公司核心业务与项目 - 公司正研发人工智能预报模型 利用站点气象要素数据、楼宇高度及下垫面数据 为无人机物流配送规划安全航线 以应对楼宇间疾风导致的偏航风险 [1] - 公司首席架构师窦则胜正与中山大学研究团队合作 针对低空经济物流配送场景模拟“过堂风”以训练预报模型 [1] - 公司正全力推进构建天气气候无缝隙、全尺度预报基座的关键项目 该基座囊括影响天气气候的各类要素 可衍生出各个细分领域的应用 [1] 公司技术产品与成果 - 公司开发的天气预报模型“风清”可在3分钟内生成未来15天、逐6小时更新、25公里分辨率的全球气象预报产品 [1] - 公司开发的气候预测模型“风顺”可提供未来数周至数月的气候异常预测 [1] - 公司开发的气象科学模型“风源”实现了观测数据直接驱动的端到端预报 [1] 行业应用与前景 - 气象人工智能模型已在新能源功率预测、防汛调度、航空保障等场景落地应用 [2] - 未来将持续提升多场景预报的精细化水平 推动气象人工智能模型赋能更多行业 [2]

公司2025年度业绩预告核心要点 - 公司预计2025年度利润总额为-3000万元至-2000万元，归母净利润为-4500万元至-3000万元，扣非归母净利润为-4800万元至-3300万元 [1] - 公司预计2025年度营收为1.8亿元至2.2亿元，扣除与主营业务无关的业务收入和不具备商业实质的收入后的营收为1.79亿元到2.19亿元 [1] - 根据上交所规定，若公司最近一个会计年度经审计的利润总额、净利润或扣非后净利润孰低者为负值且营收低于3亿元，将被实施退市风险警示（*ST）[1] 公司面临退市风险警示 - 基于2025年度业绩预告数据，公司在2025年年度报告披露后可能被*ST [2] - 公司提示，预告数据为初步测算，具体准确的财务数据以经审计的2025年年度报告为准 [2] 公司历史业绩与经营状况 - 公司1997年成立，1998年上市，实控人为上海市国资委 [3] - 主营业务分为现代物流、气象科技、长租公寓、资源类投资四大板块，其中现代物流是核心主业，2024年营收占比为79% [3] - 2017年至2024年，公司营收整体呈下降趋势，扣非归母净利润持续亏损，分别为-1.37亿元、-6.80亿元、-1.97亿元、-1.12亿元、-1.74亿元、-0.23亿元、-0.29亿元、-0.58亿元 [3] - 2025年预计营收约为2017年高峰期营收28.41亿元的十分之一 [6] - 2025年业绩预亏主要因市场竞争加剧，国际货代业务、汽车物流业务收入下降，未能覆盖日常运营开支 [7] 公司涉及重大诉讼事项 - 公司涉及一宗诉讼案，涉案金额为1.52亿元，可能进一步影响2025年度利润 [8] - 2025年3月11日，公司收到上海铁路运输法院应诉通知书，被金交中心起诉 [8] - 2025年6月，前次诉讼按原告撤回起诉处理，但公司随即收到更新版起诉状，被追加为共同被告 [8] - 2025年11月10日，公司收到法院传票，案件于2025年12月15日下午开庭 [9] - 该诉讼对公司2025年度利润的影响尚不确定，若在年报出具日前形成实质性进展或判决，可能导致业绩预告净利润与最终披露金额存在差异 [9] 公司市场表现 - 截至1月28日收盘，公司股价报8.05元/股，总市值为29.40亿元 [10]

2025年度业绩预告与财务表现 - 预计2025年度利润总额为-3000万元至-2000万元，归母净利润为-4500万元至-3000万元，扣非归母净利润为-4800万元至-3300万元 [2] - 预计2025年度营收为1.8亿元至2.2亿元，扣除与主营业务无关的收入后为1.79亿元至2.19亿元 [2] - 根据上交所规定，若年度利润为负且营收低于3亿元，公司将被实施退市风险警示（*ST），2025年报披露后可能被*ST [2][3] 历史业绩与经营状况 - 公司1998年上市，实控人为上海市国资委，主营业务分为现代物流、气象科技、长租公寓、资源类投资四大板块，2024年现代物流业务营收占比79% [4] - 2017年至2024年，公司营收整体呈下降趋势，扣非归母净利润连续八年亏损，分别为-1.37亿元、-6.80亿元、-1.97亿元、-1.12亿元、-1.74亿元、-0.23亿元、-0.29亿元、-0.58亿元 [4] - 2025年营收预计仅为2017年高峰期（28.41亿元）的约十分之一，业绩下滑主因是国际货代与汽车物流业务收入下降，未能覆盖日常运营开支 [7] 潜在风险与重大事项 - 公司涉及一项涉案金额达1.52亿元的诉讼案，该事项可能进一步影响其2025年度利润 [8] - 该诉讼案于2025年3月首次受理，后原告撤诉并重新起诉，追加公司及若干主体为共同被告，案件已于2025年12月开庭审理，对公司利润的影响尚不确定 [9] - 若诉讼在年报出具前形成可计量的实质性进展或判决，可能导致业绩预告的净利润与最终披露金额存在差异 [9] 市场数据 - 截至1月28日收盘，公司股价报8.05元/股，总市值为29.40亿元 [10]

