行业运行情况 - 1-5月钢铁行业总体平稳向好 受政策利好 原燃料价格下降和出口增加支撑 [1] - 重点钢企粗钢产量3.55亿吨同比下降0.1% 生铁3.14亿吨同比增长0.3% 钢材3.52亿吨同比增长2.1% [1] - 粗钢净出口超5000万吨 同比增加879万吨 [1] 技术应用进展 - AI技术加速钢铁产业转型 实现智能化与绿色化发展 [2] - 兴澄特钢应用AI视觉检测系统 0.1秒识别0.02毫米钢材裂纹 [2] - 自主研发炉温预测模型实现高炉参数透明化 5G平台实时调控上千工艺参数 [4] 标杆企业案例 - 全球6家钢铁"灯塔工厂"中中国企业占3席 [6] - 某交易平台AI日处理1000万+交易消息 准确率95% 完成数亿级智能匹配 更新2000万商品信息 [6] - AI审查2万次车辆资质 监管40万+物流轨迹 司机等候时间从24小时降至15小时(降12%) 碳排放减少8% [6] 智能制造成果 - 全国29家钢企入选国家智能制造示范工厂 18家获评卓越级 [8] - 人工智能技术推动能效优化与绿色转型协同发展 [8]

数字资产监管与市场发展 - 美国参议院通过《GENIUS 天才法案》 香港发布《稳定币条例》和《数字资产宣言》 显示全球监管框架逐步完善 [2] - SpaceX采用稳定币进行跨境结算 Stripe以超10亿美元收购Bridge平台 显示企业级应用加速落地 [2] - 蚂蚁国际在香港 新加坡和欧洲申请稳定币牌照 计划将AI 区块链和稳定币技术投入全球财资管理 [2] 企业资金管理痛点 - 跨境支付存在中介环节多 交易成本达每1000美元14-150美元 结算延迟3-7天 [4] - 汇率风险导致企业承担额外1 5%-3%成本 传统预测方法难以应对市场波动 [4] - 资金管理系统陈旧 流程僵化 风险管理复杂 形成数字创新孤岛 [3] 蚂蚁国际业务布局 - 四大业务板块包括Alipay+ Antom WorldFirst和Bettr 覆盖70多个市场线下支付和200个市场线上电商 [7] - WorldFirst服务120多万出海中小企业 成为全球最大电商中小企业数字账户服务商 [8] - 2024年资金处理量超1万亿美元 三分之一交易（3000亿美元）通过区块链处理 [10][13] 技术创新与解决方案 - Whale区块链平台实现秒级跨境结算 支持24/7全天候运营 合作银行包括花旗 汇丰等国际机构 [13][16] - AI外汇预测模型"隼"准确度达90%以上 在航空业实现60%外汇成本节约 [15] - 通证化存款框架预计降低跨境交易成本12 5% 到2030年累计节省500亿美元 [2][12] 行业合作与监管参与 - 参与新加坡Project Guardian和香港Project Ensemble等监管沙盒项目 [16] - 与ISDA共同推出通证化存款行业标准 推动交易型银行业务创新 [2] - 定位为"数字科技伙伴" 与汇丰 渣打等银行合作而非竞争 [17] 市场影响与趋势 - 稳定币应用从零售支付扩展至企业财资管理 形成万亿美元级市场机会 [10][18] - 区块链+AI技术重构全球资金流动模式 实现低成本 可扩展的即时支付生态 [10][15] - 数字资产领域投资热点转向能解决实际商业场景的技术方案 [12][18]

