业化进展与挑战 - 头部企业尚未探索出可规模化变现的商业模式 某项目B轮退出时年营收仅800万美元 现金流缺口达2700万美元 [7] - 宇树科技客户以高校科研为主 同济大学采购825.66万元订单 反映消费级与工业级应用滞后 [9] - 赛道多数玩家仍停留在研发阶段 具备量产交付能力企业寥寥无几 [9] - 松延动力获2000台订单总金额超1亿元 银河通用机器人进驻7家无人药店 [11] 技术发展与投资逻辑 - 大模型技术突破为具身智能迭代升级提供机会 使机器人更智能动作更灵活 [4] - 投资机构开始关注上游产业链 灵心巧手获数亿元A轮融资 千觉机器人获多家机构投资 [9] - 部分投资人赌大模型与机器人融合的临界点 认为突破后整个产业链价值将重估 [10] - 资本关注点从团队技术转向交付能力 强调产品市场匹配度和现金流 [11] 行业未来展望 - 2025年被视作机器人交付元年 千台交付量后场景需求将超越简单操作 [12] - 参照智能驾驶和大模型发展轨迹 下一轮投资窗口期可能出现在量产阶段 [13] - 行业面临技术迭代速度 商业化路径等不确定性 但资本仍不愿彻底退场 [3][6]

健康科技50报告发布 - 毕马威中国发布《首届健康科技50》报告并揭晓榜单 全景扫描中国健康科技产业格局与竞争态势 [1] - 报告通过调研与模型分析对产业未来趋势做出前瞻预判 提供多维度客观评价与发展建议 [1] - 评选活动获得超过百余家企业参与 结合实地考察和评选模型筛选出优秀上榜企业 [1] 健康科技产业链分析 - 报告聚焦产业链上中下游 上游为科技赋能医药/器械/智慧医院研发 中游为生产制造 下游为服务终端和支付方式 [1] - 重点剖析核酸药物/合成生物/医疗机器人/医疗大模型四个细分领域 [1] - 洞察行业普遍问题与挑战 在科研创新/商业模式转型/出海路径/爆款产品打造等方面提出建议 [1] AI与机器人技术医疗应用 - AI和机器人技术应用范围已从辅助诊断扩展至治疗规划/远程医疗/病理诊断/睡眠呼吸健康等多个领域 [2] - 医疗行业正经历数字化与智能化转型 大模型技术推动从"AI以产品找需求"到"覆盖全场景/渗透全流程"的升级 [2] - 大模型技术通过"从局部到整体 自上而下"方式融入医疗场景 重构传统医疗软件系统架构与应用模式 [2]

大模型技术应用 - 公司自主研发"小江智脑"大模型应用平台，聚焦办公、营销、运营管理、信贷管理、技术研发五大领域，实现成本优化与效率提升 [1] - 平台已在PC端和移动APP端部署数十项业务场景，包括办公领域11项助手应用（如知识问答、会议纪要生成）、营销领域4项工具（如AI陪练）、运营管理领域OCR方案（字符识别精度99.5%） [1][2] - 技术研发领域部署6项专业助手（如Java/Python开发辅助），信贷管理引入多模态图片质检技术提升合规性 [2][3] 风控数智化体系 - 与江苏省公安反诈中心成立联合实验室，实现黑灰名单数据跨行高效流通，2024年累计拦截涉案账户245户，冻结资金1629万元 [3][4] - 开发反洗钱AI小助手和实时反欺诈模型，集成多模态鉴伪技术升级身份验证方案 [3] - 信贷调查环节推出语音录入与AI客户画像功能，提升信息录入效率并强化风控可追溯性 [4] 运营效率提升 - 大模型图像采集实现实时自动审核，2024年节约工时40万小时；企微客服助手效率提高16倍，有效回复率提升30% [4] - 代码辅助工具使用达14.2万人次，生成7621.4万字符，编码效率提升25% [4] - OCR方案在票据信息录入中条目抽取精度达95%，集中对账环节提升他行交易明细处理效率 [2] 区域协同与平台建设 - 2024年11月起联合江苏农商行落地"AI大模型智能体平台"，形成四大功能矩阵（如知识库管理、智能体构建） [5][6] - 平台完成三次版本迭代，部署向量数据库等核心组件，开发文本润色、合同审核等工具提升业务流程标准化 [6] - 技术应用为区域农商机构提供可复制的智能化解决方案，强化省域技术协同效益 [5]

