公司战略与业务重塑 - 公司在CES 2026上宣布扩展物联网产品组合，推出全新高通跃龙Q系列处理器，目标成为工业及嵌入式领域边缘计算与AI核心技术的优选提供商[1] - 过去18个月内，公司通过收购Augentix、Arduino、Edge Impulse、FocusAI和Foundries.io，结合新服务与开发者支持，构建了从芯片组、软件分发、工具到端到端解决方案的完整物联网生态系统，以满足从大企业到独立开发者的各类需求[1][2] - 公司正在重塑其工业及嵌入式物联网业务，致力于提供一套全新的整体解决方案，旨在帮助不同行业和规模的组织释放AI与边缘计算价值以提升效率并挖掘新机遇[2] - 公司通过整合更丰富的先进处理器、软件、服务和开发者工具，以及五次战略收购，提供完整解决方案以加速开发者从原型开发到大规模落地的速度，并让设备具备本地强AI能力[2] 产品组合与生态系统 - 公司物联网生态系统整合了芯片组、软件分发、工具和解决方案，帮助合作伙伴跨垂直领域扩展[2] - 产品组合涵盖消费、工业、摄像头、机器人等多个细分领域，并提供包括Qualcomm Insight平台、Edge Impulse、AI推理套件、地面定位服务等端到端解决方案及SaaS服务[2] - 公司提供统一的软件架构，支持Linux、Windows和Android系统，并拥有包括Arduino、Edge Impulse在内的合作伙伴生态，以降低开发难度，加速创新从原型到商用的落地[2] - 开发者工具与软件组件包括集成开发环境、AI工具、操作系统与工具、评估工具包、文档，并拥有超过3000万开发者的社区支持[2] 核心硬件产品 - 公司推出两款重磅物联网处理器：高通跃龙Q-8750和高通跃龙Q-7790[3] - 高通跃龙Q-8750主打高性能边缘计算和沉浸式体验，AI算力达77 TOPS，支持多种精度计算和实时推理，可在设备本地运行110亿参数的大语言模型[3] - 高通跃龙Q-8750支持12路物理摄像头和三路4800万像素ISP，适合无人机、媒体中枢设备和多视角视觉系统[3] - 高通跃龙Q-7790聚焦消费级和行业物联网设备，终端侧AI算力达24 TOPS，可为智能摄像头、AI电视、会议系统提供先进推理能力[3] - 高通跃龙Q-7790支持双4K60显示、4K60编码和4K120解码，并具备全面管理引擎、安全启动、可信执行环境等安全机制，适合对数据完整性要求高的应用场景[3] 收购与能力强化 - 公司已完成对专注于智能成像和低功耗视觉处理芯片的中国台湾半导体公司Augentix的收购，以加速在智能摄像头和工业物联网领域的低功耗边缘AI布局[4] - 通过整合Augentix的多媒体信号处理和高分辨率成像技术，旨在使物联网设备成像更清晰、性能更好、更省电，巩固公司在边缘视频行业的地位[4] - 此次收购使公司的Qualcomm Insight平台在智能摄像头选择方面实现升级，该平台是统一的AI视频智能服务，能将视频转化为实时、可感知画像的数据平面[4] - 客户使用公司边缘AI盒子或AI摄像头即可升级现有设备，适用于企业安防、关键基础设施防护等场景，并能按画像查询、实时分析视频，支持跨行业大规模部署[4] 定位服务与AI工具 - 公司提供高通地面定位服务，依托超过90亿个Wi-Fi接入点、超过1亿个蜂窝塔以及BLE信标，每年能提供超过6万亿次定位[5] - 该服务可在无需GNSS卫星系统的情况下实现定位，并能与卫星定位互补，以提升定位精度并缩短定位时间[5] - 在AI工具支持上，Edge Impulse已全面集成至高通跃龙AI本地设备解决方案中，客户能在安全的独立软件包内进行顶尖的推理和训练，支持专网和完全离线使用[5] - 该解决方案能高效运行1200亿参数的模型，用户可在硬件上管控全流程数据，并通过创新的资源分配机制实现物理AI相关的训练、模型优化和本地化模型级联任务，是高安全环境的理想部署方案[5]

