一周IPO动态，覆盖港股、美股、A股。 本文为IPO早知道原创 作者｜C叔 微信公众号｜ipozaozhidao 鸣鸣很忙 港股｜上市在即 据IPO早知道消息，湖南鸣鸣很忙商业连锁股份有限公司（以下简称"鸣鸣很忙"）计划于2026年1月 28日正式以"1768"为股票代码在港交所主板上市，并随之成为港股"量贩零食第一股"。 鸣鸣很忙计划在本次IPO发行14,101,100股H股。其中，香港公开发售1,410,200股H股，国际发售 12,690,900股H股。以每股229.60港元至236.60港元的发行区间计算，鸣鸣很忙本次IPO募资规模 将介于32.37亿港元至33.36亿港元，IPO市值将介于491.58亿港元至506.56亿港元。 值得一提的是，鸣鸣很忙本次引入了一个堪称近年来最豪华的港股IPO基石阵容，8家基石投资者累 计认购约1.95亿美元，覆盖全球主权财富资金、境内外知名资产管理机构及消费产业战略投资者 ——其中，腾讯和淡马锡（Temasek）分别认购4500万美元，贝莱德（BlackRock）认购3500万美 元，富达基金（Fidelity）3000万美元，泰康人寿、博时国际、易方达以及淡水泉 ...

证券日报网讯 1月21日，虹软科技在互动平台回答投资者提问时表示，公司采用直销的方式，将计算机 视觉算法技术与客户特定设备深度整合，通过合约的方式授权给客户，允许客户将相关算法软件或软件 包装载在约定型号的智能设备上使用，以此收取技术和软件使用授权费用。公司主要向智能手机、智能 汽车、笔记本电脑、智能家居、智能零售以及各类带摄像头的AIoT设备制造商销售计算机视觉算法软 件及相关解决方案。2025年上半年，公司来源于境外的收入占比为37.28%。 （文章来源：证券日报） ...

智通财经APP获悉，1月21日，中国证监会国际合作司发布《关于山东极视角科技股份有限公司境外发行上市及境内未上市股份"全流通"备案通知书》。公 司拟发行不超过2006.34万股境外上市普通股并在香港联合交易所上市。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 港联合交易所上市流通。 招股书显示，极视角是中国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。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。 附件："全流通"股东名称及转换数量 | 序号 | 股东名称 | 申请全流通股数(股) | | --- | --- | --- | | 1 | 陈振杰 | 16,114,821 | | 2 | 珠海横琴极力投资合伙企业(有限合伙) | 9,452,122 | | 3 | 珠海横琴极创投资合伙企业(有限合伙) | 9,024,164 | | 4 | 深圳市创兴前沿技术股权投资基金合伙企业(有限合伙) | 6.455.286 | | 5 | 青岛经济技术开发区金融投资集团有限公司 | ...

公司概况与市场地位 - 极视角已向港交所主板提交上市申请，中信证券担任独家保荐人 [1] - 按2024年收入计算，公司在中国新兴企业级计算机视觉解决方案市场中排名第八，市场份额为1.6% [1] - 按相同标准，公司是中国新兴企业级计算机视觉解决方案市场第三大以软件为中心的提供商 [1] 业务与产品 - 公司专注于提供AI计算机视觉解决方案，包括标准、定制及软件定义的一体化AI解决方案 [1] - 公司提供大模型解决方案，该方案结合客户行业知识，利用多智能体优化、RAG及基于场景的算法等先进技术，为企业提供定制化服务 [1] - 公司为工业、能源、零售及交通等多个垂直领域的客户提供服务 [1] - 公司主要客户来自中国，包括企业、政府及大学 [1] 行业市场规模与增长 - 中国企业级计算机视觉解决方案市场规模预计将从2024年的人民币368亿元增至2029年的人民币1824亿元，复合年增长率为37.7% [1] - 中国新兴企业级计算机视觉解决方案市场规模预计将从2024年的人民币111亿元增至2029年的人民币970亿元，复合年增长率为54.3% [1] - 预计到2029年，新兴企业级计算机视觉解决方案市场在整体市场中的渗透率将提升至53.2% [1]

