格灵深瞳 688207

2025年是公司改革的关键之年,在稳健转型的过程中,公司围绕多模态大模型持续对重点领域进行研发投入,巩固在技术层面的领先优势,同时坚定推进“2+2”战略,在智慧金融、城市管理两大战略赛道,以及政务及特种、智慧教育两大创新领域开展符合国产信创标准的行业级大模型产品研发并聚焦行业赛道重建销售团队,提升商业落地能力并优化客户结构。

报告期内,公司实现营业收入15,546.67万元,较上年同期增长32.61%;实现归属于上市公司股东的净利润-18,636.75万元,与上年同期相比亏损减少11.92%。

受宏观经济环境等因素影响,智慧金融领域客户的预算有所收紧,相关产品需求放缓;但公司在城市管理、政务及特种、智慧教育等其他领域的综合收入金额较去年有所增长,逐步实现业务多元化发展。

(一)多模态大模型研发加码,巩固技术领先优势近年来,人工智能已进入大模型时代,多模态大模型的发展日新月异。

作为AI的重要发展方向,多模态技术通过融合图像、文本、声音等多种类型的数据,可实现更全面、准确的分析和决策。

公司在多模态大模型技术领域深入布局,着力开发自主可控的多模态大模型并持续提升模型性能,以多模态大模型技术作为有关产业领域发展的关键驱动力,为高质量发展提供新动能。

报告期内,公司发布了视觉大模型系列Glint-MVT,其中Glint-MVTv1.5(RICE)在10亿量级图像数据和20亿局部区域上预训练,学术评测超过了CLIP和SigLIP2,实验结果已经公布在计算机视觉会议ICCV2025相关论文上。

作为基础视觉模型,Glint-MVT在检测分割、OCR等下游任务表现上带来的能力提升,帮助各领域产品团队快速提升了算法生产效率和质量。

针对多模态嵌入模型,提出利用图文交错数据生成图文对训练数据的方法RealSyn以解决数据不足问题,提出文本蒸馏和困难负样本强化训练的UniME,提出局部和全局分别对齐(DeGLA)的方法解决组合理解问题,这三项工作已入选ACMMM2025。

此外,公司在人脸3D重建、文档几何校正、人体动作生成、鲁棒三维重建等多个视觉AI研究关键方向的5篇论文也入选了ICCV2025。

结合开源大语言模型和公司自研的视觉大模型MVT,深瞳灵感-7B多模态大模型及其全流程开源版本LLaVA-OneVision-1.5在公开benchmark上达到Qwen2.5VL同等量级模型水平。

针对多模态嵌入大模型,提出利用图文交错数据生成图文对训练数据的方法RealSyn以解决数据不足问题,提出文本蒸馏和困难负样本强化训练的UniME,提出局部和全局分别对齐(DeGLA)的方法解决组合理解问题,为了弥补UniME批次样本内困难负样本采样不足提出全局困难负样本采样的方法UniMEV2。

公司在不断探索前沿技术的同时,仍积极推进产品化策略,重点推进各领域产品的商业化落地,重视研发和市场接轨。

(二)持续升级产品矩阵,构建软硬一体产品体系。

报告期内,公司提出AI原生自进化,以自研的视觉基础模型、多模态大模型为技术核心,通过端到端开发平台(AIEdgeStudio)支持算法的快速训练,并在实际应用场景中持续迭代,形成了“数据—训练—推理—反馈—再优化”的闭环,使产品能更好地适应复杂多变的现实环境,也能更精准地贴合垂直领域的业务需求,从而推动核心AI技术与行业应用场景的深度融合。

同时,公司协同子公司国科亿道的硬件研发能力,构建了软硬融合交付体系。

在此基础上,公司将项目经验、算法能力与场景方法论等逐步沉淀为可复用、可部署的产品能力,建立AI原生的软硬一体产品体系,为客户打造“低成本、高性能、可进化、软硬一体”的AI超融合解决方案。

智慧金融领域:公司发布了最新版AI+金融全系列整体解决方案,产品阵容全新升级,以公司自研的视觉基础模型、多模态大模型、智能体平台为基础支撑,进一步将产品深入银行核心业务。

智慧金融产品在符合国产信创要求的基础上,增加AI智能体、反诈应用等功能,同时新推出了金融智慧管理赋能助手“金砖Super-Agent平台”,赋能银行客户在合同审核、贷前贷后报告、智能营销、智能BI等多场景智能化升级,通过知识库、MCP(ModelContextProtocol,模型上下文协议)服务、数据服务、大模型API等功能模块,可支持构建多个具备金融行业专家知识或专业技能的智能体。

城市管理领域:产品矩阵实现了全面升级和迭代,形成了以“战狼”和“深眸”为核心的双轮驱动产品体系。

基于Glint-MVT视觉大模型基座,战狼智能视图大数据系统实现了从图片到视频的统一支持,大幅提升了视频特征表达能力。

新版本强化了对视频图像数据的理解与决策能力,完成了多模态知识图谱的构建与部署,提升了跨模态实体的精准关联能力。

在巩固现有人、车、非、脸算法技术优势基础上,公司于2025年上半年推出了成熟的低代码平台和AI点位打标运维功能,支持零代码引导式交互。

目前公司已完成了深眸视觉智能工坊(以下简称“深眸”)第一阶段的产品研发和设计,深眸是公司面向泛安防场景推出的下一代AI基础设施产品,搭载轻量级算法训练平台,实现训推一体化闭环;能深度融合视觉、行业数据等多种维度信息,做出更接近行业的精准判断,且模型支持针对行业数据进行针对性“喂养”与迭代,真正实现从“通用识别”向“行业专家”的蜕变。

