上市公司数据价值化研究榜单发布 - 上海数据交易所与上海高级金融学院联合发布"上市公司数据价值化研究榜单"，包含"数据资源入表上市公司100强"和"数据资源未入表上市公司100强"双榜单 [2] - 榜单通过行业、区域等多维度细分排名，为资本市场提供数据要素价值释放的全新图谱 [2] 数据资产化趋势与市场影响 - 自2024年1月《企业数据资源相关会计处理暂行规定》实施后，A股市场数据资产入表企业数量从一季度17家激增至年报披露期的100家 [3] - 数据资产披露规模从0.79亿元跃升至21.64亿元，覆盖行业从6个扩展至34个 [3] - 上市公司数据价值化实践深刻影响中国数字经济的进化方向 [3] 数据资源入表赛道表现 - 拓尔思信息技术股份有限公司以95.86分位居榜首，合合信息、每日互动紧随其后 [4] - 软件和信息技术服务业在前十名中占据五席，包括航天宏图、海天瑞声、罗克佳华等企业 [4] - 通信三巨头中国移动、中国联通、中国电信均进入前十，山东卓创资讯以黑马姿态闯入前五 [4] 数据资源未入表赛道表现 - 万达信息（94.28分）、桑达股份（89.45分）、信息发展（87.64分）组成第一梯队 [4] - 软件信息服务企业在未入表榜单中占据两席，显示该领域在数据价值挖掘方面的优势 [4] 数据价值化的战略意义与挑战 - 数据资产入表可优化企业资产结构，通过摊销机制实现成本收益匹配 [5] - 规范的数据估值体系为数据流通交易奠定基础，激活数据要素的市场潜能 [5] - 产权归属模糊、公私数据界定不清等瓶颈亟待突破 [5]

榜单发布背景与意义 - 上海数据交易所与上海交通大学上海高级金融学院联合发布国内首个系统性评价上市公司数据价值化进程的"上市公司数据价值化研究榜单"，分为数据资源入表上市公司100强和未入表上市公司100强[1] - 榜单有助于明晰数据资产化发展方向，识别行业领先企业并剖析其挑战，为其他企业提供示范路径[1] - 榜单反映上市公司作为中国数字经济重要主体在推动数字经济发展中的贡献，以及数据要素化、产品化和资产化的发展情况[1] 榜单数据与行业表现 - A股公司数据资产入表显著提速：参与企业数量从17家跃升至100家，披露规模从0.79亿元增长至21.64亿元，涉及行业从6类扩展到34类[2] - 软件和信息技术服务业表现突出，5家企业进入榜单前十，包括拓尔思(95.86分)、合合信息(95.63分)、航天宏图、海天瑞声、罗克佳华[3] - 电信领域三大运营商中国移动、中国联通、中国电信分列第七至第九位，互联网行业卓创资讯位列第五[3] - 未入表企业榜单中，万达信息(94.28分)、桑达实业(89.45分)、信息发展(87.64分)位列前三，万达信息和信息发展同属软件和信息技术服务业[3] 数据价值化对企业的意义 - 数据价值化能为企业带来新增长点，推动经济结构优化升级，为培育新质生产力和高质量发展提供支撑[5] - 数据资产入表可扩充企业资产规模、提升当期利润，优化财务报表结构，并为数据深度挖掘创造有利条件[5] - 通过规范的数据估值体系，数据资源可在合规框架下流通交易，激活数据要素潜能，创造持续增长的企业价值[5] 行业建议与发展路径 - 企业需精准定位产业链位置，洞察行业数据化特性，挖掘应用场景，制定适配的数字化转型策略[6] - 数据价值化是系统性工程，需做好数据治理、确权等前置工作，保障合法合规，维护各方权益[6] - 探索多元化数据价值实现路径，包括数据交易、业务创新赋能、金融征信等领域的潜在价值挖掘[7]

