公司业务进展 - 思特奇在投资者互动平台表示，其考拉悠然大模型及其智能体技术目前尚未在机器人应用领域落地 [1] - 相关工作仍处于研发阶段 [1]

文章核心观点 - 申万宏源证券与中关村科金合作，利用大模型技术打造了企业专属的合规知识问答智能体，旨在提升合规知识检索效率、降低操作风险、并赋能业务发展 [1][4] 行业背景与挑战 - 证券行业合规是业务发展的生命线，但传统合规知识管理模式效率低下，陷入“文档堆砌-人工检索-滞后响应”的被动循环 [2] - 金融企业普遍面临如何将静态合规知识库转变为动态服务引擎和价值创造载体的挑战 [2] - 企业数据知识资产应用存在三大难题：需提升合规响应敏捷度以实现秒级精准定位、需强化知识复用与传承以降低人工负担、需构建可扩展的知识中枢以支撑持续创新 [3] 解决方案与技术应用 - 中关村科金基于得助大模型平台，为申万宏源证券量身打造了具备深度语义理解与逻辑推理能力的企业合规知识问答智能体 [4] - 该方案通过领域化训练与RAG增强检索技术，重点突破复杂规章的精准解析与上下文关联难题 [4] - 通过领域化模型调优，重点优化了多模态文档解析、切片处理、向量化转换及rerank重排序四大核心模块，以提升知识解析精度 [5] - 系统深度集成企业知识库、员工权限系统及多端应用，支持PC端、移动端等多渠道便捷查询，打造一体化查询入口 [5] - 智能体具备强大的上下文理解与推理能力，支持连续追问、条件筛选等多样化交互模式，贴合实际办公需求 [5] - 采用模块化架构设计，支持横向拓展至多个业务领域，保障系统的长期服务价值与适配性 [5] 实施效果与价值 - 自系统上线以来，申万宏源证券员工制度查询效率显著提升，复杂问题实现秒级响应 [6] - 系统具备全程可追溯能力，有效支持合规审计与风险管控 [6] - 前线业务响应提速，信息获取效率明显提升，让员工能将更多精力投入核心业务 [7] - 针对复杂业务场景的推理性问答以及事实性问答准确率高，能够精准覆盖绝大多数合规查询需求，从源头减少因查询偏差导致的合规风险 [7] - 智能化的交互体验改变了员工对合规知识查询的认知，每一次问答均为知识库注入新洞察，形成使用即优化的良性知识生态 [7] - 此次合作是大模型技术在金融合规领域的一次标杆实践，为申万宏源证券构建了精准、高效、可扩展的智能合规解决方案 [7] 未来展望 - 中关村科金将持续深耕金融垂直场景，深化大模型技术与合规、运营、服务等核心环节的融合应用 [7] - 公司将与申万宏源证券等领先机构携手，共同拓展智能知识服务的更多可能性，为行业高质量发展持续注入智能动力 [7]

公司近期动态 - 招商证券国家级投教基地与金融科技中心于2025年11月25日及28日，面向南方科技大学金融系学子举办了两场专题讲座，主题分别为《证券行业AI技术应用》和《大模型技术生态与应用实践》[1] - 讲座由公司金融科技中心AI开发团队架构师胡斐然和张甜瑾担任主讲，旨在分享AI技术在现代金融领域的前沿实践，深化产学研融合，助力金融科技人才培养[1] 公司在AI技术领域的战略与实践 - 公司以招商证券AI中台为例，系统介绍了构建从基础设施、平台能力到解决方案的多层次技术体系，以实现从模型开发到业务应用的全流程赋能[2] - 公司解析了AI中台“基础资源-平台能力-解决方案”的分层设计理念，并举例说明了AI在智能开户、内容推荐、文档处理、数字员工及编程助手等环节的实际成效[2] - 公司从技术共通性出发，介绍了检索增强（RAG）、智能体（Agent）等典型架构在业务中的重要作用[2] 行业AI技术应用趋势与前景 - 证券行业数据丰富、业务规则清晰，具备良好的数字化转型基础，是AI技术落地的重要场景[2] - 大模型技术正推动证券行业从“工具应用”向“生态重塑”迈进[3] - 结合金融行业特点，大模型在投研分析、智能投顾、投资决策、文档处理、财富管理等场景已有落地案例[3] 大模型技术生态的具体内容 - 大语言模型与多模态模型的核心技术包括从预训练、微调对齐到强化学习的完整生产过程[3] - 在多模态领域，涉及视觉Transformer（ViT）、图文匹配模型CLIP及生成模型Stable Diffusion等技术的原理与应用[3]

