证券代码：300736 证券简称：百邦科技 北京百华悦邦科技股份有限公司 4.行业以后的发展前景怎样？ 投资者关系活动记录表 2.公司之后的盈利有什么增长点？ 答:感谢您的关注！公司业务的增长点聚焦于两大核心业务板 块：依托在手机售后服务领域多年的深耕积淀，公司已成功构建 起涵盖手机维修业务与联盟业务的服务体系。展望未来，公司将 通过持续推动产品服务创新迭代、加速联盟业务数字化转型、深 化基于大数据和算法的自动化体系建设，以及全面提升数字化营 销能力等关键举措强化核心竞争力，以此实现两大业务板块的规 模化发展与价值提升。 3.你们行业本期整体业绩怎么样？你们跟其他公司比如 何？ 答:感谢您的关注！目前行业整体数据尚未公开披露。就公司 自身而言，持续推进产品结构升级，优化服务品类组合。同时， 从横向对比来看，公司已建立专业化的售后服务体系，具备成熟 的渠道网络和品牌认知度，在手机售后服务领域具备一定的市场 占有率。结合公司年度战略计划，公司将持续深耕细分市场，以 期在行业变革中进一步巩固差异化竞争力。我们将持续关注市场 动态，灵活调整经营策略，努力以更好的业绩回报投资者。 编号：2025-001 | | ☐特定 ...

汽车辅助驾驶已经逐渐成为现代汽车的重要组成部分。它不仅能够提升驾驶的安全性，还能为驾驶员提供更加人性化的驾驶体验。而这一切都离不开感 知技术的支持。那么，汽车辅助驾驶究竟是如何通过感知技术来实现其功能的呢？ 感知方案都有哪些？ 蝙蝠通过超声波听声点位，人类通过眼睛和耳朵来感知空间，而在汽车上，则通过各种传感器进行感知。目前市场主流的组合辅助驾驶主要是 V+R+L+U的感知组合，其中R代表毫米波雷达，V代表摄像头，L代表激光雷达，U代表超声波雷达，此外，车内的车载驾驶员监控（DMS）也算作一个摄 像头。 举例来说，以比亚迪的天神之眼C为例，其配备了5个毫米波雷达与12个摄像头，包括3颗800万前视摄像头、4颗300万环视摄像头、4颗300万侧视摄像 头、1颗300万后视摄像头，也就是5R12V感知方案。 V+R+L+U们看到的世界是什么样的？ 以奔驰为例，其前视采用双目摄像头。双目摄像头通过两个摄像头同时感知前方物体，并利用视差算法计算物体距离，从而实现较为精准的测距功能。 BEV鸟瞰图 举例来说，通过多个摄像头采集图像后融合，系统将采集图像通过矫正后，统一输入到神经网络来提取特征，然后通过注意力机制的神经网络 ...

■ Rocket Lab的商业模式逐步垂直整合，从火箭发射到卫星平台应用，试图像SpaceX一样成为端到端 的航天服务提供商。 ■ 尽管贝佐斯的蓝色起源吸引了很多关注，但它在火箭发射频率、快速迭代和成本控制方面，与 Rocket Lab相比仍有差距。 ■ Rocket Lab虽然在小型火箭领域表现出色，但其研发和发射场建设的延迟可能导致"中子号"发射推 迟，面临资本市场的压力。 ■ SpaceX 依赖其星链和火箭发射服务，星链将成为未来增长的关键驱动力，尤其是在未来可能替代 私人飞机市场的超音速飞行器的开发上。 ■ Relativity Space通过3D打印技术简化火箭制造流程，压缩供应链，可能成为未来的一个重要竞争 者。 4 、 《 特斯拉再挺"纯视觉方案"引发争议》摘 要 ■ 马斯克强调，特斯拉通过海量真实世界数据的训练，已能模拟人类的视觉处理能力，并认为激光雷 达是"昂贵的拐杖"，并不必要。 ■ 特斯拉的这种技术路线使得其在硬件成本上有明显优势，尤其是在降低车载硬件成本方面，为其在 全球市场提供了更具竞争力的价格优势。 ■ 激光雷达可以不依赖识别障碍物来检测潜在的障碍物，相比纯视觉方案，能够在低光或复 ...

