机器人应用与能源行业合作 - 中关村机器人产业创新中心与昆仑数智联合推出新型防爆巡检机器人 已在油田投入使用 预计今年将有近百台机器人部署至多个油田 [1] - 新疆风城油田测试的机器人具备全自主巡检能力 可实时监测仪器仪表跑冒滴漏及有毒有害气体 大幅降低人工巡检风险并提升效率 [3] - 油田作业存在高温高危场景 需24小时监测 传统人工巡检效率低且危险 机器人需求强烈 [3] 技术突破与智能化升级 - 传统机器人需预先编程并配备工程师跟随 无法实现减负增效 接入大模型技术后具备推理判断和决策能力 从"死读书"转向"学以致用" [3] - 大模型技术使机器人通过模拟数据训练获得实战能力 技术研发人员与油田专家共同构建隐患信息库 实现"举一反三"的故障处理能力 [4] - 新型机器人采用多方协作模式 底盘由中关村机器人产业创新中心研制 机械臂来自遨博智能 算法由北京化工大学提供 [4] 行业合作与场景拓展 - 中关村机器人产业创新发展有限公司与昆仑数智签署协议 重点攻关石油化工特种机器人技术 实现高危环境无人化作业与实时安全监测 [5] - 机器人应用场景从油田扩展至医疗和制造领域 智能导诊机器人已在北京中西医结合医院应用 并与北京红十字血液中心合作推进采供血智能化 [5] - 在制造业领域 为华通线缆提供智能化解决方案 为金石钻探构建机器人上下料工作站 [5]

公司业务概况 - 企业综合信息服务业务通过子公司鸿联九五开展，深耕金融、电信、互联网等行业，提供智能交互平台和全业务流程解决方案，加速布局大模型技术应用[2] - 有线电视网络业务覆盖7省13地市，采取参股形式与当地广电方合资运营，提供基础电视服务和增值业务，截至2024年底5G用户数超过840万户[3][5] - 房地产业务重点推进海南"国安·海岸"项目，占地面积252亩，规划建设304套别墅和1,366套公寓，持续做好"保交楼"工作[5] 财务状况 - 2024年度合并报表归属于上市公司股东的净利润为-7,779万元，母公司报表净利润为-1.54亿元，未分配利润为-34.93亿元，未弥补亏损超过实收股本总额三分之一[8] - 拟计提2024年度信用及资产减值准备1.58亿元，将全部计入2024年度损益，减少净利润1.58亿元[37][38] - 2024年度拟不进行利润分配，因未分配利润为负值不满足分红条件，符合公司章程和深交所相关规定[9][11][12] 战略规划 - 2025年将聚焦主业提质增效，深度融入中信集团"五五三"战略布局，优化业务结构提升运营效率[14] - 持续加大在大模型、人工智能等领域的研发投入，加速数智化转型进程，强化技术创新驱动[15] - 完善公司治理和风险防控体系，强化独立董事和审计委员会监督职能，优化内部控制[17] 审计机构 - 拟续聘立信会计师事务所为2025年度财务和内部控制审计机构，2024年审计费用合计233万元（财务审计158万元，内控审计75万元）[23][30] - 立信拥有2,498名注册会计师，2024年业务收入47.48亿元，为693家上市公司提供审计服务[24] - 项目团队近三年无执业违规记录，符合独立性要求[28][29] 季度经营情况 - 2025年一季度管理费用同比增加，投资收益同比减少，主要受子公司经营情况影响[52] - 经营活动现金流量净额同比增加，因支付其他与经营活动有关的现金减少[52] - 投资活动现金流量净额同比增加，因购建长期资产支付的现金减少[52]