中国科技企业开源AI大模型战略 - 华为开源盘古70亿参数稠密模型、720亿参数混合专家模型及基于昇腾的推理技术 [1] - 百度推出文心大模型4.5系列全面开源 [1] - 阿里巴巴通过发布多版本开源大模型及运营魔搭社区构建开源生态体系 [1] - 腾讯混元开源混合推理MoE模型Hunyuan-A13B及3D生成模型 [1] 中国AI产业基础支撑 - 中国AI核心产业规模接近6000亿元人民币，相关企业超过4500家 [2] - 中国软件开发者数量突破940万，开源参与者数量全球第二 [2] - 2017年发布《新一代人工智能发展规划》，2021年将开源列入"十四五"规划 [2] 开源商业模式与产业影响 - "开源+商业服务"复合模式降低技术应用门槛 [3] - 中小开发者依托低成本开源模型快速部署应用 [3] - 大型企业使用高参数版本开源技术实现定制化服务 [3] 开源技术全球应用案例 - 华为云天气预测模型在10天周期内精准度达98% [4] - MiniMax语音模型Speech-02支持32种语种的不同口音和情绪 [4] - 中国开源大模型为全球南方国家提供低成本解决方案 [4] 开源模式对全球AI治理影响 - 中国倡导"开源生态+闭源核心"混合模式 [5] - 通过生态协作扩大市场，平衡技术共享与商业价值 [5] - 中国开源模式为全球南方国家参与AI革命提供新路径 [5]

AI精准医学论坛核心观点 - 论坛以"AI在临床领域的机遇与挑战"为主题，汇聚全球人工智能、生物医学等领域300余位顶尖专家，探讨AI在癌症早筛、药物研发、医疗器械出海全球化等方面的应用突破和产业化实践[3] - AI与生物医学深度融合展示出无限潜力，标志着"精准医学的下半场"——AI精准医学时代的到来[4] - 与会嘉宾一致认为AI精准医学正处于关键起点，需产业协作、政策支持和资本助力共同推动其高质量发展[21] 癌症早筛与诊断技术 - 我国近80%癌症患者确诊时已属晚期，晚期患者治愈率仅20%，而早期患者治愈率达90%[3] - 世华医学推出CancerX系列技术，通过AI驱动的多组学整合技术实现癌症早期及术后康复阶段微小残留病灶的精准识别，甚至可在肿瘤实体形成前捕捉癌变信号[4] - 瑞典卡罗林斯卡医学院团队开发的"血浆基因甲基化+AI系统"对肺结节良恶性鉴别准确率超90%，可对直径小于5mm、恶性概率不到1%的小结节实现动态监测与早期预警[6] AI在药物研发中的应用 - 英矽智能研发的端到端生成式AI平台HARMA.AI包含Biology42、Chemistry42、Medicine42三大模块，其中Chemistry42平台整合40多个生成模型，使药物研发周期缩短60%、成本下降30%[11] - 全球首款针对罕见病"浩特发性肺纤维化"的新药已通过二期临床验证，体现了生成式AI在从靶点发现到临床试验各环节中的巨大推动力[11] 医疗器械行业动态 - 2024年中国医疗器械市场同比下滑3.2%，但创新器械获批数量达356项，保持稳健增长[13] - 创新医疗器械出海需建立"注册认证+医院采购"的双准入体系，临床本地化数据和本土适应性是打入海外市场的关键[13] - 美国作为全球最大医械市场具有成熟价格体系、FDA监管示范效应、创新友好环境等六大优势，中国企业进入美国市场需重视FDA注册流程和QSR体系改造[20] 数据与技术支持 - 国家基因组科学数据中心已建立包括Aging Atlas、ASCancer Atlas在内的32个特色数据库，为AI算法模型训练和前沿医学研究提供支撑[15] - 我国需加快构建自主可控的数据生态体系，夯实AI医疗技术发展根基[16] 临床治疗进展 - 新辅助治疗使58%原不可手术乳腺癌患者获得手术机会，保乳+放疗与全切10年生存率相当[18] - AI数据将助力优化乳腺癌术式与治疗路径，MRD检测有助提升预后评估准确性[18] 行业协作与发展路径 - 圆桌讨论涉及数据标准建设、AI临床验证流程优化及市场准入机制构建，为AI医疗从实验室走向医院提供实践思路[21] - 医疗器械企业出海需采用"战略综合规划五步法"，包括法规注册与合规体系同步建设、提前6个月启动渠道布局等策略[20]