技术突破 - 中国科学院软件研究所与河北医科大学附属第一医院合作开发出通过分析观看乒乓球比赛时的眼动特征识别情绪障碍的新技术 [1] - 该技术利用动态体育视频作为自然视觉刺激，结合VR技术与机器学习算法，实现无感采集眼动数据 [1] - 研究招募25名参与者（12名患者和13名健康对照）观看乒乓球和网球比赛视频，记录4大类共14项眼动行为特征 [1] 技术性能 - 乒乓球视频中11项眼动特征对情绪障碍区分效果显著，其中"注视熵"准确率达88% [2] - 综合显著特征训练的决策树模型整体准确率达92%，ROC曲线下面积达0.94，性能优于传统量表 [2] - 网球视频因参与者熟悉度较低，特征区分效果较弱，但部分指标在重复测试中仍具潜力 [2] 应用前景 - 该技术具有"自然无感"优势，无需主动配合或专业指导，仅需观看日常视频即可完成检测 [2] - 未来可集成至智能电视、手机等设备，实现居家心理健康监测 [2] - 该方法将疾病筛查融入生活场景，为社区和家庭提供低成本、高依从性的长期监测工具 [2]

公司上市进展 - 吉宏股份通过港交所聆讯，持续推进A股公司赴港上市潮 [1] 业务模式与市场定位 - 公司以"数据为轴、技术驱动"为核心，采用跨境社交电商独立站模式，主打"货找人"业务，显著降低客户找货时间成本并提升体验 [1] - 业务战略聚焦亚洲市场，通过Meta、TikTok、Google等主流社交媒体平台推送广告，消费者可直接跳转至自主交易页完成购买 [1] - 按收入计算，公司在亚洲社交媒体电商业务的中国B2C出口电商公司中排名第二，市场份额达1.3% [2] 技术赋能与运营效率 - 自主开发Giikin系统，整合AI算法实现选品、广告投放、采购到物流的全流程自动化，大幅减少人工干预 [2] - 已拥有6个品牌（如SENADA BIKES、Veimia），覆盖电助力自行车、内衣、宠物用品等品类，SKU超61.1万个 [2] - 历史签单率稳定在84.9%至88.4%，累计服务约1700万消费者，订单量超4800万份 [2] 财务表现与增长动力 - 2025年第一季度营收14.77亿元（同比+11.55%），净利润5915.99万元（同比+38.21%），扣非净利润增速达51.04% [3] - 业绩超预期，体现跨境社交电商与纸制快消品包装业务的双轮驱动优势 [3] 区域扩张与战略布局 - 加速深化亚洲市场，重点拓展中东地区，于阿联酋和阿曼筹建包装生产基地及贸易平台 [3] - 海外基地建设有望降低关税不确定性，并为中东及非洲市场长期发展提供支撑 [3]

在人工智能领域，推理能力的进化已成为通向通用智能的核心挑战。近期，Reinforcement Learning with Verifiable Rewards（RLVR）范式下涌现出一 批 「Zero 」类推理模型，摆脱了对人类显式推理示范的依赖，通过强化学习过程自我学习推理轨迹，显著减少了监督训练所需的人力成本。然而，这些方法的学 习任务分布仍由人类预先设计，所依赖的数据依旧高度依赖专家精心策划与大量人工标注，面临着难以扩展与持续演化的瓶颈。 更重要的是，如果智能系统始终受限于人类设定的任务边界，其自主学习与持续进化的潜力将受到根本性限制，这一现实呼唤一种全新的推理范式，迈向超越人 类设计约束的未来。 为应对这一挑战， 清华大学 LeapLab 团队联合北京通用人工智能研究院 NLCo 实验室和宾夕法尼亚州立大学的研究者们提出了一种全新的推理训练范式 —— Absolute Zero，使大模型无需依赖人类或 AI 生成的数据任务，即可通过自我提出任务并自主解决，实现 「自我进化式学习 」。在该范式中，模型不仅学习如何生 成最具可学习性的任务（maximize learnability），还通过解决这些自主生 ...

超威半导体(AMD)季度业绩 - 2025财年Q1收入74.38亿美元，同比增长35.9%，超出市场预期的71.3亿美元 [3] - 非会计准则毛利率提升2个百分点至54%，每股盈利0.96美元，同比增长54.84% [3] - 数据中心分部收入36.74亿美元，同比增长57.21%，经营利润率提升0.22个百分点至23.37% [3] - 因出口管制导致Q1损失7亿美元收入，预计全年损失15亿美元 [3] - Q2收入指引74亿美元，毛利率受8亿美元库存储备影响降至43%（剔除影响后为54%） [3] 超微电脑(SMCI)业绩下调 - 2025财年Q3净销售额46亿美元，同比增长19.48%，低于市场预期的54.2亿美元 [6] - 非会计准则每股盈利0.31美元，同比下降53.03%，低于预期的0.5美元 [6] - 下调全年收入指引从235-250亿美元降至218-226亿美元 [6] - 业绩疲软主因客户延迟交付Hopper/Blackwell GPU评估及关税影响 [6] 行业影响与政策风险 - 英伟达因出口管制计提55亿美元费用，H20芯片在华销售受阻 [4][8] - 大中华区占英伟达2024财年收入39%（2023财年达47%） [8] - 美国半导体设备商（AMAT/LRCX/KLAC）年损失或超10亿美元 [8] - 特朗普关税政策导致科技企业搁置资本开支，供应链不确定性加剧 [7][9] - DeepSeek算法进步削弱算力依赖，可能降低AI芯片需求 [8][9]

