公司财务表现 - 2025年度实现营业总收入15.06亿元，同比增长243.37% [1] - 归属于母公司所有者的净利润亏损10.24亿元，上年同期亏损16.18亿元，亏损幅度同比收窄 [1] 业务与产品进展 - 公司专注全功能 GPU 研发创新，持续推进产品架构迭代 [1] - 成功推出旗舰级训推一体全功能 GPU 智算卡 MTTS5000，产品性能达市场领先水平并实现规模量产 [1] 市场与行业环境 - 受益于 AI 产业发展及高性能 GPU 市场需求旺盛 [1] - 公司产品竞争力与市场认可度不断提升，带动收入及毛利增长 [1]

公司2025年度业绩快报核心数据 - 报告期内实现营业总收入15.06亿元，同比增长243.37% [1] - 归属于上市公司股东的净利润亏损10.24亿元，上年同期亏损16.18亿元，亏损额同比收窄 [1] - 基本每股收益为-2.53元 [1] 公司财务表现分析 - 营业收入呈现高速增长，同比增幅超过两倍 [1] - 净利润虽仍为亏损，但亏损额较上年同期显著减少，同比收窄约5.94亿元 [1]

财务表现 - 公司2025年实现营业收入150,552.51万元，较上年同期大幅增长243.37% [1] - 公司2025年归属于母公司所有者的净利润为-102,431.13万元，亏损较上年同期收窄36.70% [1] - 报告期末，公司总资产达到1,530,782.30万元，较本报告期初增长116.14% [1] - 报告期末，归属于母公司的所有者权益为1,143,547.93万元，较本报告期初显著增长154.69% [1]

公司产品与技术进展 - 摩尔线程公司于2月26日宣布，其AI训推一体全功能GPU MTT S5000已完成对阿里三款全新模型的全方位适配 [1] - 此次适配的模型为阿里最新开源的三款中等规模千问模型，具体型号为Qwen3.5-35B-A3B、Qwen3.5-122B-A10B和Qwen3.5-27B [1] 行业生态与模型发展 - 阿里在开源了Qwen3.5-397B-A17B模型后，继续开源了上述三款中等规模模型，表明其在大模型开源生态上持续发力 [1] - 国产AI芯片厂商与主流大模型厂商的适配合作正在加速，有助于推动国产AI软硬件生态的完善 [1]

合作公告 - 摩尔线程与五一视界于2月24日宣布达成深度技术合作[1] 合作目标与背景 - 合作旨在共同打造全栈国产化的物理AI仿真体系，为智能驾驶行业提供自主可控的核心算力与仿真解决方案[3] - 合作旨在破解行业公认的技术瓶颈，即高效处理“长尾场景”、实现高置信度的闭环仿真与合成数据生成[3] - 双方构建了从底层芯片到上层应用的国产软硬件协同闭环[3] 合作技术核心 - 合作基于摩尔线程全功能GPU MTT S5000与五一视界的下一代智驾仿真平台SimOne 4.0[3] - 合作核心是对SimOne 4.0平台进行系统性适配与深度优化，成功贯通了大模型感知挖掘、4DGS模型训练、4DGS仿真推理及合成数据生成等关键链路[4] - MTT S5000是专为大模型与高性能计算设计的GPU，单卡AI算力高达1000 TFLOPS，配备80GB显存、1.6TB/s显存带宽和784GB/s卡间互联带宽[5] 实测性能表现 - 在大模型感知挖掘方面，MTT S5000与SimOne 4.0结合后，在8B和30B MoE模型下的“预填充”阶段首字响应速度优于国际主流竞品，优势最高达14%，且在10并发高压环境下保持稳定吞吐量[7] - 在4DGS场景重建方面，仅需2.5小时即可完成一个真实Clip场景的高质量重建[7] - 在推理端，面对单Clip包含1600万个高斯点的超大模型负载，成功实现了11路摄像头加1路激光雷达的实时闭环仿真[7] 合作意义与公司定位 - 合作意义在于构建面向未来的物理AI基础设施[7] - 摩尔线程是国产GPU领军企业，致力于向全球提供加速计算基础设施和一站式解决方案[7] - 五一视界是国家级专精特新“小巨人”企业，其SimOne平台依托近10年行业深耕，已为全球超百家客户提供端到端智能驾驶仿真与数据闭环解决方案[7] 行业影响与未来展望 - 合作标志着国产软硬件生态正在加速形成深度协同的闭环[9] - 双方共同构建的物理AI进化平台不仅服务于自动驾驶，其通用性亦可迁移至具身智能机器人的空间感知与操作训练中[9] - 该体系旨在为全球自动驾驶产业输出具备核心竞争力的“海淀方案”或“中国方案”[9][10] - 双方将持续深化技术融合，打磨国产算力底座上的算法表现，共建繁荣的智驾创新生态[9]