华为盘古概念板块表现 - 截至6月10日收盘，华为盘古概念下跌2.40%，位居概念板块跌幅榜前列 [1] - 板块内仅2只个股上涨，涨幅居前的为梅安森（+1.72%）和捷成股份（+0.19%） [1] - 泛微网络、北信源、酷特智能等个股跌幅居前 [1] 概念板块涨跌幅对比 - 转基因概念以3.15%涨幅领涨，EDR概念以-2.63%跌幅居首 [2] - 华为相关概念普遍下跌，华为昇腾（-2.34%）、华为欧拉（-2.07%）紧随华为盘古之后 [2] - 中韩自贸区（+2.30%）、毛发医疗（+2.25%）等板块表现较好 [2] 资金流动情况 - 华为盘古概念板块主力资金净流出8.09亿元 [2] - 24只个股遭主力资金净流出，9只净流出超3000万元 [2] - 拓维信息净流出1.76亿元居首，常山北明（-1.19亿元）、科蓝软件（-6620.58万元）次之 [2] - 梅安森获主力资金净流入2855.04万元，华凯易佰（+671.66万元）、泛微网络（+468.95万元）亦有净流入 [2][3] 个股数据明细 - 拓维信息换手率7.26%，股价下跌2.67% [2] - 北信源跌幅达3.89%，主力资金净流出3013.60万元 [2] - 酷特智能换手率10.68%，股价下跌3.64% [3] - 梅安森换手率9.03%，主力资金净流入金额居板块首位 [3]

MLOps概念板块表现 - MLOps概念板块下跌2.56%，位居概念板块跌幅榜前列 [1][2] - 板块内星环科技、新炬网络、新点软件等个股跌幅居前 [1] - 板块主力资金净流出5.21亿元，13只个股获主力资金净流出 [2] 个股资金流向 - 润和软件主力资金净流出2.31亿元，居板块首位 [2] - 科大国创、拓尔思、中科创达分别净流出5932.31万元、4689.35万元、4629.97万元 [2] - 传音控股、宇信科技、新点软件主力资金净流入居前，分别净流入2080.86万元、1586.67万元、515.63万元 [2][3] 概念板块涨跌幅 - 转基因概念涨幅3.15%居首，EDR概念跌幅2.63%居首 [2] - 中韩自贸区、毛发医疗、玉米概念涨幅均超2% [2] - 华为盘古、华为昇腾、国家大基金持股等概念跌幅均超2% [2]

行业概述 - 自然语言处理（NLP）是计算机科学与人工智能的重要分支，旨在实现计算机对人类语言的理解、解释和生成，广泛应用于搜索、翻译、语音交互等场景 [2] - NLP技术类型分为基于规则的方法、统计方法和深度学习方法三大类 [2] - 2024年中国NLP行业市场规模约为126亿元，同比增长14.55% [1][15] 行业发展历程 - 萌芽期（20世纪50-60年代）：以机器翻译为起点，基于简单规则实现单词级处理，受限于计算能力和数据规模 [4] - 规则主导期（20世纪70-80年代）：手工构建复杂规则系统，涉及语法分析与引用处理，但规则灵活性不足问题显现 [4] - 统计学习期（20世纪90年代-2012年）：统计模型与机器学习结合，利用大规模语料库提升性能，神经语言模型和词嵌入概念奠定深度学习基础 [5] - 深度学习期（2013年至今）：深度学习模型（如RNN、LSTM、Transformer）与预训练语言模型（如BERT、GPT）主导，推动NLP性能跃升 [6] 行业产业链 - 上游包括硬件设备（高性能服务器、GPU、TPU等）、数据服务、开源模型、云服务等 [8] - 中游为NLP技术研发环节 [8] - 下游应用领域包括金融、医疗、教育、智能制造等行业 [8] - 2024年中国云服务市场规模约为5326.5亿元，同比增长11.95%，为NLP行业提供弹性计算资源 [10] 相关政策 - 2025年3月，教育部等部门印发《关于加强数字中文建设 推进语言文字信息化发展的意见》，提出到2027年建成国家语言文字大数据中心，到2035年提升中文在数字空间的使用占比 [12] - 2024年1月，工信部等七部门发布《关于推动未来产业创新发展的实施意见》，明确利用人工智能等技术支撑新型工业化 [14] - 2024年6月，工信部发布《国家人工智能产业标准化体系建设指南（2024版）》，提出制定50项以上自然语言处理相关标准 [14] 重点企业经营情况 - 百度集团：NLP技术覆盖机器阅读理解、跨模态交互等前沿方向，文心ERNIE 3.0刷新54个中文NLP任务基准，2024年总营收1331亿元 [17][21] - 科大讯飞：智能语音技术全球领先，AI学习机、智医助理等产品市场占有率领先，发布"讯飞超脑2030计划" [17][20] - 阿里巴巴：达摩院推动NLP技术突破，发布"通义千间"大模型，技术深度融入电商、金融场景 [17][20] - 拓尔思：聚焦智能风控、智能消保等金融场景，覆盖5大国有银行，2025年一季度营收1.25亿元，同比下降29.89% [18][20] 行业发展趋势 - 大模型与多模态融合：预训练语言模型参数量级跃升至万亿级，跨模态语义理解技术成为研发重点 [24] - 垂直领域深化与智能硬件融合：NLP技术深度融入医疗、金融、教育等行业，智能硬件渗透率达62% [25][26] - 数据安全与伦理规范：《数据安全法》与《个人信息保护法》推动NLP企业建立数据合规使用框架，推动"可信AI"演进 [27]