行业趋势 - 2024年暑期曾有家长给孩子报近10个辅导班或花费近10万元 反映传统辅导班存在高成本和奔波劳累的痛点 [1] - 2025年中国AI+教育市场规模预计超700亿元 2030年将达近三千亿元 复合增速47% 显示AI教育市场潜力巨大 [11] - AI教育产品单节课程价格低至10元 仅为传统辅导班价格的几十分之一 大幅降低学习成本 [2][10] 技术突破 - 大模型在题目理解领域取得突破性进展 催生一批原生教育应用 实现题目答疑功能 [3] - 新AI课程采用大模型技术实现真互动 可理解学生随意表达并进行反馈 接近真实教学场景 [5] - 课程内置思维链(CoT)技术 模拟人类逐步思考过程 生成结构化中间推理步骤 提升教学针对性 [9] 产品创新 - 新东方发布"AI 1对1 S体系原版营" 包含完整英语学习流程 实现课上课下全流程AI辅导 [4] - 洋葱学园推出AI私教动画课 支持课程暂停实时提问 AI结合上下文针对性解答 [7] - 高途8月将上线毛豆爱学AI课堂 提供1对1和1对4两种班型 [5] - 豆神教育内测"AI多对一直播课" 设置举手发言按钮实现即时提问 [8] 商业模式 - AI课主要成本为研发成本 随着用户增加迅速摊薄 具备规模效应 [10] - 动画课研发成本高昂 每节5-8分钟课程平均研发周期2个月 成本超10万元 [9] - 部分公司选择使用数字人教师增强亲和力 部分则主动回避数字人形象 策略分化明显 [11] 发展挑战 - AI语音技术尚未达到真人水平 "AI味"明显 数学公式等互动内容播放效果不佳 [11] - AI生成内容准确性存疑 复杂推理场景易出错 如部分大模型在高考数学中表现不佳 [12] - 动画课程需高度结构化 内置标签和思维链 研发门槛较高 [9]

产品发布 - 荣耀发布全新年度折叠旗舰手机荣耀Magic V5，搭载阿里巴巴基于通义千问打造的高德、飞猪旅行两个智能体（Agent）[1] - 该机型在模型层搭载了通义千问3、VL等大模型，支持手机文档深度思考问答[1] - 双方将基于通义大模型探索语音、视频模式下的实时互动，这是阿里首次整合大模型及垂直场景Agent应用于智能手机终端[1] 功能亮点 - 荣耀展示基于通义千问开发的"一语问屏"功能[1] - 用户可通过荣耀AI助手YOYO上传各类文档后进行深度思考问答，并实现联网知识挖掘[1] - 通义千问3、VL模型支持语音模式下的口语陪练、情感陪聊、商务谈判、角色扮演等互动场景[1] - 视频模式下可识别真实物理世界并与之实时互动[1] 生态合作 - 高德、飞猪旅行两个Agent率先接入荣耀Magic V5，用户可通过YOYO直接调用相关Agent执行指令[2] - 两个Agent还接入了荣耀智能体商店、YOYO建议、服务负一屏卡片等入口[2] - 飞猪旅行Agent支持行程规划、目的地探索、景点美食推荐及旅行服务预订[2] - 高德Agent提供基于位置的吃喝玩乐推荐及一体化出行服务，持续拓展更多场景[2] 技术整合 - 阿里与荣耀达成AI Agent生态领域深度合作[2] - 双方将共同探索将大模型技术能力延伸至更多智能终端设备与应用场景[1]