政务及特种领域:公司发布了基于国产信创平台的“政企数字员工大模型一体机”与AIPC产品“墨刃Z1AIPC”,全面适配信创生态,确保从硬件到应用的自主可控,其中智能体协同增效平台具备集成政企管理、流程自动化、辅助决策等功能,能够有效帮助客户提升团队效能。

智慧教育领域:公司已完成了产品体系迭代升级,从聚焦体育中考到覆盖校园全场景、部队体训,提供了一套完整闭环的智慧体育产品,涵盖操场、体测室、运动角和中考考场、部队体训专项等业务场景。

(三)深耕重点细分领域,构建业务多元化发展格局报告期内,公司聚焦于市场开拓与业务多元化发展,重点深耕智慧金融、城市管理、政务及特种、智慧教育等领域,深度挖掘多场景需求,拓宽收入来源,逐步改善客户集中度问题。

2025年,公司来自中国农业银行以外的其他客户的营收占比超90%,收入金额同比增长近120%,公司在各重点领域的市场拓展初显成效。

智慧金融领域,公司在继续深度服务现有客户的同时,积极开拓新客户,2025年公司已于多家城商行、农商行开展试点工作,并成功在部分银行实现订单转化。

城市管理领域,公司持续深化与重点客户的战略合作,在深耕公安行业的同时,积极拓展其他行业。

此外,公司通过补充完善区域营销团队体系、积极拓展合作伙伴网络、加大行业技术投入三项关键举措,积极布局西北、华中、华东等重点区域。

除传统视图解析领域外,公司在多模态视觉大模型相关产品等方面开展了新的合作项目。

政务及特种领域,公司协同合作伙伴已向多个政企客户提供超融合一体机产品,并持续巩固智能终端计算设备业务,凭借核心硬件自主可控、防护性能出众构建差异化竞争优势;同时大力拓展大型客户资源,并加速AI赋能终端产品,延展市场边界,发掘并渗透新领域客户群体。

智慧教育领域,公司通过营销团队建设,针对普教、高教、部队等客户,通过试点典型案例的方式进行项目落地,针对大客户服务成立专项组,实现精准服务和规模化营销。

(四)深化组织架构优化,完善激励机制,强化人才驱动与管理赋能为应对外部挑战并抓住AI发展机遇,公司进行了一系列组织变革,通过调整组织架构、完善激励机制、强化人才驱动与管理赋能三大关键举措,系统性地提升组织活力和核心竞争力,为公司实现高质量发展奠定坚实基础。

报告期内,公司持续对组织架构进行了优化调整,正式组建政企事业部与金融科技事业部,形成更加清晰的业务边界与权责体系。

同时,通过优化销售网络布局持续提升销售能力:一方面,全面重建销售体系,依据行业特性有针对性地组建专业化销售团队,并持续按效果进行优化,确保对各行业的销售推广更具精准度与高效性。

另一方面,着力打造行业专家级别的售前解决方案团队,在为客户提供更优质服务的同时,也将市场需求更及时、准确地反馈给产品研发团队。

此外,公司于2025年上半年实施了“2025年限制性股票与股票增值权激励计划”,激励对象覆盖公司高管、中层管理人员及核心技术(业务)人员,旨在有效地将股东利益、公司利益和经营者个人利益结合在一起,通过长期激励约束机制,吸引和留住优秀人才,充分调动其积极性与创造性,提升管理团队的凝聚力与忠诚度,驱动公司长远发展。

在新管理梯队与激励体系推动下,公司将持续提升管理能力,升级销售网络与研发协同机制,加速市场需求向技术落地的转化效率,通过多元化业务布局,逐步改善营收结构,以技术护城河支撑多领域核心场景商业化,驱动公司向高质量发展加速跃迁。

(一)行业格局和趋势1、行业的发展阶段、基本特点、主要技术门槛根据《国民经济行业分类》(GB/T4754-2017),公司属于“软件和信息技术服务业”(行业代码为I65)。

根据《战略性新兴产业分类(2018)》,公司属于“新一代信息技术产业”中的“人工智能”行业。

(1)行业的发展阶段和基本特点人工智能是引领未来的战略性技术,是新一轮科技革命和产业变革的重要驱动力。

人工智能的发展浪潮正以前所未有的速度和深度重塑全球科技格局与产业生态。

2025年是人工智能行业从“技术探索”迈向“规模化商用”的关键转折点,人工智能技术由浅入深加速推进,逐步实现从“有能力”走向“有用处”,具体呈现出“技术在认知推理与多智能体协同上寻求突破、应用向垂直场景深耕以解决真实痛点”的双线并进格局。

从《新一代人工智能发展规划》《促进新一代人工智能产业发展三年行动计划(2018-2020年)》到“人工智能+”行动,我国不断加强人工智能发展的顶层设计。

作为形成新质生产力的重要引擎,人工智能技术快速迭代演进,技术通用性显著增强,技术研发从单点突破转向体系化创新;开源生态加速知识共享,与闭源模式互补推动技术繁荣;应用场景从消费端向科技、交通、医疗等各领域渐进式渗透,垂直领域落地能力成为企业关键竞争力。

在政策与市场双轮驱动下,我国人工智能产业生态日益繁荣,根据中国信息通信研究院发布的《人工智能产业发展研究报告(2025年)》,据中国信息通信研究院测算,2024年我国人工智能核心产业规模已突破9,000亿元,同比增长24%;2025年预计突破1.2万亿元。

截至2025年底,我国人工智能企业数量超6,000家,目前已经形成覆盖基础层、框架层、模型层、应用层的完整人工智能产业体系,各类智能产品和服务创新活跃,为人工智能实现规模化落地与产业赋能奠定了坚实基础。

