星环科技 688031

作为国内的AI基础设施软件领军企业,公司通过深度整合AI、大数据、云计算等产品和技术,为企业高效构建AI基础设施软件,全面赋能各行业进行数智化转型和业务范式创新。

在数据量爆发式增长、关键技术卡脖子风险加剧、企业数智化升级刻不容缓的今天,打造自主安全可控、性能领先的国产数据与AI基础设施软件已不再是远大目标,而是国家与产业的战略刚需和企业的必然选择。

我们正是为这一需求和铸就自主根基而创立的技术公司。

报告期内,公司营业总收入实现44,753.03万元,同比增长20.47%。

实现归属于上市公司股东的净利润为-24,517.02万元,较上年同期亏损缩窄28.62%。

报告期内公司具体经营情况如下：1、主营业务收入分行业、业务及客户结构分析报告期内,公司主营业务收入约为44,706.95万元,按照各产品类别划分的收入构成情况如公司的软件产品标准化程度较高,覆盖多个行业领域,形成了广泛的客户基础。

报告期内,按终端用户行业分类,公司主营业务收入主要来自金融、政府、能源、交通、医疗等行业,如下注：其他指建筑与地产、流通与零售、IT与互联网、综合集团、教育等行业2、深化生态建设报告期内,公司持续完善产业链布局,加速公司产品和技术向客户的导入和覆盖：公司与国内外主流芯片厂商开展软硬件协同技术研发,并与部分伙伴联合打造解决方案,推动在重点行业的深度落地。

同时,公司不断深化与医疗、轨交、新能源等行业独立软件开发商的合作,共同构建行业专属解决方案。

央企服务方面,公司与央企数智化公司合作,实现对不同大模型的统一管理、集团私域知识库的统一治理、应用和智能体的统一构建,助力央企集团的数字化转型。

此外,公司积极拓展海外业务,与国内大型集团企业管理信息化综合方案提供商推出企业管理联合解决方案,服务海外客户。

3、产品和技术创新在2025年产品发布会上,公司正式推出新一代AI基础设施,明确将数据平台定位为AI基础设施的核心组成部分,彰显AI和数据深度融合的战略意义。

公司深刻认识到,数据已经成为企业构建AI竞争力的关键要素,公司致力于通过提供一系列数据和AI能力工具,赋能客户使用高级数据管理技术将数据转化为企业的数据资产,并基于数据资产微调模型和构建智能体,加速数据资产向业务成果的自动化跃迁。

（1）AI就绪数据平台（AI-ReadyDataPlatform）公司的AI就绪数据平台,采用多模型统一的技术架构,在一个平台上支持管理11种数据模型。

该数据平台以向量、文档、图、全文索引、关系型、时序等多模型数据统一存储管理为基础,提供多模态数据自动处理、高效数据治理、特定领域知识构建以及实时数据洞察能力,实现从数据产生到应用于AI的全过程数据管理,一站式助力企业更高效地运用AI释放数据价值。

报告期内,公司的大数据基础平台TDH主要在湖仓集一体和多模型能力进行了提升。

湖仓集一体是指通过一个统一的集群整合数据湖、数据仓库和数据集市,实现一表多用,支持实时数据入湖、离线批量加工、在线分析和高并发查询等多种业务场景,避免了跨集群搬迁带来的数据冗余、链路冗长和一致性风险,大幅提升数据加工效率和系统资源利用率。

在此基础上,平台升级了计算引擎的增量计算能力,在不修改批量业务逻辑的基础上,可以将端到端业务时效从T+1天缩短至T+1分钟,减少了业务实时化改造的开发周期和开发成本；增强了查询性能和并发处理性能,支持上万QPS的在线查询,同时支持了数据跨集群实时热备,保障在线业务可用性；优化了基于容器的弹性计算机制,实现不同业务间的资源隔离与动态共享,支持了跨集群资源弹性调度,提升了系统整体资源利用效率；同时新增对国外大数据平台Cloudera大数据平台的原地升级支持,无需新增节点或数据迁移,即可实现统一资源管理与平滑切换。

多模型能力侧,下述产品也实现了性能突破和功能创新：分布式向量数据库Hippo2.0,准确率突破95%,基于Arm架构的性能显著优化,同时支持跨模态的联合检索（即实现图像与文本语义对齐,在同一查询中检索相似图文内容）；分布式时序数据库Timelyre9.3,能高效支撑PB级别数据量下的秒级数据分析,达到5-20倍的无损数据压缩；分布式图数据库StellarDB6.0,针对部分高并发短查询场景大幅提升性能,同时也支持MCP协议,赋能外部应用便捷访问和检索。