农业科学数据观测网络建设 - 我国已在土壤质量、作物种质资源等十大领域构建起全国农业科学数据观测网络，累计采集近100TB一手观测数据 [1] - 农业农村部以"统一部署、系统布局、整合资源、分步实施"为原则，初步构建起1个国家农业科学数据总中心、10个领域数据中心、148个国家农业科学观测实验站和近500个试运行站点的全国观测网络 [1] - 农业农村部组织制定了5100项观测指标标准，从数据采集方法到入库格式实现全流程规范 [2] 农业科学数据应用成果 - 陕西杨凌土壤监测系统运行30年积累的数据建立起四大区域土壤有效磷预测模型，预测准确度超85% [1] - 基于14年小麦蚜虫观测数据构建的高温累计损伤模型使黄淮海麦区蚜虫防控效率提升30% [2] - AI图像识别技术嵌入微信小程序可诊断98%的葡萄常见病害，已在新疆、山东等葡萄主产区推广应用 [2] 未来发展规划 - 农业农村部正在谋划建设"天空地"一体化观测重大科技工程，将整合卫星遥感、无人机巡检、地面传感器网络 [2] - 预计2025年完成优化地面站点布局，编制完成相关农业科技创新重大工程设施建设规划 [2] 当前面临挑战 - 农业科学数据利用仍面临跨学科数据融合分析不足、人工智能深度应用滞后、复合型人才匮乏等挑战 [2]

人工智能发展历程 - 决策式AI阶段(1950s~1980s)：以逻辑程序和专家系统为主，1956年首次人工智能研讨会召开标志着领域诞生，1965年Logic Theorist程序实现数学证明推理[4] - 技术积淀阶段(1980s~2010年)：1986年Backpropagation算法突破，1997年Deep Blue击败国际象棋冠军，2006年深度学习技术发明[4] - 快速发展阶段(2011-2016年)：2011年IBM Watson在Jeopardy获胜，2014年GAN出现，2015年AlphaGo战胜围棋冠军[4] - 爆发阶段(2017年至今)：2017年Transformer架构提出，2018年GPT/BERT发布，2022年ChatGPT推出，2024年Sora面世[4] 大语言模型技术架构 - 预训练三要素：大数据(无标注文本)、大模型(深度神经网络)、大算力(并行计算集群)[11][12][13] - 训练流程：预训练(月级/千级GPU)→有监督微调(天级/百级GPU)→强化学习(天级/百级GPU)[22] - 微调技术：LoRA方法仅需训练百万参数，效果媲美全参数微调，GPU需求降至3090*4级别[15][20] - 强化学习：通过RLHF量化人类喜好，训练打分模型优化最终输出[18][19] 智能体关键技术 - 工具使用：通过API调用、搜索引擎、代码执行等扩展能力[26][27] - 任务分解：实现复杂任务的子目标拆解与试错机制[28][30] - 长期记忆：存储经验、知识、技能，支持读写持久化[31][32][33] - 自主学习：结合权重微调、提示优化、自我反思等多路径提升[35][36][38] 电力系统应用场景 - 负荷预测：ITA-LF框架整合新闻文本，预测准确率达94.7%，显著优于LSTM(82.08%)和SARIMA(89.93%)[64][68][71] - 调度系统：构建70b参数调度大模型集群，支持检修单成票(94.46%准确率)、规程检索问答(RAG召回率58.7%)[77][91][94] - 市场仿真：多代理模型实现碳市场均衡分析，量化价格弹性系数(煤炭企业7,278吨/元)[113][115][120] - 机理研究：AI4S框架处理10万节点电网建模，年算例超10亿，推动动态建模与稳定性分析[125] 技术融合路径 - 模型融合：推理大模型+PINN+因果模型+符号模型，保留准确性同时提升计算速度[54][56][58] - 人机协同：必要场景引入人工反馈，作为最终决策质量判定者[56][59] - CPSSE仿真：结合真人、因果模型和大语言模型，构建数字孪生系统[62] - 范式演进：从参数学习(机器学习)→提示工程(大模型)→机制工程(智能体)的能力获取转变[40]