基于日益成熟的产业生态,国家层面进一步加快了战略部署的节奏。

2025年8月,国务院发布的《关于深入实施“人工智能+”行动的意见》,系统提出科技、产业、消费、民生、治理、全球合作等六大重点领域,推动人工智能与经济社会发展深度融合;面向2035年,提出了我国全面步入智能经济和智能社会发展新阶段的总体目标;面向2027年和2030年,分别提出新一代智能终端与智能体应用普及率、智能经济发展水平等阶段性发展目标。

作为“十五五”规划的开局之年,2026年的政府工作报告首次明确提出“打造智能经济新形态”,并将“深化拓展人工智能+”列为年度重点任务,标志着我国人工智能战略从技术应用层面向经济形态重构层面跃升。

根据“十五五”规划建议的宏伟蓝图,人工智能将不再局限于单一的技术工具,而是作为像水、电一样的基础生产要素,深度嵌入产业发展、文化建设、民生保障与社会治理的肌理之中。

从具身智能在制造业的规模化落地,到AIAgent重构政务服务与商业流程,再到“人工智能+”在医疗、教育、交通等垂直领域的纵深渗透,一场全方位、全链条的智能化变革正在神州大地加速演进。

站在这一新的历史起点,我国人工智能产业正以“新质生产力”核心引擎的姿态,不仅推动着传统产业的蝶变升级,更在重塑全球竞争格局中展现出强大的韧性与活力,引领中国经济向着高质量、可持续的未来阔步前行。

(2)主要技术门槛人工智能行业属于技术密集型产业,具有高技术含量与高附加值特征,行业进入壁垒不仅体现在基础算法的先进性,更在于“全栈技术能力+深度行业认知+复杂场景工程化”的综合竞争力。

在技术维度上,企业需具备从算法研发、数据平台构建到媒体流加速与大规模调度的全栈式技术架构。

同时,面对复杂的硬件环境,还需具备极强的软硬适配与边缘计算能力,通过模型压缩与端云协同确保高效运行。

在行业应用维度上,需建立“技术深耕与行业洞察双轮驱动”的能力。

不仅要攻克前沿技术难题,更要深入理解金融风控、城市治理等特定行业的业务流程、痛点、需求及法规标准等,具备将技术输出转化为符合行业规范与安全标准的解决方案的能力,并通过长期项目积累行业信任,形成隐性竞争壁垒。

在商业化与资源整合维度上,企业需在标准化核心能力的基础上,具备灵活、高效的定制化交付与中台化架构支持能力,以平衡规模化推广与个性化需求。

特别是在开拓政务及特种领域智能化业务时,需在产品、技术及供应链(国产化适配、资质认证等)上进行深度的资源协同整合,形成系统性工程与商业落地优势。

2、公司所处的行业地位分析及其变化情况2.1技术引领:算法与模型持续突破公司的技术实力在国际权威评测与顶级学术会议上屡获验证,确立了行业领先的技术地位。

公司自研的视觉大模型Glint-MVT系列采用VisionTransformer的网络架构在10亿量级图像数据上预训练,学术评测超过CLIP和SigLIP,实验结果已经公布在计算机视觉会议ECCV2024相关论文上;结合公司自研的视觉大模型Glint-MVT和开源大语言模型,深瞳灵感-7B多模态大模型及其全流程开源版本LLaVA-OneVision-1.5在公开benchmark上达到Qwen2.5VL同等量级模型水平。

公司探索了事件与对象双层次聚类驱动的统一自监督方法UniViT,该方法联合建模视频时空结构与图像细粒度语义,在多项视觉任务上实现最优性能,该工作已被NeurIPS2025接收。

针对视频分析方向视觉Token消耗巨大的问题,公司探索利用视频时空冗余信息减少视觉Token,初步验证在效果不变情况下可节省80%视觉Token,为后续高效视频分析打下坚实的基础。

针对多模态嵌入大模型,提出利用图文交错数据生成图文对训练数据的方法RealSyn以解决数据不足问题,提出文本蒸馏和困难负样本强化训练的UniME,提出局部和全局分别对齐(DeGLA)的方法解决组合理解问题,为了弥补UniME批次样本内困难负样本采样不足提出全局困难负样本采样的方法UniMEV2。

基于上述技术,公司的多模态嵌入模型Glint-ME(MultimodalEmbedding)在学术多模态嵌入评测榜单MMEB(MultimodalEmbeddingBenchmark)获得第一名。

2.2行业贡献:推动技术共享与标准建设公司坚持技术共享与行业共建,已向学术界开源了TrillionPairs和Glint360K两项重要人脸识别数据集及PartialFC训练代码,并于2025年在GitHub发布机器人3D定位算法FASTLIOLOCALIZATIONHUMANOID,积极推动行业协同创新。

在视觉大模型方向,公司持续开源Glint-MVT系列模型(Unicom、MLCD、RICE),2025年9月公司基于MVT视觉模型全流程开源视觉语言大模型LLaVA-OneVision-1.5,该项目为国内首个在公开榜单上达到Qwen2.5VL同等量级模型水平的全开源项目,该项目开源了所有训练测试代码、共1.07亿训练数据和模型,为业界提供了良好的视觉语言大模型训练参考,被InfoQ评选为“AI开源明星项目TOP10”,同时也被多家公司和研究机构分别采用该项目的方法、代码或数据,用于科研探索、作为企业算法优化的基础,以及与其他数据混合以训练出性能更优的模型等。