公司的数据云平台TDC5.2面向AI训练与推理场景,支持高级算力与智能工作负载调度,构建AI智能网关和模型权重分布式存储一体化的云原生支撑能力,显著提升异构算力与模型调度的统一管理和执行效率。

报告期内,公司对分布式关系型数据库进行了重要融合升级,整合了分析型数据库ArgoDB和交易型数据库KunDB的能力：具体而言,ArgoDB深度集成KunDB的事务处理内核,实现了原生的HTAP（混合事务分析处理）能力,支持在单一数据库系统内,基于同一份数据存储格式同时支持高并发的联机事务处理（OLTP)与复杂的大规模联机分析处理（OLAP）。

该架构打破传统T+1的数据流转限制,实现了事务提交即分析的极速体验,有效支撑CRM、ERP等核心业务系统的实时事务处理与即时决策分析,显著降低了企业数据链路的复杂度。

此外,报告期内,ArgoDBV6在交易数据库实时数据同步、湖仓集一体化、安全能力方面实现了多项能力升级。

ArgoDB可与核心在线业务系统深度融合,支持核心交易数据库毫秒级同步数据,无需开启补全日志,显著降低对交易系统性能的影响,加速业务决策。

同时,通过对接实时应用系统数据,具备实时与历史数据的联合分析能力,简化实时业务处理架构。

此外,ArgoDB引入了全新的实时行列混合存储格式,满足更多元化的场景需求,无需索引即可实现一种格式满足毫秒级实时写入、高性能在线分析以及高并发查询等多种场景,使存储与计算效率综合提升一倍。

在安全方面,ArgoDBV6通过了密码模块安全技术要求认证、EAL2级认证,满足产品在各关键应用系统上数据保护与安全管理要求。

公司大数据开发工具TDS持续推进智能化能力建设,面向金融、制造、能源等行业在数据治理、实时同步与智能运营等核心场景,提供端到端的智能数据全生命周期管理能力。

TDS4.3版本通过发布中心实现跨环境、工作区一键发布；一键生成数据质量规则与批量任务,自动感知元数据变更,并将识别到的数据治理需求转化为可执行工单,构建闭环治理机制。

同时产品强化了任务调度的高可用性,支持金融级补数、失败自愈与任务流回收；数据运营侧完善多模式推送与数据资产全链路追踪,保障实时数仓及湖仓一体场景下的分发准确性。

凭借多行业规模化落地,TDS已成为企业构建智能数据中台、驱动数字化转型的关键支撑平台。

（2）AI平台公司的AI平台主要包含大模型运营平台SophonLLMOps和知识平台TranswarpKnowledgeHub两类产品。

为赋能政企客户构建自己专属的大模型、智能体和应用,公司开发了大模型运营平台SophonLLMOps,一款提供机器学习和大模型统一视角的AI运营管理平台,旨在打通并优化语料接入和开发、提示工程、大模型训练和微调、应用构建和管理、服务部署和运营等全链路流程。

SophonLLMOps2.2主要包含语料工具、知识工程、模型训推、智能体开发四个模块,报告期内升级情况如下：-语料工具模块新增多模态处理能力,支持音视频转写、图片理解、视频内容解析等自动化处理；同时升级文本信息标注能力,提供基于大模型与规则引擎的智能标注与质量评估；并进一步完善企业级管控能力,实现多模态数据集的统一血缘管理、权限管控与版本控制；-知识工程模块,从传统文档型知识库全面拓展至图片、音视频等多模态知识库；新增知识抽取与标准问答对生成能力,让知识更结构化、更易复用；知识库全新升级知识搜索与知识问答双模式,让用户检索更直观、使用更便捷；集成AgenticRAG能力,大幅提升问题理解与问答效果；同时,为应对日益复杂的知识运营与管理需求,新增知识自动更新与加工审核机制,在实现加工流程全面自动化的同时,有效保障了企业级知识库的内容质量与可管控性；-模型训推模块,全面适配国产异构算力芯片,支持算力预切分与自定义模板,显著提升资源利用率；支持模型结构化输出,通过规则与格式约束保障输出精准性,便于上层系统对接；模型上架支持配置默认部署模板,实现一键快速部署；同时支持算力队列统一管理,实现任务排队、优先级调度与资源有序分配；-智能体开发模块,从快速智能体构建,延伸至能评测好坏、能持续优化,真正能上线用。