文章核心观点 - AI发展正经历从数字聊天到物理世界应用的关键转折点，其商业逻辑的核心在于通过技术创新大幅降低推理成本，从而引爆更广阔的市场需求，尤其是在制造业和物流业等实体行业 [1][2][44] - 中国AI模型（如DeepSeek）和硬件企业（如宇树机器人）凭借在推理效率、成本控制和供应链方面的优势，已在全球AI竞赛的某些赛道上取得领先，并得到国际巨头（如英伟达）的公开认可 [6][7][21][36][45] - 行业巨头正围绕“AI从云端到边缘”的落地进行战略布局，英伟达、英特尔、AMD等公司在芯片和计算架构上各出奇招，争夺物理AI、空间智能和边缘计算市场的巨大机会 [22][31][34] 关键信号：黄仁勋公开表扬中国AI模型 - 英伟达CEO黄仁勋在CES上罕见公开表扬中国AI模型，特别提及DeepSeek是“让整个世界惊讶”的开源模型，并认为开源模型已比闭源模型领先半年 [6][7] - 黄仁勋还提到了月之暗面的Kimi K2模型，显示对中国AI发展的关注 [8] - 中国团队在推理效率上展现出独特优势，例如DeepSeek能用更少的算力达到与GPT-4相近的效果，实现了极致的成本控制 [9][10] 深层逻辑：成本下降驱动市场爆发 - 英伟达的核心商业利益与降低AI推理成本一致，高成本会限制AI应用仅局限于少数大公司，市场规模有限 [13][15][16] - 若推理成本能降至原来的十分之一，潜在客户群体将从数千家扩展到数十万家，从而引爆对英伟达芯片的爆炸式需求 [17] - 类比智能手机发展史，安卓系统通过降低价格做大了整个移动互联网市场，最终使高通等芯片厂商受益，AI发展将遵循类似逻辑 [17] - 英伟达发布的新一代Rubin芯片，推理算力是上一代的5倍，有望将成本降至五分之一，从而推动AI在工厂、餐厅等实体场景的规模化部署 [17][24] 物理AI：价值50万亿美元的核心赛道 - 黄仁勋提出“物理AI的ChatGPT时刻已经到来”，强调AI需从聊天走向实际干活，创造真实价值 [22][23] - 制造业和物流业是全球价值超过50万亿美元的巨大市场，但目前自动化程度仍低，是物理AI落地的核心场景 [23] - CES上展示了如波士顿动力、卡特彼勒等公司的机器人，其动作流畅度已能支持真实工厂流水线24小时连续作业 [25] - 成本降低是物理AI落地的关键，例如部署100个机器人，若单机年成本从10万降至2万，总成本节省达800万，使项目从实验性转向具备明确商业可行性 [24] 从语言智能到空间智能的跨越 - 斯坦福大学教授李飞飞指出，大语言模型受制于语言本身，而语言仅是世界的描述，并非世界本身 [27][28] - 李飞飞创立的World Labs致力于让AI理解真实的三维物理世界，例如通过几张照片生成可实时导航、符合物理规律的三维场景，这对建筑设计、机器人仿真具有革命性意义 [29] - 这代表了AI从“语言智能”到“空间智能”的跨越，是AI深入理解并交互物理世界的关键一步 [29] 巨头战略：抢滩边缘AI与算力突破 - 英特尔发布了全球首款1.8纳米的AI PC芯片，算力达180TOPS，使笔记本等设备能在本地离线运行大模型，强调了边缘AI在隐私、响应速度和可用性方面的价值 [32][33] - AMD则强调其在突破算力瓶颈、支持海量并行计算方面的优势，以应对空间智能等任务的需求 [33] - 行业巨头战略分化：英伟达押注机器人，英特尔主攻PC端侧，AMD强调算力突破，共同争夺AI从云端下沉至边缘设备的巨大市场 [34] 中国企业的角色与优势 - 在CES上，宇树机器人、智元机器人、傅利叶人形机器人等中国硬件企业集体出海，展示实力 [36] - 中国企业的核心优势在于极致的成本控制和规模化量产能力，例如宇树G1机器人价格仅为国外竞品的三分之一，DeepSeek的推理成本比OpenAI便宜90% [37] - 中国拥有全球最完整的制造业供应链，从芯片代工到传感器、电机等，能大幅缩短从产品原型到量产的周期 [37] - 在AI应用落地的下半场，更快、更便宜地将技术转化为产品的能力至关重要，这恰是中国企业的强项 [37] - 同时需认识到，在底层架构（如CUDA生态）和软件开发者工具链方面，与国际领先水平仍有差距 [38] 可落地的机会方向 - 个人应学会利用端侧AI工具提升工作效率，AI已成为职场竞争力的一部分 [40] - 关注AI与实体行业（如制造业、物流、农业、建筑）的结合点，主动了解AI如何改造现有工作岗位 [41] - 关注边缘计算和机器人领域催生的新职业机会，如机器人的部署、维护、训练等操作与排障岗位，需求将大量涌现 [42]