AI存储行业景气度 - AI数据处理量呈指数级攀升 驱动存储作为算力数据粮仓的市场需求持续释放[1] - 存储价格快速上涨 DDR5芯片一周内上涨30% 整体供应紧张且主要模组厂商限制出货量[2] - 市场普遍认为AI驱动的供应短缺将比以往更长更强 存储或将开启持续数年的超级周期[1] 上市公司资本布局 - 江波龙发布定增预案募资不超过37亿元 用于AI领域高端存储器研发及产业化等项目[1] - 德明利拟募资不超过32亿元 用于固态硬盘扩产 内存产品扩产及智能存储研发总部项目[2] - 兆易创新新量产DDR4 8Gb产品快速抢占份额 计划明年实现自研LPDDR4系列量产[3] 技术研发与产品进展 - 德明利构建主控芯片自研 固件算法优化 全场景适配的多场景全链路国产化解决方案[2] - 兆易创新着手规划LPDDR5小容量产品研发 自研LPDDR4系列将于明年实现量产[3] - 通用服务器存储升级与端侧AI功能普及为存储超级周期提供多重支撑[2] 产业生态与标准建设 - 中科曙光出任数据存储专业委员会当值会长 宣布发起编写AI存储标准[3] - 专委会联合牵头成立Future Storage工作组 首个攻坚专题为AI推理存储加速[3] - 天津中科曙光存储科技将聚焦AI数据语义 推动大模型训练存储架构与接口协议标准制定[3] - 专委会致力于凝聚产业链力量 实现从适配跟随着到定义架构的跃升[4]

全球机器人产业发展趋势 - 人工智能与大模型技术深度融合，驱动机器人从执行重复任务的“制造装备”进化为具备感知、决策与自主能力的“具身智能体”[1] - 应用场景突破传统工业边界，广泛覆盖智能制造、商业服务、医疗康养、物流仓储等百行千业，实现从“工厂围栏”到“走进生活”的深刻变革[1] - 四足和人形机器人价格与一部手机相当，咖啡机器人30秒制作一杯定制拿铁，康养机器人精准辅助康复训练，仓储机器人高效分拣包裹[1] 中国机器人产业现状 - 工业机器人通过视觉识别、力觉传感等技术突破，逐步摆脱安全围栏限制，进化为可与人类协作的柔性生产单元，国产化率超50%[2] - 中国连续12年稳居全球最大工业机器人应用市场，协作机器人、物流机器人的创新生态不断优化[2] - 人形机器人加速从“炫技”迈向“真干活”，通过“具身智能+离身智能”双引擎实现环境感知与闭环反馈[2] - 核心零部件如减速器、伺服系统实现技术自主，产业链条日益完备，推动成本下降与规模化应用[2] 行业年会概况 - 第六届中国机器人行业年会暨LeadeRobot机器人行业颁奖典礼定档12月18日-19日在浙江杭州举办[2] - 年会以“见证中国机器人领军企业力量，点亮具身智能时代变革新星”为主题，汇聚政、产、学、研、投等领域顶尖专家[2] - 议程涵盖人形机器人、具身智能、工业机器人、核心零部件等领域热点议题，打造集趋势洞察、技术研讨、资源对接、成果展示于一体的高端行业盛会[2] 年会五大亮点 - 五维联动跨界融合：两日议程涵盖考察调研、主题演讲、圆桌对话、展览展示、颁奖盛典五大模块[4] - 院士领航实战赋能：邀请行业院士、顶级科学家、上市公司创始人、投资人等嘉宾，分享前沿趋势、实战经验与投资逻辑[5] - 权威榜单发布：现场发布“中国机器人领军企业TOP50”与“中国具身智能时代新星TOP50”，树立技术、市场与品牌标杆[5] - 十周年里程碑：恰逢立德机器人平台成立十周年，将举办生态伙伴墙点亮仪式与战略合作签约[5] - 企业展览与颁奖盛典：聚焦核心零部件、人形机器人、具身智能等方向，搭建高效供需对接平台[5] 行业评选奖项设置 - 产业类奖项覆盖人形机器人、工业机器人、服务与特种机器人、核心零部件等前沿赛道[6] - 设立“商业落地先锋奖”、“性能卓越奖”、“场景开拓奖”等重磅荣誉[6] - 人物类奖项聚焦“领军企业家”与“杰出青年企业家”，首次增设人物类奖项[6] - 具体奖项包括人形机器人商业落地先锋奖、订单爆发奖、性能卓越奖、具身智能数采贡献奖等[7][9][10][13][14] 参会企业名录 - 工业机器人企业包括埃斯顿自动化、埃夫特机器人、非夕科技、法奥机器人、越疆机器人等32家[31][32] - 服务与特种机器人企业包括亿嘉和、晶品特装、七腾机器人、史河机器人、九号机器人等9家[33] - 医疗机器人企业包括元化智能、天智航、思哲睿智能医疗、精锋医疗、佗道医疗等12家[34] - 人形机器人企业包括优必选科技、宇树、云深处、星动纪元、伟景机器人等28家[35] - 具身智能企业包括跨维智能、银河通用、千寻智能、灵心巧手、睿尔曼智能等25家[36] - 核心零部件企业包括绿的谐波、因时机器人、坤维科技、脉塔智能、青瞳视觉等27家[37]

