春晚科技秀与市场映射 - 马年春晚成为含“AI”量最高的科技秀场，机器人、无人机、AI云等元素全面呈现[1] - 春节后A股市场迎来开门红，半导体、PCB等多个科技细分板块表现突出[1] - 春节后科技行情受双重驱动：节后政策与产业催化密集落地，以及美股、港股强势科技板块对A股的映射效应[1] - 历史复盘显示，春节后5或10个交易日内，科技成长行业走势相对占优[1] 科技投资挑战与基金优势 - 科技板块热点轮动加速，高波动性、高不确定性及内部细分领域差异大，增加了普通投资者的参与难度[2] - 公募基金凭借专业投研团队，能深入研究行业趋势、筛选优质标的，降低信息不对称风险[2] - 2025年度多只科技方向基金实现收益翻倍，例如汇安成长优选混合A年度收益达139.91%，远超同期10.98%的业绩比较基准，在2272只灵活配置型基金中排名第4[2] 基金经理策略与产业展望 - 基金经理认为产业处于巨大科技周期中，AI推理带来的算力革命才刚刚开始[3] - 基于“AI推理时代算力重心从连接转移至存储”的第一性原理，基金在2025年四季度进行了结构性调仓[3] - 调仓操作包括：对前期涨幅大、交易拥挤的海外算力（如光模块、PCB）仓位进行战术性获利了结，以规避季度末估值波动风险[3] - 同时布局新动能，重点配置了受益于AI端侧应用落地的存储芯片、产业化奇点临近的固态电池以及伴随具身智能落地的人形机器人[3] - 通过“降高位、布低位”的调仓，基金在保持科技成长锐度的同时优化了持仓结构，平滑了净值波动[3] - 未来投资将继续坚持自下而上的选股逻辑，在产业变革中寻找优质阿尔法[3]

市场行情与板块表现 - 2026年2月26日早盘，通信设备板块涨幅居前，CPO概念活跃，截至上午10:20，国证通信指数(399389)强势上涨1.93% [1] - 成分股中天科技、亨通光电、通鼎互联涨停，烽火通信、长飞光纤等个股跟涨 [1] 量子通信技术突破 - 量子通信迈入大规模网络部署新阶段，我国建成全球首个基于集成光量子芯片的大规模量子密钥分发网络 [1] - 该网络由北京大学团队联合研制，集成了高性能量子密钥发送芯片与光学微腔光频梳光源芯片 [1] - 此突破标志着我国在量子通信核心器件与系统集成领域取得关键性进展，为后续星地一体量子网络建设奠定基础 [1] AI算力需求与国产化机遇 - 2026年春节期间，国产大模型token调用量井喷，截至2月22日此前一周的全球大模型token用量前三名均为国产大模型 [1] - 中信证券认为，token的爆发式增长本质上反映了AI推理需求的指数级扩容 [1] - 国产算力凭借成本优势及不断完善生态，有望在基础设施层逐步占据主导地位 [1] - 建议重点关注由超节点互联密度提升带来的价值重估机遇，包括光通信、高速线模组、交换芯片及交换机、IDC等环节 [1] 指数构成与相关产品 - 截至2026年1月30日，国证通信指数前十大权重股分别为中际旭创、新易盛、中兴通讯、天孚通信、中国移动、中国电信、中国联通、信维通信、亨通光电、中天科技 [2] - 前十大权重股合计占比54.9% [2] - 通信ETF嘉实(159695)紧密跟踪国证通信指数，一键布局光通信产业链 [2]

英伟达业绩发布背景与市场意义 - 公司即将发布2026财年第四季度业绩，市场将其视为对AI算力投资主题的“压力测试”，核心在于验证其利润增长是否与科技巨头高达**6500亿至7000亿美元**的AI资本支出预算趋势同步 [1] - 期权市场隐含财报后股价预期波动约**±5%**，以其约**4.7万亿美元**市值计，对应约**2260亿美元**的单次定价摆动 [5][17] - 公司在标普500指数中权重约**7.8%**，其业绩与指引可能引发美股市场剧烈波动，被视为整个AI基建生态的“风险偏好锚” [5][16][17] 业绩预期与增长趋势 - 华尔街预计公司第四财季（截至1月）利润同比激增逾**62%**，较上一季度**65.3%**的增速有所放缓 [10] - 预计第四财季总营收跃升逾**68%** 至**661.6亿美元**，预计下一财季（2027财年第一季度）营收将再增长**64.4%** 