文章核心观点 - 文章通过向十大主流AI模型提问，围绕社会伦理、商业产业与技术趋势三大领域展开深度对话，旨在探讨AI时代的多重维度，共识与分歧，并最终指向人类自身如何以智慧与责任驾驭AI力量 [1] 社会伦理篇 - **数字复活的伦理挑战**：AI“数字复活”触及人的自主性与逝者尊严的边界，模糊生物学与社会性死亡的界限，可能导致未经同意的“数据幽灵”被用作情感工具，并剥夺生者哀悼与前行的能力，引发对“遗忘”权利丧失和“病态依恋”的担忧 [2] - **算力贫富差距与社会分层**：顶级AI模型成为大厂专利，高昂的训练成本（如GPT-4约1亿美元）导致“算力贫富差距”，可能使中小机构丧失技术自主权，未来或仅存少数巨头，中小机构沦为“算力佃农”，治理需通过公共算力基金、开源模型和平价算力服务来应对 [3] - **未来矛盾与治理突破**：展望2026年，深度伪造滥用和AI心理成瘾将成为突出矛盾，冲击社会信任，治理突破可能出现在伦理治理领域，建议公众提升AI素养并适应人机协作 [3][4] 商业产业篇 - **AI降本与员工保留的权衡**：在“用AI降本”和“保留员工”之间存在“协作增效”地带，企业应采用“升级思维”而非“替代思维”，通过将员工转型为“AI指令师”或“审核员”，并投入再培训资源，实现AI处理重复工作、人类专注创造性工作的协作模式，可平衡效率与人性 [5][6] - **AI应用标准缺失的影响**：AI应用缺乏统一标准（如AIGC检测或幻觉率标准）导致市场混乱、信任不足、企业研发成本增加，并严重制约产业形成规模效应，亟需在医疗、金融等高危行业建立“技术指标+伦理规范”双重标准 [7] - **AI赋能工业制造的核心与突破口**：AI赋能工业制造的核心场景包括设备预测性维护、AI视觉质检、生产工艺优化和智能排产，“AI+工业互联网”融合的关键突破口在于建立统一数据采集标准、开发适配工业场景的轻量化AI模型，以及培养“工业+AI”复合型人才，核心应用可概括为“感知-决策-执行”三个环节 [7][8] 技术趋势篇 - **大模型幻觉问题与突破方向**：大模型的“幻觉”是其固有属性，无法根本消除，但可通过提升数据质量、优化训练方法和辅助工具（如实时联网检索）将幻觉率控制在可接受范围，未来3-5年核心突破方向包括多模态大模型的统一建模、小样本/零样本学习能力提升，以及模型持续学习机制的完善 [8] - **开源与闭源模型的竞争格局**：开源与闭源大模型将呈现“闭源主导高端市场，开源抢占中低端市场”的二元格局，闭源模型凭借技术领先占据金融、医疗等核心领域，开源模型以低成本、高灵活性覆盖中小企业和垂直场景，竞争将从“技术竞争”转向“生态竞争”，未来企业混合使用两种模型的情况将增多 [9][10] - **AI安全技术的发展与体系构建**：AI安全技术发展速度落后于AI技术本身迭代，因对抗攻击的隐蔽性和多样性带来挑战，企业构建全方位安全体系需做到“安全左移”（在项目初期融入安全设计）、实施覆盖数据采集到部署应用的全链路防护，并建立动态防御与定期更新机制 [10] - **边缘计算与AI融合的前景**：边缘计算与AI融合解决了AI部署的延迟、带宽和隐私问题，赋予边缘设备智能决策能力，推动AI从云端走向终端，实现“分布式智能”，发展前景广阔，将对自动驾驶、工业制造、智能家居、医疗健康等行业产生最深远影响 [10][11]