行业动态 - 上海"模速空间"大模型创新生态社区于2023年9月揭牌，旨在抓住生成式人工智能发展机遇 [3] - 社区已吸引上海人工智能实验室、上海科学智能研究院等战略科技力量入驻 [3] - 目前入驻企业100余家，涵盖芯片设计、模型算法、数据语料、行业应用等人工智能关键领域 [5] - 推动43个备案大模型成功落地，形成完整的人工智能生态 [5] 社区发展 - 社区经历了"从无到有"的发展过程，实现"上下楼就是上下游"的产业协同 [5][6] - 创新打造上海首家人工智能产品体验店，提供智能眼镜、下棋机器人等消费新场景 [8] - 社区内各类人工智能主题沙龙、论坛活动频繁，显示上海大模型发展热潮升温 [10] 服务平台 - 社区打造算力调度平台、公共语料平台、金融服务平台、人才服务平台、场景对接平台 [10] - 为企业提供高质量语料数据，加速大模型训练 [10] - 目标是建设要素密度最高、政策服务最优、创新链路最短的大模型创新生态社区 [12] 战略定位 - 社区致力于成为人工智能领域核心技术策源地、青年创业首选地、标杆应用涌现地 [12] - 作为新质生产力发展的科创实体，是上海人工智能产业高速发展的体现 [12] - 上海以"模速空间"为牵引，加速打造世界级人工智能产业集群 [12]

公司动态 - 公司以"智焕新生共创AI+时代"为主题参展第八届数字中国建设峰会，展示"5G+"向"AI+"延伸拓展的成果 [1] - "新动力量"宣讲团通过实景直播、专家访谈与技术解码等方式展示公司在AI领域的创新应用 [1] - 公司展出了AI智能手机、AI智能手表、AI智能鼠标、AI智能眼镜等智能终端产品 [3] - 在智能网联车领域构建智舱、智驾、智城三大服务体系 [3] - 推出多款智能机器人产品包括仿生人形机器人"小思"、养老陪伴机器人"小佳"、轮臂机器人"小智"和消费级四足机器狗 [3] 技术发展 - 智能机器人融合环境感知学习、拟人化交互设计和数据驱动服务三项关键技术 [4] - 展示基于多目标检测技术及开放词汇抓取技术的智能机器人多类物品分拣及货架物品取送功能 [4] - "九天大模型"具备全栈自主可控技术，参数跨度从十亿级到两千亿级，支持云、边、端侧产品 [6] - 大模型技术集成了语言理解、视觉洞察、语音交互等多元技能，多模态性能领先 [6] 产品应用 - AI智能眼镜具备实时翻译、播放音乐、智能导航、演讲提词、物品识别等功能 [3] - 智能终端产品覆盖"人、车、家"生活场景，形成信息消费"新三样" [3] - 大模型技术全方位助力各行业实现智能化转型升级 [6] - AI技术已深入教育、医疗、民生等领域应用 [6] 战略规划 - 公司将持续推动"5G+"向"AI+"延伸拓展 [1] - "新动力量"宣讲团将以"进一线、强信心、促发展"为主题继续开展活动 [6] - 公司将深化信息技术与经济社会的融合发展，推进数智化转型和高质量发展 [6]

业绩数据 - 2025年一季度营业收入9.25亿元，同比减16.04%[2] - 净利润 -1195万元，同比减亏56.11%[2] - 商业营收9.15亿元，毛利率 -1.87%，营收降14.04%[1] - 房地产营收928.55万元，毛利率51.55%，营收增875.59%[1] - 内部抵消营收和成本均为8727.72万元，营收增56.36%[1] 销售数据 - 2025年1 - 3月宝马销售2394辆，同比降11%[3] 市场扩张 - 渭南汽博园引进比亚迪方程豹，签约10亩土地，零跑4S店试营业，4S店36家，商用车28个品牌入驻[5] - 申华金融大厦新增租户2家，面积1632平方米，空置率降至14%[5] 能源数据 - 云南省1 - 3月光伏发电量652.98万千瓦时，同比减21.91%，上网电量645.47万千瓦时，同比减21.83%，电价753.96元/兆瓦时[6] 房产去化 - 湘水国际住宅车位去化率40%，商铺去化率26%[6] - 西安“曲江龙邸”车位销售32个，去化率94.6%，商铺销售3套，去化率90%[6]