政策机遇 - 农业强国战略及高标准农田建设政策为公司带来广阔成长空间 [1] - 国家高度重视农业现代化发展 致力于提升农业综合生产能力和粮食安全保障 [1] - 到2030年累计建成高标准农田13.5亿亩 到2035年将具备条件的永久基本农田全部建成高标准农田 [1] 公司优势 - 专注于智慧农业领域 能为高标准农田建设提供全方位解决方案 [1] - 技术层面精研智能感知、机器视觉、AI算法模型、农业大数据等前沿科技 [2] - 构建"天空地"一体化数据采集系统监测农情 用自主算法模型提供农事决策支持 [2] - 项目实施经验丰富 拥有众多成功案例 [2] 发展举措 - 持续加码研发投入 优化现有产品和服务 推出更贴合市场需求的新技术新产品 [2] - 积极拓展市场 加强与各地政府职能单位、企事业单位、农业企业的合作 [2] - 将成功经验推广至全国更多地区 [2] - 参与相关行业标准制定 引领行业发展方向 [2]

本文来源：有米有数，作者：燕尾 关于我们：U渠道，艾奇在线旗下广告资源对接平台，汇聚全网优质广告资源，助力甲乙方更高效的对接，实现人脉拓展和流量变现 编者按： 相比起来，你我使用着更高纬度的抽象语言，可以说出"红橙黄绿青蓝紫"， 看似足以自傲了，但你我最多能说出多少种颜色？ 几十、一百、一千种？ 我们和皮拉罕人本质没有区别， 都被语言决定了认知的上限。 那计算机呢？ 计算机通常采用RGB数值来描述颜色。 即红（R）绿（G）蓝（B）是方向、程度是数值化的量，这三个"向量"组合起来，能表示约1677万种颜色。 算法也是一样，它并不打"标签"、"人群"，因为这只是一种"像天一样"的低纬度描述。 算法本质是用海量特征，来描述一个人、或一个内容，也即抖音所说的， 现实世界的所有事物都可以被转化为向量，模型的输入和目标首先被向量化，再进行各种复杂运算。 我们做创意素材，强调"内容为王"、"卖点多元化"等等观念，其实不是冲着标签去的，而是为了： 在一个推荐算法主导的电商平台中，理解并掌握AI，就是掌握生意的命运。 为帮助品牌们更好地应用AI、把控内容策略、实现可持续爆单，本栏目将结合AI分析优质品牌案例，从中窥见新时代下的 ...

报告行业投资评级 - 计算机行业投资评级为增持（维持） [8] 报告的核心观点 - DeepSeek团队新论文引入SPCT方法，推出DeepSeek GRM模型，带来推理阶段新Scaling方法，或暗示DeepSeek R2技术路径，模型迭代加速可期 [2] - SPCT方法拓展推理Scaling路径，提高强化学习质量，为大模型算法迭代提供启发 [3] - DeepSeek GRM-27B以27B参数媲美621B参数R1的性能，证明推理阶段新探索有望拓展模型边界 [4] - DeepSeek GRM模型压缩硬件需求，降低本地化部署成本，利好端侧部署与端侧AI进展 [5] - DeepSeek R2有望近1 - 2月内发布，GRM模型发布或是其算法创新雏形，建议关注算法创新带来的模型迭代加速 [6] 根据相关目录分别进行总结 DeepSeek新论文及模型情况 - DeepSeek团队新论文《Inference-Time Scaling for Generalist Reward Modeling》发布，引入SPCT方法，推出DeepSeek GRM模型，27B参数能跑出目前R1模型671B参数相当性能 [2] SPCT方法优势 - 强化学习在一般领域难获LLMs准确奖励信号，SPCT方法可自适应生成评判原则并评价，提高强化学习质量，拓展推理Scaling路径 [3] DeepSeek GRM模型性能 - DeepSeek GRM-27B在多个综合奖励模型基准测试中优于现有方法和模型，达到与DeepSeek R1（621B参数）、GPT - 4o相当效果；SPCT采用双循环结构，R1单一线性模式会积累错误；推理阶段应用SPCT方法扩展策略性能更优 [4] 硬件消耗与部署情况 - DeepSeek GRM模型采用128块A100 - 80G GPU训练，成本为R1的1/6；推理阶段降低算力与显存需求，能耗为R1模型的17%左右；有望在端侧设备部署，精度优化后显存需求理论上可被消费级显卡满足 [5] R2模型展望 - 预训练阶段Scaling Law放缓，算法优化成各大厂追求方向；DeepSeek R2有望近1 - 2月内发布，GRM模型发布或是其算法创新雏形 [6]