公司业务与业绩变动原因 - 公司从事的业务分为现代物流、气象科技和其他产业投资 [11] - 公司业绩变动原因为受到市场竞争加剧影响，其国际货代业务、汽车物流业务收入下降，未能覆盖日常运营开支 [9] 公司历史估值水平 - 公司市净率(LF)历史分位在2020年12月37日为100%，在2021年12月37日低于20%，随后在2023年12月37日回升至85.28% [4][5] - 公司市净率历史分位在2022年12月37日曾达到89%，在2023年12月37日达到85.34% [5] 公司营收与利润增长情况 - 2022年公司营业总收入同比增长率为60.57%，但归母净利润同比增长率为-419%，扣非净利润同比增长率为-1554% [12][13] - 2023年公司营业总收入同比增长率为120.39%，但归母净利润同比增长率为-3%，扣非净利润同比增长率未明确显示 [12][13] - 2024年及2025年(E)的营业总收入、归母净利润及扣非净利润同比增长率预测数据在图表中显示，但具体数值未在文本中提供 [13] 公司季度财务数据 - 公司最近一个季度的营业总收入为2.683亿元，归母净利润为0.63亿元，扣非净利润为0.475亿元 [14][15] - 公司季度扣非净利润在图表显示的历史数据中，最低曾为-0.844亿元，随后波动回升 [15]

气象预报预测准确率提升 - 2025年强对流预警平均提前量达48分钟，创历史新高，较“十三五”时期延长10分钟 [1] - 2025年24小时台风路径预报误差降至58公里，保持国际领先水平 [1] 气象观测网络与能力现代化建设 - 2025年发射2颗风云气象卫星，新建天气雷达296部、船舶气象站150个、漂流浮标50余个 [1] - 全国自动气象站平均间距缩小至9.8公里，9个大气本底站进入业务试运行 [1] - 观测业务质量提升，北斗探空测风精度提高至0.3米/秒 [1] 预报技术发展与战略规划 - 地球系统预报发展战略已发布，人工智能预报模型得到深度应用，以提升预报能力 [1]

核心技术突破 - 国家卫星气象中心联合多家单位研发出风云气象卫星数据深度扩散模型，成功将强对流天气临近预报有效时长延长至4小时[3] - 该技术体系从数据到模型、算法完全为国产自主研发[3][8] - 核心算法经历了三代更新迭代，第三代基于生成扩散模型的卫星云图智能外推算法，解决了长序列预测中对流云特征快速消散的难题，大幅提升了预报精度和有效预报时长[8] 技术原理与优势 - 科研团队利用风云四号系列气象卫星大范围、无缝隙监测的独特优势，获取长时效数据，并从海量数据中提取、预测对流云团的复杂随机运动以提升预报精度[5] - 该深度扩散模型能覆盖我国及周边2000万平方千米区域，实现未来4小时内每15分钟生成一次高分辨率对流预报[10] - 模型在4000米至48000米的不同空间尺度和各季节均表现出稳定的预报能力[10] - 风云四号气象卫星具备高时空分辨率红外探测能力，可实现对云团生命全过程的完整追踪，并通过对云顶物理信号的捕捉提早发现强对流初生迹象[12] 算法创新 - 传统人工智能模型在预测数小时后的云图时会出现“模糊化”，导致云团内部结构细节丢失，无法辨识强对流系统[14] - 科研团队创新性提出“双模型耦合”架构：一个深度神经网络模型负责学习预测大尺度云系的整体移动趋势；同时引入扩散模型专门学习云图演变中难以捉摸的局部随机变化[17] - 两个模型协同学习，既实现了对大面积云系整体移动的准确预报，又能很好地保持云系内部结构演变的关键细节[17] - 加入扩散模型后，预测结果在3小时、4小时后仍能保持丰富的细节[19] 应用价值与影响 - 该技术为强对流天气的精准预警提供重要技术支撑，对边远地区以及海上雷达监测盲区等区域的气象防灾减灾具有重要应用价值[10] - 在城市应急处置中，预警时间提前能为地铁、机场等基础设施的防护赢得黄金准备期，使应急响应、人员转移和物资部署更加主动从容[22] - 在农业生产中，预警时间提前可实现大棚加固、成熟作物抢收和防护网覆盖，使“看天吃饭”模式发生质的转变[24] - 在沿海地区，精准预警能让渔船在9级大风来临前安全回港，养殖户能提前为鱼塘增氧、加固围栏以减少损失[26] - 核心技术价值在于将“被动应急时间”转化为“主动准备时间”，有助于将强对流天气带来的风险损失降到最低，提升全社会防灾减灾能力[29]

