2025年财务业绩概览 - 2025年全年营业收入为60.68亿元，同比下滑2.17% [2] - 归属于上市公司股东的净利润为4.05亿元，同比大幅增长61.77% [2] - 公司三费合计同比下降5.63%，净减少费用2.73亿元 [3] 分业务板块表现 - **数字成本业务**：营业收入47.79亿元，同比下降4.16%；新签云合同33.8亿元，同比下降1.3% [3] - **数字施工业务**：营业收入8.46亿元，同比增长7.58%；毛利率从35.87%提升至58.33%，增加22.46个百分点 [3] - **数字设计业务**：营业收入7117.19万元，同比下降21.04% [3] - **海外业务**：营业收入2.4亿元，同比增长18.18% [4] 成本业务云化与增长展望 - 2025年数字成本业务云收入为34.57亿元，占总收入47.79亿元的72% [15] - 2026年增长路径：向基建、水利、新能源、海外等新领域延伸；提升客户续费率与应用深度；探索WAAS、RAAS等AI驱动的新商业模式 [15] AI战略与产品进展 - 提出“产业AI”发展理念，聚焦设计一体化、成本精细化、施工精细化三大高价值场景 [4] - AI产品三层进化：全系产品功能增强、核心产品增加AI原生模块、开发AI原生产品（如工地智能体） [8][9] - 构建“三驾马车”技术支撑体系：建筑行业AI模型（如AecGPT）、AI工程化平台、核心平台“平台+组件”架构升级 [10] - AI商业模式演进：从SaaS向WAAS、RAAS等多种模式协同并存发展，按结果付费（如“不省钱不要钱”）模式潜力大 [13][14][15] 海外业务战略 - 2026年作为战略重点，将加大资源投入，加速设计、成本、施工三大核心业务的全球化进程 [6][11] - 欧洲市场：以MagiCAD和EQUA为基础，推广机电一体化设计平台MCINNOVA MEP及施工业务 [11][12] - 亚洲市场：把握基建活跃机会，加大营销与产品投入；香港作为国际业务发展的桥头堡 [4][12] “十三”战略核心 - 总体方向：深耕建筑行业、发展产业AI、夯实全球化发展 [16] - 核心延续：坚定不移深耕建筑行业 [16] - 战略升级：强化数字成本业务作为锚点；发挥设计、成本、施工全业务流程协同优势 [16][17] 行业趋势与竞争壁垒 - 新清单政策已在约60%的省市执行，推动工程造价市场化与精细化，催生新工具、新依据、高质量投标等需求 [7][8] - 面对“龙虾热”（AI智能体）等技术趋势，公司深厚的行业知识、海量数据及专业工具构成核心竞争护城河，AI时代将巩固该优势 [17][18] - 公司推动产品“平台化”转型，通过API化、Skill化使核心能力“被AI使用”，适应多样化服务入口趋势 [18] 关键财务指标变化 - **利润表**：营业成本同比减少11.84%；管理费用同比减少12.96%；研发费用同比减少5.52% [6] - **资产负债表**：交易性金融资产较年初增加2亿元；其他权益工具投资较年初减少0.91亿元 [6][7] - **现金流量表**：经营活动现金净流入同比减少1.37亿元；投资活动现金净流出同比增加1.12亿元 [7]

行业趋势 - 2026年AI与产业深度融合 企业对云的需求从资源弹性扩展转向智能原生、安全可控与场景落地能力[1] - 云产品加速分化 通用公有云聚焦算力普惠 面向政企市场的智能云平台则更强调国产信创兼容、异构算力调度、行业知识内嵌与混合部署支持[1] - 企业云服务正式迈入“智能即服务”新阶段[1] 公司产品发布 - 范式智能发布Phanthy Cloud 标志着公司将其十年垂直领域AI工程经验全面云化、产品化[1][3] - 产品定位为集模型、算力、治理于一体的可落地智能底座 旨在提供“开箱即用、持续进化”的AI基础设施[1][3] - 产品直接回应市场对可快速部署、持续迭代且深入业务的智能云平台的迫切需求[3] 产品核心架构 - Phanthy Cloud采用“云+算力+能力”三层一体化设计 提供从底层资源到顶层智能的全栈解决方案[5] - **云层**：无缝兼容公有云、私有云及混合部署模式 满足政企客户对安全、合规的刚性要求[5] - **算力层**：集成高性能异构vGPU调度引擎 获全球活跃算力管理社区HAMi支持 实现对GPU资源的精细化切分、隔离与统一调度 提升多团队、多任务、负载波动场景下的资源利用率与交付效率[5] - **能力层**：全面融入公司十年自研AI核心能力 包含三大支柱[5] 能力层支柱一：模型生态 - 针对国产化替代“适配难、上线慢、碎片化”痛点 接入了业界规模领先的信创大模型社区[5] - 该社区认证模型数量在3个月内从0增长到10,000+ 并正向100,000+迈进[5] - 企业可借此快速获取经过验证的模型资产 大幅缩短选型与集成周期[5] 能力层支柱二：工程平台 - 集成了连续7年蝉联IDC市场份额第一的AI开发平台——先知AIOS5.2[6] - 支持企业根据自身数据与业务变化 自主开发、部署、评测与治理模型 形成可闭环、可进化的AI生产流水线[6] 能力层支柱三：垂直世界模型 - 将公司沉淀十年的垂直世界模型能力平台化 把行业机理与高质量数据转化为可复用的模型资产[7] - 旨在解决金融风控、能源调度、制造排程等专业领域中通用大模型“表达能力”不足的问题 使AI能进行精准推演、评估与优化[7] 产品战略意义 - AI的未来竞争力在于构建“可用、可信、可进化”的企业级智能系统[8] - Phanthy Cloud的发布是将智能能力转化为企业新型基础设施的关键一步[8] - 通过整合高性能算力、开放模型生态、垂直世界知识与成熟工程体系 致力于让企业以更低门槛、更高效率、更稳健路径构建面向未来的AI能力栈[8]

