行业高层人事变动 - 2026年以来，国内AI圈经历一系列高层人事变动，表明行业正经历一次深刻的结构性转折[3] - 华为诺亚方舟实验室主任王云鹤官宣离职，成为行业焦点[1][25] 王云鹤个人背景与职业履历 - 王云鹤生于1991年，本科就读于西安电子科技大学数学与应用数学专业，2018年博士毕业于北京大学智能科学系[5] - 其研究方向包括深度学习、模型压缩、机器学习、计算机视觉等[5] - 博士毕业前已在华为诺亚方舟实验室实习，毕业后加入并担任高级工程师，后续升任主任工程师和技术专家[8] - 2021年担任华为算法应用部部长，负责高效AI算法的创新研发与应用，其“大幅提升算力的高效能乘法器和加法神经网络”获选华为第四届“十大发明”[8] - 2025年3月接班姚骏，担任华为诺亚方舟实验室主任，在华为工作超过8年[8] - 他是一位活跃的知乎答主，是“深度学习”话题的优秀答主[11] 王云鹤的学术成就与研究贡献 - 谷歌学术引用量突破33,000次（33,921次），h指数为64，i10指数为158[13][14] - 引用量最高的论文是CVPR 2020的“GhostNet: More features from cheap operations”，引用次数达6,109次，该研究提出了一种新型的端侧神经网络架构[14][15] - GhostNet在ImageNet分类任务上，在相似计算量情况下Top-1正确率达75.7%，高于MobileNetV3的75.2%[16] - 在Vision Transformer方向成就斐然，其参与发表的综述文章“A survey on vision transformer”引用量高达5,528次[18] - 参与的重要研究“Pre-trained image processing transformer”及“Transformer in transformer”引用次数均逼近3,000次[18] - 这些工作系统性地优化了自注意力机制在视觉特征提取中的计算效率，推动了Transformer架构在视觉任务中的应用与普及[18] 王云鹤对AI技术的前沿见解 - 他认为Transformer是“量变到质变长期积累得到的范式”，而扩散模型在建模方式上可能有潜力对自回归带来很大冲击[21] - 他系统性地梳理了扩散语言模型当前面临的10个核心挑战与优化方向，涵盖推理高效的架构设计、更适配的词表探索、更好的优化范式等多个维度[21] - 他强调最理想的扩散模型不应遵循现有自回归范式，应像人思考一样具有结构性，并建议未来AI模型设计可借鉴人类多尺度思考的特点，探索具有层级联系的词表结构[21] - 提出将离散扩散模型与视觉、语言及动作模块在具身智能等场景下融合，有望探索出更加统一的模型结构与训练范式[21] - 在其主导的论文《DLLM Agent: See Farther, Run Faster》中，团队探讨了底层语言模型的生成范式（扩散DLLM vs 自回归AR）对智能体规划、工具使用及决策轨迹的深刻影响[22] - 其提出的DLLM智能体可以实现更高效的全局规划，在最终准确率相当的情况下，端到端速度更快，交互与工具调用更少，并减少了冗余与回溯[24] 离职影响与未来展望 - 王云鹤作为在华为效力8年有余的AI领军人物，主导了多项具有国际影响力的底层算法创新，他的离职是行业内的一大焦点[25] - 他带着对扩散语言模型与通用人工智能统一架构的深刻思考离开，其下一段职业旅程值得整个行业持续关注[26]

