文章核心观点 - 外资机构在9月份集中调研A股科技公司，重点关注高研发投入、具备技术护城河的企业，显示出对“高端制造+核心零部件”赛道的偏好 [3][5] - 高强度的研发投入被视为企业长期价值的核心引擎，而非成本负担，外资的估值逻辑可能正向市销率叠加技术领先度的模型转变 [4][6] - 外资的调研动向与政策红利高度同步，特别是在工业母机和半导体等受益于国产替代及国家政策支持的关键领域 [6] 外资调研概况 - 9月份有23家公司吸引了10家及以上外资机构调研，这些公司多为高科技企业，去年研发投入占比均超过5% [3] - 汇川技术以176家海外机构的调研量位居榜首，埃斯顿和深南电路分别以58家和54家紧随其后 [3] - 榜单中15家企业市值超过300亿元，汇川技术以2263亿元市值领跑 [5] 研发投入分析 - 高研发投入是吸引外资的共同标签，奥比中光研发投入占比高达36.2%，东芯股份达33.3%，石基信息、安集科技、固高科技等企业研发占比均超20% [4] - 汇川技术表示将持续把营业收入的8%至10%投入研发，重点方向包括软件领域、海外市场产品开发以及人形机器人相关产品 [4] - 持续的研发投入构筑了企业的技术护城河，成为外资评估长期价值的重要标尺 [4] 重点公司及领域 - 外资精准聚焦“高端制造+核心零部件”赛道，如工业自动化龙头汇川技术、半导体设备厂商微导纳米、PCB龙头深南电路等 [5] - 思特威-W在机器视觉领域具备技术优势，其全局快门CIS产品拥有单帧HDR功能和高快门效率，应用于智能制造、无人机、AR/VR等多个领域 [5] - 从股价表现看，9月榜单公司平均涨幅接近12%，跑赢沪深300指数近9个百分点，晶盛机电涨幅达50.8% [6] 政策与市场环境 - 工业母机领域迎来政策利好，《工业母机高质量标准体系建设方案》目标到2026年制修订标准不少于300项 [6] - 半导体产业面临国家政策支持与市场需求驱动的重大利好，政府采购本国产品标准政策将于2026年1月1日起施行 [6] - 外资对硬科技的估值逻辑可能从传统PEG转向市销率叠加技术领先度的模型，硬科技板块估值存在重塑机会 [6]

民企全球化战略转型 - 全球化逻辑核心从获取市场份额转变为占据价值链高端，从“成本导向”转向“价值导向”[1][3] - 民营企业需依托国内超大规模市场优势和完整产业体系筑牢根基，并精准洞察全球产业变革趋势以找准差异化定位[1] - 民企参与共建“一带一路”呈现从单打独斗到生态协同、从产品输出到规则与标准输出的新特点[4] 民营企业进出口表现 - 今年1—8月份民营企业进出口额16.89万亿元，同比增长7.4%，占进出口总值的57.1%，占比提升2.1个百分点[3] 企业全球化实践案例 - 北京航天驭星科技通过建设海外地面站形成“基础设施共享+技术标准输出”的合作模式[3] - 宁波欧达光电从单纯光伏组件制造商转型为全球领先的智慧能源一体化解决方案提供商[4] - 泉州鹏泰服饰通过收购多个品牌并在海外设立设计物流团队，实现客户遍布全球[4] - 宁波华孚进出口聚焦工业自动化，拥有500多名研发人员自研原材料设备，业绩连续三年增长[6] 国际竞争核心能力建设 - 企业需将ESG融入研发生产运维全链条以筑牢国际信任基础，并利用绿电直连等工具解决资金链难题[6] - 参与国际竞争必须提升科技创新实力，加速从“中国制造”向“中国创造”转型，实现市场与技术双轮驱动[6] - 产品“碳足迹”已成为国际市场准入的核心指标，企业面临欧盟碳关税等壁垒持续升级的挑战[6] 知识产权战略布局 - 知识产权成为出海“必答题”，尤其在欧美市场专利侵权等纠纷频发[7] - TCL科技通过“专利预警＋交叉许可＋专利池建设”构建防御体系，全球专利储备超11万件，2024年知识产权纠纷胜诉率提升至85%[7] - 企业应将知识产权保护纳入战略层面，提前在目标市场布局专利商标，并借助行业协会等平台降低应诉成本[7]