文章核心观点 - AI加速芯片是驱动智能时代发展的核心算力引擎，中国行业在政策支持、大模型需求驱动下，正经历爆发式增长，并聚焦高端技术突破、生态建设与场景定制化，以深化国产替代并构建全球算力“第二极”[1] AI加速芯片行业相关概述 - AI加速芯片是面向人工智能算法优化的专用集成电路，通过专用计算单元与并行架构设计高效处理AI核心计算任务，在算力、功耗、延迟上实现对通用CPU的数倍至数十倍提升，适配云、边、端全场景算力需求[2] - 按技术架构主要分为GPU、ASIC、FPGA三类：GPU通用性强、生态成熟，适合大规模AI训练；ASIC算力与能效最优，多用于云端与终端推理；FPGA可灵活编程，适配边缘与算法迭代场景[3] - 按功能场景可分为训练芯片和推理芯片，按部署位置可分为云端、边缘、终端芯片[3] - 中国行业发展大致可分为四个阶段：2015年前技术空白依赖进口；2016-2018年自主起步期实现0到1突破；2019-2022年国产替代加速期产品规模化落地；2023年至今进入高端算力攻坚阶段，向自主可控、高性能、规模化商用方向加速推进[5] 行业政策环境 - 国家相继出台多项政策，从顶层战略规划、算力基础设施建设、核心技术攻关、产业融合应用、产业链安全可控等维度构建全周期支持体系，明确高端训练与推理芯片、先进架构、软硬协同与规模化落地的发展方向，为行业提供稳定政策预期并加速国产替代与生态完善[6] 全球及中国AI加速芯片行业发展现状 - 大模型快速迭代推动AI产业高速发展，底层算力芯片与基础设施升级共同驱动全球AI产业进入高速发展阶段[6] - 全球人工智能市场保持强劲增长，IDC预测2025年全球2000强企业将把超过40%的IT预算投向AI相关项目，花旗研究数据显示全球AI资本支出规模将从2024年的0.2万亿美元增长至2028年的1.4万亿美元，年均复合增长率超过50%[7] - 全球AI加速卡市场规模2024年达1190.28亿美元，预计2028年将攀升至5257.70亿美元[7] - 中国AI加速卡需求呈现爆发式增长，市场规模从2020年的122.54亿元增长至2024年的2164.77亿元，年均复合增长率高达105.01%，预计2028年将达到11076.46亿元，2024-2028年复合增长率为50.40%，届时中国市场需求将占全球近30%[9] 全球及中国AI加速芯片细分市场分析 - 按部署位置划分，云端市场占据绝对主导地位，全球AI加速卡云端应用市场规模将从2024年的1078.66亿美元增长至2028年的4523.96亿美元，复合增长率达43.11%，长期占据全球整体市场规模的80%以上[9] - 推理端算力需求迎来爆发式增长，成为市场新增长引擎，预计到2028年，全球推理用AI加速卡市场规模将从2024年的476.11亿美元增长至3256.18亿美元，复合增长率高达61.71%[10] - 中国市场方面，推理用与训练用AI加速卡需求双增长，2020-2024年中国训练用AI加速卡市场复合增速达97.95%，预计2028年将达到2990.64亿元；推理用AI加速卡同期年均增速达111.06%，未来四年将以59.41%的增速扩张至8085.82亿元，届时占中国AI加速卡整体市场比重将超过70%[10] 中国AI加速芯片行业发展趋势 - 高端突破与架构创新并行，破解核心技术壁垒：行业将以高端算力突破为核心，在先进制程替代、集群互联等领域攻坚，并依托存算一体、Chiplet等新兴技术突破瓶颈，推动产品从“能用”向“好用”升级[12] - 生态建设常态化，构建自主可控的产业闭环：芯片企业将加大软件工具链研发，完善编译器与框架适配，推动“芯片-模型”双向适配与优化，并联动产业链上下游加强IP核、EDA工具等环节自主突破，培育开发者社区[13] - 场景深度适配，差异化竞争格局持续深化：行业将从通用型芯片向场景定制化转型，自动驾驶、工业互联、边缘智能等垂直场景成为核心发力点，头部企业全场景布局与中小企业深耕细分赛道形成互补，推动国产芯片在关键领域实现规模化替代与普惠化发展[14]

