业绩表现 - 2025年一季度公司实现营业收入5.48亿元，同比增长14.41%，净利润同比增长80.85% [2][7] - 扣非净利润-322.76万元，同比上升74.32%，毛利率17.04% [7] - 负债率30.39%，财务费用-461.57万元，投资收益23.4万元 [7] 业务突破 - 公司加大研发投入，深化产品设计体系，涵盖工业设计、结构设计、硬件设计和软件设计，提升技术实力 [2] - 加大市场拓展力度，积极导入优质客户，提升技术支持和售后服务质量，增强客户黏性和满意度 [2] - 智能硬件产品主要包括加固智能终端（加固笔记本电脑、加固平板、加固手持终端等）和消费类智能终端（PC、平板、IoT及XR类产品） [4] 研发成果 - 报告期内研发项目和新申请专利数量增加，推出I行业终端、I企业工作台、I眼镜、I边缘计算大模型、I数字人、I Server等多项突破性成果 [5] - 2024年1月成立亿道研究院，联合粤港澳大湾区数字经济研究院等机构，推动人工智能、感知技术、云计算等前沿科技研发 [5] - 与英特尔、超威半导体、联发科、高通、微软、谷歌等核心器件及技术原厂保持全方位合作，深度参与应用系统原型开发和验证 [6] 投资者权益与市值管理 - 自2023年上市以来累计现金分红5958.62万元（2023年度及2024年度） [3] - 2024年度拟向全体股东每10股派发现金红利0.9元（含税），现金分红总额1273.02万元 [3] - 未来将持续规范运作，专注主业，稳健经营，提升信息披露质量和透明度，增强投资者认可度 [3] 研发优势 - 构建涵盖工业设计、结构设计、硬件设计到软件设计的全方位产品开发设计体系，满足客户定制化需求 [6] - 亿道研究院专注于人工智能、感知技术、空间计算领域，旨在通过长期科技投入构建核心竞争力 [6] - 吸纳培养研究加产品复合型创新人才，为公司未来发展赋能 [6]

业绩情况 - 2025年一季度公司实现营业收入5.48亿元，同比增长14.41%，净利润同比增长80.85% [2] 投资者权益与市值管理 - 公司自2023年2月14日上市以来，仅2023年度及2024年度累计现金分红5958.62万元 - 2024年度公司拟向全体股东每10股派发现金红利0.9元（含税），现金分红总额1273.02万元 [3] 业务产品 - 公司主要业务分为加固智能终端和消费类智能终端 - 加固智能终端产品包括加固笔记本电脑、加固平板和加固手持终端及其他加固工控产品，应用于智能制造、交通运输等场景 - 消费类产品包括PC、平板、AIoT及XR类产品，服务品牌及企业客户 [4] 研发成果 - 报告期内研发项目和新申请专利数量增加，推出AI行业终端、AI企业工作台等多项突破性成果 - 2024年1月成立亿道研究院，联合高校、科研院所等推动前沿科技研究开发 [5][6] 研发优势 - 构建涵盖工业设计到软件设计的全方位产品开发设计体系，满足客户定制化需求 - 与英特尔等核心器件及计算机技术原厂全方位合作，赢得技术领先及市场布局双重优势 - 2024年成立亿道研究院，专注人工智能等领域，构建企业核心竞争力 [6]