股价与交易表现 - 2025年1月6日盘中，公司股价下跌2.07%，报5.67元/股，总市值104.59亿元，当日成交额2.59亿元，换手率2.44% [1] - 当日主力资金净流出2035.68万元，特大单净卖出1222.76万元，大单净卖出812.92万元 [1] - 公司股价年初以来上涨4.61%，近5个交易日上涨4.61%，近20日下跌0.53%，近60日上涨13.63% [1] 公司基本概况 - 公司全称为上海实业发展股份有限公司，成立于1996年9月19日，并于1996年9月25日上市，总部位于上海市 [1] - 公司主营业务为房地产开发、房地产经营、与房地产业务相关的信息咨询服务及国内贸易 [1] - 主营业务收入构成为：物业管理服务占比52.15%，房地产销售占比23.03%，房地产租赁占比14.89%，酒店经营收入占比8.56%，其他收入占比1.37% [1] - 公司所属申万行业为房地产-房地产开发-住宅开发，所属概念板块包括破净股、智慧城市、边缘计算、沪自贸区、低价等 [1] 股东与股权结构 - 截至2025年9月30日，公司股东户数为3.16万户，较上期增加1.16%，人均流通股为58,303股，较上期减少1.15% [2] - 截至2025年9月30日，南方中证房地产ETF发起联接A（004642）为公司第八大流通股东，持股1167.80万股，较上期减少10.83万股，香港中央结算有限公司已退出十大流通股东之列 [3] - 公司A股上市后累计派发现金红利15.11亿元，近三年累计派现7562.71万元 [3] 近期财务表现 - 2025年1月至9月，公司实现营业收入21.20亿元，同比增长32.45% [2] - 2025年1月至9月，公司归母净利润为-6.09亿元，同比减少118.41% [2]

行业概述与定义 - 云台模块是集成机械结构、驱动系统、控制系统及传感器的精密装置，用于支撑并稳定设备，通过多轴运动实现方向调整与姿态控制，其本质是一个独立的“姿态控制系统” [2] - 主要分为机械云台、增稳云台和跟踪云台三大类 [2] 市场规模与增长 - 2024年，中国云台模块行业市场规模约为12.58亿元，同比增长6.97% [1][7] - 行业正处于高速增长与技术迭代的黄金期，产业链从传统机械旋转向高精度、小型化、网络化方向深度演进 [1][7] 产业链结构 - 产业链上游主要包括铝合金、碳钢、不锈钢、碳纤维、传感器、电机、芯片、电池等原材料及零部件 [4] - 产业链中游为云台模块生产制造环节 [4] - 产业链下游主要应用于智能家居、无人机、安防监控等领域 [4] 上游关键原材料动态 - 2025年1-11月，中国铝合金产量为1745.6万吨，同比增长19.88% [5] - 铝合金作为云台核心结构材料，其产量提升直接降低了云台模块的生产成本，推动行业向轻量化、高精度方向发展 [5] 下游核心应用市场驱动 - 2024年，中国无人机行业市场规模约为960.5亿元，同比增长24.21% [7] - 无人机作为云台模块的核心应用载体，其市场规模扩张为云台模块带来利好 [7] - 低空经济政策及《通用航空装备创新应用实施方案（2024-2030年）》等政策落地，推动无人机市场发展 [7] 行业竞争格局与重点企业 - 市场集中度持续向技术龙头倾斜，海康威视、大华股份、大疆创新、桂林智神（智云）构成核心竞争矩阵 [7] - **海康威视**：在安防监控领域形成绝对主导，凭借超高速全景扫描技术（2.4秒/圈）与毫米级火点定位能力，集成AI-ISP图像增强算法，构建“硬件+算法+平台”全栈能力 [7] - 2025年前三季度，海康威视营业收入为657.58亿元，同比增长1.18%；归母净利润为93.19亿元，同比增长14.94% [8] - **大华股份**：以边缘计算与智能交通解决方案见长，产品主打IP67防护等级与50ms超低延迟控制 [7] - 其云台模块平均无故障时间超50000小时，指令下达到定位完成时间<50ms [11] - 2025年前三季度，大华股份营业收入为229.13亿元，同比增长2.06%；归母净利润为35.35亿元，同比增长38.92% [11] - **大疆创新**：竞争优势源于垂直整合的生态闭环，通过自研电机、飞控与FOC算法，将云台跟踪误差降低60%至0.01°精度，响应延迟仅5ms [7] 行业发展趋势 - **AI深度赋能**：产品从“稳定平台”向“智能感知终端”演进，通过AI算法实现精准识别、自动构图和复杂场景追踪，并集成图像防抖、多光谱成像、激光测距等多种功能 [11] - **应用场景深化与细分**：市场需求向垂直场景解决方案转变，增长主要来自专业内容创作与新兴消费场景（如电竞、直播电商），以及工业与安防领域的复杂应用（如森林防火、无人机巡检） [12] - **产业链协同创新**：生态化竞争成为主流，企业通过建立产业联盟（如无人系统智慧视觉联盟USIVA）整合芯片、算法、硬件及场景应用，加速联合研发与技术标准化 [13]