“妈祖”(MAZU)平台全球推广与落地 - 中国气象局推出的“妈祖”(MAZU)全民早期预警云平台，作为中国气象人工智能方案，正服务于全球防灾减灾与应对气候变化[1] - 该平台已在巴基斯坦、埃塞俄比亚、所罗门群岛、吉布提、蒙古国5个国家实现落地部署与实时应用，并在亚洲、非洲、大洋洲的43个国家和地区开展在线试用[5] - 平台提供多版本服务，包括云端版、基础版、专业版、旗舰版、城市早期预警版、农业早期预警版等，适配多种灾害和风险场景[4] 技术方案与定制化应用 - “妈祖”平台通过建设云端早期预警平台，为各国提供定制化“工具箱”，实现气象风险监测、预警、发布、响应全链条“一站式”解决[3] - 针对巴基斯坦的冰湖溃决洪水、季风爆发、暴雨等灾害定制了预报预警系统，并于2025年10月实现本地部署应用[3] - 为蒙古国接入风云2H气象卫星积雪数据，针对大风、暴雨、沙尘和白灾等设计工作流提示词，生成当地语言避险指引[3] - 为老挝定制了一揽子多语种预警信息发布服务方案，以应对洪水、干旱等灾害[4] - 平台坚持“算法出海，本地调试”模式，以尊重并保护各国的气象数据主权[10] 核心技术突破与研发 - 为攻克极端天气预报难题，国家气象中心研发了时空演变特征捕捉算法，通过样本加权与特征增强技术，提升AI对极端天气的感知与识别能力[8] - 针对生成式AI的“幻觉”问题，采用物理与数据双驱动技术路线，将大气动力学方程和物理约束嵌入神经网络，确保预报符合物理规律[9] - 上海人工智能气象应用创新中心提出“确定式+概率式”级联方案，并设计基于概率匹配的学习方法，让模型重点关注历史案例中的“异常点”[9] - 在网络薄弱地区，采用数据裁切压缩算法大幅减少传输量，提升传输效率[10] - 通过SWAN3.0“智效平台”将AI推理结果转化为直观的决策依据，嵌入一线预报员工作流[10] 产品性能与优势 - “风清”人工智能气象预报系统计算10公里格点的全球预报，仅需半小时出结果，达到国际主流模型水平，而数值预报需要2小时[15] - “风雷”人工智能模型可提前1小时捕捉到伴随大风、小冰雹、短时强降雨的强对流天气信号[15] - 在2025年汛期预报中，“风顺”人工智能模型提前1个月把握住了中国主要雨带的分布特征，超过世界领先的欧洲中心现有数值预报模式水平[15] - 2025年10月发布的“风和”气象服务人工智能模型拥有强大的专业任务解决能力，即将接入“妈祖”云平台[11] 国际合作与能力建设 - 中国气象局通过培训班、访问学者等措施帮助各国培养专业人才，预计2025年至2027年为发展中国家提供2000人次以上短期培训，100人次相关专业本硕博奖学金，资助50名长期访问学者[6] - 2025年，埃塞俄比亚气象局专家与中国团队合作开发出雨季预测模型，准确率达到65%以上[6] - 合作被纳入多项国际倡议与行动，包括中非合作论坛北京峰会“十大伙伴行动”、《早期预警促进气候变化适应中国行动方案（2025—2027）》、中国—阿拉伯国家博览会三项合作举措、中国—东盟气象人工智能模型应用联合创新行动等[15] - 中国气象局正牵头实施世界气象组织首个全球人工智能示范项目，联合国内外20余个气象部门、科研机构及科技巨头共同推进[15] 行业基础与综合实力 - 中国已建成世界最大的气象观测网，风云气象卫星可进行分钟级多要素三维立体监测，数值预报模式实现完全自主可控[14] - 中国自主研发的人工智能气象模型，与欧美发达国家模型共同领跑人工智能技术气象应用[14] - 高水平科技自立自强、业务能力和人才，支撑了全球观测、全球预报、全球服务的能力[14]