行业投资评级 - 投资评级：优于大市（维持） [1] 报告核心观点 - 人工智能是制造业生存发展的必答题，而非可选题，企业必须通过智能化升级突破成本与效率瓶颈，构建可持续竞争力 [10][14][17][20] - AI技术正从单点效率提升，迈向驱动制造业全价值链、全流程数据驱动的智能升级与价值重构 [26][28][29] - 研发设计类工业软件是国产化替代最具潜力的核心赛道，存在巨大的投资机会 [82][83] - AI芯片是智能制造的“数字大脑”，是连接算法与硬件的核心枢纽，也是产业链价值最密集的关键锚点 [96][98] 时代背景：制造业转型的迫切性与坚实基础 - 中国制造业规模庞大，2025年工业增加值达41.7万亿元，较2024年增长5.8%，其中制造业增加值34.7万亿元，增长6.1%，规模连续16年全球第一 [10] - 传统制造业面临四大挑战：1) 成本压力：用工成本年增超12% [11]；2) 效率瓶颈：传统设备利用率低于65% [12]；3) 供应链需重构以增强韧性与透明度 [13]；4) 需满足消费升级与“双碳”政策的绿色转型要求 [14] - 转型面临现实障碍：工业AI专业人才储备不足、数据孤岛问题突出、关键零部件依赖进口、缺乏清晰的AI应用路径与ROI量化方案 [21][22] 核心引擎：AI赋能制造业的关键技术 - 关键技术包括：数字孪生（实现仿真优化与故障预测）、机器学习（实现模式识别与算法优化）、计算机视觉（用于智能质检与视觉监控）、AI智能体（实现自主决策与流程自动化） [23][24][25] 深度应用：AI在全价值链的渗透与落地场景 - **研发设计**：AI辅助设计可大幅缩短周期，例如海尔设计周期缩短50%，劳斯莱斯编程时间缩短80% [30] - **生产制造**：智能排产与数字孪生提升效率，例如华为设备利用率升至92%，三一重工产能提升123% [30] - **供应链管理**：AI用于需求预测与库存优化，例如海尔卡奥斯平台库存周转率提升50% [30] - **质量控制**：AI视觉检测实现高精度质检，例如三一重工不良率降低45%，富士康检测准确率达99.92% [30] - **预测性维护**：设备健康管理减少非计划停机，例如三一重工非计划停机减少60%，维修效率提升75% [30] - **能源管理**：AI优化能耗，例如新金钢铁智慧空压站节能率超30% [30] 市场洞察：市场规模、增长趋势与投资机遇 - **全球市场**：2026年全球制造业数字化转型（DX）支出预计达1.2万亿美元；AI智能制造市场预计达1250亿美元，年复合增长率（CAGR）为28% [80] - **中国市场**：智能制造核心产业规模预计突破5万亿元，CAGR为18%；2026年工业软件市场规模预计突破4000亿元，其中AI+工业软件在2024-2029年复合增速达41.4% [80] - **国产化机遇**：工业软件国产化率呈现分化，研发设计类（CAD/CAE）国产化率仅10%-21.4%，但增速最快（CAGR 22.3%），是国产替代核心战场；生产控制类（MES/PLC）国产化率52.6%；经营管理类（ERP/SCM）国产化率已超80% [82] 领先实践：国内外标杆企业案例 - **中铝集团“坤安2.0”**：与华为等合作开发有色金属行业大模型，驱动地质勘探、冶炼加工等全链条业务流程变革 [32][34][37] - **山东金信空调与浪潮云洲**：合作打造纺织行业数智风机AI优化解决方案，实现风机远程检测、劣化预警与精细控制 [38][43] - **“擎云智驱”公共AI平台**：以“AI底座+订阅制”模式降低中小企业AI应用门槛，赋能电机产业集群，例如浙江金龙电机实现转子缺陷智能识别 [45][47][48] - **广域铭岛**：数字孪生解决方案用于新能源汽车排产，将单次排产耗时从6小时压缩至0.5-1小时，带来年均超500万元运营收益 [50][51] - **中控技术**：预测性维护智能体应用于石化行业，提升风险预警能力，助力实现“内操智能化、外操无人化” [52][55] - **格创东智**：天枢AI用于半导体缺陷识别，在项目中帮助客户降低90%人力投入，缺陷检出率达99%以上 [56][57] - **得力集团**：“5G+AI笔检”系统实现毫秒级缺陷判定，支持15类缺陷识别，不良品率降低50% [60][63] - **宁德时代**：电池AI检测系统推动缺陷检测精度从百万分之一（PPM）提升至十亿分之一（PPB） [65][71] - **东进新材料**：AI验布机可替代2-5个验布工，检出率达90%，识别精度0.01，平均速度30米/分钟，每年可节约上百万至上千万费用 [72][75][76] - **西门子安贝格工厂（标杆）**：作为工业4.0标杆，依托Xcelerator数字生态，实现效率提升20%，不良率仅0.001% [85][87][88] - **三一重工灯塔工厂**：通过AI与工业互联网融合，实现产能提升123%，不良率降低45%，非计划停机减少60% [90][93] 未来展望：技术趋势与投资逻辑 - **技术演进趋势**：1) AI原生工业软件成为工厂“智能决策大脑”；2) 数字孪生扩展至全工厂及供应链，构建工业元宇宙；3) 构建自主可控的全栈产业生态；4) AI与绿色制造深度融合 [95] - **核心投资赛道**：1) 工业软件，聚焦研发设计类（CAD/CAE）；2) 工业机器人；3) 具备生态能力的工业互联网平台企业；4) 核心软硬件国产替代；5) AI与工业场景深度融合的先行者；6) 具备跨行业生态构建能力的平台型企业 [96]

自动驾驶技术路径的分歧 - 行业主流采用传感器融合方案，结合摄像头、雷达和激光雷达，构建冗余、多层次的世界视图 [2] - 特斯拉孤军奋战，押注于单一的、纯粹的基于摄像头的视觉方案，并主动移除和禁用雷达等硬件 [2] 传感器融合方案详解 - 摄像头提供最丰富、高分辨率的数据，能感知色彩纹理、读取路标、识别信号灯，但易受恶劣天气和弱光环境影响，且难以测量相对速度 [2] - 雷达擅长测量物体距离和速度，能穿透雨雾雪，但分辨率低，难以识别物体种类和静止物体 [3] - 激光雷达能创建精确三维点云地图，测量距离和形状精度高，但成本较高，在雾雪雨天性能下降，且数据处理需要巨大计算资源 [3] - Waymo和Cruise等公司采用融合这三种数据的方案，以创建具有内置冗余的系统 [4] 特斯拉技术路线的演变 - 特斯拉早期（发布至2021年）的自动驾驶系统同时配备摄像头和前置雷达，采用传统的传感器融合方案 [5] - 2021年夏季，特斯拉宣布从新款Model 3和Model Y中移除雷达，转向名为Tesla Vision的纯摄像头系统 [6][7] - 转变的核心论点是传感器数据冲突的危险性：当不同传感器提供矛盾信息时，决策过程可能使车辆陷入瘫痪 [7][8] 特斯拉放弃雷达的具体原因 - 雷达存在根本缺陷，无法正确区分无法产生频率偏移的静止物体、横截面较薄的物体或雷达反射率较低的物体 [9] - 这些缺陷是导致“幽灵刹车”事件的根源，例如车辆可能将静止的立交桥或铝罐误认为是停着的车辆 [9] - 特斯拉认为实现通用自动驾驶的关键在于解决视觉问题，人类驾驶仅依靠视觉和神经网络，完美的计算机视觉将使其他传感器成为干扰或危险歧义的来源 [9] 特斯拉纯视觉系统的现状 - 每一辆特斯拉新车完全依赖由八个摄像头驱动的Tesla Vision系统，利用复杂神经网络创建世界的三维矢量空间表示进行导航 [9] - 尽管新款Model S和Model X配备了全新的高清雷达，但特斯拉从未将这些雷达用于FSD功能，以巩固其对纯视觉路线的坚持 [9] - 最普及的Model Y上的FSD系统是最先进的，而非配备额外传感器的车型，雷达可能仅用于数据收集和系统验证，但不属于FSD套件的一部分 [10] 特斯拉路线的潜在影响 - 放弃传感器融合是特斯拉方案与其他厂商方案的最大区别，被视为一场高风险、成败在此一举的赌博 [10] - 特斯拉团队认为，打造可扩展、通用、能像人类一样导航的自动驾驶系统的唯一途径是彻底解决视觉问题 [10] - 若判断正确，将创造出比竞争对手更便宜、可扩展性更强的系统；若判断错误，可能遇到仅靠传感器才能突破的性能瓶颈，但目前尚未出现此类迹象 [10]