股市预测模型 - 摩根大通策略师团队更新股票预测模型 预计今年下半年股市将走高 模型使用六个信号(经济动能 价格动能 成交量 价值 仓位和资金流)预测未来六个月标普500指数走势 [1] - 模型最新读数显示96%的上涨概率 远高于75%临界值 意味着未来六个月标普500指数出现下跌概率很低 [1] 市场资金流向 - 标普500指数周四逼近历史新高 资金流信号目前最支持股市上涨观点 该信号基于股票基金和债券基金资金流与历史数据的差异 [3] - 过去四周股票基金出现资金外流 债券基金则有资金流入 美国基金情况相同 显示投资者削减股票敞口但标普500指数仍回升至接近历史高位 [3] - 5月散户投资者对股票兴趣非常低 6月有所改善但仍显温和 目前散户投资者并非全仓持有股票 [3] 模型方法论 - 摩根大通模型将六大变量纳入逻辑回归模型 比输入相似变量的人工智能模型及其他建模方法表现更优 尤其在预测市场下跌时优势显著 [3]

公司收购与业务拓展 - 晶泰控股完成对Liverpool ChiroChem（LCC）的收购 LCC专注于手性分子研发 此次收购将增强晶泰"AI+机器人"智能自主实验平台在化学空间探索领域的实力 [1] - 公司是"量子物理+AI+机器人"综合平台公司 量子物理算法为技术底座 结合AI和机器人 形成算法模拟和实验验证的完整闭环 [1] 财务表现与客户覆盖 - 2024年公司实现营业收入2.66亿元 同比增长52.75% [1] - 客户群涵盖全球前20大生物技术与制药公司中的16家 包括辉瑞 强生 德国达姆施塔特默克集团 中石化集团上海研究院等 [1] 核心竞争力 - 技术创新 打造"量子物理+AI+机器人"研发平台 [2] - 数据壁垒 机器人实验室平台7*24小时进行实验 覆盖80%以上常见药化反应类型 每月积累20+万条反应过程数据 [2] - 算法优势 拥有蛋白质相互作用预测算法XtalFold 分子生成模型Xreactor 自由能微扰算法FEP 晶体结构预测模型CSP等200多个模型 [2] 盈利预测与业务展望 - 预计2025/2026/2027年营业收入分别为4.24/6.76/9.57亿元 [2] - 已在材料科学 农业 消费品等领域实现技术落地 [2]

报告公司投资评级 - 首次覆盖晶泰控股，给予“买入”评级 [4] 报告的核心观点 - 晶泰控股宣布完成对LCC的收购，增强“AI+机器人”智能自主实验平台在化学空间探索领域的实力；公司是“量子物理+AI+机器人”综合平台公司，营收快速增长已突破商业化门槛；技术创新、数据壁垒、算法优势构成核心竞争力；预计2025/2026/2027年营业收入分别为4.24/6.76/9.57亿元 [2][3][4] 根据相关目录分别进行总结 公司概况 - 晶泰控股是一家“量子物理+AI+机器人”综合平台公司，客群涵盖初创公司到全球生物技术与制药公司及新材料领域的独角兽及龙头企业，与很多世界领先企业建立长期稳固合作关系 [2][3] 收购事件 - 晶泰控股完成对专注手性分子研发的LCC的收购，增强“AI+机器人”智能自主实验平台在化学空间探索领域的实力 [2] 核心竞争力 - 技术创新：打造“量子物理+AI+机器人”研发平台 [3] - 数据壁垒：使用AI+机器人模式，打造“高通量实验-高质量数据-高智能模型”飞轮，机器人实验室平台7*24小时实验，覆盖80%以上常见药化反应类型，每月积累20+万条反应过程数据 [3] - 算法优势：2024年凭借全球领先的蛋白质相互作用预测算法XtalFold与跨国药企达成商业授权协议，拥有200多个模型 [3] 盈利预测 - 预计公司2025/2026/2027年营业收入分别为4.24/6.76/9.57亿元 [4] 财务摘要 |项目|2023A|2024A|2025E|2026E|2027E| |----|----|----|----|----|----| |营业收入（百万元）|174.42|266.43|424.07|676.38|957.43| |(+/-)%|30.80%|52.75%|59.16%|59.50%|41.55%| |归属母公司净利润（百万元）|-1914.38|-1516.61|-306.46|-63.86|60.34| |(+/-)%|-33.08%|20.78%|79.79%|79.16%|194.49%| |每股收益（元）|-3.96|-0.79|-0.08|-0.02|0.02| |市盈率|-0.14|-6.96|-71.80|-344.58|364.68| |市净率|-0.31|4.74|5.98|6.06|5.93| |净资产收益率(%)|26.34%|-38.26%|-8.33%|-1.76%|1.62%| |总股本 (百万股)|4,020|3,414|4,020|4,020|4,020| [5] 股票数据 |项目|数据| |----|----| |收盘价（港元）|5.95| |12个月股价区间（港元）|3.26~15.60| |总市值（百万港元）|23,917.88| |总股本（百万股）|4,020| |日均成交量（百万股）|82| [6] 涨跌幅 |项目|1M|3M|12M| |----|----|----|----| |绝对收益|38%|-12%|13%| |相对收益|35%|-9%|-22%| [9] 财务报表预测摘要及指标 - 成长能力：2024 - 2027年营业收入增长率分别为52.8%、59.2%、59.5%、41.6%；营业利润增长率分别为1.2%、86.3%、72.3%、474.3%；归属母公司净利润增长率分别为20.8%、79.8%、79.2%、194.5% [10] - 获利能力：2024 - 2027年毛利率分别为46.3%、50.0%、55.0%、55.0%；净利率分别为-569.2%、-72.3%、-9.4%、6.3%；ROE分别为-38.3%、-8.3%、-1.8%、1.6%；ROIC分别为-38.7%、-9.3%、-2.6%、0.5% [10] - 偿债能力：2024 - 2027年资产负债率分别为8.3%、13.8%、18.7%、23.0%；净负债比率分别为-27.9%、-22.8%、-27.8%、-33.2%；流动比率分别为11.85、6.40、4.59、3.74；速动比率分别为11.74、6.25、4.44、3.59 [10] - 营运能力：2024 - 2027年总资产周转率分别为0.06、0.10、0.15、0.20；应收账款周转率分别为3.88、3.53、3.69、3.52；应付账款周转率分别为9.60、9.84、9.62、9.75 [10] - 现金流量：2024 - 2027年经营活动净现金流分别为-479、85、110、245百万元；投资活动净现金流分别为74、-371、45、-41百万元；筹资活动净现金流分别为840、5、3、1百万元 [10]