AI发展演进阶段 - 阿里巴巴集团CEO吴泳铭将迈向超级人工智能的征程划分为智能涌现、自主行动、自我迭代三个阶段，当前正处于承上启下的自主行动阶段 [2] - 智能涌现阶段以大模型为里程碑，使AI具备认知理解、内容生成与逻辑推理的通用智能基础，为自主行动阶段做好了铺垫 [2] - 自主行动阶段是AI从感知与生成加速迈向决策与行动的关键时期，智能体技术推动AI实现从被动响应指令到主动感知环境、规划任务、调用工具的本质性转变 [3] 技术突破：构筑AI发展底层能力 - 云计算与AI深度融合构建全栈技术生态，其异构算力池化能力能将CPU、GPU、TPU等资源整合为统一资源池，根据任务需求动态分配，形成弹性可扩展的算力底座 [5] - 全栈AI云向上整合了数据管理、模型训练推理与应用开发的全流程服务，极大地降低了AI开发与部署的门槛，使企业无需投入巨额硬件成本即可按需使用资源 [8] - 大模型正从单一模态向多模态融合演进，能够协同处理文本、图像、音频、视频乃至3D信息，极大地拓宽了AI的应用场景 [9] - 通过引入基于人类反馈的强化学习等技术，并结合领域知识进行后训练，大模型正从被动响应指令转向主动求解复杂问题，成为AI自主行动的核心技术支撑 [10] - 智能体技术重塑了AI应用开发范式，任务规划与执行从预定义静态流程转向模型自主分解任务、动态决策的智能化模式 [11] - 应用架构正向AI原生阶段演进，初步形成以“大模型为核心、Agent为执行单元、工具链为延伸能力”的智能系统框架 [12] - 开源开放是推动AI技术普惠化与创新加速的关键力量，阿里云已贡献300余款开源模型，通义千问衍生模型超14万个 [13] - 魔搭社区汇聚了1600万开发者与7万个模型，成为中国特色开源生态的标杆 [14] 应用创新：开拓AI赋能多元场景 - 智能体深度融入真实业务流与数据流，例如在电商采购中能实时抓取数据、分析需求、筛选供应商并下达订单，重构了数字世界的运行模式 [16] - 人机协作重塑分工模式，智能体承担数据处理、任务执行等重复性工作，人类则专注于战略规划、创意设计等高价值工作 [17] - 多智能体自主协同可打破企业部门壁垒，实现跨部门、跨领域的流程流转与协作，催生更加扁平灵活的组织形态 [17] - AI正突破虚拟边界，以智能硬件、智能驾驶汽车、机器人等为载体融入物理场景，构建“感知-决策-执行”闭环，实现从数字智能到具身智能的跨越 [18] - 智能硬件如AI眼镜、AI PC、智能家居系统演进为具备情境感知与主动服务的智能伙伴，提供个性化沉浸式体验 [22] - 智能驾驶汽车借助大模型提升复杂场景认知与实时决策能力 [22] - 工业与服务机器人通过融合大模型，大幅提升环境感知、任务拆解和灵巧操作能力 [22] 产业升级：AI驱动系统性革新 - 在企业层面，AI正从单点辅助转向系统智能，全面渗透到研发、生产、供应链和服务等环节，例如药企利用大模型加速药物筛选，食品企业通过AI视觉检测提升质量控制 [20] - 面向消费者，AI从被动响应转变为主动服务，在衣着造型、个人健康管理、智能家居、日常出行等方面提供更加个性化的体验，促进更高效便捷的生活方式 [20] - AI正加速创新能力的全球扩散与协同创造，AI云作为全球创新数字基座，通过统一平台实现全球数据、模型、工具的共享，支撑跨国企业构建分布式研发网络 [21] - 云和AI技术的普及显著降低创新创业门槛，推动创新主体从科技巨头走向多元生态，中小企业可快速推出细分场景AI产品，个人开发者也能实现创意高效落地 [23][24] - 年轻人和女性凭借新鲜和细腻的视角开辟创新路径，拓展AI的应用边界 [24] - AI的正向价值已在医疗、教育、科研、能源等多领域落地，其本质被界定为“帮助谁”而非“替代谁” [25] - 为应对数据隐私、算法偏见等技术挑战，需构建以“AI向善”为核心、健全伦理规范与技术安全防护的负责任AI治理体系 [26]