至**724.6亿美元** [11] - 公司过去13个季度业绩均超出分析师营收预期，但超预期幅度已收窄 [11] - RBC分析师预计下一季度营收指引将比市场一致预期高出至少**3%**，而Spear Invest预计可能超出预期逾**13%**，即高出约**100亿美元** [14] - 公司预计第四财季经调整毛利率为**75%**，较上年同期提高逾1个百分点 [20] 竞争格局与战略举措 - 谷歌、亚马逊等超大规模云厂商加速自研性价比更高的AI ASIC芯片（如TPU），并推动多供应商策略，对公司在AI芯片领域的长期主导地位构成风险 [1][2] - 谷歌已向Anthropic提供自研TPU算力集群，并正与Meta洽谈供货，Meta是英伟达的最大客户之一 [5] - 为巩固AI推理市场地位并应对竞争，公司以价值**200亿美元**的交易获得AI芯片初创公司Groq的芯片技术授权，并吸纳其创始人及核心团队 [7][8][9] - 公司计划通过“多架构AI算力+巩固CUDA生态+引进人才”来维持其在AI芯片领域高达**80%**的市场份额 [9] AI投资周期与市场前景 - 美国四大科技巨头今年AI资本支出或将超**7000亿美元**，意味着有望激增**60%** [6] - 美国银行研报显示，全球AI军备竞赛仍处于“早期到中期阶段” [14] - 先锋领航认为人工智能投资周期可能仅完成了最终峰值的**30%-40%** [14] - 摩根士丹利、花旗等机构认为，AI基础设施投资浪潮远未完结，在“AI推理端算力需求”推动下，持续至2030年的此轮投资规模有望高达**3万亿至4万亿美元** [14] - AI算力需求呈指数级增长，算力供给跟不上需求，推动了存储芯片（如DDR4/DDR5/企业级SSD）需求的强劲增长和价格扩张 [15] 增长动力与潜在制约 - 公司高管在1月暗示正与大客户讨论明年的数据中心订单，华尔街分析师预测其将更新此前披露的**2025至2026年累计高达5000亿美元**的AI算力基础设施订单积压规模 [18] - 增长面临的最大制约因素可能是芯片供应链的产能瓶颈，特别是台积电**3纳米**级别产线的产能争夺 [19] - 对中国的AI芯片销售额可能因出口限制放宽而回归，有助于推高营收及利润预期，竞争对手AMD已将在中国的销售重新纳入业绩预测 [19] - 公司定价能力强，且已锁定高带宽存储系统配额，预计不会受到全球存储芯片供应短缺和价格上涨的负面影响 [20] 公司面临的质疑与市场情绪 - 投资者开始质疑科技巨头对AI算力基础设施的持续大规模投入是否能产生足够强劲的回报率，以支撑其高估值 [6] - 市场担忧AI算力基础设施支出前景，以及是否正处在“AI泡沫”之中 [10] - 2026年以来，标普500指数年内仅小幅上行约**0.2%**，但软件与服务等板块因AI颠覆担忧而明显承压 [16] - 若业绩或指引仅略高于预期，可能触发从半导体到云计算再到软件股的同步去风险，并推升市场波动率 [17]

文章核心观点 - 英伟达即将发布的季度业绩被视为对AI算力投资主题的一次“压力测试”，市场关注其利润增长能否与科技巨头高达**6500亿至7000亿美元**的AI资本支出趋势同步，并验证“强劲AI资本开支—盈利兑现—估值折现”的逻辑链条是否依然成立 [1][10][16] - 尽管面临来自超大规模云厂商（如谷歌）自研AI芯片（如TPU）的竞争加剧、AMD等对手的压力以及市场对AI支出回报率和“AI泡沫”的担忧，英伟达仍通过技术授权（如与Groq的**200亿美元**交易）和生态建设积极捍卫其在AI芯片市场约**80%** 的份额，并瞄准AI推理浪潮 [1][2][8][10] - 英伟达的财报结果和业绩指引对全球股市，尤其是标普500指数（英伟达权重约**7.8%**）有巨大影响，期权市场隐含其财报后股价波动约**±5%**，对应市值摆动约**2260亿美元**，其表现将成为整个AI基建生态的“风险偏好锚” [5][16] 英伟达的业绩预期与市场地位 - 