2024年度，金一文化启动收购北京开科唯识技术股份有限公司，兑现了往年报告中提及的"将积极寻求 向科技技术方向转型发展，聚焦于数字经济领域的优质资产，加强产业投资，主动融入海淀区经济社会 高质量发展大局，拓展新业务板块"战略规划。2025年4月，上市公司披露收购资产完成交割公告，开科 唯识纳入上市公司合并报表。 据悉，在金融行业数字化转型浪潮中，开科唯识凭借深厚的技术积累与行业洞察，正成为推动金融领域 智能化升级的重要力量。近年来，开科唯识坚持以大模型和大数据技术为核心，围绕金融场景构建了多 种智能化解决方案。金一文化与开科唯识将借助国资背景和海淀区的资源优势，正式开启从黄金珠宝行 业向软件信息领域战略转型的关键一步。（燕云） 校对：祝甜婷 ST金一(002721)于4月28日晚间披露2024年年度报告，2024年公司实现营业收入37274.03万元；归属于 上市公司股东的净利润1453.97万元，实现了重整后的稳定过渡。 根据年报中所述的公司未来发展的展望，金一文化将通过分条线管理，推进业务板块稳健运营；提高软 件信息服务业务的综合服务能力，聚焦AI和大模型技术发展；优化黄金珠宝业务管理，零售业务板块 深度 ...

数字化转型战略 - 公司锚定数字化战略方向 将数字化转型视为突破管理瓶颈、提升服务效能的核心抓手 [2] - 通过专题培训探索AI与大模型技术在烟草业务中的落地路径 为高质量发展注入新动能 [1] - 邀请企业咨询专家结合国内企业案例 剖析DeepSeek等大模型工具在数据分析、市场预测、客户服务等场景的应用潜力 [2] 技术应用场景 - 培训以问题导向贯穿全程 针对传统业务痛点演示AI辅助决策系统的运作逻辑 [4] - 在市场监管环节 通过构建数据模型自动识别异常订单、预测违规风险 线索筛查效率明显提高 [4] - 在客户服务中 基于自然语言处理技术开发智能应答模块 实时解析零售户咨询并减少人工响应延迟 [4] 生态体系建设 - 成立专项工作组推进成果转化 计划整合专卖资源开发市场监管数字化应用 [5] - 利用数字化工具辅助开展客户经理转型工作 与当前上级单位要求相结合 [5] - 下一步将扩大与高校、科技企业的合作 力争成为行业智慧化转型的试验田 [5] 培训成效 - 通过技术+业务双轮驱动 提升内部管理效能并强化市场监管与客户服务的精准度 [5] - 参训人员分组模拟AI+管理等场景 形成多份需求报告 强调技术与业务深度融合 [4] - 培训成为深化改革的起点 推动全员思维转变 [5]

文章核心观点 公司一季度业绩稳盘彰显经营韧性，得益于中高端存储领域战略布局、技术研发突破及国内外市场有效拓展，未来有望实现更高质量发展，为全球存储市场提供更多优质产品和解决方案 [5] 分组1：2025年一季报业绩情况 - 公司实现营业收入42.56亿元，归母净利润 -1.52亿元，扣非归母净利润 -2.02亿元 [1] - 首季营收规模环比稳定，扣除非经常性损益的净亏损幅度显著收窄，盈利状况迎来改善趋势 [1] 分组2：业务进展 中高端业务 - 企业级存储（eSSD和RDIMM）实现收入3.19亿元，较去年同期增长超200% [1] - 公司是极少数能批量交付企业级服务器存储产品的上市公司，已与多领域知名客户建立合作关系 [2] - 汽车存储板块构建了车规级存储产品矩阵，与主流主机厂和汽车客户建立深度合作关系，覆盖10余种车载应用 [2] 海外业务 - Lexar品牌、巴西Zilia营业收入分别同比增长21%、45% [1] - Lexar品牌构建全球渠道覆盖，营收从2019年的8.6亿元增长至2024年的35.3亿元，提升公司全球消费市场影响力 [4] - Zilia被收购后整合成效明显，拓展中高端产品方案，助力公司形成全球存储制造供应链网络 [4] 自研主控芯片 - 自研UFS4.1自研主控芯片成功实现量产，三款自研主控芯片累计超3000万颗自主应用 [3] - 依托主控芯片性能，UFS存储器有望打入高端智能终端市场实现放量增长 [3] 新产品推出 - 面向AI终端推出QLC eMMC等新型产品，为手机、智能穿戴市场提供更多存储选择 [3] - 推出LPCAMM2等内存新形态产品，打通PC和手机应用场景，为消费级存储业务拓展提供支撑 [3] 分组3：行业情况 - 自3月底以来存储价格涨幅及供需结构展望乐观，多家厂商加入存储芯片涨价潮，半导体存储市场进一步回暖 [1] - 云服务提供商对AI硬件持续投资，端侧AI及大模型技术加速应用，推动高性能计算和存储硬件需求增长 [1]