产业概况 - 多模态指集成和处理两种或以上不同类型信息或数据的技术，涉及文本、图像、视频、音频和传感器数据，旨在提升任务性能、用户体验和数据分析结果 [1] - 多模态大型语言模型(MLLMs)结合大型语言模型(LLMs)的自然语言处理能力与其他模态数据的理解与生成能力，提供更丰富的交互体验 [1] 产业链剖析 - 产业链分为基础层(硬件和基础软件)、模型层(CLIP、BLIP等模型)和应用层(生产制造、生活娱乐、公共服务等领域) [3] - 上游硬件参与者包括英特尔、英伟达，基础软件参与者有华为、腾讯等；中游模型层参与者包括OpenAI、Meta、阿里、百度等；下游应用层参与者包括用友网络、京东、阿里巴巴等 [3] 行业发展历程 - 中国多模态大模型行业依托政府支持、企业投入和学术力量，从基础研究到产业应用全面发展，未来有望从“追赶”到“引领”全球技术发展 [3] 行业政策背景 - 政策支持包括资金支持、简化流程、建立共享资源数据库等，旨在提升自主研发能力和科技成果转化效率 [4] - 具体政策包括《新一代人工智能示范应用场景的通知》(2022年8月)、《虚拟现实与行业应用融合发展行动计划》(2022年10月)等，涵盖算力资源调度、伦理规范、标准体系建设等 [4] 行业发展现状 - 国内大模型企业需完成《互联网信息服务深度合成管理规定》或《生成式人工智能服务管理暂行办法》备案 [6][7] - 截至2025年4月，国内已有327个生成式AI大模型通过备案，227个完成登记 [8] - 早期商业模式为SaaS和PaaS模式，现主流为MaaS模式(模型即服务)，通过API提供服务 [9] - 收费模式以token计价和订阅模式为主，价格差异较大 [10] - 2023年人工智能核心产业规模达5000亿元，大模型市场规模132.3亿元，同比增长110%；2024年大模型市场规模预计205亿元，多模态占比22%，市场规模45.1亿元 [11][14] 行业竞争格局 - 全国327个大模型通过备案，北京、上海、广东分别通过105、66、39个，京沪粤浙苏占比近80% [14] - 百度处于领先地位，算力能级与排名呈正相关，第一梯队算力能级为第四梯队两倍 [16] 产业发展前景 - 多模态大模型将成为未来发展重点，技术渗透率持续提高，预计2030年市场规模达969亿元，复合增速超65% [18][19]

多模态大模型核心技术-表征 - 表征学习是多模态任务的基础，涉及处理异质数据结合、不同噪声等级处理及模态缺失问题 [1] - Transformer出现前，CV领域主要使用CNN，NLP领域主要使用LSTM，多模态工作多采用异质网络单独提取特征后联合训练 [1] - Transformer统一多模态任务成为可能，2019年后基于Transformer的多模态预训练模型大量涌现 [1] 多模态大模型核心技术-翻译 - 跨模态翻译旨在将源模态映射到目标模态，如图像生成描述或文本生成图像 [2] - 基于语法模板的方法通过预设模板插入检测结果完成翻译，如图像描述中的who/what/whom/place插槽 [2] - 编码-解码器结构将源模态编码为隐特征后解码生成目标模态，如图像描述中CNN+RNN组合 [2] - 连续性生成针对时间严格对齐的流数据任务，如文本合成语音采用CNN并行预测+CTC loss [3] 多模态大模型核心技术-对齐 - 对齐用于发现不同模态子元素间关联性，如visual grounding任务 [7] - 显式对齐通过动态时间扭曲(DTW)、CCA等方法衡量相似性，深度学习方法逐渐流行 [7] - 隐式对齐通过注意力机制等解决潜在表示问题，降低对编码器的要求 [8] - 当前多模态对齐处于初期阶段，侧重人类指令对齐但忽略高层次价值整合 [8] 多模态大模型核心技术-融合 - 融合通过结合多模态数据增强性能，应用领域包括语音识别、情感识别和医学图像分析 [11] - 早期融合在特征层面合并模态，晚期融合在决策层面结合结果，混合融合综合两者优势 [11] - 神经网络成为主流融合方式，但图形模型和多核学习在数据有限或需可解释性时仍适用 [12] 多模态大模型核心技术-协同 - 协同学习利用一种模态数据训练另一种模态模型，分为并行、非并行和混合三类 [14] - 并行学习要求模态数据直接关联（如音视频同源），非并行学习通过类别重叠实现 [14][15] - 混合协同通过共享模态连接数据，已在视觉分类、动作识别和语义相似度估计中应用 [15]