华尔街预计英伟达第四财季（截至1月）利润同比激增逾**62%**，营收跃升逾**68%**至**661.6亿美元**，预计下一季度营收将再增长**64.4%**至**724.6亿美元** [10][11] - 公司已连续**13个季度**业绩超分析师预期，但超预期幅度在收窄，部分分析师预计其下一季度营收指引可能比市场一致预期高出**3%**至逾**13%**（即高出多达**100亿美元**） [11][14] - 英伟达预计第四财季经调整毛利率为**75%**，较上年同期提高逾**1个百分点**，其定价能力和已锁定的HBM配额使其免受存储芯片短缺和价格上涨的负面影响 [18] - 公司高管此前暗示正与客户讨论明年的数据中心订单，分析师预测其可能更新在2025年10月首次披露的、累计高达**5000亿美元**的AI算力基础设施订单积压规模 [17] 面临的竞争与战略调整 - 竞争压力显著加剧：谷歌通过向Anthropic提供自研TPU集群，并拟向Meta供货，成为英伟达在AI算力基础设施领域的强劲对手；AMD也计划发布新的AI服务器集群 [5] - 超大规模云厂商（hyperscalers）加速推进自研性价比更高的替代AI ASIC芯片（如TPU）并采用多供应商策略，对英伟达在AI芯片领域的长期绝对主导地位构成风险 [1][2] - 为巩固地位并抓住AI推理浪潮，英伟达以约**200亿美元**交易获得AI芯片初创公司Groq的推理芯片技术非独家授权，并吸纳其创始人及核心团队，旨在提升在AI推理市场的领导力并维持全栈话语权 [8][9][10] - 公司增长面临供应链产能瓶颈制约，特别是在台积电**3纳米**产线上的产能争夺，这可能限制AI芯片出货速度和业绩上行空间 [17][18] AI算力投资的市场背景与行业趋势 - 美国四大科技巨头（hyperscalers）今年的AI资本支出或将超**7000亿美元**，意味着有望激增**60%**，但投资者开始质疑大规模投入能否产生足够回报以支撑高估值 [6] - 多家华尔街机构认为，以AI算力硬件为核心的全球人工智能基础设施投资浪潮远未结束，目前可能仅处于“早期到中期阶段”或仅完成最终峰值的**30%-40%**，预计到2030年整体投资规模有望高达**3万亿至4万亿美元** [14] - AI算力需求呈现指数级增长，算力供给远跟不上需求，这推升了存储芯片（如DDR5、数据中心SSD）的需求和价格，也从台积电、阿斯麦的强劲业绩中得到印证 [15] - 占据标普500指数高权重（约**35%-40%**）的“七大科技巨头”（Mag 7）是市场核心推动力，但其股价在2026年持续动荡，市场对AI算力基础设施支出的可持续性存在疑虑 [6][7][8] 地缘政治与区域市场因素 - 英伟达对中国的AI芯片销售额可能因美国政府出口限制的潜在放宽而“大举回归”，公司首席执行官黄仁勋上月表示希望获准在中国销售高性能H200 AI芯片，这或将帮助推高其营收及利润预期 [18] - 竞争对手AMD在获得许可后，已将中国市场的高性能AI芯片销售重新纳入其当前季度的业绩预测 [18]

纪要涉及的行业与公司 * **公司**: 英伟达 (NVIDIA) [1] * **行业**: 人工智能芯片、高性能存储 (HBM/GDDR) [1] 核心观点与论据 * **核心观点**: 英伟达下一代AI推理平台RubinCPX的GPU内存规格预计将从原计划的GDDR7变更为HBM，这具有重大意义 [1] * **关键论据1**: 变更原因在于，即使对于AI推理中内存需求相对较低的预填充操作，GDDR7也无法提供足够的性能效率，实际生产环境对内存带宽的要求高于预期 [1] * **关键论据2**: 英伟达最初的设计策略是基于预填充操作对内存带宽要求较低、无需HBM的评估，计划将其卸载到配备GDDR7的独立GPU上 [1] * **影响评估**: 该规格变更尚未被正式纳入HBM需求模型，但若成为现实，将增加对HBM的需求 [1] 其他重要信息 * **信息状态**: 该规格变更信息来源于渠道核查，英伟达尚未正式公布 [1]