物理AI的核心概念与进展 - 英伟达正在构建"物理AI"平台级基础设施，重构从训练、仿真到部署的全链条，已与西门子、宝马、富士康、施耐德、欧姆龙、SAP、通用汽车等工业巨头合作[1] - 物理AI是连接感知与行动的中枢神经系统，包含三大关键能力闭环：训练大脑、虚拟教室、实际部署[5][16] - 物理AI代表"具身智能+空间智能+工业平台化+数据闭环"的融合体，是一个商业化可落地的"操作系统"战略[11] 物理AI与相关概念的差异 - 空间智能关注AI如何理解三维空间结构与物体关系，是具身智能与物理AI的感知底座[2][3] - 具身智能强调智能必须通过身体与环境互动获得，是物理AI的"生命核心"[4] - 物理AI更具系统工程特征和产业化倾向，整合空间智能与具身智能能力并形成平台体系[9] 英伟达的物理AI战略 - 采用"三台计算机"架构：训练大脑(GR00T)、虚拟教室(Omniverse)、实际部署系统[14][16] - 战略路径为"开发者优先+工具链先行"，提供从Omniverse到DGX和Jetson的全套工具与算力基础设施[23] - 相比GE的Predix，英伟达平台更具开放性、模块化和轻量级部署优势，强调生态渗透而非平台锁定[27][28] 物理AI的产业应用与趋势 - 应用场景包括工业机器人、自动驾驶、智能工厂等大规模物理系统[9] - 已从实验室走向现实场景，成为AI向物理世界延伸的系统性范式[11] - 需要跨越模型、数据、算力、接口等多层级协同演化，是十年以上的系统工程[37][38] 产业链参与建议 - 避免盲目跟风概念营销，需构建从研发流程到系统架构的整体能力[32] - 开发者应聚焦构建具备迁移性与泛化能力的模型训练架构[34] - 企业需掌握高质量物理世界数据，建立场景级数据闭环与反馈机制[35]

国产替代战略 - 国产替代是中国突破科技封锁、实现高质量发展的重要路径，AI产业需构建自主可控的生态[1] - 特斯联的业绩展示中国科技企业在智能化浪潮中的动能及国产替代下的突围路径[1] 特斯联财务表现 - 2024年营收18.43亿元，同比增长83.2%，AI产业数智化业务营收16.4亿元，同比增长162.9%[3] - 在手订单超23亿元，总客户数量342个[3] - 三费费用率从76.9%降至45%，应收账款周转天数从238天压缩至104天[3] 特斯联技术布局 - 以AIoT智算基础设施与领域模型为基础，叠加多模态大模型驱动的AIoT智能体[3] - 发布绿色智算体新版本，适配DeepSeek-R1/V3、Qwen、Llama等大模型，支持华为昇腾、昆仑芯等国产芯片[3] - 升级X-Stack智算云平台等四大平台，降低智能算力及模型应用门槛[4] 应用案例 - 通过绿色智算体完成摩托车行业首例DeepSeek融合案例，助力厂商智慧屏系统实现复杂推理任务[4] 未来展望 - 公司需将国产替代战略转化为产品竞争力，构建"空间智能时代"[5]

核心观点 - 昆仑万维推出的Matrix-Game通过AI技术实现交互式虚拟世界生成，用户可通过简单键鼠指令自由探索和创作高保真虚拟内容[10] - 该技术突破传统手写代码和渲染方式，大幅降低创作门槛并提升效率[11] - Matrix-Game在视觉质量、时间一致性、交互可控性和物理规则理解四大维度全面领先现有开源模型[36] - 空间智能成为AI发展新方向，3D AIGC技术正在重塑虚拟内容创作和交互方式[43][48] 技术实现 数据集构建 - Matrix-Game-MC数据集包含无标签Minecraft视频和带控制信号的可控视频数据[14] - 采用三阶段过滤机制从6000小时数据中筛选出近千小时高质量内容[16][17] - 通过探索代理和程序化模拟生成数千小时可控监督数据[17] 主模型架构 - 基于扩散模型框架，包含图像到世界建模、自回归视频生成和可控交互设计[18][20] - 图像到世界建模以单张图像为起点，结合用户动作输入生成视频内容[20] - 自回归生成以前5帧为上下文确保时间连贯性，采用扰动和分类引导策略缓解误差[23][24][25] - 动作控制模块采用离散/连续token表达，结合多模态Diffusion Transformer架构[27] 性能表现 评测体系 - GameWorld Score首次实现感知质量+控制能力+物理合理性的综合评估[29][30] - 四大核心维度：视觉质量、时间一致性、交互可控性、物理规则理解[31][32][33][34] 对比结果 - 在8大Minecraft场景中全面超越Decart的Oasis和微软的MineWorld[36] - 用户偏好率达96.3%，视觉质量偏好率98.23%[37] - 键盘动作准确率90%+，鼠标视角控制精度达0.97-0.98[39][40] 行业应用 - 可应用于游戏世界搭建、影视/元宇宙内容生产、具身智能训练等领域[41] - 实现低成本高效率生成高保真可交互虚拟环境[42] - 3D AIGC技术成为大模型发展新方向，谷歌DeepMind、腾讯等巨头均已布局[45][46] - 空间智能将重塑人机交互方式，是下一代AI技术的重要赛道[48][49]