产品发布与定位 - 虹软科技于2025年12月12日正式宣布推出其智能商拍平台PhotoStudio AI的全新PSAI企业版 [1] - 此次发布并非简单功能叠加，而是基于对服饰电商行业运营场景深度洞察打造的AI全链路电商视觉生产平台，标志着视觉AI工具正从“单点提效”迈向“体系化赋能”的新阶段 [1] 市场痛点与解决方案 - 全球电商竞争白热化，视觉素材生产效率与成本控制成为品牌核心竞争力，传统商拍流程繁琐、耗时冗长、成本高昂，而多数现有AI工具存在风格不统一、功能不全、团队难协作等短板 [3] - PSAI企业版旨在通过一套系统化解决方案，重新定义电商视觉生产方式，直面产业性难题 [3] - PSAI企业版的核心突破在于首次系统化打通电商视觉从“原始素材”到“营销爆款”的完整生产链条，构建一条可协同、智能化、规模化的“电商视觉智能生产线” [4] 核心功能与工作流重塑 - 提供一站式视觉生产，以单一商品素材为起点，覆盖从电商主图、视频、详情页到营销素材、跨境平台专属素材的全场景视觉产出矩阵，实现“一次输入、多形态输出”，消除多工具协同的断层损耗 [5] - 针对高频运营挑战研发智能模块，例如针对“买N赠N”等促销场景的商品智能堆叠功能，针对多平台尺寸差异的高清改尺寸功能，以及针对服装品类的面料纹理与版型还原技术 [7] 企业级效率与成本优势 - 构建“极致算力+敏捷协同”双轮驱动模式，集成“优先生图”、“批量生图”与“闲时生图”三大核心效率工具 [8] - “批量生图”功能支持最高日产2500组商品图 [8] - 在规模化使用场景下，三效叠加可将传统商拍周期从20~30个工作日缩短至1-2天，单图最低成本低至0.1元，企业视觉生产综合成本下降超95% [8] - 引入主子账号分级管理与项目隔离机制，支持资源按需分配，以提升团队协作效能与资产安全性 [10] 市场验证与商业化能力 - PSAI平台已累计生成数千万张电商视觉素材，与1000+KA品牌达成深度合作，并入驻亚马逊、淘宝、抖音、SHEIN等全球主流电商平台 [12] - PSAI企业版的上线被视为AI技术深入产业核心流程、重塑生产关系的又一重要里程碑 [12] 公司背景 - 虹软科技是计算机视觉行业领先的算法服务提供商及解决方案供应商，为智能手机、智能汽车、AIoT等智能设备提供一站式视觉解决方案 [14] - PSAI是其孵化的电商产业旗舰平台，致力于通过视觉AI技术重塑商品内容的生产、管理与应用方式 [14]

3DGS技术发展与应用 - 新视角合成的核心目标是通过图像或视频构建可被计算机处理的3D模型，催生了3D建模、虚拟现实、自动驾驶闭环仿真等大量应用 [2] - 早期算法如SfM、MVS受限颇多，2020年NeRF打破僵局但仍面临计算效率和可编辑性差的问题，2023年3DGS一经问世便迅速火爆 [2] - 3DGS技术迭代速度远超想象，已发展出静态重建3DGS、动态重建4DGS、表面重建2DGS，并进一步催生了feed-forward 3DGS以解决per-scene optimization方法不便使用的问题 [4] - 目前3DGS在学术界和工业界都很受欢迎，但入门需要吃透点云处理、深度学习等理论，并掌握实时渲染、代码实战 [4] 课程核心内容与结构 - 课程包含2DGS/3DGS/4DGS的细致讲解，并扩展当下3DGS重要的几个研究课题，最后讲解feed-forward 3DGS，旨在全面吃透3DGS技术栈 [6] - 课程大纲共六章，从背景知识、原理算法到自动驾驶应用、研究方向及前沿feed-forward方法，最后安排答疑讨论 [8][10][11][12][13][14][15] - 课程进度安排为离线视频教学，自12月1日开课，预计两个半月结课，分章节逐步解锁并配合VIP群内答疑及三次线上答疑 [17] 课程具体章节要点 - **第一章：3DGS背景知识**：从计算机图形学基础讲起，涵盖三维空间的隐式/显式表达、渲染管线、光线追踪、辐射场渲染等技术概念及其与3DGS的联系，并介绍COLMAP、Gsplat等开发工具，设计基于3D Real Car训练模型的小作业 [10] - **第二章：3DGS原理和算法**：详细梳理3DGS原理及核心伪代码，讲解动态重建、表面重建、鱼眼重建和光线追踪的经典与最新算法，实战选用英伟达开源的3DGRUT框架 [11] - **第三章：自动驾驶3DGS**：聚焦自动驾驶仿真重建，讲解浙大Street Gaussian、上交OmniRe和浙大Hierarchy UGP三篇工作，实战选用学术界和工业界使用最多的DriveStudio [12] - **第四章：3DGS重要研究方向**：聚焦COLMAP扩展、深度估计及Relighting等研究方向，并分享这些方向如何服务工业界及学术探索的未来走势 [13] - **第五章：Feed-Forward 3DGS**：梳理feed-forward 3DGS的发展历程和算法原理，讲解最新的AnySplat和WorldSplat算法工作 [14] - **第六章：答疑讨论**：通过线上交流形式，组织讨论3DGS岗位需求、行业痛点及开放性问题 [15] 课程面向人群与收获 - 面向人群需自备GPU（推荐算力在4090及以上），并具备一定的计算机图形学基础、视觉重建/NeRF/3DGS技术了解、概率论与线性代数基础、Python和PyTorch语言基础 [19] - 学后收获包括掌握3DGS完善的理论知识及相关技术栈、掌握3DGS算法开发框架并能训练开源模型、与学术界及工业界同行持续交流，对实习、校招、社招均能受益 [19]