多模态大模型行业定义及分类 - 多模态大模型是能够同时处理和理解多种模态数据（如文本、图像、音频、视频、3D模型等）的大规模人工智能模型，通过深度学习技术实现跨模态信息融合与推理 [2] - 与传统单一模态模型相比，多模态大模型更像全能翻译官，能够将不同模态信息融会贯通，更准确地处理复杂任务 [2] 多模态大模型行业发展历程 - 行业经历了任务导向阶段、视觉-语言预训练阶段和多模态大模型阶段 [4] - 多模态大模型阶段已实现更灵活的交互方式，强调跨模态理解与生成能力同步提升 [4] 多模态大模型行业发展现状 - 2024年中国多模态大模型市场规模为156.3亿元，较2023年增加65.4亿元，预计2025年达234.8亿元 [6] - 数字人领域应用份额最大（24%），其次是游戏与广告商拍（各13%），智能营销和社交媒体（各10%） [8] 多模态大模型行业产业链 - 上游包括AI芯片、GPU/FPGA/CPU/ASIC、服务器等硬件及基础软件 [10] - 中游为多模态大模型产品（如CLIP、BLIP、LLaMA等） [10] - 下游应用于工业、农业、金融科技等生产制造领域，教育、游戏、传媒等生活娱乐领域，基建、交通、医疗等公共服务领域 [10] - AI芯片市场规模从2019年116亿元增长至2024年1447亿元 [12] - 游戏领域2024年销售收入达3257.83亿元，用户规模6.74亿人 [14] 多模态大模型行业竞争格局 - 主流大模型包括中科院紫东太初、华为盘古、百度文心、腾讯混元、阿里通义、科大讯飞星火等 [16] - Kimi、DeepSeek等通过技术优化将训练成本控制在3000-6000万美元 [16] - 百度文心大模型4.5是首个原生多模态模型，具备多模态理解和高情商特点 [16] - 腾讯混元大模型采用动态路由机制，训练成本降低40% [16] - 阿里通义大模型在医疗、司法、文化传播等领域落地应用 [16] 多模态大模型行业发展趋势 - 多模态大模型正成为推动相关产业创新发展的重要力量，能提供更丰富和个性化的服务体验 [19] - 未来将实现更自然高效的人机协作，在金融分析、智能客服、教育辅导、内容创作等场景展现多任务处理能力 [19] - 技术发展将呈现更加多元和深入的趋势，模型将更智能、更人性化 [19]