在多模态嵌入方向,UniME系列开源模型在统一多模态表征领域属于早期工作,在领域内具有较高的影响力。

公司开源了1亿高质量图文对数据集RealSyn,它能显著提升CLIP等模型在视觉-语言表示学习中的性能,推动了多模态表征领域的发展。

此外,公司承担了国家科技部、北京市科学技术委员会等多项人工智能技术应用的重大科研项目,与北京航空航天大学一起获批国家人工智能产教融合创新平台建设项目,并与全国信息安全标准化技术委员会、中国安全防范产品行业协会、中国信息通信研究院、中关村标准化协会、国家工业信息安全发展研究中心、中国电子工业标准化技术协会、中关村智慧城市产业技术创新战略联盟、中关村中安公共安全视频智能应用技术联盟等单位开展多项标准化制定工作,从技术开源、科研攻关到标准参与,持续助力行业生态发展。

2.3应用落地:软硬一体驱动,业务多元化布局在AI应用层面,公司已成功将核心技术转化为面向智慧金融、城市管理、政务及特种、智慧教育等领域的人工智能产品及解决方案,并持续在垂直行业深度耕耘,公司产品在下游核心客户中认可度高,市场口碑良好,为业务拓展奠定坚实基础。

凭借卓越的技术创新与落地能力,根据量子位发布的“2025人工智能年度榜单”,格灵深瞳入选“2025人工智能年度领航企业”。

当前,人工智能下游应用场景广阔,同行业企业在细分领域各有侧重,市场空间广阔。

作为创新型领军企业,公司处于产业化与市场拓展的快速发展阶段,已在多个细分应用领域完成了早期的产品布局与技术卡位,形成了显著的先发优势。

随着多元化布局深入推进及新应用领域的不断拓展,公司加速软硬一体化产品战略的实施,进一步提升市场份额与竞争地位。

3、报告期内新技术、新产业、新业态、新模式的发展情况和未来发展趋势随着大模型技术的发展,训练效率与性能显著提升,成本与应用门槛降低,人工智能技术迈向新阶段,在技术创新与商业应用的双重驱动下,全球人工智能产业规模呈爆发式增长,产业赋能潜力尽显。

与此同时,面对文字、图像、音频、视频等多元数据处理需求的激增,人工智能语言基础模型与推理模型双线并进,技术迭代速度与能力跃升幅度均超出预期。

语言基础模型不再局限于单一功能场景,而是朝着多功能融合的方向加速演进;多模态大模型深度融合理解和生成能力,原生多模态架构逐渐走向成熟。

从大语言模型掀起AI普及浪潮,到多模态技术持续突破,人工智能的进化始终围绕“更贴近人类智能”的核心目标前行。

从自动化执行复杂任务的数字员工,到辅助人类进行高质量决策的智能伙伴,AIAgent正在重新定义人机交互的边界,其作为一种可落地、可规模化部署的技术力量,已经开始在千行百业中展现其巨大的商业潜力与社会价值。

具身智能作为与物理实体融合的人工智能,正在成为改变人类生产生活方式、推动社会智能跃升的重要引擎。

具身智能是生成式人工智能与机器人学习技术的融合和延续,近一年主要围绕“通用大脑”和“技能可扩展学习”两大方向开展密集创新。

此外,在通往通用人工智能(AGI)的必经之路上,世界模型(WorldModels)正在成为AI领域的新风口,它让AI从被动的文本处理者升级为能感知、预测、行动的“世界理解者”。

随着人工智能技术的大规模应用,以智算中心为代表的人工智能算力基础设施,被赋予更重要的定位和使命,成为支撑人工智能技术及产业发展的重要基石。

AI厂商纷纷加速布局智算领域,聚焦大规模智算中心建设,注重技术创新与场景融合,在支撑自身前沿研究和多元业务的同时,也向行业输出能力,助力AI技术落地应用。

展望未来,随着人工智能向通用人工智能(AGI)和超级人工智能(ASI)加速演进,人工智能的感知、决策、行动等核心能力水平将继续取得突破。

2026年《政府工作报告》首次提出“打造智能经济新形态”,这一全新表述体现了我国人工智能发展的战略升级。

人工智能将超越传统工具辅助的基本定位,加速向新型基础设施方向发展,将全面重构产业组织形态和商业运行逻辑,“智能无处不在”将成为经济社会发展常态。

二、经营情况讨论与分析2025年是公司改革的关键之年,在稳健转型的过程中,公司围绕多模态大模型持续对重点领域进行研发投入,巩固在技术层面的领先优势,同时坚定推进“2+2”战略,在智慧金融、城市管理两大战略赛道,以及政务及特种、智慧教育两大创新领域开展符合国产信创标准的行业级大模型产品研发并聚焦行业赛道重建销售团队,提升商业落地能力并优化客户结构。

报告期内,公司实现营业收入15,546.67万元,较上年同期增长32.61%;实现归属于上市公司股东的净利润-18,636.75万元,与上年同期相比亏损减少11.92%。

受宏观经济环境等因素影响,智慧金融领域客户的预算有所收紧,相关产品需求放缓;但公司在城市管理、政务及特种、智慧教育等其他领域的综合收入金额较去年有所增长,逐步实现业务多元化发展。

(一)多模态大模型研发加码,巩固技术领先优势近年来,人工智能已进入大模型时代,多模态大模型的发展日新月异。

作为AI的重要发展方向,多模态技术通过融合图像、文本、声音等多种类型的数据,可实现更全面、准确的分析和决策。

公司在多模态大模型技术领域深入布局,着力开发自主可控的多模态大模型并持续提升模型性能,以多模态大模型技术作为有关产业领域发展的关键驱动力,为高质量发展提供新动能。

报告期内,公司发布了视觉大模型系列Glint-MVT,其中Glint-MVTv1.5(RICE)在10亿量级图像数据和20亿局部区域上预训练,学术评测超过了CLIP和SigLIP2,实验结果已经公布在计算机视觉会议ICCV2025相关论文上。