基金研究周报核心观点 - 报告核心观点：上周权益市场多数上涨，ETF市场资金大幅净流入，其中中证A500等宽基指数获资金青睐，公募基金在新股配售中成为最大赢家 [2][3][4] 市场与基金表现回顾 - 上周（2025年12月1日至5日）权益市场主要指数多数上涨，创业板指涨幅最大，达1.86% [2] - 31个申万一级行业中17个上涨，涨幅前五为有色金属、通信、国防军工、机械设备和非银金融 [2] - 各类权益类基金表现较好，偏股型基金平均上涨0.93%，正收益占比76.27%；QDII基金平均上涨0.31% [3] - 主动权益基金上周整体仓位为80.66%，较上期下降1.45个百分点，加仓幅度靠前的行业是医药生物、电子和机械设备 [3] ETF市场动态 - 上周ETF市场整体资金净流入214.96亿元，跨境型ETF净流入规模最大，为79.52亿元 [3] - ETF市场日均成交额达3,830.59亿元，日均换手率达6.51% [3] - 个券方面，中证A500、中证1000、上证科创板50成份指数为主要资金流入标的；银行、化工、黄金股等板块遭遇资金流出 [4] 基金发行与市场热点 - 上周新发行基金43只，新成立基金36只，新基金共募集365.89亿元，较前期增加187.30亿元 [4] - 市场热点包括首只跟踪沪深300质量指数的ETF结募，以及摩尔线程网下初配结果出炉，公募基金成为最大赢家 [2] 虹软科技公司深度报告核心观点 - 报告核心观点：虹软科技作为AI视觉算法头部企业，在智能手机基本盘稳固的基础上，正通过智能汽车、AI眼镜和AI商拍等多条新增长曲线驱动未来增长 [5][6][7] 公司概况与财务表现 - 公司专注于计算机视觉领域，提供算法授权及系统解决方案，移动智能终端视觉解决方案是营收主要来源 [5] - 2025年前三季度，公司实现归母净利润1.42亿元，同比增长60.51% [6] 智能手机业务 - 2025年前三季度全球智能手机出货量达9.23亿部，同比增长1.65%，同年全球AI手机渗透率预计达到34% [6] - 在智能手机领域，公司已构建覆盖主流机型的视觉AI算法产品矩阵，服务范围涵盖全球90%以上的安卓手机品牌 [6] AI眼镜业务 - 2025年上半年，全球智能眼镜市场出货量达406.5万台，同比增长64.2%，预计到2029年出货量有望突破4000万台 [6] - 公司可提供市面上绝大部分主流AI眼镜视觉算法产品，已与雷鸟创新、Rokid乐奇、夸克等多家头部厂商签约 [6] 智能驾驶业务 - 2025年1-10月，中国汽车销量为2768.7万辆，同比增长12.4% [6] - 2025年9月，国内乘用车市场DMS功能渗透率达到26.2%，创历史新高 [6] - 公司聚焦智能汽车视觉方案，算法覆盖主被动安全、行车及停车辅助全场景 [6] AI商拍业务 - 2025年前三季度全国网上零售额为112,830.0亿元，同比增长9.8% [7] - 公司推出PhotoStudio®AI智能商拍云工作室（PSAI），已入驻淘宝、1688、抖店、京东、拼多多、Shein、亚马逊等主流电商平台 [7] - 公司已累计服务中小商家数十万家，合作头部服饰品牌客户300余家 [7] 盈利预测与估值 - 中性情景下，预计公司2025-2027年EPS分别为0.63元、0.85元、1.18元，2025年对应PE估值为76.07倍，低于可比公司均值 [7] - 首次覆盖给予“增持”评级 [7] 轻工制造&纺织服饰行业周报核心观点 - 报告核心观点：短期建议继续关注出口链机会，同时包装纸价格走强有望改善相关纸企盈利；家居板块存在低位配置机会 [8][10][11] 行业行情回顾 - 上周（12月1日至5日），SW轻工制造指数上涨1.86%，跑赢沪深300指数（1.28%）0.58个百分点 [8] - SW纺织服饰指数下跌1.60%，跑输沪深300指数2.88个百分点 [8] 出口链与宏观环境 - 12月5日，中美贸易代表进行视频通话，均表示要推动中美经贸关系持续稳定向好 [10] - 根据CME FedWatch数据，12月美联储降息的可能性约为87% [10] - 短期中美贸易摩擦风险边际趋缓及美联储降息预期，将进一步强化出口链企业订单改善预期 [10] 家居板块观点 - 11月国内30大中城市商品房成交面积同比下降30.91%，地产端承压明显 [10] - 第四季度各地持续推出购房补贴政策，对于地产端中期维度无需过度悲观 [10] - 上周盈峰集团溢价受让索菲亚股份，头部企业强强联合有助于提升产业应对波动的韧性 [10] - 报告建议关注家居相关个股低位配置机会 [10] 包装纸板块观点 - 12月初，玖龙、山鹰、松炀等纸业公司宣布上调包装纸价格，普遍涨幅50元/吨 [10] - 箱板纸、白板纸、白卡纸价格周环比分别上涨15.00、50.00、50.00元/吨 [10] - 短期在包装纸价格走强背景下，维持对相关纸企盈利改善的预期 [10] 投资建议 - 维持轻工制造与纺织服饰行业“中性”评级 [11] - 维持欧派家居、索菲亚、探路者、森马服饰、乖宝宠物、中宠股份“增持”评级 [11] 医药生物行业周报核心观点 - 报告核心观点：中国药品价格登记系统正式上线，行业政策持续演进；建议关注新版医保目录发布、冬季流感高发及ASH年会等带来的多重投资机遇 [12][13][14] 行业要闻与行情回顾 - 中国药品价格登记系统正式上线 [12] - 上周（2025/11/28-2025/12/4），SW医药生物指数下跌1.03%，子板块涨跌互现 [12] - 2025年12月4日，SW医药生物行业市盈率（TTM）为51.20倍，相对沪深300的估值溢价率为267% [12] 行业策略与投资机遇 - 新版基本医保药品目录及首版商保创新药目录即将发布，建议关注相关制药企业的投资机遇及创新药企业支付端结构优化机会 [13] - 冬季流感仍处于高发期，继续关注体外诊断、疫苗、药店及相关制药企业的阶段性投资机遇 [13] - 12月6-9日美国血液年会（ASH）即将召开，关注中国创新药企相关数据读出 [14] - 报告坚定看好我国创新药产业链长期发展空间，建议把握创新药、CXO及生命科学上游等相关产业链投资机遇 [14] 投资建议 - 维持医药生物行业“看好”评级 [14] - 维持对恒瑞医药“买入”评级 [14]