财务业绩 - 公司年度收入为人民币1.93亿元，同比增长39.04% [1] - 公司拥有人应占年度溢利为人民币1744.5万元，去年同期亏损人民币3273.5万元 [1] - 基本每股盈利为人民币1.68分 [1] 收入增长驱动因素 - 营收上升主要由于自动化仪表及技术产品与钟表的销售额增加 [1] - 自动化仪器及技术产品受托代加工服务增加亦推动收入增长 [1] 行业与运营状况 - 尽管公司收益呈现复苏迹象，但经济增长停滞继续为工业自动化仪表行业带来多元化挑战 [1]

工业具身智能体系核心 - 以时间序列大模型TPT与通用控制系统UCS为核心的工业具身智能体系已在兴发集团旗下湖北兴瑞化工成功投用并稳定运行 [1] - 该体系在真实生产现场贯通“感知—认知—决策—执行”的闭环，直接进入前台操作与控制，推动流程工业由自动化迈向自主化 [1] - 体系通过模型与控制的一体化设计，打通虚拟思考与物理执行的断点，让AI在保障本质安全的前提下持续学习、自主优化 [3] 时间序列大模型TPT技术特点 - 公司自研的时间序列大模型TPT以设备运行曲线、物料反应周期、质量波动等工业时序数据为核心训练对象，具备趋势捕捉、异常感知与优化计算能力 [1] - 最新的TPT2引入智能体机制与自然语言交互，使一线工程师可用日常语言直接调用模拟、控制、优化、预测、评估、统计等能力 [2] - TPT2的场景适配周期由过去的数周压缩到数十分钟，TPT可围绕工业时序数据在毫秒级波动中捕捉趋势并输出可下发的调控策略 [3] 通用控制系统UCS技术特点 - UCS通用控制系统作为物理手脚，以云原生和全光网络为底座，实现软件定义控制 [3] - UCS机柜空间减少约90%，电缆成本降低约80%，项目建设周期缩短约50% [3] - 系统可接入APL智能仪表与高精度传感器，按TPT指令完成控制回路的自主整定，并将多套装置统一纳入一体化管控 [3] 湖北兴瑞化工应用成果 - 在湖北兴瑞化工的氯碱等装置中，UCS用一个机柜替代多套传统控制系统，统一管控上下游全流程，总点数突破1.5万 [4] - 系统调节阀智能诊断准确率超过95%，烧碱主产品浓度稳定在32%—32.1%，并对多个关键指标闭环优化 [4] - 人均监控I/O点由约500点提升至约2000点，现场效能提升约67%，线缆与施工成本节省超4000万元，整体建设成本下降约60%，装置整体生产效益提升约1%—3% [4] 体系安全与可靠性保障 - UCS采用分布式冗余架构，关键单元故障时备用节点毫秒级无缝接管，连续生产不受影响 [5] - 对关键参数实行分级授权与AI+人工双确认，内置安全监测模块实时巡检AI决策逻辑与输出 [5] - AI可靠性经现场验证超过98%，通过硬件冗余+软件守护的双闭环机制实现工程级可控性 [5] 跨行业复制与市场拓展 - TPT以工业共性的时间序列规律为底座，各行业仅需少量专属数据微调即可快速复用，单行业适配成本较传统方案降低60%以上 [7] - 该AI+控制的标准化落地模板正从化工延展至冶金、建材以及部分离散制造 [7] - 系统兼容性与工程化能力已获得多方认可，沙特阿美启动POC验证，东南亚等地区合作亦在推进 [7] 未来发展方向 - 公司通过TPT与UCS的协同，将数据优势转化为实时的控制优势，帮助企业从经验驱动迈向AI自主决策 [8] - 未来将继续与行业龙头共建样板工程，完善多模态融合与边缘—云协同，打磨工程工具链与方法学 [8] - 目标是进一步降低使用门槛、提升泛化能力与可维护性，推动工业具身智能在更多场景落地见效 [8]

公司技术定位 - 公司称工业具身智能的突破并非单一技术升级，而是针对流程工业"连续运行、高风险、强耦合"的核心特性 [2] - 该技术解决了长期困扰行业的智能化瓶颈，即传统AI仅停留在"分析建议层"而无法直接介入生产执行 [2] - 工业具身智能的核心价值在于打破"虚拟思考"与"物理执行"的割裂，嵌入生产全流程成为"自主智能体" [2] 技术运作机制 - 技术通过"感知-认知-决策-执行"的完整闭环实现生产过程的自优化和自调整 [2] 行业影响 - 技术突破重构了流程工业的生产力形态 [2] - 标志着行业从"自动化"阶段正式迈向"自主化"新阶段 [2] - 为新型工业化注入核心动能 [2]