公司产品与技术 - 公司Taalas推出首款芯片HC1，其峰值推理速度高达每秒17000个token，远超当前公认最强的Cerebras（约2000 token/s）[1][3] - HC1在实现速度提升约10倍的同时，将成本骤减20倍、功耗降低10倍，使LLM实现亚毫秒级即时响应[1] - 芯片采用台积电N6工艺，面积为815mm²，单颗芯片即可满足8B模型需求，典型功耗仅为250W，10颗芯片组装的服务器功耗为2.5kW，可使用常规空气冷却机架部署[5] - 技术方案极端，将模型直接刻在硅片上，实现“芯片即模型”，放弃了大多数可编程功能，通过基于掩模ROM的架构存储模型和权重，仅保留可编程SRAM用于微调权重和KV缓存[3][8] - 该设计借鉴结构化ASIC理念，通过仅调整两层掩模来低成本快速生产专用AI推理芯片，将芯片生产周期从六个月缩短到两个月[6][8] - 公司已尝试将其他模型集成到HC1，例如对DeepSeekR1-671B模型采用多芯片方案，使用30颗定制HC1，整体处理速度可达每用户每秒12000个token[10] - 该多芯片方案成本为每百万token 7.6美分，不到同等吞吐量GPU方案成本的一半，即使考虑HC1每年需更换而GPU更新周期为四年，总成本仍具优势[10] - 公司产品研发投入仅3000万美元，团队仅有24人，但创造出比通用AI芯片高出几个数量级的能效比[13] 行业竞争格局 - HC1的推理速度显著高于主流竞争对手：Cerebras约2000 token/s，SambaNova约900 token/s，Groq约600 token/s，英伟达Blackwell架构B200约350 token/s[5] - 公司技术路径与当前普遍推出通用型芯片的行业趋势不同，选择了通过硬编码换取极致速度和效率的专用化方案[17] 公司背景与发展 - 公司Taalas成立于两年前，由AMD前集成电路设计总监Ljubiša Bajić、AMD/ATI/Altera前技术经理和工程师Leila Bajić、AMD前ASIC设计总监Drago Ignjatović共同创立[11] - 联合创始人Ljubiša Bajić曾在AMD和英伟达担任高级职位，负责高性能GPU研发，也是Tenstorrent的创始人兼首任CEO，后转任Tenstorrent首席技术官[11] - 公司致力于开发专为AI推理和训练设计的新架构，强调分层设计和晶格网络[11] - 公司已筹集2亿美元投资，计划在春季基于HC1发布集成中等规模推理大模型的第二代变体，并在冬季部署上线密度更高、速度更快的HC2[13] 市场评价与潜在影响 - 产品在硅谷引发高度关注，有观点认为其超低延迟将有益于推动具身智能等领域发展[13] - 市场评价呈现两极分化，有实测指出HC1在高速推理的背后存在推理深度不佳的问题[15] - 对于迭代迅速的大模型，HC1的硬编码特性可能使芯片容易过时，这是行业普遍推出通用型芯片的原因之一[17]

公司核心技术：硬编码推理架构 - 核心创新在于将训练完成的AI模型权重直接编码到芯片的晶体管中，从根本上消除计算与内存之间的壁垒，并简化AI设备架构 [2] - 具体架构结合了掩膜ROM召回结构（用于硬编码模型权重）和SRAM召回结构（用于KV缓存和适配功能），实现了计算和存储的超高密度 [10] - 在硬编码部分，其设计能够仅用一颗晶体管存储4比特数据并完成相关的乘法运算，从而获得惊人的密度 [10] - 该架构是纯数字电路，所有设计均从零开始，进行了大量的晶体管级设计和手动布局 [10] - 模型的每一次重大更新（如从Llama 3.1到Llama 4）都需要重新流片新一代HC芯片，但只需修改设计中的两层金属层，而非完全推翻重来 [10][11] 公司产品性能与规划 - 第一代HC1芯片采用台积电6纳米工艺制造，面积为815平方毫米，集成530亿个晶体管，单卡功耗约为200瓦 [12] - 一台搭载十张HC1卡的双路X86服务器整机功耗为2500瓦 [12] - 当前HC1芯片的硬编码部分支持80亿参数，下一代产品单颗芯片将能支持高达200亿参数 [10] - 对于万亿参数模型，仅需几十颗芯片即可支持，远少于市场其他方案 [10] - 公司计划在今年夏季推出硬编码200亿参数Llama 3.1模型的HC芯片，年底将推出通过多卡集群运行前沿大语言模型的HC2架构 [13] - 客户可以通过与台积电共同打造的“晶圆厂最优工作流”，在两个月内将模型权重转化为可部署的PCIe卡 [12] 性能与成本优势 - 根据公司自行测试，其HC1卡在运行Llama 3.1 8B和DeepSeek R1 671B模型时，相比英伟达B200 GPU，展现出显著更低的每Token成本和极低的延迟 [15][17][19] - 由于推理速度极快，无需对查询进行批处理，因此带宽压力很低，多卡组合运行大模型时PCIe总线即可满足需求 [13] - 训练一个模型的成本是从该公司批量定制一颗定制化HC芯片成本的100倍 [11] 公司背景与团队 - 公司成立已有两年半，通过三轮风险融资募集超过2亿美元，目前研发投入3000万美元，账上仍有超过1.7亿美元资金 [3][5] - 公司总部位于多伦多，目前拥有25名员工，大部分是来自AMD、苹果、谷歌、英伟达和Tenstorrent的资深工程师 [5] - 联合创始人兼首席执行官Ljubisa Bajic曾是Tenstorrent的创始人，并在AMD和英伟达有深厚的架构设计背景 [3] - 联合创始人兼首席运营官Lejla Bajic和联合创始人兼首席技术官Drago Ignjatovic也均拥有AMD和Tenstorrent的资深工程背景 [4][5] - 产品副总裁Paresh Kharya曾担任谷歌云AI基础设施产品管理总监，负责GPU和TPU硬件及软件栈 [5] 行业竞争格局 - AI推理加速领域存在多种技术路径，包括Cerebras Systems、SambaNova Systems、Groq（被英伟达以200亿美元收购）和Graphcore（被软银以6亿美元收购）等公司采用的大容量SRAM或晶圆级阵列方案 [2] - 传统GPU和AI XPU（如英伟达和AMD的产品）需要借助HBM堆叠DRAM来匹配计算带宽 [2] - 该公司的硬编码推理方案旨在挑战现有AI推理方案的极限，提供差异化的高性能、低成本解决方案 [2][17]

核心战略转向 - 公司于2月10日发布公告，正式确立以构建“AI分布式算力网络”作为公司第二增长曲线的核心战略方向，标志着业务模式从周期性显著的加密货币矿业向高成长性的AI算力基础设施服务进行系统性战略跃迁 [1] 战略定位与市场切入点 - 公司采取差异化战略，聚焦于AI推理市场这一高增长细分赛道，该市场具有需求碎片化、地理分布广、服务响应实时化的特征，为基于分布式架构的算力网络提供了结构性市场机遇 [2] - 公司的核心战略洞察在于盘活全球存量加密货币矿场的沉没资产价值，通过标准化、模块化的技术解决方案，将这些具备稳定电力、成熟散热设施及可用空间的矿场转化为可快速部署的边缘AI推理算力节点，从而构建一张高度可扩展的分布式智能算力网络 [2] 战略价值逻辑 - 资产效率重构：将周期性波动资产转化为产生稳定现金流的经营性基础设施，旨在大幅提升存量资产回报率与资本效率 [3] - 切入高速成长赛道：根据Gartner等机构预测，至2026年，用于推理的场景和收入将正式超越训练环节，并继续扩大占比，为公司提供明确的增长动能 [3] - 生态护城河构建：随着接入节点规模扩大及统一调度平台成熟，网络将形成显著的规模效应与调度优化壁垒，网络效应深化能增强稳定性与服务质量，并通过智能调度算法实现全局资源利用率最大化 [3] 执行与落地举措 - 组织与能力建设：在美国德克萨斯州达拉斯设立全资运营主体EcoHash Technology LLC，并任命前Zoom全球基础设施负责人Jack Jin担任首席技术官，以领导构建企业级AI算力调度与管理平台 [7] - 技术方案验证：已完成模块化AI算力单元与标准化部署方案的可行性验证，该方案能实现对现有矿场电力、散热及空间基础设施的无缝兼容与快速复用，将转型的增量资本支出与部署周期降至行业显著低位，且试点项目已实现单节点经济模型的盈亏平衡 [7] - 