作为基础视觉模型,Glint-MVT在检测分割、OCR等下游任务表现上带来的能力提升,帮助各领域产品团队快速提升了算法生产效率和质量。

针对多模态嵌入模型,提出利用图文交错数据生成图文对训练数据的方法RealSyn以解决数据不足问题,提出文本蒸馏和困难负样本强化训练的UniME,提出局部和全局分别对齐(DeGLA)的方法解决组合理解问题,这三项工作已入选ACMMM2025。

此外,公司在人脸3D重建、文档几何校正、人体动作生成、鲁棒三维重建等多个视觉AI研究关键方向的5篇论文也入选了ICCV2025。

结合开源大语言模型和公司自研的视觉大模型MVT,深瞳灵感-7B多模态大模型及其全流程开源版本LLaVA-OneVision-1.5在公开benchmark上达到Qwen2.5VL同等量级模型水平。

针对多模态嵌入大模型,提出利用图文交错数据生成图文对训练数据的方法RealSyn以解决数据不足问题,提出文本蒸馏和困难负样本强化训练的UniME,提出局部和全局分别对齐(DeGLA)的方法解决组合理解问题,为了弥补UniME批次样本内困难负样本采样不足提出全局困难负样本采样的方法UniMEV2。

公司在不断探索前沿技术的同时,仍积极推进产品化策略,重点推进各领域产品的商业化落地,重视研发和市场接轨。

(二)持续升级产品矩阵,构建软硬一体产品体系。

报告期内,公司提出AI原生自进化,以自研的视觉基础模型、多模态大模型为技术核心,通过端到端开发平台(AIEdgeStudio)支持算法的快速训练,并在实际应用场景中持续迭代,形成了“数据—训练—推理—反馈—再优化”的闭环,使产品能更好地适应复杂多变的现实环境,也能更精准地贴合垂直领域的业务需求,从而推动核心AI技术与行业应用场景的深度融合。

同时,公司协同子公司国科亿道的硬件研发能力,构建了软硬融合交付体系。

在此基础上,公司将项目经验、算法能力与场景方法论等逐步沉淀为可复用、可部署的产品能力,建立AI原生的软硬一体产品体系,为客户打造“低成本、高性能、可进化、软硬一体”的AI超融合解决方案。

智慧金融领域:公司发布了最新版AI+金融全系列整体解决方案,产品阵容全新升级,以公司自研的视觉基础模型、多模态大模型、智能体平台为基础支撑,进一步将产品深入银行核心业务。

智慧金融产品在符合国产信创要求的基础上,增加AI智能体、反诈应用等功能,同时新推出了金融智慧管理赋能助手“金砖Super-Agent平台”,赋能银行客户在合同审核、贷前贷后报告、智能营销、智能BI等多场景智能化升级,通过知识库、MCP(ModelContextProtocol,模型上下文协议)服务、数据服务、大模型API等功能模块,可支持构建多个具备金融行业专家知识或专业技能的智能体。

城市管理领域:产品矩阵实现了全面升级和迭代,形成了以“战狼”和“深眸”为核心的双轮驱动产品体系。

基于Glint-MVT视觉大模型基座,战狼智能视图大数据系统实现了从图片到视频的统一支持,大幅提升了视频特征表达能力。

新版本强化了对视频图像数据的理解与决策能力,完成了多模态知识图谱的构建与部署,提升了跨模态实体的精准关联能力。

在巩固现有人、车、非、脸算法技术优势基础上,公司于2025年上半年推出了成熟的低代码平台和AI点位打标运维功能,支持零代码引导式交互。

目前公司已完成了深眸视觉智能工坊(以下简称“深眸”)第一阶段的产品研发和设计,深眸是公司面向泛安防场景推出的下一代AI基础设施产品,搭载轻量级算法训练平台,实现训推一体化闭环;能深度融合视觉、行业数据等多种维度信息,做出更接近行业的精准判断,且模型支持针对行业数据进行针对性“喂养”与迭代,真正实现从“通用识别”向“行业专家”的蜕变。

政务及特种领域:公司发布了基于国产信创平台的“政企数字员工大模型一体机”与AIPC产品“墨刃Z1AIPC”,全面适配信创生态,确保从硬件到应用的自主可控,其中智能体协同增效平台具备集成政企管理、流程自动化、辅助决策等功能,能够有效帮助客户提升团队效能。

智慧教育领域:公司已完成了产品体系迭代升级,从聚焦体育中考到覆盖校园全场景、部队体训,提供了一套完整闭环的智慧体育产品,涵盖操场、体测室、运动角和中考考场、部队体训专项等业务场景。

(三)深耕重点细分领域,构建业务多元化发展格局报告期内,公司聚焦于市场开拓与业务多元化发展,重点深耕智慧金融、城市管理、政务及特种、智慧教育等领域,深度挖掘多场景需求,拓宽收入来源,逐步改善客户集中度问题。

2025年,公司来自中国农业银行以外的其他客户的营收占比超90%,收入金额同比增长近120%,公司在各重点领域的市场拓展初显成效。

智慧金融领域,公司在继续深度服务现有客户的同时,积极开拓新客户,2025年公司已于多家城商行、农商行开展试点工作,并成功在部分银行实现订单转化。

城市管理领域,公司持续深化与重点客户的战略合作,在深耕公安行业的同时,积极拓展其他行业。

此外,公司通过补充完善区域营销团队体系、积极拓展合作伙伴网络、加大行业技术投入三项关键举措,积极布局西北、华中、华东等重点区域。

除传统视图解析领域外,公司在多模态视觉大模型相关产品等方面开展了新的合作项目。

政务及特种领域,公司协同合作伙伴已向多个政企客户提供超融合一体机产品,并持续巩固智能终端计算设备业务,凭借核心硬件自主可控、防护性能出众构建差异化竞争优势;同时大力拓展大型客户资源,并加速AI赋能终端产品,延展市场边界,发掘并渗透新领域客户群体。