技术核心与创新点 - 提出SERES方法，通过语义匹配先验与区域级正则两条主线，解决稀疏视角下表面重建的几何准确性、细节还原与结构完整性挑战 [4][8] - 语义匹配先验从输入图像提取语义块与几何原语，进行多视角交互式对齐与聚合，为重建主干提供跨视角对应关系，减少错配带来的形状扭曲与边界模糊 [10][12] - 区域级正则基于几何原语生成区域分割掩膜，与模型渲染的语义分布对齐，形成结构层面的一致性约束，有效抑制噪声碎片，获得更干净连贯的网格 [14][16] - 该方法以训练期插件方式接入NeuS或Neuralangelo等主流主干，不改变推理流程，接口简单且额外计算开销小 [8][16] 性能表现与实验结果 - 在DTU稀疏多视角设置中，SERES作为插件显著提升重建质量与新视角合成质量，几何误差稳定下降 [17] - SERES+NeuS组合在DTU数据集上的平均误差为1.24，显著优于原始NeuS的4.00 [18] - SERES+Neuralangelo组合在DTU数据集上的平均误差为1.10，显著优于原始Neuralangelo的3.52 [18] - 在BlendedMVS及多种真实场景（高反射、复杂拓扑、低纹理）中，SERES输出更完整干净的几何，有效减少断裂与噪声，体现出良好鲁棒性与通用性 [22] 应用前景与工程价值 - 该方法不需要额外传感器或复杂改造，以即插即用方式接入现有隐式重建框架，迁移门槛低 [26][27] - 适合直接集成到当前稀疏三维重建工作流中，用更少视角获得更高保真的几何重建，对工程团队友好 [27]