平台研发：已启动核心软件定义编排平台的研发，该平台上线运营将推动公司从离散的“物理节点运营商”向智能化的“算力网络服务商”跃迁 [7] 财务资源匹配与优化 - 主动去杠杆：通过偿还存量比特币抵押贷款，显著压降有息负债规模，切断了资产负债表与高波动性加密资产之间的风险传导链条，改善了财务基础 [8] - 资产置换与流动性获取：将部分长期持有的比特币资产进行置换以释放流动性，同时公司董事长Xin Jin先生及董事已签署协议追加总计6,500万美元的股权投资，结合机构注资，公司近期共计获得约7,550万美元的新增现金支持 [8] - 资本配置聚焦：释放的流动性将集中投向AI算力基础设施的规模化扩张以及核心技术平台（如软件编排系统、智能调度算法及自动化运维平台）的研发，体现了“以资产扩张支撑网络覆盖，以技术投入构筑竞争壁垒”的双轮驱动策略 [9] 估值逻辑重塑 - 资产属性重估：从与加密资产价格高度联动的周期性运营资产（市场通常给予3–5倍EV/EBITDA估值折价），转向锚定于企业级算力服务合约、具备稳定现金流特征的基础设施资产，估值提升空间显著 [10] - 成长性重估：盈利驱动从依赖比特币价格周期的外部定价驱动，切换至AI推理算力需求长期结构性扩张的内生增长驱动，具备可预测、可复制的量价齐升路径 [10] - 网络价值重估：商业模式将从当前市场可能定价的“单点算力租赁”，逐步升级为通过自研软件编排平台实现跨地域异构算力统一调度、资源池化与智能分发的“平台型算力网络运营” [10][11]

公司与行业动态 - 英伟达与Meta达成一项多年期、价值**数十亿美元**的芯片采购协议 [1] - Meta将购买**数百万枚**英伟达最新一代AI加速芯片，包括即将推出的“Vera Rubin”系列 [1] - Meta承诺大规模部署英伟达独立中央处理器（CPU）以运行其人工智能模型 [1] 公司战略与投入 - 尽管谷歌、亚马逊、微软和OpenAI等客户正加速自研芯片以降低对英伟达的依赖，Meta仍选择扩大与其合作 [3] - Meta首席执行官马克·扎克伯格表示，公司**2026年**将在AI基础设施上投入高达**1350亿美元**，接近**2025年**支出的**两倍** [3] - Meta近年来积极推进自研AI芯片战略，旨在针对其独特工作负载优化性能并降低成本 [3] - 相关自研AI芯片项目遭遇技术挑战和部署延迟，促使公司继续倚重英伟达的成熟解决方案 [3] 行业趋势与产品策略 - 此次交易凸显AI计算重心正从“模型训练”向“推理”阶段转移 [3] - 英伟达CEO黄仁勋近期调整产品策略，**首次**将CPU作为独立产品销售，而非与图形处理器（GPU）集成 [3] - 产品策略转变旨在满足科技公司对高效、低延迟推理能力日益增长的需求 [3] - 分析师指出，Meta大规模采用英伟达CPU是本次合作中最值得关注的信号，行业正在从训练时代迈入推理时代，这需要全新的硬件架构 [3]

爱芯元智 (港股上市) - 公司于2026年2月10日在港交所以股票代码“0600”挂牌上市，成为“中国边缘AI芯片第一股” [2] - 公司专注于为边缘计算与终端设备提供AI推理系统芯片（SoC），截至2025年9月30日累计交付SoC已突破1.65亿颗 [2][3] - 公司已独立开发并商业化五代SoC产品，2024年终端计算SoC与边缘计算SoC销售额分别较2023年增长约69%和400% [3] - 按2024年出货量计算，公司是全球第五大视觉端侧AI推理芯片供应商，并在计算能力不低于1 TOPS的中高端细分市场以24.1%的份额排名第一 [3] - 按2024年售出的智能汽车SoC安装量计算，公司是中国第二大国产智能驾驶SoC供应商，截至2025年9月30日已售出超过51.8万颗，预计2025年底累计出货量近100万颗 [3] - 按2024年出货量计算，公司同时是中国第三大边缘AI推理芯片供应商 [4] - 公司营收从2022年的0.50亿元增长至2024年的4.73亿元，复合年增长率达206.8% [4] - 2025年前三季度，公司智能汽车产品与边缘AI推理产品的销售收入同比增幅均超过250% [4] 海致科技 (港股上市) - 