腾讯混元开源混合推理MoE模型Hunyuan-A13B - 公司开源首个混合推理MoE模型Hunyuan-A13B 总参数800亿 激活参数130亿 在推理效率上有优势 [1] - 对比同等架构开源模型 该模型推理速度提升明显 计算资源消耗较低 [1] - 在Agent工具调用和长文处理方面表现突出 具备差异化竞争力 [1] 模型技术特点 - 采用多Agent数据合成框架 整合MCP协议、沙箱、大语言模型模拟等环境 通过强化学习提升工具调用能力 [2] - 支持256K原生上下文窗口 能处理学术论文、法律条文、商业报告等长文 缓解上下文丢失问题 [3] - 预训练使用20万亿高质量网络词元语料库 覆盖多领域知识 [5] - 构建MoE架构Scaling Law联合公式 为模型设计提供量化指导 [5] - 后训练采用多阶段方式 针对性提升推理、创作等能力 [5] 开发者友好性 - 支持中低端GPU卡部署 如NVIDIA GeForce GTX系列 [4] - 接入主流开源推理框架生态 支持INT4/INT8等量化格式 吞吐能力达前沿模型2倍 [4] - 通过Github、Huggingface等平台开源 腾讯云提供API [4] 配套数据集 - 发布ArtifactsBench数据集 包含1825个任务 覆盖9大领域 评估代码生成能力 [5] - 发布C3-Bench数据集 含1024条测试数据 聚焦Agent场景能力评估 [6] - 数据集填补行业评估标准空白 推动大模型评估体系完善 [6][7] 应用现状与规划 - 已在腾讯内部400多个业务应用 日均请求量1.3亿次 [6] - 未来计划推出0.5B-32B dense模型和13B MoE模型 适配不同需求 [6] - 将持续开源多模态基础模型及插件模型 丰富大模型生态 [6]

场景应用 - 大模型技术在银行核心场景深度实践，包括客户经理赋能、合规运营、远程坐席、分行智能化经营等[2] - 授信尽调报告生成时间从7天压缩至3分钟，基于大模型和大数据技术自动获取加工行内外数据[2] - 智能政策问答助手平均响应时间20秒，提升政策解读一致性与决策规范性[3] - 远程坐席单通电话处理时间缩短15秒，坐席满意度达90%[3] - 经营分析画像自动化报告覆盖807项业务指标，实现秒级响应[3] 效率提升 - 授信尽调智能报告功能已推广至39家一级分行，服务近2000名客户经理，生成5000余份报告，平均耗时3-5分钟[3] - 自动生成报告质量取决于外部数据丰富度与内部数据颗粒度[2] - 大模型嵌入办公流程辅助坐席人员处理客户问题并生成工单总结[3] 未来规划 - 大模型将整合全行知识库打造智能助手，实现跨渠道服务协同[4] - 运用多模态数据构建深度客户画像，驱动精准营销与个性化推荐[4] - 辅助银行从经验决策转向科学决策，分析宏观经济与行业周期[4] - 深度推理能力用于分析企业多维度信息，构建前瞻性风险预警机制[4] 组织适配 - 光大银行成立总行一级部门统筹模型管理与数字化转型[6] - 推动转向以"人机协同、任务驱动"为核心的小单元协作体系[6] - 中小银行可利用架构层级简单、决策链条短的组织敏捷性优势[7] - 建议中小银行集中资源于核心业务领域，探索行业共研共创机制[7] 风险防控 - 构建四道防线应对AI幻觉：源头拦截、数据治理、模型协同、责任归属[9][10] - 采用"大模型统筹决策+小模型精准评估"协同运营机制[10] - 建立"谁应用、谁审核、谁负责"责任机制，要求业务人员合规审核[10]