世界模型技术进展 - 开源世界模型Oasis首次实现实时可交互虚拟环境，包含画面及物理规则理解[1] - 微软开源MineWorld提升视觉效果和动作生成一致性[2][3] - 创业公司开源"多元宇宙"支持多玩家在同一世界模型游戏[4] - 英伟达提出"物理图灵测试"作为具身智能新标准[4] Matrix-Game技术突破 - 昆仑万维开源17B参数世界基础模型Matrix-Game，实现完整可交互游戏世界生成[6][10] - 模型特点包括细粒度交互控制(键盘指令准确率超90%)、高保真视觉物理一致性、多场景泛化能力[17][20][25][26] - 建立GameWorld Score评估体系，在视觉质量(0.72)、时间一致性(0.97)、交互可控性(0.95)、物理规则(0.76)四大维度超越竞品[30][31][35] 技术实现路径 - 采用两阶段训练策略：无标签数据预训练+标注数据可控训练[41] - 构建Matrix-Game-MC数据集，包含2700小时中质量+870小时高质量无标签数据及1000小时有标签数据[41][42] - 模型架构基于图像到世界建模，通过DiT生成潜在表示并由3D VAE解码为视频序列[44][45] 应用场景与行业影响 - 应用领域涵盖游戏开发、具身智能训练、影视与元宇宙内容生产[7][51] - 可与公司其他AI产品(天工大模型、Mureka、SkyReels)联动构建完整创作生态[51][52] - 代表空间智能发展方向，推动国内在交互式视频生成领域的技术突破[50][51] 行业趋势 - 三维世界AI研究加速发展，计算平台可能从处理token转向处理原子级单位[4] - 空间智能被视为生成式AI下一个发展方向，将推动更高级的智能实现[48][49] - 行业呈现技术全面兴起态势，类似大模型爆发的局面可能重演[4]