智慧教育领域,公司通过营销团队建设,针对普教、高教、部队等客户,通过试点典型案例的方式进行项目落地,针对大客户服务成立专项组,实现精准服务和规模化营销。

(四)深化组织架构优化,完善激励机制,强化人才驱动与管理赋能为应对外部挑战并抓住AI发展机遇,公司进行了一系列组织变革,通过调整组织架构、完善激励机制、强化人才驱动与管理赋能三大关键举措,系统性地提升组织活力和核心竞争力,为公司实现高质量发展奠定坚实基础。

报告期内,公司持续对组织架构进行了优化调整,正式组建政企事业部与金融科技事业部,形成更加清晰的业务边界与权责体系。

同时,通过优化销售网络布局持续提升销售能力:一方面,全面重建销售体系,依据行业特性有针对性地组建专业化销售团队,并持续按效果进行优化,确保对各行业的销售推广更具精准度与高效性。

另一方面,着力打造行业专家级别的售前解决方案团队,在为客户提供更优质服务的同时,也将市场需求更及时、准确地反馈给产品研发团队。

此外,公司于2025年上半年实施了“2025年限制性股票与股票增值权激励计划”,激励对象覆盖公司高管、中层管理人员及核心技术(业务)人员,旨在有效地将股东利益、公司利益和经营者个人利益结合在一起,通过长期激励约束机制,吸引和留住优秀人才,充分调动其积极性与创造性,提升管理团队的凝聚力与忠诚度,驱动公司长远发展。

在新管理梯队与激励体系推动下,公司将持续提升管理能力,升级销售网络与研发协同机制,加速市场需求向技术落地的转化效率,通过多元化业务布局,逐步改善营收结构,以技术护城河支撑多领域核心场景商业化,驱动公司向高质量发展加速跃迁。

三、报告期内核心竞争力分析(一)核心竞争力分析1、深耕于计算机视觉行业的技术研发优势在技术研发层面,公司建立了行业领先的技术研发体系,尤其在计算机视觉领域形成了显著优势。

通过深入理解行业典型场景,始终专注核心技术的自主创新与研发,公司目前已形成了多模态大模型技术、3D立体视觉技术、自动化交通场景感知与事件识别技术、大规模跨镜追踪技术、机器人感知与控制技术、视频动作分析技术六大技术方向,掌握了多目传感器标定与深度估计技术、行为识别技术、人体姿态及动作分析技术、实时定位与建图技术和目标检测与跟踪技术等多项核心技术并拥有多项自主知识产权。

(1)全栈自研大量核心算法公司在视觉领域持续深耕,并于2025年5月发布自主研发视觉大模型系列Glint-MVT(深瞳灵感)。

Glint-MVT(Margin-basedpretrainedVisionTransformer),是团队自主研发、设计的视觉预训练Transformer模型。

该模型在特征表达能力上均优于国内外同类型模型。

基于Glint-MVT进行特定任务的微调,可以快速低成本地生产高质量专用模型。

Glint-MVTv1.5已经发表在计算机视觉顶会ICCV2026,它具有无需显式语言监督、支持原始分辨率分析及OCR和局部特征强化等特点。

Glint-MVT可应用在多模态大模型中作为视觉编码器,对比其他视觉编码器,使用Glint-MVT的多模态大模型在文字OCR任务和局部理解任务都有优势。

在多个OCR测试集、以及COCO和LVIS检测分割测试集上,基于MVTv1.5的VLM模型表现均优于基于谷歌的SigLIP的模型表现。

在此多模态大模型基础上训练得到的参考分割模型Glint-RefSeg取得了该任务最好的结果。

2025年9月,基于MVTv1.5公司发布了Glint-VLM的开源版本LLaVA-OneVision-1.5,该模型的训练测试数据、训练测试代码及模型全部开源,在4B、8B量级模型上超过Qwen2.5-VL。

LLaVA-OneVision-1.5发布后获得业界关注,为业界提供了良好的视觉语言大模型训练参考,被InfoQ评选为“AI开源明星项目TOP10”。

公司的多模态嵌入模型Glint-ME(MultimodalEmbedding)在学术多模态嵌入评测榜单MMEB获得第一名。

在多模态嵌入方向上,针对多模态嵌入模型数据不足提出的利用图文交错数据生成训练的方法RealSyn,提出文本蒸馏和困难负样本强化训练的UniME,提出局部和全局分别对齐(DeGLA)的方法结论组合理解的问题,这三项工作已被ACMMM2025接收。

此外为了弥补UniME批次样本内困难负样本采样不足提出全局困难负样本采样的方法UniMEV2,该工作已被AAAI2026接收。

此外,公司多项核心算法在国际、国内的权威机构或组织举办的算法比赛中多次名列前茅:公司搭建的基于预训练视觉大模型的行为分析大模型在OpenFAD23竞赛的动作分类任务中获得第一;公司在2022年ECCVPointCloud-CChallenge点云分割和点云分类两个赛道均获第2名;在第一届花样滑冰动作识别挑战赛中公司运用领先的运动姿态分析技术获得了冠军。

公司的人脸识别技术在公开数据集MegaFace上识别准确率达到99.1%,公司在公安部治安管理局亿级人像算法测试中,1比1人像比对测试万分之一误识率下的通过率为99.97%,5万样本比1亿级人像比对测试中首位命中率超过98%,均高于行业平均水平。