财务业绩表现 - 报告期内（2022年至2024年）公司营业收入全部来自主营业务，金额分别为14,194.48万元、19,694.44万元和24,370.03万元，2022至2024年度主营业务收入复合增长率为31.03% [2][3] - 报告期内公司净利润大幅增长，实现超30%的复合增长 [2] - 公司毛利率高于同行可比公司 [2] - 报告期各期向前五大客户的销售金额分别为5,308.66万元、5,478.72万元、6,954.84万元，占营业收入的比例分别为37.40%、27.82%和28.54% [3] 信息披露不一致 - 2025年3月版与6月版招股书在披露新增前五大非集成业务客户时存在信息不一致，3月版披露2022年新增客户为北京燕山电子设备厂和中国石油天然气股份有限公司，6月版未披露该情况 [3] - 两版招股书均在表格注释中说明所列客户系各期自2021年度以来新增成为前五大客户的主体，但6月版招股书未披露2022年新增非集成业务客户，存在信披遗漏或重新定义新增客户的疑点 [3][4] 历史股份代持问题 - 公司2011年存在多个股东代持股份情况，涉及徐新波代周静持股、杨华代张惠捷持股、高雁东代杨磊持股，投资额分别为250万元、100万元和500万元，这些代持分别于2013年和2015年通过出资转让解除 [5][6][7] - 新三板2015年年报披露公司无股份代持情况，但本次科创板申报材料披露2015年之前还存在其他股份代持情况，与历史披露存在出入 [7] - 2015年5月高雁东与杨磊解除代持关系当月又形成新的代持关系，高雁东因银行工作不便委托表哥杨磊代持，并通过杨磊追加投资530万元 [9][10][11] - 2023年11月，杨磊代持的股份以每股14.60元的价格转让给高雁东父亲控制的投资公司沃德融金 [12] 短期投资者获利退出 - 投资平台鼎信君泽于2022年11月以每股5元的价格认购公司200万股，总投资1,000万元，一年后于2023年11月以每股15元的价格卖出全部股份，净收益2,000万元 [12] - 鼎信君泽成立于2022年11月，成立次月即投资公司，并在公司开始科创板辅导前一个月退出 [12][13]

大会及合作背景 - 中控技术于2025年9月28日在宜昌举办工业具身智能TPT+UCS落地应用成果展示大会 首次系统展示以时间序列大模型TPT和通用控制系统UCS为核心的流程工业具身智能体系 [2] - 兴发集团作为精细磷化工企业受邀参会 与中控技术合作始于2022年 坚信数字化转型是必然选择 [3] 中控技术行业地位与技术成果 - 公司是我国工业自动化和智能制造领域领军企业 以创新为引擎开创流程工业智能化新路径 在推动产业绿色转型和构建工业互联生态方面取得卓越成就 [3] - 持续深耕人工智能、大数据、工业互联网等前沿技术 打造可落地可复制的智能制造解决方案 为化工等多个行业注入智慧动力 [3] 具体合作项目成果 - 内蒙兴发全面引入中控技术智能控制系统 实现无人巡检、无人操作、无人记录 被评为国家级智能制造示范工厂 成为氯碱行业智能化转型标杆 [3] - 宜昌40万吨/年有机硅新材料项目应用中控技术控制系统 建成国内首座全面集成的有机硅智能工厂 显著提升生产效率 [3] - 2025年携手打造兴瑞公司数字化工厂示范项目 形成生产全流程协同决策创新应用 为行业智能升级提供可复制推广的实践样板 [3][4] 行业发展趋势与战略规划 - 人工智能正深刻改变工业形态 AI技术赋能成为化工企业提升核心竞争力关键 [4] - 大会为产业链上下游搭建思想碰撞与技术交流平台 加速AI技术与工业场景深度融合 为中国化工产业高质量发展注入新智慧动能 [4] - 兴发集团将深化与中控技术战略合作 围绕人工智能+拓展智慧矿山、智能工厂、安全环保管控、智慧供应链协同等领域合作 探索工业AI在化工生产中的创新场景 [4]