融资与团队背景 - Vibe Coding公司InferNet完成天使轮融资 由锦秋基金独家投资 澜松资本担任财务顾问 [1] - 创始团队由99年创始人与97年CTO组成 前作NextChat在GitHub获85.5k Stars和61.1k Fork 贡献者超260人 [1] - NextChat于2024年被AI公司Manus收购 成为最受欢迎LLM开源UI之一 客户端仅5MB并支持多平台 [1] 技术产品演进 - 从聊天界面转向全栈引擎 Claude 3 Sonnet使AI生成代码具备审美能力 Lovable等前端工具爆发 [2] - InferNet聚焦三核心功能：数据先行（读取Notion/Airtable/Google Sheets数据） 集成到底（内置登录支付AI邮件） 端到端托管（生成即上线） [2] - 通过可视化编程+智能数据流转解决跨平台数据孤岛 实现Bug Tracker/招聘流程/CRM等工具快速部署 [2] 战略定位与方向 - 公司从开源聊天界面转向数据先行的全栈应用引擎 站在AI工程化前沿 [3] - 推出Vibe Coding技术 重构数据协作流程 重点解决自动化效率低等痛点 [3] - 即将发布Coding产品Step1.dev 专注企业数据协作领域 [2][3]

智算产业升级与国产化布局 - AI行业呈现"智算哑铃态"发展趋势，应用场景与算力需求双向爆发，基础模型架构逐步收敛[3] - 公司依托华为昇腾AI基础软硬件平台，构建覆盖算法开发、训练加速、推理部署的全栈国产化智算能力[3] AI工程化能力建设 - 自主研发AI工程化平台集成应用中心、模型中心、数据中心三大功能模块，首批支持MCP服务，显著提升开发效率并降低成本[5] - 可信数据空间解决方案实现多领域高质量数据集汇聚流通，为大模型提供合规、精准、可溯源的训练数据生态[5] - 构建AI+DICT交付体系，组建超百人工程化团队，打造一站式AI+解决方案，协同生态推动业务规模化拓展[5] 行业标杆案例实践 - xx海关项目基于昇腾AI算力底座开发AI政务助手，优化入库文档处理、问题段落重排算法(QPR)和Group-Weighted Rerank算法，解决多阶段协同与效果评估难题[9] - xx人民医院项目通过多模态AI医疗系统融合超声影像、病理报告与基因数据，甲状腺结节良恶性判别准确率提升30%，分析时间缩短至10s以下[9] - xx电力项目创新电力设备故障诊断技术，通过PiSSA微调方法使监督效率提升60%，专业术语识别准确率达95%[9] 技术生态与未来规划 - 公司将在基础设施层和服务能力层持续创新，应对生成式AI算力革命[10] - 未来计划深化与华为及生态伙伴的技术共研与生态共建，推动浙江省数字经济发展[10]

公司概况 - 贾扬清创业公司Lepton AI可能被英伟达收购 交易金额为数亿美元[1] - 公司成立于2023年 种子轮融资1100万美元[2] - 核心业务为AI应用平台 通过2-3行命令即可部署AI模型[2] - 创始团队包括阿里巴巴前VP贾扬清、白俊杰和李响 均具备AI平台开发经验[3] - 团队成员曾参与PyTorch框架和ONNX等开源项目开发[4] 技术优势 - 以工程化和开源为核心推动机制[9] - 曾用500行代码实现对话式搜索引擎演示[11] - 开发端侧模型Chrome插件Elmo 支持离线浏览器AI对话[14] - 推出提示词优化工具PromptLLM 可自动生成细节丰富的AI生图提示词[15] - 平台不直接拥有GPU 专注于ML平台软件层开发[18] 商业模式 - 提供GPU租赁中介服务 从供应商处租用GPU转租给用户[19] - 用户可选择通过LeptonAI租用GPU或直接从供应商租用后购买平台使用权[19] - 通过简化AI训练部署流程 让用户专注于产品开发[21] - 开发的开源工具主要用于技术演示和社区推广 不直接产生收入[17] 行业战略布局 - 英伟达收购旨在拓展算力租赁业务 实现多元化经营[6][7] - 云服务提供商正开发替代芯片 可能削弱英伟达市场优势[6] - 英伟达近期在云计算领域多项投资包括：向Coreweave投资约1亿美元并优先供应数十万台高端GPU[12] 参与Lambda公司4.8亿美元D轮融资[12] 参与TogetherAI公司3.05亿美元B轮融资[12] - Lepton AI是英伟达在云计算领域首次直接收购目标[8]