研讨会核心信息 - 第二届计算机视觉推理扩展研讨会（ViSCALE 2026）将于2026年6月在美国举办，由来自清华大学、普林斯顿大学、加州大学圣克鲁兹分校、新加坡国立大学等全球顶尖机构的学者联合举办 [2] - 研讨会旨在汇聚全球顶尖学者，共同探索如何让视觉模型通过计算扩展突破现有模型的能力瓶颈 [2] - 研讨会将采用线上线下混合模式，于2026年6月3日或4日举行，会期为半天 [9] 研讨会核心观点与研究方向 - 研讨会认为计算机视觉正站在新范式的路口，其发展路径是从单纯的像素感知，到构建符合物理规律的世界模型；从平面的模式识别，到复杂的空间推理 [2] - 研讨会关注的重点是深度推理，旨在探索模型如何在测试时动态分配计算资源，实现从“看懂画面”到“模拟世界”的跃迁，而非上一代模型的“直觉反应” [5] - 核心研究方向包括：利用测试时计算扩展提升视频生成的物理一致性与长时序因果推理能力；突破2D限制，让模型在3D空间中具备类似人类的导航与操作直觉；发展视觉思维链，让视觉模型学会反思、自我修正与多步推理；探索测试时计算量与视觉推理性能之间的扩展规律 [6] 研讨会征稿详情 - 研讨会寻求能打破现有视觉模型天花板的原创性研究，鼓励新颖观点和创意思路，接受多种类型投稿 [7] - 征稿分为两个方向：Track 1为正式论文，属于存档类型，篇幅限制为8页（不含参考文献）；Track 2为扩展摘要，属于非存档类型，篇幅限制不超过4页（不含参考文献） [9] - 投稿需使用CVPR 2026 Author Kit格式，截止日期为2026年3月10日，录用通知将于2026年3月18日发出 [9] - 具体征稿议题包括但不限于：测试时计算扩展的理论基础与高效算法、世界模型/视频生成/复杂决策中的推理扩展、具身智能与自动驾驶中的长时序空间推理、统一模型中的推理扩展问题、视觉思维链与模型可解释性、推理扩展带来的安全性/鲁棒性与幻觉问题 [9]

项目核心内容 - 山东省工业和信息化厅宣布将在多个重点行业开展“语料库揭榜挂帅”项目申报 [1][2] - 项目旨在通过技术攻关、标准研制、打造高质量语料库及推动应用场景落地，以支持行业大模型的开发、训练和微调 [2] 项目覆盖行业 - 项目聚焦的行业包括高端装备、烟草制品业、农副食品加工业、家具制造业、木材加工、皮革毛皮羽毛及其制品和制鞋业、仪器仪表制造业、废弃资源综合利用业 [2] 项目具体目标与要求 - 项目聚焦于工业制造重点行业的基础理论研究、产品研发设计、生产管理运行、过程质量检测等关键环节和特定场景的知识语料汇聚 [2] - 语料库将基于结构化、非结构化和半结构化数据，经过清洗、去噪和统一格式处理 [2] - 处理后的语料用于支持自然语言处理、计算机视觉、机器学习、深度学习等任务 [2] - 项目验收时，行业相关语料库的数据量要求不低于10万条 [1][2] - 验收的语料库需具有较高的数据质量、领域覆盖程度、潜在价值和应用成效，并需通过第三方测评 [2] 项目鼓励方向 - 山东省鼓励各行业语料库项目加快语料资源的优化整合，并积极开放公共语料 [2]