公司于2026年2月13日在港交所以股票代码“2706”挂牌上市，成为全球首家以图计算技术消除大模型幻觉为核心业务的上市公司 [5][6] - 公司通过“图模融合”技术开发Atlas图谱解决方案和产业级智能体，以知识图谱的精确性减少大模型幻觉 [6][7] - 截至2025年9月30日，公司已与360多家客户合作，业务覆盖百余种应用场景 [7] - 按2024年营业收入计算，公司在中国产业级AI智能体提供商中排名第五，并在以图为核心的AI智能体细分市场以约50%的份额排名第一 [7] - 公司营收从2022年的3.13亿元增长至2024年的5.03亿元，复合年增长率为26.8% [8] - 2024年营收大幅增长得益于2023年9月发布的Atlas智能体，其收入从2023年的890万元增至2024年的8660万元，增幅达872.2% [8] 群核科技 (港股获备案) - 公司已获得中国证监会境外发行上市备案通知书，继续推进港股上市，有望成为“全球空间智能第一股” [9][10] - 公司旗下拥有全球最大的空间设计平台“酷家乐”及海外版“Coohom”，并推出了空间智能开放平台Aholo [10] - 公司聚焦“空间智能”战略，布局“空间编辑工具-空间数据-空间大模型”三大核心 [10] - 2025年初，公司开源的空间语言模型SpatialLM登上全球最大开源社区HuggingFace模型趋势榜前三 [11] - 公司已与智元机器人、银河通用、PICO、禾赛科技等行业龙头企业建立战略合作 [11] - 2025年上半年，公司营收达4亿元，毛利率为82.1%，较2022年的72.7%提升近10个百分点 [12] - 2025年上半年，公司实现扭亏为盈，经调整净利润为1783万元，经调整净利润率为4.5% [12] 海柔创新 (港股递表) - 公司于2026年2月13日正式向港交所递交招股说明书 [13] - 公司专注于仓储拣选自动化，2017年推出首款专为处理单一货箱设计的机器人HaiPick [14] - 2025年推出业界首创的单侧爬升ACR解决方案HaiPick Climb，支持高达15米的存储高度 [14][15] - 按2024年收入和出货量计算，公司均名列全球ACR解决方案市场第一，收入市场份额从2023年的24.2%增长至2024年的31.4% [15] - 截至2025年9月30日，公司已与全球超过800家客户签约，包括超70家《财富》全球500强企业 [15] - 2024年总订单额为19.72亿元，2025年前三季度总订单额已达19.32亿元，客户复购率为80% [15] - 2025年前三季度，来自大陆以外市场的订单量占总订单量的50%以上，收入占比为39.6% [16] - 公司营收从2023年的8.07亿元增长68.6%至2024年的13.60亿元，2025年前三季度营收同比增加35.7%至12.63亿元 [16] - 毛利率从2023年的16.0%提升至2025年前三季度的28.9%，经调整EBITDA率从2023年的-77.3%大幅收窄至2025年前三季度的-20.5% [16] 镁信健康 (港股更新招股书) - 公司更新港交所招股书，2025年前十个月营收同比增长33.85%至18.73亿元，毛利超6亿元 [18] - 公司致力于解决医疗支付挑战，推动“基本医保+商业保险”多元协同支付体系 [19] - 公司经调整净亏损从2024年前十月的0.87亿元缩减至2025年同期的0.55亿元，同比减亏近四成 [19] - 公司是中国最大的医药多元支付平台，在创新智药解决方案市场（按合作药企数量）和创新健康智保解决方案市场（按处理保单数量）均排名第一 [21] - 截至2025年10月31日，公司已累计为约200万名患者提供服务，与2024年中国保费收入前20的所有保司合作，并覆盖超170个城市的惠民保业务 [22] - 截至2025年10月31日，公司已累计与超140家药企建立合作，其中包括2024年全球营收前20强中的90% [22] - 公司2023年初完成IPO前最后一轮融资后，估值为116.775亿元人民币 [24]