回应二：过期政策标注升级，增加"缓冲期"说明 在国家"高效办成一件事"的决策部署，以及广东提升"数字政府"效能的新要求下，南都大数据研究院推出"数字政 府提效微记录"专栏，面对企业群众政务服务需求中的盲点、困点，搭建与办事部门沟通的桥梁，针对性展开普及 与疏解。同时，聚焦政务服务具体事项和服务方式，发起主题化、动态式测评与调研，挖亮点、补短板，助力标 准化、规范化、便利化。 4月25日，南都报道广州市黄埔区政府官网两套智能问答系统"互掐"：存在同题回答迥异、引用过期政策等问题 （点击看相关报道）。报道刊发后引发广泛关注，黄埔区政务服务和数据管理局（以下简称"黄埔区政数局"）高 度重视，回应南都表态将直面问题、积极整改，推出系列优化举措，包括下架"靠埔答"系统并升级"智能体"服务 功能等。 南都记者回访发现，广州市黄埔区政府网站页面上"靠埔答"系统现已下架，"智能体"新增政策缓冲期说明及人工 服务补充渠道。 回应一：为避免两套系统"打架"，已下架"靠埔答" 南都报道指出，广州市黄埔区政府官网首页同时存在"黄埔政务服务大模型智能体"（简称"智能体"）和"靠埔 答"两套智能问答系统，但两者对同一问题的答复差异明显， ...

大模型技术演进 - 大模型作为产业变革核心引擎，通过RAG、Agent与多模态技术重塑AI与现实的交互边界，推动行业从效率革新迈向业务重构 [1][2] - RAG突破大模型静态知识边界，解决数据时效性、隐私安全与专业适配等关键难题 [2][12] - Agent重构人机协作范式，具备自主决策与多任务协同能力 [2][5] - 多模态大模型解锁复杂场景落地潜力，实现跨模态语义理解 [2][6] RAG技术 - RAG通过外挂实时知识库解决大模型知识固定、数据隐私、可解释性及成本优化问题 [12][14][15][16] - 相比传统生成模型，RAG支持动态知识更新、答案可追溯至检索文档，适用于需事实性支持的场景 [17][19] - RAG构建面临文本向量化、多模态文档处理及可控检索等挑战，需优化分块策略与检索架构 [20][21][23][27] - 未来方向包括多模态文档统一处理范式与记忆驱动RAG，后者利用LLM的KV缓存实现动态索引 [28][32][34] Agent技术 - Agent通过感知层、决策层、执行层形成自主性系统，结合LLM、规划与工具实现复杂任务处理 [39][42] - 分为自主智能体（任务执行）与生成智能体（内容创作），MetaGPT和AutoGen为当前主流框架 [44][49][50][52] - Multi-Agent系统通过分布式协作解决非线性动态任务，提升容错能力与资源管理效率 [53][56][58] - 行业应用需突破任务解构、动态环境适应及价值观对齐等难点，采用元学习、联邦学习等技术优化 [59][62][63] 多模态大模型 - 紫东太初项目将目标检测、分割等CV任务统一到图文大模型，增强局部感知能力，在RefCOCO等任务中精度超越专有模型 [67][69][73][74] - 360研究院开放世界目标检测技术提升图像理解与语义融合能力，应用于自动驾驶等领域 [78][79][83] - 腾讯视频号审核系统融合多模态内容理解与文本RAG，通过垂类大模型与分甬道审核提升效率 [84][85][88][92][96] 未来趋势 - 算法层面向全模态能力发展，产品层面涌现人机协同复杂系统，领域层面与垂类场景深度结合 [98][100][103] - RAG、Agent与多模态将深度融合，形成感知-认知-决策闭环，催生手术机器人等新一代产业智能体 [100]