飞行雨伞项目技术解析 - 项目由加拿大工程师John Tse开发，旨在打造一款能自动悬浮在头顶、解放双手的雨伞[1] - 第二代产品实现了完全自主飞行，第一代产品发布于2024年初，仍需手动遥控[7] - 项目开发历时近一年，经历了零件断裂、软件崩溃、硬件烧毁等诸多挑战[18] 核心技术方案与迭代 - 采用四螺旋桨提供动力，由Pixhawk飞行控制器保持平衡，树莓派Compute Module 4处理数据[5][9] - 跟踪系统经过多次迭代，最终选用飞行时间深度相机，替代了普通摄像头、GPS和激光雷达方案，因其在昏暗环境下也能精准构建3D图像[9][12] - 深度相机识别使用者头部位置，系统反应迅速，可在正常步行速度下稳定跟随[9] 机械与结构设计 - 采用可折叠机械臂设计，四个机械臂从中央枢纽延伸，末端装有电机和螺旋桨，解决了便携性问题[11] - 结构件大部分使用碳纤维尼龙材料3D打印，以平衡强度与重量[14] - 设计了包含铰链、橡皮筋和固定板的锁定系统，以减少飞行震动，该折叠机构经过大量时间优化[14] - 内部电子设备布局经过精心设计，以保持重心稳定[16] 项目性能与局限性 - 出于安全考虑，雨伞需悬浮在头顶几米高，导致实际遮雨效果不佳，风雨天雨水会斜向飘入[5][18] - 当前版本续航时间仅10-15分钟，与小型消费级无人机相近[20] - 在人群密集处使用可能存在碰撞风险[20] - 在暴雨测试中能实现稳定飞行和“零故障”跟踪，但遮雨功能基本失效[18] 项目意义与行业背景 - 项目展示了个人创客利用现成无人机技术、计算机视觉和开源硬件实现自主机器人的能力[20] - 文章结尾附有广泛的机器人行业企业名单，涵盖工业机器人、服务与特种机器人、医疗机器人、人形机器人、具身智能及核心零部件等多个领域[21][22][23][24][25][26][27][28]

公司近期动态 - 京东方科技集团股份有限公司于近期取得一项名为“一种基于计算机视觉的群体识别方法和群体识别装置”的专利，授权公告号为CN116597382B，该专利的申请日期为2023年5月 [1] - 公司成立于1993年，位于北京市，主营业务为计算机、通信和其他电子设备制造业，注册资本为374.1388亿元人民币 [1] - 公司对外投资了73家企业，参与招投标项目303次，拥有商标信息775条，专利信息5000条，以及行政许可47个 [1] 公司技术研发与知识产权 - 公司新获授权的专利涉及计算机视觉领域的群体识别技术，表明公司在人工智能及图像识别技术方向持续进行研发投入 [1] - 公司旗下子公司北京京东方技术开发有限公司（成立于2016年）同样专注于计算机、通信和其他电子设备制造业，注册资本为3800万元人民币，拥有专利信息3871条 [1] - 子公司北京京东方技术开发有限公司对外投资了1家企业，参与招投标项目92次，拥有行政许可4个 [1]

公司IPO申请与市场地位 - 公司于1月20日首次向港交所递交IPO申请，中信证券为独家保荐人，拟将募集资金用于增强研发能力、提升商业化能力及补充营运资金 [1] - 公司定位为中国领先的AI计算机视觉解决方案提供商，按2024年收入计，在中国新兴企业级计算机视觉解决方案市场中排名第八，但市场份额仅为1.6%，与排名第一的公司（份额12.1%）差距显著，市场相对分散 [1][8] - 截至2025年三季度末，公司AI算法商城展示逾1500种算法，覆盖逾100个行业，拥有由数十万开发者组成的全球社区，累计服务逾3000名客户 [2] 业务构成与客户分析 - 报告期内（2022年、2023年、2024年及2025年前三季度），公司收入主要来自AI计算机视觉解决方案，占比分别为100%、100%、75.9%和81.8%，大模型解决方案收入占比从0%提升至19.2% [2] - 客户主要为民营企业，报告期内来自该类型客户的收入占比分别为94.7%、36.7%、58%和69.6%，波动较大 [3] - 收入地域分布波动剧烈，华东地区收入占比从2023年的65%骤降至2025年前三季度的32.1%，同期华南地区收入占比从18.6%升至56.0% [3] 财务表现与盈利能力 - 报告期内，公司收入分别为1.02亿元、1.28亿元、2.57亿元和1.36亿元，期内利润分别为-6072.2万元、-5624.6万元、870.8万元和-3629.6万元，仅2024年实现盈利 [4] - 