文章核心观点 - 2026年新版《道路机动车辆生产企业准入审查要求》将仿真验证能力列为强制性关键要素，为国产仿真平台带来巨大市场机遇，并推动智驾产业链加速实现“自主可控” [1] - 在此背景下，五一视界宣布其下一代智驾仿真平台SimOne 4.0已完成与摩尔线程旗舰AI训推一体GPU MTT S5000的深度适配与优化，实现了从大模型感知挖掘到4DGS仿真推理的端到端国产算力打通，为应对新规下的严苛验证需求提供了国产底座 [1] 算力底座的“跨代式”追赶 - 端到端智驾技术路线收敛，基于海量数据的高置信度闭环仿真和合成数据成为提升算法长尾场景处理能力的关键，而仿真效率上限取决于基础硬件 [2] - 高端GPU市场长期被海外巨头垄断，但五一视界与摩尔线程的合作显示格局正在变化，SimOne 4.0已完成与MTT S5000的深度适配 [2] - MTT S5000是专为大模型训练、推理及高性能计算设计的全功能GPU，单卡AI算力（稠密）最高达1000 TFLOPS，配备80GB显存，显存带宽1.6TB/s，卡间互联带宽784GB/s，支持FP8到FP64全精度计算 [2] - 实测数据显示，MTT S5000在FP32、FP16及INT8等关键精度上性能增长约1.47倍，FP64双精度算力领先幅度约1.48倍，其MTLink技术使卡间带宽提升约30% [3] - MTT S5000通过FP8提升训推效率、FP64保障计算精准、光线追踪实现高保真渲染，为智能驾驶提供自主可控的国产算力支撑 [3] 场景实测：在复杂博弈中验证“真功夫” - 在SimOne 4.0的大模型感知挖掘功能中，针对Qwen3-VL多模态大模型进行深度调优，实测显示MTT S5000在“预填充”阶段的首字响应速度（TTFT）均优于国际主流竞品，优势最高达14%，且在10并发高压环境下保持稳健吞吐量 [4] - 在4DGS（4D高斯泼溅）领域，基于入选AAAI 2026的LidarPainter技术，MTT S5000在训练端仅需2.5小时即可完成一个真实Clip场景的高质量重建，性能比肩国际主流竞品 [4] - 在推理端，面对单Clip包含1600万个高斯点的超大模型负载，MTT S5000成功实现11路摄像头加1路激光雷达的实时闭环仿真，呈现像素级高保真效果，证明其已具备生产力级别属性，能胜任准入审查要求的极端工况验证 [4][5] - 这种高保真物理场景重建能力，同样可迁移至具身智能机器人的空间感知与操作训练中 [5] 隐形护城河：构建“芯片+系统”的通用底座 - 除了图形计算，五一视界已完成对主流国产芯片架构的全线互认，构筑安全护城河并响应国家信创战略 [6] - 在CPU层面，公司旗下51Aes、51Sim等核心产品已实现基于ARM架构的华为鲲鹏、飞腾，以及基于x86架构的海光、兆芯的流畅部署，特别是通过华为鲲鹏技术认证并加入“鲲鹏展翅”计划，夯实了国产服务器端运行稳定性 [6] - 在操作系统层面，公司将适配工作下沉至系统内核，先后完成与麒麟软件（银河麒麟高级服务器操作系统）及统信软件（UOS）的适配认证 [6] - 这意味着政府、能源等敏感行业客户可选择从芯片、底层操作系统到上层应用全链路自主可控的数字孪生解决方案，从容应对合规审查，构建能广泛赋能智能驾驶及人形机器人等具身智能终端的国产化通用基础设施 [6] 中国科技企业“国产自主可控”已经崛起 - 从携手摩尔线程在高端算力上突破，到打通华为鲲鹏、麒麟等操作系统生态，再到响应新版准入审查要求提供合规仿真验证能力，中国企业的“国产自主可控”正在发生量变和质变 [7] - 这不再是简单的参数对标，而是产业生态的战略闭环，SimOne 4.0的表现证明国产软硬件方案已迈过“能用”门槛，进入高精度、高负载任务的“好用”阶段 [7] - 随着算法与算力深度融合，以及政策法规对仿真验证能力的强制加持，一个繁荣、自主可控的物理AI生态底座正在逐步成型，为中国智能驾驶产业独立发展保驾护航，也为具身智能机器人等新兴领域的国产化落地铺平道路 [7]