新增通用智能体,交互体验与功能能力显著增强；新增应用评测工具,支持批量测试与评测报告自动生成；新增Token消耗统计、赞踩反馈回流、应用效果分析等能力,完善应用全链路可观测性；增加Skill技能中心,配合MCP工具中心,进一步完善企业内部的智能体工具生态体系。

为助力企业整合其拥有的多源异构多模语料,支撑专业知识库问答、业财数据分析、智能投研、设备预测性维护等场景,实现企业资料的全域知识化,同时强化企业内外部的知识共享与应用,公司推出星环知识平台TranswarpKnowledgeHub（TKH）,打造企业级一站式多模态知识平台。

基于公司自主研发、从0到1预训练的无涯大模型,星环知识平台TKH打造了无涯问知、无涯问数等AI原生应用,通过精准的数据分析和知识管理,满足企业不同类型的知识应用需求,提升企业业务效率和竞争力,其中：无涯问知是AI的应用门户,一款基于星环科技大模型底座,结合个人知识库、企业知识库、法律法规、财经等多种知识源的企业级垂直领域问答产品。

无涯问知充分利用了公司自研的向量索引技术和图计算框架,并结合大模型底座的自动化知识工程特性,实现知识的精准召回,可用于公司数据分析、尽职调查、合同审核、财务分析、智能写作等丰富的企业业务场景中,旨在提升企业的经营管理效率。

无涯问知提供了灵活多样的部署模式,包括私有化部署（AIPC版、AIWorkStation版、企业版）、公有云服务等。

无涯问数是一款基于星环科技数据分析大模型的智能业务分析洞察平台,能够帮助业务人员和决策者探索数据,获取准确的数据结果及生动的图表看板,缩短数据分析链路,降低数据分析门槛。

无涯问数拥有自然语言提问的全场景数据探索、仪表盘快速生成、指标标签预定义等核心功能,具备业务理解一致、指标定义明晰、数据结果统一、查询结果可解释、分析探索灵活、分析场景可见等特性,实现业务人员直接面向数据进行指标问答与知识问答,并可用自然语言指令生成数据分析报告的能力。

数据平台和AI平台将不再作为两个独立的平台存在,报告期内,我们正推进从独立产品模块向统一平台化架构的战略转型,目标在于交付一套深度集成AI与大数据能力的统一平台,让用户无需关注底层技术复杂性,即可无缝执行复杂数据处理、AI开发及应用构建,从而打破技术壁垒,实现AI与数据全流程的端到端协同。

在此方向下,公司正在研发的新一代AI数据库--认知数据库,其核心理念是将人工智能和机器学习直接集成到数据库引擎中,提供智能化的洞察和自动化能力。

用户可通过自然语言与多模态数据进行交互,推动产品从“数据存储中心”向“智慧分析中心”跨越。

同时,该产品的GPU原生版本已携手主流芯片厂商英伟达开展联合调优,旨在为数据分析场景带来高效的GPU加速能力。

(一)行业格局和趋势详情请见第三节“管理层讨论与分析之一、报告期内公司所从事的主要业务、经营模式、行业情况及研发情况说明（三）所处行业情况”。

(二)公司发展战略公司计划通过以下战略进一步推进业务发展,目标是实现全面技术升级、产品拓展及海外市场布局,从而开启多元增长路径。

1）以“AI×数据”推动全栈技术升级,巩固AI基础设施软件市场领先地位作为中国AI基础设施软件市场的领军者,公司将继续以全栈自主研发为核心战略,借助AI与大数据的融合力量推动全技术栈升级。

公司旨在构建覆盖从全流程语料治理、统一多模态知识中枢、高效易用的智能体开发、异构融合的算力管理、全链路AI安全与治理、企业级协作空间的一站式基础设施软件体系,为国际化拓展奠定坚实技术基础。

公司计划从三个关键层面推进全面的“AI×数据”架构升级。

在硬件资源的调度层,我们将持续打造可扩展的云原生基础,实现跨集群、跨区域资源的智能调度与基于容器的编排,提升硬件利用效率并优化客户的存储和计算成本。

在数据平台层,公司将构建统一高效的多模态存储与检索能力（支持文档、音频、视频等格式）,打破传统数据孤岛,满足实时、高并发处理需求,同时全面探索利用GPU原生算力对数据库（包括关系型数据库、向量数据库等）进行性能加速。