截至2025年三季度末，公司累计亏损由2024年底的9880万元增加至1.258亿元，因存在累计亏损，目前无法宣派或派发股息 [4] - 报告期内，销售及分销开支、行政开支和研发开支三项总额分别约为1.01亿元、9830.4万元、9827万元和1.01亿元，占各期收入的比例分别为99.91%、76.99%、38.19%和74.39% [4][5] 现金流与应收款项状况 - 报告期内，公司经营活动产生的现金流量净额长期为负，分别为-7914.3万元、-7296.3万元、-1759.2万元和-2137.3万元 [5] - 贸易应收款项及应收票据总额从2022年底的4201.5万元快速攀升至2025年三季度末的1.81亿元 [5] - 贸易应收款项及应收票据周转天数显著增加，从2022年的99天、2023年的163天、2024年的182天，大幅延长至2025年前三季度的379天，公司解释原因为公众客户数目增加导致信贷期较长及业务具有季节性 [5][6] 融资历史与估值 - 公司自2015年成立以来累计完成11轮融资，引入了青岛金融、高通中国、华润创新、横琴基金等机构 [7] - 2024年11月完成的D轮融资代价为1000万元，投后估值达到23.1亿元，较2015年天使轮融资后的估值（约950.12万元）增长超过243倍 [1][7] - 但D轮融资后23.1亿元的估值，较2022年10月C3轮融资后的估值（23亿元）几乎未增长，仅微增0.4% [1][7] - IPO前，根据一致行动协议，董事长兼总经理陈振杰、执行董事兼副总经理罗韵及横琴极力能够行使公司合计约29.84%的投票权，为单一最大股东集团，但公司无控股股东 [7]

行业背景与研讨会概况 - 针对儿童发育、健康和教育的人工智能与计算机视觉技术尚处于起步阶段 [2] - CV4CHL研讨会由儿科AI初创公司PediaMed AI联合多所知名高校及研究所在CVPR 2026期间承办 旨在汇集多维度学科观点 填补该领域关键空白 [2] - 研讨会致力于搭建跨学科桥梁 汇聚计算机视觉研究员、大模型技术专家、儿科医生、心理学家、教育家 共同探讨前沿技术在儿童应用场景的创新与伦理挑战 [2] 研讨会核心活动与议题 - 研讨会将包括主题演讲 PediaMed AI将发布相关儿科AI产品 [3] - 将联合伊利诺伊大学厄巴纳-香槟分校组织儿童AI未来方向圆桌讨论 联合深圳儿童医院组织首届儿童步态分析挑战赛 [3] - 核心议题涵盖受儿童学习认知能力启发的基础模型与多模态大语言模型、面向儿童的脑机接口技术、增强/智能眼镜人机交互、具身AI的儿科应用、儿童发育认知建模相关的计算机视觉、儿科智慧医疗、AI赋能教育、AI支持儿童心理健康以及儿童AI技术的伦理与社会影响 [6] 研讨会时间、地点与投稿规则 - 研讨会时间定于2026年6月3日至6月7日 地点在美国科罗拉多州丹佛 [6][7] - 投稿设Proceeding及Non-proceeding两个赛道 在OpenReview平台进行双盲审稿 [8] - Proceeding赛道投稿正文限制8页以内 论文将收录于CVPR 2026 Workshop Proceeding [8] - Non-proceeding赛道非存档 可投稿已发表或在审工作 正文限制4页以内 研讨会后不会公开 [8] - 投稿截止日期为2026年3月31日 审稿结果通知日期为2026年4月8日 [6] - 投稿格式和模板遵循CVPR 2026官方投稿指南 [11] 合作与参与 - 研讨会由PediaMed AI、UIUC HCESC、机器之心赞助 欢迎更多企业加入 期间将设置赞助商展位 [9] - 研讨会是研究者与行业专家展示成果、激发灵感、参与讨论的平台 [9]