公司的车辆识别技术能够对大陆号牌、港澳号牌、非机动车号牌等多种类型的车牌进行多种尺寸和角度的识别,支持倾斜角度在45°范围内的车牌,准确率在99%以上。

同时,公司支持的机动车、非机动车、人体属性识别多达50余项,重点属性识别准确率超过95%,达到国内领先水平。

(2)技术平台深耕视觉算法和多模态大模型的同时,公司在端侧视觉AI领域不断创新,推出面向视觉算法和边缘计算的AI开发平台AIEdgeStudio,通过公司自研的视觉模型基座Glint-MVT、AdapterTuning训练微调技术及下游任务高效推理组合方案,平台能够快速构建高性能视觉模型,自动适配多种边缘设备,全面解决视觉应用规模化落地的难题,确保各类边缘业务的稳定可用与高效运行。

从模型生产流程来看,AIEdgeStudio开发平台覆盖从数据采集、标注、训练、评估到部署等13个关键环节,实现AI应用交付全流程自动化。

相较于传统开发方案仅支持基础流程,且需要算法专家和研发工程师配合,AIEdgeStudio平台实现低门槛、零代码引导算法的全流程开发。

借助平台能力,可以将传统6-8周的开发周期压缩至最快3小时。

在产品功能方面,平台具备数据采集、数据处理、模型训练、模型管理、模型推理、云边端设备管理六大核心功能,构建一套完整的算法生产线。

平台支持多种视觉任务,例如图片与视频的分类、检测,以及图像分割、语义分割等,并可以灵活选配不同参数和类别的模型。

在自研边缘终端的基础上,平台可适配市场主流终端设备,解决数据、模型、部署终端割裂的问题,真正实现端到端的项目开发场景闭环。

公司建立了以数据平台与训练平台为核心,涵盖数据采集、数据预处理、数据标注、模型训练、模型优选等模块的技术平台——深瞳大脑。

数据平台支持多源多模态数据的自动收集和清洗归类,通过构建自动化处理为主、人工标注为辅的标注体系,形成海量增长的标签数据池,有效节省标注成本,提高了算法模型的研发效率。

训练平台则有效提高了模型训练的自动化水平,降低算法多平台部署应用的迁移难度,为算法高效生产及快速商业化应用奠定了重要基础。

公司利用深瞳大脑对数十亿训练数据进行清洗并基于大规模数据训练大模型,在海量数据下,研发了基于弱监督的大模型训练算法,节省了大量数据标注资源,提升了少样本场景的准确率。

数据、算法及应用在深瞳大脑内形成人工智能的正向循环,为公司的高效研发创新与产业应用提供了有力支持。

2、快速的商业化落地能力和良好的市场口碑公司凭借高效的算法生产技术以及对各下游行业与应用场景的深度理解,形成了产品快速商业化落地的能力,并结合自研大模型技术,根据行业客户的需求不断优化、升级核心技术,公司的主营业务产品在下游主要核心客户的认可程度高,良好的市场口碑为公司市场拓展及持续发展奠定了重要基础。

智慧金融领域:公司自主研发设计的智能化设备在农业银行各地分支机构推广使用,目前产品已覆盖上万家网点,包含智能安保、智能运营、智能风控等多个金融业务场景。

2025年,公司开始在多家银行试点金砖视觉类产品,并成功在部分银行实现订单转化,为未来规模化部署打好基础。

同时公司全面发展智能体产品能力,形成视觉+智能体的多模态金融智算平台产品,打造面向银行客户的新一代AI综合管理平台。

城市管理领域:公司研发的城市治理系统战狼智能视图大数据系统已经在全国多个省、市、县的公安机关完成商业落地形成了可复制的成功模式。

该系统搭载的基于新一代视频语言多模态大模型(VLM)的图文布控、以文搜图、AI打标、低代码建模引擎等功能,有效解决了公安机关长尾需求无法快速上线、人工运维成本高企、应急时间响应较慢等痛点。

同时,公司正在全力研发基于大语言模型的多智能体系统,以AI助手的形态辅助客户快速完成工作任务。

报告期内,公司启动了“文图通解”、“指令流转”及“多任务调度”三项核心Agent能力的验证工作,推动其在视频专班与图侦专班中的实战落地。

在交通管理方面,公司研发的车路协同感知MEC产品已完成多省市交付,车载视频记录取证设备、交通事件分析系统等产品已在多个省市规模化应用,围绕交通治理的多款执法取证装备已在多省市进行试点应用。

政务及特种领域:公司的商业化落地成效显著,依托突出的产品优势与清晰的市场布局,实现规模化供货与市场份额稳步提升。

公司相关产品已顺利通过行业严格认证与测试,正式进入批量供货、规模化交付阶段,形成稳定的供货体系与交付流程,实现“研发-生产-交付”全链路高效推进,客户覆盖政府机关、特种单位及行业重点央企等。

同时,公司以“硬件定制+AI算法集成”的合作模式,贴合政务及特种场景个性化需求,提升客户粘性与复购意愿。

2025年,公司协同合作伙伴已向多个政企客户提供超融合一体机产品,在政务知识库、办公智能体、业务协同应用等方面获得用户认可,目前处于推动商务落地阶段。

智慧教育领域:公司发布的骁腾智慧体育产品系列,针对普教、高教、部队体训等相关业务拓展,在多个高校场景以及部队体训相关场景业务落地,并服务于北京部分区域的初中学业水平考试体育现场。

3、保持技术不断创新的机制安排和技术储备公司以技术研发为核心驱动力,建立了研发管理流程、人才储备机制、股权激励机制、知识产权保护等多项保持技术不断创新的机制安排。