行业概述 - 汽车网关是整车电子电气架构中的核心数据交互枢纽，负责在不同网络之间进行安全可靠的数据传输和协议转换，使车内多个异构网络能够相互通信 [2] - 汽车网关按架构分类主要分为中央网关和区域网关两大类 [2] 市场规模 - 2024年中国汽车网关行业市场规模约为77亿元，同比增长22.22% [1][5] - 行业正加速从传统的分布式ECU架构向域集中/区域架构跃迁，同时网关功能向服务化转型，服务型网关已成为下一代主流 [1][5] - 网关正演变为能支持SOA架构、5G/V2X、边缘计算及主动式AI安全防护的综合性智能平台 [1][5] 产业链与上游 - 产业链上游主要包括芯片、微处理器、电阻、电容、电感、二极管、三极管、PCB板、晶振、共模电感、通信模块等核心零部件 [4] - 汽车网关核心硬件依赖车规级芯片，如MCU、SoC及以太网PHY芯片 [4] - 国家政策支持集成电路产业发展，例如对线宽小于28纳米的集成电路生产企业，前十年免征企业所得税 [4] - 2025年1-11月，中国集成电路产量为4318.4亿块，同比增长9.25% [4] 下游需求驱动 - 2025年1-11月，中国汽车产量为3123.1万辆，同比增长11.9%；同期汽车销量为3112.7万辆，同比增长11.4% [5] - 新能源汽车渗透率提升及智能驾驶技术普及，直接拉动高性能网关需求 [5] - L3级自动驾驶需支持10Gbps以太网数据传输及低时延通信，要求网关集成5G/C-V2X模块、边缘计算能力及AI安全防护，推动网关芯片向SoC+MCU异构架构演进 [5] 竞争格局 - 中国汽车网关市场长期以来由国际领先的供应商主导，如博世、大陆集团、安波福等 [6] - 本土企业正抓住国产化替代和智能化升级的机遇展开竞争 [6] - 以经纬恒润、东软集团等为代表的科技公司，凭借对本土车企需求的深刻理解和快速响应能力，在网关控制器及核心基础软件领域取得突破 [6] - 在车联网细分赛道，以东软集团、华为为代表的本土力量表现突出，例如东软集团在5G/V2X车载T-BOX市场占据领先地位 [6] 重点企业：东软集团 - 东软集团是中国汽车电子软件与信息安全的领军企业，在网关领域以“软件定义安全”为核心差异化优势 [7] - 公司推出的NetEye智能网联汽车信息安全解决方案深度集成于网关系统，涵盖车载终端安全、联网汽车安全传输、OTA远程升级、车载防火墙及安全管理平台五大模块 [7] - 其网关产品率先支持国密SM2/3/4算法与端到端加密，在红旗H9/HQ9等高端车型中实现量产，成为本土厂商中唯一通过ASIL-C等级认证的信息安全网关方案 [7] - 2025年前三季度，东软集团营业收入为74.91亿元，同比增长8.72%；归母净利润为0.51亿元，同比下降66.47% [7] 重点企业：经纬恒润 - 北京经纬恒润科技股份有限公司是国内汽车网关行业龙头，自2007年布局汽车电子以来，已迭代推出四代智能网关产品，服务百余家中外车企 [8] - 其网关产品线实现全协议覆盖，支持CAN/CANFD、LIN、Flexray、百兆/千兆车载以太网、TSN时间敏感网络，并集成OTA Master并行刷写、SOA服务化架构、硬件安全模块等前沿功能 [8] - 产品能效表现行业领先，工作电流低至250mA，休眠电流仅200μA [8] - 2025年前三季度，经纬恒润营业收入为44.64亿元，同比增长25.88%；归母净利润为-0.75亿元，同比增长81.70% [8] 发展趋势：架构与功能演进 - 汽车电子电气架构正加速从分布式向域集中式，并最终向中央计算式演进 [8] - 未来的网关将演变为集成了更强算力、具备域控制甚至区域控制能力的“服务型网关”或“计算中枢” [8] - 