公司上市与股份流通计划 - 中国证监会国际合作司已向山东极视角科技股份有限公司发出境外发行上市及境内未上市股份“全流通”备案通知书 [1] - 公司计划发行不超过2006.34万股境外上市普通股并在香港联合交易所上市 [1] - 公司31名股东拟将所持合计99,872,436股境内未上市股份转为境外上市股份，并在香港联交所上市流通 [1] 公司业务与市场地位 - 公司是中国AI计算机视觉解决方案提供商，为各行各业的企业提供端到端解决方案开发、部署及管理服务 [3] - 根据弗若斯特沙利文的资料，按2024年的收入计，公司于中国新兴企业级计算机视觉解决方案市场中排名第八 [3] “全流通”股东及转换股份详情 - 股东陈振杰申请全流通股数最多，为16,114,821股 [4] - 股东珠海横琴极力投资合伙企业(有限合伙)申请全流通股数为9,452,122股 [4] - 股东珠海横琴极创投资合伙企业(有限合伙)申请全流通股数为9,024,164股 [4] - 股东深圳市创兴前沿技术股权投资基金合伙企业(有限合伙)申请全流通股数为6,455,286股 [4] - 股东青岛经济技术开发区金融投资集团有限公司申请全流通股数为5,464,317股 [4] - 股东高通(中国)控股有限公司申请全流通股数为4,990,208股 [4] - 股东青岛天奇前沿科技投资基金合伙企业(有限合伙)申请全流通股数为4,852,238股 [4] - 股东汕头市华润创新股权投资基金合伙企业(有限合伙)申请全流通股数为4,819,420股 [4] - 股东Marvel Holding (HK) Limited申请全流通股数为4,732,743股 [4] - 股东罗韵申请全流通股数为4,405,085股 [4] - 股东山东陆海联动投资基金合伙企业(有限合伙)申请全流通股数为4,353,621股 [4] - 股东深圳安京投资合伙企业(有限合伙)申请全流通股数为3,729,795股 [4] - 股东深圳市理想同心投资合伙企业(有限合伙)申请全流通股数为3,509,625股 [5] - 股东宁波梅山保税港区莱玛投资管理合伙企业(有限合伙)申请全流通股数为1,952,036股 [5] - 股东茂名市智创未来投资企业(有限合伙)申请全流通股数为1,800,619股 [5] - 股东青岛极视和风管理咨询合伙企业(有限合伙)申请全流通股数为1,591,503股 [5] - 股东青岛国投资本管理有限公司申请全流通股数为1,500,006股 [5] - 股东青岛青铁一期产业投资基金合伙企业(有限合伙)申请全流通股数为1,277,699股 [5] - 股东深圳九畹中创拾伍号科技投资中心 (有限合伙)申请全流通股数为1,212,121股 [5] - 股东海南景泰成长股权投资基金三期合伙企业(有限合伙)申请全流通股数为1,022,690股 [5] - 股东淄博凯沃股权投资基金合伙企业(有限合伙)申请全流通股数为1,000,466股 [5] - 股东深圳市前海康星健康产业基金管理企业(有限合伙)申请全流通股数为975,989股 [5] - 股东青岛杰正海睿商贸有限公司申请全流通股数为900,309股 [5] - 股东青岛海创智链工业互联网产业投资基金合伙企业(有限合伙)申请全流通股数为871,042股 [5] - 股东深圳达辰云极人工智能合伙企业(有限合伙)申请全流通股数为868,790股 [5] - 股东株洲云龙创新创业投资引导基金合伙企业(有限合伙)申请全流通股数为664,581股 [5] - 股东北京聚引融合科技有限公司申请全流通股数为630,000股 [5] - 股东深圳市极视春雨咨询合伙企业(有限合伙)申请全流通股数为544,048股 [5] - 股东竞骏高飞(深圳)企业管理有限公司申请全流通股数为474,054股 [5] - 股东横琴粤澳深度合作区产业投资基金(有限合伙)申请全流通股数为434,783股 [5] - 股东杭州初者之心股权投资合伙企业(有限合伙)申请全流通股数为248,255股 [5]