报告行业投资评级 - 强于大市，预计该行业指数在未来 6 - 12 个月内表现强于基准指数，沪深市场基准指数为沪深 300 指数 [1][28] 报告的核心观点 - 小米发布自研芯片玄戒 O1 与纯电 SUV YU7，玄戒 O1 芯片发布提升国产芯片技术话语权，降低对海外供应链依赖，助力国产软硬件生态协同发展；NVIDIA GEAR Lab 推出 DreamGen 项目，为机器人学习提供新路径，开源计划推动我国技术革新和产业升级；谷歌推出安卓 XR 智能眼镜，推动全球科技巨头加速 XR 领域研发与成果落地，引领未来人机交互潮流，带动产业链发展 [5] - 建议关注科技自主可控相关企业，如软通动力、达梦数据等；以及基本面良好、未来提升空间较大的企业，如合合信息、大位科技等 [3] 根据相关目录分别进行总结 本周重点关注事件 - 小米 5 月 22 日晚发布自研芯片玄戒 O1 与纯电 SUV YU7，玄戒 O1 采用第二代 3nm 工艺，集成 190 亿晶体管，将搭载于小米 15S Pro 和小米平板 7 Ultra；小米 YU7 提供单电机后驱及双电机四驱版本，续航 670 - 760km [10] - NVIDIA GEAR Lab 近日推出 DreamGen 项目并计划未来几周全开源，该项目让机器人“在梦境中学习”，实现零样本行为泛化和零样本环境泛化，实验显示学习新动作成功率从 11.2%升至 43.2%，全新环境成功率从 0%达 28.5% [12] - 5 月 21 日凌晨谷歌在 I/O 开发者大会推出安卓 XR 智能眼镜，由谷歌与三星共同开发，使用 Android XR 系统，搭载 Gemini 模型，具备全天佩戴潜力 [13] 新闻及公司动态 行业新闻 - 芯片及服务器：5 月有多起芯片相关动态，如昂瑞微推新一代低功耗无线射频芯片、英伟达将推下一代人工智能系统等 [15] - 云计算：微软添加 AI 模型到云计算平台，上海推进云计算等技术集成应用，阿里云新增 7 个数据中心 [16] - 人工智能：多地有人工智能相关动作，如北京产投基金入股机器人公司、浙江出台扶持政策等，多家公司有新进展 [17] - 数字经济：深交所发布指数，上合组织将办论坛，多地有促进数字经济发展举措 [17] - 网络安全：“智谱清言”等存在违规收集信息问题，曙光网络发布流量回溯平台 [18] - 工业互联网：山东矿机获软件著作权，铜陵有色项目通过验收，工业互联网大会召开 [19] 公司动态 - 捷顺科技回购注销限制性股票，总股本和注册资本减少，因现金分红调整回购价格上限 [19][20] - 南天信息回购注销限制性股票，总股本减少 [20] - 拓尔思向 98 人首次授予 410.00 万股限制性股票，占公司股本 0.47% [20] - 光洋股份股票停牌，预计 6 月 3 日前披露重组方案 [20] - 海光信息与中科曙光筹划换股吸收合并并募集配套资金，股票停牌 [21]

政策历程与核心观点 - 2023年地方政策从算力角度切入，鼓励大模型技术体系发展和应用场景创新，广东、北京、上海率先行动 [1] - 2024年地方政策围绕"高效办成一件事"提升政务效率，2025年政府工作报告首次写入"支持大模型广泛应用"，强调国产算力底座的全链发展 [1] - 国家层面通过"人工智能+"行动促进数字技术与制造、市场结合，支持智能终端及装备发展，推动数据标注规模化标准化 [4] 国家层面政策汇总 - **规范性政策**：2025年3月《人工智能生成合成内容标识办法》要求平台审核AI内容标识，9月实施国家标准 [5] - **鼓励类政策**：2024年12月《中小企业数字化赋能专项行动方案》建设垂直行业大模型，强化中小企业技术供给 [5] - **支持类政策**：2024年1月国务院推动大模型优化政务服务，发改委研究降低大模型算力消耗 [5] - **规划类政策**：2023年5月《科技成果赋智中小企业专项行动》推动智能技术供给，2022年10月虚拟现实计划发展多节点算力设施 [6][7] 重点国家政策解读 - 《新一代人工智能发展规划》设定"三步走"目标：2025年部分技术世界领先，2030年总体领先 [7][8] - 《"数据要素×"三年行动计划》目标2026年打造300+应用场景，数据产业年均增速超20%，覆盖12个重点领域 [11] 省市政策汇总 - **广东**：2023年11月研发千亿级通用大模型，构建多模态垂直领域模型 [13] - **北京**：2025年目标形成3-5个基础大模型、100个行业模型、1000个案例 [14] - **上海**：2027年吸引100+大模型生态企业，构建算法评测体系 [14] - **深圳**：2024年建成4000P FLOPS智算中心，推动工业上楼项目配建 [13] 省市发展方向 - **浙江**：2024年14项措施覆盖算力设施、模型生态、实体经济赋能 [13] - **江苏**：2023年重点研究AI基础理论，突破跨媒体智能、内容生成等技术 [13] - **安徽**：2023年加快智算中心建设，开放大模型应用场景 [13] - **宁夏**：2024年运用大模型建设政务服务知识库，实现智能客服 [13]