例如，大众SSP平台通过“中央计算+区域控制器”架构，将电子控制单元数量大幅精简至10个以内 [8] - 网关将原生支持面向服务的架构，成为一个提供标准化数据服务的软件平台，以实现功能的灵活部署与迭代 [8] 发展趋势：计算与网络演进 - 为满足L3级及以上自动驾驶对海量数据处理和极低时延的严苛要求，网关正加速向“边缘计算节点”转型 [9] - 通过集成AI加速器，网关能在车端就近完成传感器数据的实时处理与融合，将关键决策延迟降至毫秒级 [9] - 车载以太网正从千兆向万兆演进，同时车载光通信因其超高带宽、高抗干扰和轻量化等优势，正成为下一代网络发展的主流方向之一 [9] 发展趋势：安全与生态演进 - 随着汽车网联化程度加深，网络安全威胁急剧上升，未来的网关安全将发展为贯穿“端-边-云”的纵深防御体系 [10] - 网关需集成从硬件安全启动、入侵检测到符合ISO/SAE 21434等国际标准的安全架构 [10] - 产业形态正从单点竞争走向协同合作，整车厂、芯片商、软件公司与云服务商之间正加强联盟，共同构建开放的软硬件平台生态 [10]

文章核心观点 - 文章旨在通过汇总并突出显示次日股市的重要公司公告 帮助投资者提前发现投资热点并规避风险 公告内容涵盖停复牌 增减持 投资中标 收购 业绩 解禁 高送转等类别 其中重要公告以红色标注[1] 公司公告摘要 - 一家公司业务涉及脑机接口 机器人 低空经济 多模态AI 边缘计算及军工领域 并引进脑机接口技术及设备作为智慧医疗辅助工具[1] - 一家公司业务涉及脑机接口 机器人 AI智能体 空间计算及华为鸿蒙 其脑机业务预计于2026年3月推出原型机[1] - 一家公司业务涉及锂电池 人形机器人 固态电池 军工 华为及新能源汽车 计划投资87亿元建设磷酸铁锂等项目 并与智元机器人深度合作 已获得首个规模化商业订单[1]

投资评级与核心观点 - 报告对移远通信维持“买入”评级 [1][6] - 核心观点：移远通信是全球领先的物联网整体解决方案供应商，在多项业务保持技术领先地位，在全球蜂窝物联网模组产品中占据重要市场份额，在端侧AI快速发展、车载等智能模组应用泛化的背景下，公司业绩有望实现增长 [6][82] - 盈利预测：预计2025-2026年EPS分别为3.78和4.84元，对应PE分别为25倍和19倍 [6][82][85] 公司概况与业务布局 - 移远通信是全球领先的物联网整体解决方案供应商，成立于2010年，2019年上市，提供包括无线通信模组、天线及物联网软件平台服务在内的一站式解决方案 [6][14] - 公司业务已拓展到智慧交通、智慧能源、智慧农业、智慧城市、智慧工业、智慧生活与医疗健康等众多领域 [15] - 公司产品矩阵齐备，涵盖5G/4G/3G/2G/LPWA等蜂窝模组、车载前装模组、智能模组、Wi-Fi&BT短距离通信模组、GNSS定位模组、卫星通信模组、天线等硬件产品，以及AI解决方案、物联网平台等服务 [18][20] - 公司管理层具备丰富的产业经验，董事长钱鹏鹤是国内早期投身无线通信模组开发的工程师之一 [25][26] 财务表现与经营质量 - 公司营业收入从2021年的112.62亿元持续增长至2024年的185.94亿元，复合增长率为18.19% [28] - 2025年前三季度，公司营业收入达178.77亿元，同比增长34.96%；归母净利润达7.33亿元，同比增长105.65% [28] - 2021年至2025年前三季度，公司销售毛利率维持在17%以上，2025年前三季度销售净利率较2023年实现修复上行 [30] - 2025年前三季度，公司期间费用率为5.34%，费用支出得到有效管控，其中销售、管理、财务费用分别占同期营收的2.53%、2.44%、0.37% [32] - 公司研发投入持续增长，2021-2024年研发开支分别为10.22亿元、13.35亿元、16.04亿元、16.69亿元，2025年前三季度研发费用为13.94亿元，占同期营收比达7.80% [34] - 公司研发人员数量由2020年的2366人升至2024年的4184人 [34] 行业前景与市场格局 - 