报告公司投资评级 未提及 报告的核心观点 - 空间智能设计行业规模可观且潜力巨大，国内市场正高速增长，预计2028年全球和中国市场规模将分别突破369亿元和达到68亿元，合成数据潜在市场空间大，预计2028年国内基础数据服务市场规模近200亿元 [3][4] - 群核科技卡位空间智能服务，在国内空间设计领域独占鳌头，技术优势显著，可延伸至多生态领域，提前布局合成数据赛道，打开新增长曲线 [4] - 公司产品裂变式增长，PLG模式的“飞轮效应”加速，盈利拐点已现，收入有望快速增长，利润端将逐步释放 [4] 根据相关目录分别进行总结 图解群核科技的概况 - 业务概况：拥有多元化产品矩阵，包括空间设计与可视化平台酷家乐、进军海外市场的核心抓手Coohom、合成数据服务群核空间智能平台、面向公装商装领域的群核酷空间、提供营销数字化服务的美间等，应用于多场景 [9] - 发展历程：经历创立与初期探索、产品迭代与市场拓展、技术深化与行业赋能、生态布局与全球化四个阶段，形成全链路数字化解决方案 [10] - 创始人与重要股东：创始人与核心管理层经验丰富，三位创始人合计持股30.72%，引入了IDG、GGV等知名投资机构 [12][14] - 研发投入与用户增长：收入持续增长，规模持续扩张，2023/2024Q1 - Q3收入分别同比增长10.5%/13.8%，经调整净亏损缩减；研发投入高，费率逐步回落，产品不断升级创新，用户周活攀升 [22][26][29] 如何理解群核的竞争壁垒 - 技术壁垒：自建GPU集群驱动多场景应用，启真引擎实现真实感渲染突破，矩阵引擎实现真正一体化，AI与AIGC协同赋能，打造空间设计新范式 [32][34][38] - 生态与数据壁垒：拥有3.6亿个3D商品素材模型，是全球最大的空间设计平台，净收益留存率稳定在100%以上，平台网络效应多维显现，形成正向生态闭环 [32][57] - 商业模式壁垒：以企业与大客户为核心，打造“高留存 + 低流失”平台型商业模式，订阅收入结构呈现“高集中、强粘性”特征 [63] - 与竞品对比：酷家乐渲染效果与效率双领先，性能优势显著，形成“设计 - 渲染 - 图纸 - 报价”一体化的高效闭环 [64][67] - 竞争格局：通过覆盖全流程的数字化设计平台，在空间设计软件行业中位居第一，形成上下游广泛客户基础 [74] 群核的商业模式如何落地 - 盈利模式：通过提供多级订阅满足客户需要，构建“个人订阅 + 企业定制”双轮驱动的盈利体系，企业客户占据订阅收入大部分，个人客户订阅收入呈高速增长态势 [79][80][85] - 销售模式：采用“直销为主、第三方代理为辅”的销售模式，全球化直销网络是核心收入来源，第三方代理是补充销售方式 [88] 未来空间展望 - 空间设计软件行业：赛道扩容趋势下，当前应用场景广阔，未来应用场景多样，包括家居设计、3D可视化市场、虚拟场景融合AI技术在电商领域的应用等 [90][92][109] - 合成数据：作为新衍生赛道，潜在市场空间巨大，群核科技属于第一梯队成员，合成数据较真实数据具有超高性价比 [115][120][123] - 海外发展：酷家乐海外版Coohom服务全球超200个国家和地区，获得多个权威软件评测网站高度评价，已在10多个国家设本地团队，未来有望进一步扩大海外市场 [127][130] 本次募集用途分析 - 扩大全球版图：以美国、韩国、日本及东南亚为重点进行国际扩张，加强客户支援，开设办事处，建立合作伙伴关系 [132] - 持续优化产品及开拓新业务场景：增强产品主要功能，拓展至新垂直领域及业务场景 [132] - 扩大客户群体：调整销售团队，针对不同规模企业提供不同服务，在多渠道推广品牌 [132] - 持续进行技术投资：投资核心技术与基础设施，升级技术，探索新人工智能用例 [132]

生成式AI与空间智能技术发展 - 大模型技术仍有潜力未被充分挖掘 跨模态整合是未来重点方向[10][11] - 空间智能从数字孪生向智能理解进化 生成式AI推动三维场景理解与创造[12][13] - 文生3D技术突破传统建模限制 单张图片即可生成高质量三维模型[14][15] - 3D数据严重不足是当前主要瓶颈 真实场景的物体交互数据尤其匮乏[18][26] - 感知系统将发生革命性变革 未来可能出现全视角成像技术[28][36] 空间智能应用场景与商业化路径 - 短期聚焦影视娱乐与艺术创作 中长期将成具身智能核心基础模型[41][42] - 低空经济是潜力应用领域 需厘米级精度空间智能支持[43][44] - 养老机器人需解决翻身与洗澡两大核心问题 预计15年内成熟[47] - AI陪伴机器人技术已趋成熟 情感交互能力显著提升[48] - 本地化计算解决同步问题 低功耗推理芯片是关键[45][46] 行业研究格局与技术创新方向 - 工业界主导技术研发 Meta OpenAI等公司在空间智能领域领先[31][33] - 感知-认知-行为需整体考量 多模态结合弥补数据不足[36][37] - 具身智能需重新定义设计标准 鲁棒性和安全性取代精度[39][40] - 三维数据表达尚未统一 NeRF SDF等技术各有优劣[26][29] - 国内产学合作不足 制约技术发展速度[34] 教育领域变革趋势 - 编程课程将提前至高中阶段 CS基础成为必修内容[50] - AI课程将成通识教育 所有专业需掌握基础知识[50] - 教学模式转向短课程快迭代 紧密对接工业需求[51] - 教师需持续更新知识 传统教学内容面临挑战[51]