公司技术成果 - 公司推出以时间序列大模型TPT与通用控制系统UCS为核心的"工业具身智能"解决方案 深度融合AI与工业知识体系 依托完全自主的底层控制系统与AI大模型 [2][3] - TPT大模型在石油化工行业实现量化应用：中石油兰州石化榆林化工项目预测准确率达99.79% 单炉乙烯收率提高0.373% 年效益预计1,500万元 [4] - 内蒙兴发电解槽集群控制优化项目实现日均电耗降低6,700多度 按5年生命周期计算可累计节电超1.2亿度 相当于70.4万户农村家庭年用电量 [4] - TPT 2版本发布满月即实现湖北兴瑞现场应用 在线总部署用户量超7,000名 覆盖4,000家以上企业 月内预估创造年效益超1亿元 [5] 行业影响与价值 - 2024年中国工业增加值约40.5万亿元 流程工业占比45% [4] - TPT大模型可减少30-50%人力资源投入 提升工业生产效益1-3% 降低能耗1-3%以上 [4] - 全行业推广预计实现中国制造业年碳排放减少1-3% 为工业企业创造万亿级价值空间 对国家GDP经济增长贡献率近1% [4] - 技术方案适用于石化、化工等复杂工业环境 从预测预警到全流程智能决策形成完整解决方案体系 [3][4] 技术应用特性 - 工业具身智能通过UCS系统实现"手眼配合" 使工厂具备感知、思考及自主完成复杂任务能力 从自动化迈向自主化 [3] - 解决方案构建于真实工业场景 能应对涉及化学反应的复杂工业环境 实现从"辅助驾驶"到"无人驾驶"的跨越 [3] - 技术正重构人机协作边界、管理边界及企业资产隐形竞争力 计划向高耗能、高附加值场景推广复制 [5]

展会规模与国际化程度 - 本届工博会吸引了来自美国、德国、日本、法国等28个国家和地区的企业参展 [1] - 参展企业总数超过3000家 [1] - 展览总面积达到30万平方米 [1] 主要展示领域 - 展会内容涵盖工业自动化、机器人、智慧能源等多个工业领域 [1]

工业AI的发展现状与潜力 - 第二十五届中国国际工业博览会是人工智能浓度最高的一届，AI技术正以前所未有的潜能渗透制造业全价值链 [1] - 工业AI并非新生事物，从早期的专家系统到后来的机器学习已有诸多尝试，但大模型带来了工业AI的泛化突破口 [1] - 将大模型的通用智慧落地到严谨、复杂、高要求的工业生产环境中绝非一蹴而就 [1] 工业AI面临的技术挑战 - 大语言模型面对工业场景中秒级甚至毫秒级的温度、压力、流量等强时序、强耦合、高干扰的数据流无能为力 [1] - 工业AI落地的最大制约并非算法本身，而在于数据、行业知识和场景复杂性 [2] - 工业场景要求高精度、高速度、高稳定性，AI存在机器幻觉等不可靠因素，这对工业应用是灾难性的并涉及安全隐患 [2] - 对于工业自动控制，实时性和确定性是基本要求，而现阶段工业AI的输出结果呈现“逐步逼近、无限接近”的特点，而非恒定的确定性结果 [4][5] - 目前AI在工业场景中扮演辅助支持角色，通过数据分析提供优化策略，但策略必须结合常规技术模型进行约束与校准后才能输出至现场执行 [5] 领先企业的工业AI布局与实践 - 西门子在工博会上展示了20多款AI加持的产品和解决方案，包括已投入实战的Industrial Copilot智能体系统 [2] - ABB机器人通过生成式AI赋能，新一代机器人可实现多元任务的自主规划、实时执行和无缝切换且无需人工干预 [2] - ABB战略投资机器学习先驱吴恩达创立的LandingAI，将其视觉AI技术集成到机器人软件套件中，使AI视觉系统训练速度提升高达80% [3] - ABB正与英伟达等公司合作，将AI进一步融合到工业生产中 [3] - 施耐德电气已将AI技术应用于视觉识别、预测分析、设备控制、工艺优化、能效优化、操作员培训等一系列工业具体场景 [4] 中国市场的独特优势与前景 - 中国工业机器人密度已达到每一万名员工配有470台机器人，仅次于新加坡和韩国，预计2025年会超过500台，为AI入场提供了良好基础 [5] - 中国拥有全世界最完整的工业体系，为AI基础模型研发提供了多样化的训练样本和应用场景 [5] - 中国企业对AI创新的接受度很高，在数据共享、场景共创等方面开放度更高，为AI应用创造了先机 [5] - 工业AI被视为通往工业5.0的关键铺路石，发展前路虽有阻碍但前景可期 [5]