公司拥有完整的研发组织架构与创新机制,以用户需求为核心,采用迭代、循序渐进的敏捷方法进行研发活动,并对整个产品生命周期进行管理,在过程中不断对执行结果和阶段目标进行总结复盘,通过不断迭代完善产品质量和改进研发过程。

报告期内,公司研发投入14,603.10万元,占营业收入比例为93.93%。

公司在研项目涵盖计算机视觉、语音语义等多模态基础算法、新一代智能化硬件、通用硬件等多项技术研发,和面向智慧金融、城市管理、政务及特种、智慧教育等各领域产品和下游应用及部分前瞻性探索项目的研发,技术储备充足,为公司产品的推陈出新提供了有力支持。

随着技术的不断演进,新需求不断提出,公司将在核心技术上不断创新。

Glint-MVT将从纯图像预训练模型升级为视频预训练模型,并结合业务上视频流分析场景提升应用效果。

针对多模态大模型使用成本较高的问题,公司也将不断优化模型,结合模型小型化、量化和软硬件结合优化等技术将多模态大模型普惠应用。

公司在核心算法技术、应用场景等相关技术的前瞻性研究和探索将进一步增强公司的技术积累,为持续较快发展提供坚实的技术支持。

4、团队优势和人才储备经过多年发展,公司建立了一支高学历、高水平的研发队伍。

截至报告期末,公司研发人员194人,占员工总数的59.69%,核心技术团队由公司创始人、董事长、首席科学家赵勇博士等在内的5人组成,涵盖算法、智能应用、产品设计、硬件开发等多领域的资深人才,公司副总经理张强先生曾获得军队科技进步二等奖。

公司团队拥有丰富的学术知识与研发创新经验,对行业前沿技术与发展趋势具有深刻认知及判断力,保障了公司核心技术的持续研发创新。

(二)公司发展战略公司以人工智能技术为核心,多技术融合创新产品为手段,积极响应人工智能产业的相关政策号召,致力于推进人工智能技术在更多行业领域中的应用及普及。

随着人工智能大模型技术的突飞猛进,未来人机交互方式将发生重大变革,公司将继续加大人工智能领域的技术研发投入,围绕擅长的垂直领域重点投入,开发自主可控的多模态大模型和全新形态的复杂AIGC系统,化繁为简,以新的形态和能力持续加强公司基础技术能力的大规模可复制性和通用性。

公司将同时把握物联网、大数据、机器人等先进技术的发展趋势,将人工智能技术与其他先进技术深度融合,结合社会生产生活的各类应用场景,打造广泛、高效、易用、可信赖的人工智能产品及解决方案,同时,公司将积极推进产品化策略,向客户持续低成本、大规模的交付易用、稳定、高性能的产品,成为一家优秀的产品化公司。

(三)经营计划2025年,公司围绕智慧金融、城市管理两大战略赛道,以及政务及特种、智慧教育两大创新领域,推进“2+2”战略,在稳健转型的过程中逐步实现业务多元化发展。

2026年,随着千行百业正在经历AI驱动的深刻变革,为进一步提升公司的AI交付水平,打造可持续进化的AI工程化落地能力,公司将系统性推进战略升级,在围绕智慧金融、城市管理两大已经验证、并能够持续沉淀产品能力和行业方法论的核心支点基础上,将公司的AI原生产品体系、商业化落地交付能力复制到政务及特种、智慧教育等更多行业、更多场景及更多产品形态中,施行“2+X”发展战略。

1、强化核心技术,沉淀平台能力公司仍将持续深耕核心技术、聚焦重点领域研发投入,保持对前瞻技术方向的敏锐探索,继续实施“多模态大模型技术与应用研究项目”,以巩固公司在技术层面的领先优势。

2026年开年之初,公司灵感实验室发布了新一代视觉基础模型Glint-MVTv2.0,通过利用视频编码自带的运动矢量和残差信息的策略,减少了90%的冗余Token,大幅提升模型训练效率的同时,也为公司各项产品的进化升级提供了强劲动能。

2、业务领域拓展与深化智慧金融领域,公司将持续聚焦银行业务痛点和需求,升级面向银行运营场景的AI智能管理系统“元识·睿镜运营智算解决方案”,同时融入企业级智能体操作系统DeepBot-OS,着力为客户打造一套多智能体稳定、高效、自主工作的解决方案,进而实现元识金融多模态智算平台的进化提升,让金融AI真正具备了“随业务而变”的生命力。

城市管理领域,基于面向泛安防场景的下一代AI基础设施:深眸视觉智能工坊,通过将算法灵活封装为标准化模块的方式,公司为客户提供了一套具备可视化编排能力的解决方案,在提升算法构建和部署效率的同时,大幅降低一线业务人员的使用门槛。

此外,为解决企业AI落地痛点,公司面向传统视频及AIoT场景全面赋能,打造具备设备可纳管、算法可升级、规则可编排、业务可闭环、系统可持续成长的自进化视觉智能工坊Glint-Box系列产品,实现将AI从一次性算法交付,转化为可在业务现场持续进化的AI原生能力。

产品体系的全面进化升级,将赋能千行百业客户实现智能化升级,也将助力公司从传统的AI项目交付方式迈向轻量化的产品销售模式。

3、强化人才驱动与管理赋能公司所处行业属于典型的技术密集型、人才密集型行业,拥有丰富学术知识和研发创新经验的人才是公司构筑核心技术优势的基石。

公司全方位推进人才战略与管理优化举措,持续完善管理架构,激发管理组织活力,大力推动人才体系建设。

公司构建了更加专业化、年轻化、多元化的核心管理团队,借助更为优化的组织架构、具备竞争力的薪酬体系、富有吸引力的激励机制以及积极向上的企业文化环境,广泛吸纳优秀人才,为公司可持续发展筑牢人才根基。