市场背景与挑战 - 我国带病体人群规模持续扩大，平均治疗费用近9万元，约为居民年可支配收入的2.1倍，医疗负担沉重 [1] - 青年群体亚健康、慢病患病率已是银发群体的两倍，疾病谱系变化对保险产品精准创新提出新要求 [1] - 2024年以来医疗险已占据健康险市场半壁江山，并成为带病体保险创新的主战场 [1] 带病体投保困境与需求 - 近三成带病体因无法通过健康告知被拒保，部分人群遭遇相关疾病保障责任被除外或保费显著提高等问题，还有2成带病体不知晓可带病投保 [2] - 超过75%的带病体希望保险产品能承保已患疾病，且愿意为此额外支付保费，市场存在巨大未被满足的潜在需求 [2] - 44.5%的带病体选择购买长期医疗险，针对癌症复发的专项保险和覆盖失能风险的保障产品也迅速崛起 [2] 细分群体差异化需求 - 银发带病体因患病时间长、治疗花费高，对长期稳定保障诉求更强烈 [3] - 青年带病体受亚健康、慢性病困扰，更青睐投保门槛低、保障灵活的产品 [3] - 母婴群体中有相当一部分面临妊娠期健康问题，对覆盖孕产风险的专属保险存在迫切需求 [3] AI技术驱动的产品与服务创新 - 2025年公司累计上线214款带病体保险产品，其中34款为国内首创，37款支持免健告，平均1.14天上线一款 [4] - 推出行业首款免健告且保证续保5年的百万医疗险看病保，以及行业首款免健告母婴险接好孕等产品 [4] - AI智能客服保小慧语音回复平均仅1.5秒，可7×24小时全时段响应，AI核保专家将复杂健康险核保平均处理时间缩短80%，准确率达99.8% [4] 理赔效率提升与行业生态共建 - AI+人工协同模式助力合作保司将一般理赔案件处理时长缩短43.3% [5] - 公司联合18家保险公司发起普惠产品联盟，旨在通过行业生态协同将点状创新转化为普惠保障规模化落地 [6] - 行业需政策、行业与科技三者协同发力，构建保险+医疗+服务模式，为带病体群体提供从预防到康复的全链条服务 [6]

财务业绩表现 - 总收入攀升至3.58亿元，同比增长8.7% [1] - 公司现有业务经调整EBITDA较去年同期翻倍，约5400万元 [1] - 大数据平台和解决方案板块收入为1.53亿元，同比增长14.6% [2] - 生命科学解决方案板块收入为1.38亿元 [2] - 健康管理平台和解决方案板块收入达6667万元，同比增长30.3% [2] 核心技术与平台能力 - 大模型技术进入多点开花、规模落地新阶段 [1] - AI中台落地30多家三甲医院，医生Copilot在单院实现日均近千次高频调用 [1] - TNM分期评估智能体的准确率大幅提升 [1] - 通过医生数字分身将专家临床经验更广泛服务于患者 [1] - YiduCore累计处理分析超13亿患者人次的近70亿份经授权医疗记录，覆盖超10000家医院 [1] - 疾病知识图谱基本覆盖所有已知疾病，专病库覆盖病种拓展至98个 [1] 业务板块发展态势 - 三大业务板块呈现深渗透、广覆盖、强落地的良性发展态势 [2] - 大数据平台和解决方案已向127家中国顶级医院及44家监管机构和政策制定者提供解决方案 [2] - 生命科学解决方案成功支持多个首创新药加速获批上市，包括全球首创婴幼儿血管瘤外用凝胶制剂和慢乙肝首创新药 [2] - 健康管理平台在核心城市的惠民保业务保持领先地位，连续三年作为深圳惠民保及连续五年作为北京普惠健康保的主运营平台 [2] - 糖尿病数字疗法从试点地区陵水推广至三亚、万宁、琼海、文昌等地 [2] - 健康管理平台上的活跃交易用户数超过2200万 [2]

