核心观点 - 数据已成为与土地、资本并列的核心生产要素，“区块链 + 隐私计算”作为底层技术，需通过中间层服务连接应用场景，关键在于形成可持续的商业闭环[3][8] - 公司通过构建可信数据空间整合多方数据资源，已在医疗、金融等领域形成可复制、可推广的商业化案例，并探索法律、能源、文旅等多行业应用[3][4][9][10] 医疗领域应用 - 针对医疗体系数据分散、学科割裂的痛点，公司构建医疗可信数据空间，整合卫健、医院、数据局等多方数据资源，依托隐私计算与区块链平台及个人授权机制[3][8] - 在智慧医疗领域，整合皮肤科、心血管科、眼科等多科室数据，打造高质量数据集与AI多模态融合大模型，实现智能导诊、影像判断等功能[3][8] - 与北大口腔合作解决数据分散与临床科研割裂问题，推出国内首张口腔AI三类医疗注册证，通过智能诊断系统提供全流程服务，降低就医成本并形成可持续盈利模式[3][8] - 在保险直赔领域，于温州落地意外险快速理赔项目，打通医保、卫健委、医院、交警与保险公司的数据链路[4][9] - 在网约车事故等场景中，患者无需垫资即可实现线上直赔，使保险公司年均成本降低80%，形成用户、企业、数据厂商三方共赢格局，具备全国推广价值[4][9] - 在药物研发与AI创新领域，依托整合后的高质量医疗数据为药物研发提供支撑，并孵化更多医疗AI应用，推动行业数字化转型[4][9] 金融领域应用 - 金融机构对数据可信性、安全性要求极高，公司通过“区块链 + 隐私计算”技术实现金融数据的合规共享与高效利用，解决多方协同中的隐私泄露风险[4][9] - 该技术为信贷审批、风险管控、数据资产化等场景提供支撑[4][9] - 金融行业被视作技术落地的“付费意愿强、场景需求明确”的领域，已形成多个可复制的商业化案例[4][10] 技术发展与市场展望 - 除医疗和金融外，技术还在法律监督、能源、文旅等领域进行应用探索[4][10] - 当前数据要素市场基础设施建设已日趋完善，下一步核心是聚焦场景落地，技术必须形成可持续的商业闭环[4][10] - 未来需进一步挖掘各行业数据价值，推动更多场景实现“降本增效 + 价值创造”，共同构建规范有序、繁荣活跃的全国一体化数据市场[5][10]

行业背景与市场机遇 - 截至2024年12月，国内生成式人工智能的注册用户数量超过6亿，使用AI解决生活和工作问题已成为用户习惯[2] - 数据要素作为新型生产要素，其零成本复制的特性使得数据拥有者的权益难以保障[3] - 高质量数据要素的流通和大模型在重要隐私场景的应用落地，是国家重点宣传、扶持和培养的行业领域[5] 公司技术与解决方案 - 荆华密算孵化于清华大学计算机系，专注于高性能密态计算技术，旨在以可接受的成本缓解用户使用云端大模型时的隐私安全问题[2][3] - 密态计算技术能在数据完全不解密的情况下对密态数据进行正确计算，数据在传输、存储或计算任何环节均以密态形式存在，极大提升了安全性[5] - 公司策略是不做通用场景，专注于对计算代价敏感的AI计算，在确保安全性和兼容性的同时将计算代价控制在可承受范围[8] - 公司正在研发世界先进的密态推理引擎与密态训练引擎，密态推理引擎针对存在隐私需求但负担不起本地部署高昂成本的用户，密态训练引擎旨在保障数据拥有企业在数据交易中的权益[10][12] - 通过其方案，用户可在本地将输入数据转为密态后发送至云端进行“可用不可见”的密态计算，结果不解密发回本地，从而提升数据全流程安全性[11] - 密态训练引擎能帮助数据持有者在保证数据密态的前提下将数据租赁出去，实现一次投入、多次重复变现，形成持续收入管道[13] 技术路径与竞争优势 - 密态计算落地有两种形式：以GPU-TEE硬件为核心的“机密计算”和基于密码学原理的“密码级计算”，前者对特定硬件依赖高且部署成本高，后者通用但计算代价极高[6] - 公司研发团队由长江学者、清华大学教授领衔，在安全与AI交叉领域深耕多年，经过五年研发，其最新方案已大大减少卡顿时间，可应用于实际场景[8] - 公司技术已得到市场验证，曾帮助某大厂在核心业务中大规模上线高性能密态计算能力，保护了上亿境外用户的数据隐私[9] 公司发展里程碑 - 荆华密算于2024年9月注册成立，2025年6月进入实质性运营阶段，在公司仅有雏形时便获得了英诺天使的千万级天使轮投资[9] - 公司在2025年DEMO CHINA大赛中从126家科技企业脱颖而出，荣获最高荣誉“DEMO GOD”，并得到多家权威媒体关注报道[3][5] - 密态训练引擎和密态推理引擎正在紧密研发中，计划于今年底和明年第一季度推出[13] 市场定位与未来战略 - 隐私安全赛道很大，但公司只聚焦于AI领域，不求成为通解，力争成为AI模型推理和训练领域的最优解[15] - 公司认为市场尚处蓝海阶段，核心战略是深耕技术护城河与对应解决方案，成为引领刚需隐私场景使用大模型和数据要素跨域流通解决方案的先驱[15]