在AI平台层,我们将持续升级AI开发工具,包括大型语言模型训练与推理优化、安全与质量评估体系,以及智能体协同、微调与管理框架。

这些工具将助力企业在语料管理、模型微调和部署、智能体构建等环节高效落地AI应用。

为赋能全球发展,公司将投入资源提升产品的本地化与可扩展性,包括但不限于语言、界面及本地生态上实现无缝适配,降低市场进入门槛。

同时,公司将积极探索从私有化部署到敏捷云交付的转变。

公司还将深化模型的场景理解能力,使AI能力与区域文化及业务场景相适配。

通过前述维度的协同推进,我们旨在构建一套全球统一且可本地适配的系统,支撑可持续的国际化拓展。

公司还将应用AI等先进技术提升内部运营效率。

通过在研发、产品测试及技术探索流程中融入AI辅助工具,缩短开发周期、加速产品迭代、降低维护成本,构建支持规模化创新的智能化、数字化管理体系。

2）拓展并丰富产品及解决方案,提升市场份额公司计划持续投入,拓展并完善产品组合与解决方案能力,以巩固我们在AI基础设施软件领域的领先地位。

一方面,我们将持续强化分布式数据库与大数据平台的基础能力,确保与国际主流硬件生态的广泛兼容,探索潜在的存储架构技术革新,并持续丰富AI工具链,打造全生命周期的大模型管理和开发平台能力。

另一方面,我们正在推进从独立产品模块到统一平台化架构的战略转型：我们的目标是交付一套紧密集成AI与大数据能力的统一平台,让用户无需关注底层技术复杂性,即可无缝执行复杂数据处理、AI开发及应用构建,从而打破技术壁垒,实现AI与数据全流程的端到端协同。

我们将以客户需求为导向,聚焦深化产品性能、拓展功能边界、升级行业专属解决方案。

同时,我们将提升全球适配性、行业特定性及生态集成度,进一步丰富产品矩阵,巩固竞争优势。

我们致力于将产品性能从高效分析推向智能优化,通过在数据平台中嵌入AI能力,例如提供知识工程、开箱即用的自然语言查询数据库产品,显著提升自动化与智能化水平,更好地满足全球企业对实时响应、可靠性及智能决策的需求。

3）扩大客户群体,深化战略合作,强化市场影响力我们计划通过与核心客户深化合作、与生态伙伴协同拓展市场、开展系统化品牌建设,提升各行业渗透率,为全球扩张奠定长期动力。

在客户层面,我们将与金融、政府、能源等核心垂直领域的客户开展战略共创。

通过紧密对接客户需求、联合探索应用场景,持续扩大和加深在重点客户中的业务覆盖,实现互利增长。

基于实际部署经验,优化完善覆盖全生命周期的产品体系,提升助力客户优化数据驱动决策与运营效率的能力。

在生态层面,我们将持续践行“平台+生态”模式,构建全面协作网络,包括与软硬件厂商、系统集成商合作开发跨行业联合解决方案。

例如,我们将深化与国内外的领先硬件企业在AI计算和存储适配等领域的合作,支持金融、制造等场景的技术落地。

我们亦计划与专业服务伙伴紧密协作,构建标准化交付框架,显著提升服务响应速度。

同时,我们将加强与国内外顶尖高校及研究机构的合作,通过共建实验室、联合开发学术项目、开展合作研发等方式,培养行业适用人才,巩固在核心技术领域的定位,形成技术、人才与业务价值相互促进的良性循环。

在品牌层面,我们将从技术领先性、客户互动及市场传播三个维度系统提升品牌影响力。

技术上,我们将参与全球行业论坛、发布权威基准成果,巩固领先地位。

客户层面,我们将与高价值客户联合开发并展示标杆案例,树立在国产软件替代与智能化转型领域的领先形象。

营销端,我们计划开展城市巡展、宣传AI基础设施相关重大项目成果、定期通报国际业务进展,彰显我们前沿技术的商业化能力。

通过生态联合行动与ESG传播,将品牌建设从单向传播转向多利益相关方互动,培育全球市场对我们价值主张的持续认可。

4）拓展全球布局,提升国际市场渗透率公司坚定推行国际化战略,将持续扩大海外市场布局。

为此,我们计划通过深化渠道覆盖、强化本地化运营能力,系统提升全球市场渗透率。

我们将重点聚焦东南亚及中东等战略区域,深化与当地知名伙伴的联盟,触达各地区核心行业客户；同步建立本地技术支持与交付团队,完善语言适配及法律规范。

(三)经营计划根据当前市场情况,公司2026年的经营目标是,收入保持稳健增长,重点发力海外市场,显著提升海外订单获取能力。

提升收入质量,提升经营效率,优化经营性活动现金流并改善亏损情况。

2026年业绩考核体系总体延续2025年的框架,继续以管理利润、回款与收入为核心指标,其中管理利润和回款为考核重点。