核心观点 - 中国气象局通过“妈祖（MAZU）”全民早期预警云平台，将气象人工智能解决方案输出至全球40多个国家，为全球防灾减灾和应对气候变化提供中国方案 [1][2][5] 产品与服务 - “妈祖”平台是一个多灾种、预警、零差距、普惠的全民早期预警方案，提供定制化“工具箱”，实现气象风险监测、预警、发布、响应全链条一站式解决 [3] - 平台服务场景广泛，包括云端版、基础版、专业版、旗舰版、城市早期预警版、农业早期预警版等，适配多种气象灾害和风险场景 [4] - 中国气象局坚持模型开源、平台共享、数据开放，各国可直接云端使用或合作部署落地 [6] - 2024年6月发布的“风清”、“风顺”人工智能气象预报系统已全部接入“妈祖”平台 [4] - 2025年10月发布的“风和”气象服务人工智能模型即将接入平台，为各国提供定制化服务方案 [12] 市场拓展与部署 - “妈祖”已在巴基斯坦、埃塞俄比亚、所罗门群岛、吉布提、蒙古国5个国家实现落地部署与实时应用 [5] - 在亚洲、非洲、大洋洲的43个国家和地区开展在线试用 [5] - 在巴基斯坦，针对冰湖溃决洪水、季风爆发、暴雨定制预报预警系统，并于2025年10月实现本地部署应用 [3] - 在蒙古国，部署了“妈祖”城市多灾种早期预警智能体，集成风险评估、监测预报等四大支柱工具，并于2025年10月完成本地部署 [3][4] - 在老挝，定制了多语种预警信息发布服务方案 [4] - 合作通过多项国际论坛与协议推进，包括中非合作论坛、联合国气候变化大会、中国—阿拉伯国家博览会、中国—东盟气象合作论坛等 [16] 技术能力与研发 - 针对极端天气预报难题，研发了时空演变特征捕捉算法，通过样本加权与特征增强技术，提升模型对极端天气的感知与识别能力 [7][8] - 针对生成式人工智能的“幻觉”问题，采用物理与数据双驱动技术路线，将大气动力学方程和物理约束嵌入神经网络，提升预报科学性 [9] - 提出“确定式+概率式”级联方案，并设计基于概率匹配的学习方法，让模型关注历史案例中的“异常点”，抑制“幻觉”产生 [9] - 为应对网络薄弱地区的挑战，采用数据裁切压缩算法大幅减少传输量，提升传输效率 [11] - 采用“算法出海，本地调试”模式，尊重并保护各国的气象数据主权 [11] - 通过SWAN3.0“智效平台”将人工智能推理结果转化为直观的决策依据，嵌入一线预报员工作流 [11] 性能表现 - “风清”人工智能模型计算10公里格点的全球预报，仅需半小时出结果，达到国际主流模型水平，而数值预报需要2小时 [16] - “风雷”人工智能模型可提前1小时捕捉到伴随大风、小冰雹、短时强降雨的强对流天气信号 [16] - “风顺”在2025年汛期预报中，提前1个月把握住了中国主要雨带的分布特征，超过世界领先的欧洲中心现有数值预报模式水平 [16] - 与埃塞俄比亚合作开发的雨季预测模型，准确率达到65%以上 [6] 行业地位与基础设施 - 中国已实现作为气象“芯片”的数值预报模式的完全自主可控 [15] - 中国自主研发的人工智能气象模型，与欧美发达国家模型共同领跑人工智能技术气象应用 [15] - 拥有世界最大的气象观测网，风云气象卫星可进行分钟级多要素三维立体监测 [14] - 高水平科技自立自强、业务能力和人才，支撑全球观测、全球预报、全球服务 [15] - 牵头实施世界气象组织首个全球人工智能示范项目，联合国内外20余个气象部门、科研机构及科技巨头共同推进 [16] 能力建设与人才合作 - 通过培训班、访问学者等措施帮助合作国培养专业人才 [6] - 2025年，缅甸气象局预报员作为“一带一路”气象访问学者来华交流，未来将共同研发热浪等灾害预报模型 [6] - 预计2025年至2027年，将为发展中国家提供2000人次以上的短期培训，100人次相关专业的本硕博奖学金，资助50名长期访问学者 [6]