中国数据产业发展现状 - 中国算力规模已跃居全球第二位 [1] - 全国数据企业数量超过40万家 数据产业规模达5 86万亿元 较"十三五"末期增长117% [1] - 2024年全国数据市场交易规模预计超1600亿元 同比增长超30% [1] 隐私计算技术发展 - 2024年中国隐私计算平台市场规模预计达9 8亿元 同比增长10 1% [1] - 隐私计算技术为数据合规流通和价值挖掘提供支持 [1] - 大模型驱动隐私计算进入新一轮增长周期 技术应用从合规驱动转向价值创造 [4] 数据基础设施挑战 - 数据基础设施在互联互通 平台搭建等方面仍需探索 [3] - 具身智能和人形机器人面临非线性公域数据和泛化性数据不足的难题 [3] - 机器人需要大量力觉 嗅觉等底层数据支持 但数据采集清洗处理仍存在挑战 [3] 可信数据流通技术 - "隐语·数据可信流通技术社区"覆盖隐私保护计算 可信数据空间等六大技术路线 [4] - 蚂蚁密算自2022年7月起将可信隐私计算核心技术全部开源 [4] - "隐语"社区已链接全球超2万名开发者 60余所高校及科研机构 [4] 蚂蚁集团技术布局 - 蚂蚁集团自2016年起投入隐私计算技术研发 涵盖全栈可信技术 多方安全计算等领域 [4] - 蚂蚁密态可信数据空间包括底层密态计算枢纽和上层密态可信数据空间两层 [5] - 数据要素赛道核心是围绕数据价值展开 需形成数据融合的流通网络 [6]

行业概况 - 2024年中国隐私计算市场规模达到9 8亿元 同比增长10 1% [1] 公司表现 - 蚂蚁数科以36 7%的市场占有率位居中国隐私计算市场份额首位 [1] - 蚂蚁数科连续第三年保持市场份额第一的位置 [1]

隐私计算行业产业链分析 - 产业链上游主要包括加密芯片、专业处理器等可信硬件及隐私数据来源方 代表企业有复旦微电、云涌科技、恒烁股份等 [1][2] - 产业链中游涵盖同态加密、差分隐私等基础技术以及联邦学习、区块链等应用技术 代表性企业包括腾讯、阿里巴巴等互联网厂商及亚信安全、富数科技等垂直服务商 [1][2] - 下游应用层覆盖政府、金融、教育等多元领域 企业数量众多但未列出具体代表 [1] 区域分布特征 - 上海市在隐私计算产业链布局最完善 覆盖上中下游 北京、广东、浙江等地也有较多企业分布 [2] 企业研发投入对比 - 腾讯控股以508.45亿元研发投入居首 阿里巴巴(275.55亿元)和百度集团(117.57亿元)分列二三位 [6][7] - 研发投入占比呈现两极分化：星环科技达79.5% 东方中科仅9.2% 专业安全厂商普遍超30%如绿盟科技(32.7%)、安恒信息(31.6%) [7] 技术发展动态 - 亚信安全2024年推出大模型安全、隐私计算等四大解决方案 [7] - 绿盟科技完成隐私计算一体机系统V1.0研发 拓尔思取得10项软件著作权 [7] - 安恒信息完成TEE可信执行环境技术开发 实现数据加密等全流程功能 [7] 企业投资动向 - 投资领域集中于信息技术服务业(占比超60%)和科研服务业 典型案例如腾讯2024年投资腾讯云数链科技1000万元 [10][11][12] - 区域布局呈现全国化特征 阿里云投资杭州企业5000万元 星环科技在西安、贵阳等地均有布局 [11][12] - 战略目的明确为技术协同与生态完善 如雄帝科技100%控股北京雄地安普科技 [11][12]

文章核心观点 介绍隐私计算行业区域发展情况，涉及企业数量、融资、招标、中标等方面区域分布差异 [1][3][4][6][9] 行业主要上市公司 - 亚信安全(688225.SH)、安恒信息(688023.SH)、三未信安(688489.SH)、绿盟科技(300369.SZ)、星环科技(688031.SH)、优刻得(688158.SH)、山大地纬(688579.SH)、阿里巴巴(9988.HK)等 [1] 企业数量区域分布 - 截至2025年1月22日，隐私计算技术领域存续/在业企业中，北京市数量最多约80家，其次为浙江、上海、广东和江苏 [1] - 主要竞争者区域分布中，北京市企业数量领先且竞争力最强，拥有华控清交、数牍科技等领先企业，其次为浙江省、广东省、上海市等地 [3] 融资区域分布 - 隐私计算融资事件集中在杭州、北京、深圳、上海等数字化、智能化程度较高城市，杭州市融资事件数量最高，投融资市场热度最高 [4] 招标信息区域分布 - 截至2025年1月23日，北京市隐私计算招标项目数量最多为37项，其次为上海市、福建省、山东省和广东省 [6] 中标项目区域分布 - 截至2025年1月23日，浙江省隐私计算单位中标项目数量最多为44项，其次为北京市、上海市、广东省和江苏省 [9]