交易概述 - 南凌科技拟使用自有或自筹资金10,000万元人民币投资中科方寸知微（南京）科技有限公司，其中3,000万元用于受让原股东部分股权，7,000万元用于增资 [7][9] - 交易完成后，公司将合计持有标的公司12.9521%的股权，标的公司不纳入公司合并报表范围 [7][9] - 本次交易已经公司董事会及相关专业委员会审议通过，在董事会审批权限内，无需提交股东会审议，不构成关联交易或重大资产重组 [8][9] 交易定价与结构 - 股权转让部分对应标的公司投前估值为6.08亿元，增资部分对应投前估值为7.60亿元，整体估值与标的公司最近一轮融资估值基本相当 [11] - 投资价格主要基于标的公司的行业前景、技术研发实力、客户资源及经营业绩展望等因素协商确定 [12] - 增资款将分两期支付，第一期5,000万元于2025年12月31日前支付，第二期2,000万元于2026年4月30日前支付 [20] 标的公司基本情况 - 中科方寸知微是一家专注于计算机视觉人工智能技术在边缘端应用的高科技企业，注册资本为1,177.5413万元 [11] - 公司核心业务是通过模型压缩算法、计算机视觉感知算法等技术，为电网、石化等行业提供智能巡检、安全监控等智能化运维解决方案 [22] - 标的公司2024年度财务报表已经立信会计师事务所审计，其股权清晰，无抵押质押或权利限制 [11][13] 交易目的与战略影响 - 此次战略投资旨在为公司核心业务"凌云服务"注入顶尖AI技术与垂直行业应用场景，强化"云智网安"融合服务矩阵的竞争力 [22] - 双方将优势互补，共同构建"网络+安全+算力+算法"一体化服务能力，形成端到端的闭环数智化解决方案 [22] - 投资有助于优化公司业务布局，提升综合竞争力，对公司持续发展及效益提升将产生积极影响 [23]

文章核心观点 - 腾讯混元3D团队提出了一种名为DA的全景深度估计器，该模型具备高精度、强大的零样本泛化能力以及完全端到端的特性 [2] - 该技术旨在解决全景深度估计领域因数据稀缺和球面畸变导致的泛化能力差和效率低下的核心挑战 [1][10] - 通过创新的数据扩充引擎和SphereViT模型架构，DA在多个基准测试中实现了最先进的性能，其关键指标AbsRel比最强的零样本方法平均提升38% [23][24] 背景与挑战 - 全景图提供360°×180°的沉浸式视角，是AR/VR和沉浸式图像生成等应用的关键视觉表示 [5][6] - 高质量的全景深度信息对于3D场景重建、物理模拟和世界模型等高级应用至关重要 [6] - 行业面临的主要挑战包括全景深度数据稀缺导致模型零样本泛化能力有限，以及全景图固有的球面畸变使得许多现有方法效率不理想 [1][10] 核心贡献：数据扩充 - 公司开发了一个数据管理引擎，将透视样本转换为高质量的全景数据，以扩展数据规模 [11] - 该引擎通过透视到等距矩形投影和全景外推技术，生成“完整”的全景图，解决了模型因缺乏全局背景和球面畸变差异而性能不佳的问题 [12] - 此引擎创造了约543,000个全景样本，将总样本数从约63,000扩展到约607,000，实现了约10倍的数据扩充，显著提升了模型的零样本性能 [14] 核心贡献：模型架构与训练 - 公司提出了SphereViT模型架构，通过计算球面角并生成球面嵌入，使图像特征能明确关注全景图的球面几何形状，从而有效减轻球面畸变影响 [16][17] - 与标准ViT不同，SphereViT采用交叉注意力机制，将图像特征作为查询，球面嵌入作为键和值，产生可感知畸变的表示 [17] - 模型的训练结合了距离损失和法线损失，前者约束全局精确的距离值，后者促进局部平滑且锐利的几何表面 [18] 实验结果 - 在斯坦福2D3D、Matterport3D和PanoSUNCG等多个数据集上的基准测试表明，DA实现了最先进的性能 [19][23] - 具体而言，DA在关键评估指标上表现优异，例如在斯坦福2D3D数据集上，其AbsRel为7.23，RMSE为14.00，δ1为95.45 [21] - 定性比较显示，由于训练数据量是UniK3D的约21倍，DA展现出更精确的几何预测，并且优于受多视角不一致性限制的MoGev2等方法 [27] 应用场景 - 该技术能有效支持广泛的3D重建相关应用，例如全景多视图重建 [28] - 模型能够根据房屋不同房间的全景图像，重建出全局对齐的3D点云，确保多个全景视图之间的空间一致性 [29]