行业战略地位与竞争格局 - 在人工智能重构气象预报体系的时代浪潮中，气象数据已跃升为国家核心战略资源 [1] - 中国正大力角逐气象超级大国地位，发力推进自主气象数据集研发，力求打破对欧洲的依赖 [1] - 气象数据的战略价值已超越气象预报本身，对于研判气候趋势、提升预报精度、灾害风险管控及构建金融模型至关重要，欧盟测算显示ERA5数据集每年创造的经济价值可达数亿美元 [1] - 气象预报关乎国家安全，单纯依赖外部数据源将使国家陷入被动脆弱的境地 [1] 中国自主数据集的研发与发布 - 为规避潜在风险、掌握气象领域主动权，中国气象局启动全球大气再分析系统研制项目，核心目标之一是打破中国气象业务对欧美再分析产品的依赖 [2] - 中国气象局面向全球首次开放新版全球大气再分析产品CMA-RA V1.5数据集的下载权限 [2] - 国内已有部分人工智能气象模型采用CMA-RA V1.5数据集开展训练 [2] 国产数据集的技术突破与优势 - 国产数据集CMA-RA V1.5凭借三大技术体系创新，推动中国再分析实现从“跟跑”“并跑”到“局部领跑”的跨越 [4] - 实现同化技术升级：引进四维集合变分混合同化技术，前20年卫星资料同化应用量增13%，产品质量优于CRA-40和JRA-55等 [4] - 实现国产观测资料自主可控：同化全球116颗215种卫星资料，其中国产37颗45种，占比最高达18% [4] - 分辨率与时效性国际领先：模式分辨率13公里（后处理为10公里），小时级实时更新，优于ERA5的25公里分辨率和滞后5天更新 [4] - 该数据集的全球网格划分精度高于ERA5，高时空分辨率的特性能够为模型训练提供海量数据支撑 [4] 国际市场与行业应用前景 - 国产数据集的开放引发国际行业关注，国际市场若能获取更多中国气象数据，将促使大批企业投身于气象衍生合约的设计与经纪业务 [5] - 芬兰上市企业维萨拉公司已着手研究CMA-RA V1.5的潜在应用场景 [5] - 整合多个数据集有助于研究气候变化与极端天气，并为风电项目开发商的风场工程设计决策提供参考 [5] - 未来，拥有多个而非单一的气象数据集将为各方带来切实益处 [6]

核心观点 - 市委书记周红波调研在宁高校，强调要一体推进教育科技人才发展，深化校地校企合作，推动科技创新与产业创新深度融合，以服务现代化产业体系建设 [1] 南京农业大学相关要点 - 市委书记参观了作物遗传与种质创新利用、农林生物安全全国重点实验室，了解学校在重要粮食作物新品种培育、迁飞害虫治理、农作物疫病监测预警等方面的科研进展 [1] - 市委书记对学校面向国家粮食安全和农业高质量发展重大战略需求取得的成果，及为农业科技自立自强作出的贡献表示钦佩 [1] - 希望学校发挥农业科技创新策源地作用，与在宁科研院所合力建好生物育种钟山实验室 [1] - 希望学校与南京农创园对接探索校地协同发展路径，聚焦科技农业、智慧农业、生态农业、品牌农业等领域攻关关键核心技术 [1] - 强调要强化科研人才和乡村振兴人才培养，落地产教融合项目，以提升农业综合效益和竞争力 [1] 南京信息工程大学相关要点 - 学校正加快布局“气象+”、“信息+”优势学科群 [2] - 市委书记参观了气候系统预测与变化应对全国重点实验室、光电研究院，了解学校科研平台建设情况 [2] - 市委书记指出学校优势学科与南京产业发展和民生保障关系密切 [2] - 希望学校与江北新区及有关科研平台强化合作，持续推进“双高协同”，用好“中国气象谷”等现有平台载体，加快前沿技术成果的熟化与产业化 [2] - 南京将持续优化开放创新生态，深化政产学研用协同创新，鼓励支持高校积极探索理工科应用型学院进驻产业园区等产教融合新路径 [2]