全球物联网连接数持续增长，IoT Analysis预计2027年物联网连接数有望突破297亿，爱立信估测2023年全球物联网连接数为157亿个，至2029年全球连接量将达到389亿 [6][46] - 全球物联网市场规模持续扩大，IoT Analysis数据显示，2019-2022年全球物联网市场规模从1200亿美元增长至2010亿美元，CAGR达18.76%，预计到2027年将达到4830亿美元，2022-2027年CAGR为19.4% [46] - 中国物联网市场快速发展，IDC预计到2025年中国物联网连接数将介于80亿至95亿之间，2022-2026年年均复合增长率约为18% [50] - 截至2025年11月，中国蜂窝物联网终端用户数达到20.00亿户，同比增长9.75% [52] - IDC指出，2025年中国物联网支出预计达到1658.6亿美元，较2023年增长13.7%，预计2029年投资约为2515.1亿美元，2025-2029年CAGR为11.5% [52] - 蜂窝物联网模组供给持续增长，ABIResearch预计2030年蜂窝模组出货量可达7.83亿片 [55] - 中国厂商市场份额快速崛起，据Counterpoint Research统计，2025年Q3全球蜂窝物联网模组出货量同比增长10%，其中中国市场同比增长7% [6][59] - 竞争格局方面，移远通信凭借在中国及海外市场的强势份额，持续保持全球领先地位，中国移动、日海智能（SIMCom + Longsung）分别位列第二、第三 [6][59] 核心增长驱动力：AIoT与端侧AI - AIoT与边缘计算拉动端侧AI硬件增长，终端硬件性能跃迁为端侧AI部署提供基础 [6][62] - 根据Counterpoint数据，到2030年AI嵌入式蜂窝模组预计将占所有物联网模组出货量的25%，复合年增长率为35% [62] - AI蜂窝模组的出货量将在2023-2027年之间达到73%的复合增长率，截至2030年，智能模组、AI模组预计将占所有蜂窝物联网模组出货量的15%、10% [6][63] - 边缘计算市场规模快速增长，据Market Growth预测，边缘计算市场规模将从2024年的185.6亿美元增长至2033年的2166.0亿美元，年复合增长率高达31.1% [66] - 移远通信推出了“模组+大模型+AI算法+平台”整合的端侧+云侧AI大模型解决方案，为AIoT生态提供支持 [70] 核心增长驱动力：智能网联汽车 - 智能网联汽车渗透率快速提升，2024年全球智能网联汽车出货量将达到约7620万辆，2020-2024年CAGR为14.5% [74] - 据中国信通院数据，2024年1-9月乘用车新车车联网前装标配1312.50万辆，同比增长14.09%，标配搭载率84.59%，其中前装标配5G车联网交付上险215.51万辆（含选装），同比增长88.45% [76] - 移远通信是智能网联汽车渗透的核心受益者，车载模组作为车联网、自动驾驶、OTA升级的核心硬件，单车搭载量显著增加 [73][74] - 2025年6月，移远通信发布其首款车规级5G RedCap模组AG53xC系列，已进入量产阶段 [79] - 公司智能座舱模组AG855G出货量快速增长，单芯片SoC 4G智能模组AG660K、AG600K量产客户迅速增加，V2X产品为“车路云网”建设奠定基础 [79]

公司事件与产品发布 - 山东未来机器人公司于2025年12月31日在山东大厦金色大厅举行MARS F1机器人全球首发活动，原定500人的活动现场挤进了超过1000人[1] - 活动现场因观众过多导致公共网络和运营商信号瘫痪，致使正在演示的MARS F1机器人因数据传输中断而出现故障[1] - 技术团队通过启用预先部署的“具身智能机器人专网”成功解决问题，机器人恢复流畅运行，并完成了中医问诊等自主决策演示，获得现场热烈反响[1] 核心技术解决方案 - 公司为解决机器人在真实场景中的应用瓶颈，提前布局了“具身智能机器人专网”[2] - 该专网集成了5G确定性网络、边缘计算和网络切片技术，旨在为机器人提供高带宽、低时延、高安全的数据传输通道[2] - 该网络被比喻为“VIP高速公路”，确保机器人的数据流无需与公共网络流量竞争，从而实现毫秒级的实时响应[2] 行业趋势与需求 - 该事件表明，随着具身智能机器人从实验室走向真实复杂场景，公共网络的带宽和延迟已无法满足其需求[2] - 具身智能时代，机器人需要实时传输海量传感器数据并执行毫秒级指令，专属网络已成为必备基础设施，而非可选配置[2] - 一张高性能的专网被视为机器人在现实世界中可靠运行的“数字生命线”[2]