公共卫生体系建设 - 国家高度重视公共卫生体系建设，将其视为保障人民健康的重要基石，"健康中国"战略稳步推进，传染病防控占据核心地位 [1] - 国家通过《"十四五"公共卫生体系建设规划》全面擘画，强化监测预警、提升应急响应等具体部署，以科技赋能防控为关键手段，构建智慧化公共卫生防线 [1] - 科技创新驱动公共卫生领域变革，为大众健康提供坚实支撑 [1] 伏泰科技的业务发展 - 汉嘉设计旗下伏泰科技公卫团队深耕传染病预测模型领域，以数据智能为核心驱动力，深度参与吉林、江西、安徽、海南、辽宁等多省传染病多点触发预警与应急指挥系统建设 [1] - 公司联合科研机构及学者以SEIR模型为基础深入研究，持续推动模型发展与完善，极大丰富了可调参数，包括传播率β、潜伏期转化率σ、潜伏期传播率p、康复率γ、移除率μ等 [2] - 依托成熟多元AI大模型平台，公司将继续深化模型研究，结合社会政府需求拓展应用场景，发挥更大社会价值 [3] 传染病预测模型应用 - SIR模型及其变体SEIR、SEIRD、SEIRAD等被广泛应用于传染病研究与预测 [2] - 模型通过三类场景赋能防疫决策：预测疫情峰值和感染规模（如R0≥5.5时需储备5000张隔离床位），评估防控措施成本效益（如全民核酸与精准流调对比） [2] - 助力医疗机构动态调整床位分配与医护排班（如预测10天后感染者激增300%可提前启动重症救治专班），优化药物/疫苗投放策略 [3] - 为政府部门提供决策支持，动态调整资源分配，优化防疫策略 [3] 未来发展规划 - 公司将疫情预测模块接入城市大脑，联动交通、教育、商业等系统 [3] - 结合历史防控成效和经费投入数据，提供防疫成本与社会代价关联的综合模型，赋能城市运行管理 [3] - 引领行业智能化升级，推动公共卫生领域技术发展 [3]