公司战略合作 - 摩尔线程与五一视界宣布共建全栈国产化的物理AI仿真体系 [1] - 合作旨在通过打通从大模型感知挖掘、4DGS模型训练到4DGS仿真推理和合成数据生成的关键链路 [1] - 双方已完成系统适配与深度优化，标志着从芯片、仿真引擎到上层应用的国产软硬件生态闭环正加速形成 [1][2] 技术与产品赋能 - 摩尔线程以其旗舰级AI训推一体全功能GPU MTT S5000的强劲算力，深度赋能五一视界的下一代智驾仿真平台SimOne 4.0 [1] - 合作首次将国产算力与端到端智能驾驶仿真体系完整打通 [2] - 未来双方将持续深化技术融合，打磨国产算力底座上的算法表现 [2] 行业背景与目标 - 行业认为，随着端到端智驾路线收敛至VLA与世界模型，提升算法长尾场景处理能力成为关键瓶颈 [1] - 基于海量Log数据的高置信度闭环仿真与合成数据生成是行业公认的技术难点 [1] - 合作旨在突破上述挑战，开启物理AI高置信度闭环仿真与合成数据的全栈国产化新篇章 [1] - 双方目标是为全球自动驾驶产业输出具备核心竞争力的“中国方案” [2]

公司与合作伙伴的战略合作 - 摩尔线程宣布与五一视界共建全栈国产化的物理AI仿真体系 [1] - 摩尔线程以其旗舰级AI训推一体全功能GPU MTT S5000的算力，深度赋能五一视界下一代智驾仿真平台SimOne 4.0 [1] - 双方已完成系统适配与深度优化 [1] 行业技术挑战与解决方案 - 当前端到端智驾路线收敛至VLA与世界模型，提升算法长尾场景处理能力成为行业尚未破解的关键瓶颈 [1] - 基于海量Log数据的高置信度闭环仿真与合成数据生成是行业公认的技术难点 [1] - 为突破挑战，双方通过打通从大模型感知挖掘、4DGS模型训练到4DGS仿真推理和合成数据生成的关键链路，基于MTT S5000开启物理AI高置信度闭环仿真与合成数据的全栈国产化新篇章 [1] 合作的意义与未来展望 - 双方的联手首次将国产算力与端到端智能驾驶仿真体系完整打通 [1] - 此举标志着从芯片、仿真引擎到上层应用的国产软硬件生态闭环正加速形成 [1] - 双方将持续深化技术融合，打磨国产算力底座上的算法表现，共建繁荣的智驾创新生态 [1] - 目标是为全球自动驾驶产业输出具备核心竞争力的“中国方案” [1]

公司与行业动态 - 摩尔线程宣布其AI训推一体全功能GPU MTT S5000已与五一视界的下一代智驾仿真平台SimOne 4.0完成系统性适配与深度优化 [1] - 此次合作首次将国产算力与端到端智能驾驶仿真体系完整打通 [1] - 此举标志着从芯片、仿真引擎到上层应用的国产软硬件生态闭环正加速形成 [1] - 双方共同构建物理AI进化的基础设施 [1]