文章核心观点 世界与计算的关系正从集中式云向分布式智能转变，预计2026年将进入智能计算新时代，计算将更加模块化、节能高效，并在云端、物理环境和边缘人工智能环境中无缝连接 [1] 芯片设计与制造趋势 - 芯片设计将从单片芯片转向模块化芯片设计，通过将计算、存储和I/O分离成可重用构建模块，混合不同工艺节点以降低成本并加速规模扩展 [2] - 硅芯片创新将更多源于新材料和更智能的堆叠技术，如3D堆叠、芯片集成和先进封装，以实现更高的密度和效率，这种“超越摩尔定律”的演进侧重于垂直创新 [3] - 安全芯片设计将从商业差异化因素转变为普遍要求，硬件级信任技术如内存标记扩展、硬件信任根和机密计算区域将成为基本要求 [4] 人工智能计算架构演进 - 领域特定加速技术与系统级协同设计将定义人工智能计算，推动融合型人工智能数据中心的兴起，旨在最大化单位面积的AI计算能力以降低电力和成本 [5][6] - 人工智能推理处理将持续从云端迁移到设备端，到2026年，边缘人工智能将发展到在边缘设备上进行实时推理和自适应，集成更复杂的模型 [7] - 云端、边缘和物理人工智能将开始融合，企业将根据任务和工作负载特性设计人工智能，云端负责大规模训练，边缘负责低延迟决策，物理系统负责执行 [8] 物理人工智能与自主系统 - 世界模型将成为构建和验证物理人工智能系统的基础工具，通过高保真仿真创建虚拟环境，用于训练和测试，以降低风险并加快开发周期 [9] - 人工智能将从助手发展为自主代理，能够在有限监督下感知、推理和行动，多代理编排将在机器人、车辆和物流等领域得到更广泛应用 [10] - 物理人工智能系统将开始规模化发展，催生新型自主机器，通过提升生产力重塑医疗保健、制造业等行业，并能在危险环境中运行 [14] 边缘与设备端人工智能 - 设备端人工智能的突破将在于情境感知，使设备能理解和解读环境、用户意图和本地数据，从而解锁下一代用户体验 [11] - “一个巨型模型”的时代将逐渐被众多小型、专业化的模型所取代，这些专用模型针对特定领域优化并在边缘端运行，为小型企业带来新机遇 [12] - 小型语言模型将通过压缩、蒸馏等技术在不牺牲性能的前提下大幅缩小，使其更易于在边缘部署且微调成本更低 [13] - 2026年的智能手机将继续高度依赖设备端人工智能功能，最新的旗舰智能手机将配备神经网络GPU流水线，实现更高帧率的4K游戏和实时视觉计算等功能 [18] - PC、移动设备、物联网和边缘人工智能之间的界限将逐渐消融，迎来一个与设备无关的统一设备端智能时代，软件将实现一次构建，多平台部署 [19] 跨设备智能与行业应用 - 人工智能体验将超越单一设备，形成一个连贯的“个人网络”，所有边缘设备将原生运行AI工作负载，实时共享上下文信息以提供无缝个性化体验 [20] - 增强现实和虚拟现实可穿戴设备将在更广泛的企业环境中得到应用，得益于轻量化设计和更长电池续航时间的进步 [21] - 物联网将演变为“智能物联网”，边缘设备将超越数据收集，迈向自主地解释、预测和行动的“意义构建” [22] - 下一代健康可穿戴设备将从健身伴侣演变为医疗级诊断工具，搭载AI模型实时分析本地生物特征数据，实现持续护理和早期检测 [23] - 人工智能将深度融入整个汽车供应链，车载人工智能将应用于感知、预测、驾驶辅助和更高程度的自主驾驶，同时汽车制造工厂也将借助AI变得更加智能和自动化 [16] 云计算基础设施发展 - 到2026年，企业将迈入混合云计算更加成熟、智能驱动的阶段，其特征包括工作负载放置的自主性、标准化的互操作性、节能型调度以及分布式AI协调 [15][17]