大模型技术发展 - 当前技术发展尚未遇到极限 跨模态整合仍有巨大潜力未被挖掘 如DALL-E 3结合语言模型与扩散模型已实现惊人图像生成效果 [10] - GPT-4o采用语言模型的Next-Token-Prediction方式 展示出图像编辑和用户需求理解的突破性能力 [10] - Scaling law在多模态背景下讨论为时尚早 当前重点在于深度挖掘语言模型能力并探索与其他模态结合的上限 [11] 空间智能演进 - 发展历程从数字孪生/仿真平台起步 逐步扩展至VR/元宇宙 光场技术提升沉浸体验质量 [12] - 神经网络技术如NeRF推动空间智能从数字复刻转向智能理解 生成式AI进一步实现空间创造能力 [12] - 文生3D技术突破传统建模限制 通过单张图片实时生成三维结构 CLAY项目获SIGGRAPH最佳论文提名 [14] 关键技术瓶颈 - 3D场景数据严重不足 真实世界复杂物体交互数据尤其匮乏 如家庭环境物品分布变化案例 [18] - 三维表达方式未统一 NeRF/SDF/Mesh参数化等方案各有优劣 影响数据利用效率 [26] - 物理规则建模是核心难点 需解决物体间动态关系模拟 如堆叠物体操作中的连锁反应 [20] 行业应用前景 - 短期聚焦影视/游戏内容生成 大幅降低元宇宙构建成本 中长期成为具身智能基础模型 [42] - 低空经济是潜力场景 无人机配送需厘米级空间精度 相关研究年底将展示demo [45] - 养老机器人需突破翻身/洗澡等刚需功能 15年内有望成熟 需解决负重与安全平衡 [49] 研究方法论创新 - 引入"行动者网络理论" 认为三维物体具有潜在行动力 其变化会显著影响环境 [16] - 整体性方法强调感知-认知-行为协同 如NLOS成像技术可推断物体背面几何形态 [36][37] - 合成数据与真实数据互补 通过跨模态学习缓解3D数据不足 如文本描述辅助推断物体关系 [19] 教育范式变革 - 编程课程将提前至高中阶段 学生接受度与能力提升显著 AI课程将成为通识教育 [52] - 教学模式转向短课程快迭代 美国quarter system显示课时压缩有助于内容更新 [8][53] - 教师需对接工业界痛点 传统教材被教参取代 持续学习能力成为核心要求 [53]

财务表现 - 2024年公司营收18.43亿元，同比增长83.2%，2022-2024年复合增长率58.0% [2] - 截至2024年底在手订单金额23亿元 [2] - 三费费用率从2023年76.9%降至45%，应收账款周转天数从2022年238天缩短至104天 [2] 客户与收入结构 - 总客户数量从2022年224个增至2024年342个，其中74.5%来自产业数智化业务 [2][3] - AI产业数智化业务收入16.4亿元，同比上涨162.9%，占总收入89% [3] - 客单价提升、行业战略聚焦、获客策略精准构建业绩增长基础 [4] 资本与融资 - 新增融资6.5亿元，投资方包括国有资本和产业基金 [3] 业务与技术布局 - 公司为空间全场景提供AIoT产品及解决方案，赋能企业及公共管理者 [5] - DeepSeek-R1模型发布推动技术变革，强化空间智能领域布局 [5] - 业务体系升级聚焦AIoT模型、基础设施、智能体三大方向 [5]