财务业绩 - 总收入同比增长8.7%至人民币3.58亿元 [1] - 现有业务经调整EBITDA较去年同期翻倍，约人民币5400万元，会计报表几近盈亏平衡，盈利改善比管理层预期提前一年 [1][7][10] 新增订单与业务增长 - 大数据平台和解决方案板块新增订单金额同比增长19.7% [1][9] - 生命科学解决方案板块新增订单金额同比增长61.1% [1] 大模型技术应用与落地 - AI中台已落地30多家三甲医院，医生Copilot在单院实现日均近千次高频调用 [1] - TNM分期评估智能体的T分期准确率提升至90%，N分期准确率提升至80% [1][20][21] - 通过医生"数字分身"将顶尖专家的临床经验更广泛地服务于患者 [1] 数据处理能力与覆盖范围 - 经授权医疗记录处理量达70亿份，覆盖患者超过13亿人次 [16] 医院场景应用效能 - 病历书写效率提升最高达80%，单病种数据上报效率提升最高达90% [19][20] - 与医生共创1240多个医院场景应用，全景视图单院使用超4万人次 [22] 专科疾病管理与研究 - 慢病管理建档患者近107万人，糖化血红蛋白达标率较基线提升10.97个百分点 [24] - 专病库覆盖98个病种，科研效率提升90%，发表高水平论文500篇，累计影响因子达3000 [26] 公共卫生服务 - 服务44家医疗卫生机构，覆盖近30个城市省份，建立2700万份健康档案 [28] 三大核心业务进展 - 大数据平台和解决方案业务毛利率同比提升5.1个百分点，在手订单金额超4亿元 [33] - 生命科学解决方案业务在手订单同比增长，中标国家医保局及多个重大临床价值项目 [37] - 健康管理业务累计服务惠民保业务参保人超一定规模，AI客服利用率达97% [40][41]

财务业绩 - 总收入同比增长8.7%至人民币3.58亿元 [1][2] - 现有业务经调整EBITDA较去年同期翻倍，约人民币5400万元 [1][4] - 会计报表几近盈亏平衡，相比管理层预期提前一年 [1][6] - 公司资金储备充足，达人民币37亿元 [3] 业务增长与订单 - 大数据平台和解决方案板块新增订单金额同比增长19.7% [1][5] - 生命科学解决方案板块新增订单金额同比增长61.1% [1][5] - 大数据平台和解决方案业务在手订单金额超人民币4亿元，报告期内新中标63个项目 [24] - 生命科学解决方案业务在手订单同比增长49% [27] 大模型技术应用与商业化 - AI中台已落地30多家三甲医院，医生Copilot在单院实现日均近千次高频调用 [1] - 与医生共创1240+医疗智能体，覆盖诊疗全流程，医生Copilot单院覆盖70%医护人员 [15][16] - 医疗大模型幻觉率低于1%，肿瘤TNM分期中T分期准确率从58%提升至90%，N分期准确率从62%提升至80% [15] - 病历书写效率提升最高达90%，单病种数据上报效率提高95%以上 [15] 数据覆盖与科研能力 - 公司处理分析的经授权医疗记录达17亿份，覆盖患者13亿+人次 [11][12] - 专病库覆盖病种98个，疾病知识图谱基本覆盖已知疾病，科研效率提升90% [19] - 已发表高水平论文500+篇，累计影响因子3000+ [19] 公共健康与健康管理 - 服务44家医疗卫生监管机构，覆盖近30个城市省份，建立2700万份健康档案 [20] - 健康管理平台累计服务惠民保业务参保人超4千万 [31] - 在慢病管理方面，建档管理患者近10万人，糖化血红蛋白达标率达77.91%，较基线提升10.97% [16] - AI赋能保险经营，在“北京普惠健康保”中AI客服秒级响应，在线AI独立接待占比超85% [32]