财务数据和关键指标变化 - 2024年第三季度，公司总营收同比增长16.6%，连续第二个季度加速增长，Q1和Q2分别增长11.6%和12.3% [26] - 非GAAP毛利同比增长14%，环比增长7%，达到1.31亿元人民币，非GAAP毛利率从Q2的65%和Q1的63%扩大至第三季度的68% [28] - 非GAAP运营亏损为6100万元人民币，较Q2的6300万元和Q1的6600万元有所减少 [28] - 截至2024年9月30日，公司现金及现金等价物为18.31亿元人民币（约合2.18亿美元），长期投资约为8.86亿元人民币（约合1.26亿美元） [31] 各条业务线数据和关键指标变化 - 轮式服务机器人业务持续成为增长的关键驱动力 [26] - 传统互联网业务保持韧性，营收同比增长26%，环比增长18%，运营利润率（不包括基于股份的薪酬费用）从去年的6%提高到10% [30] 各个市场数据和关键指标变化 - 中国酒店市场机器人渗透率约为5%，餐厅市场渗透率更低，仍处于早期阶段，海外市场则更为早期 [129] 公司战略和发展方向和行业竞争 - 公司通过扩大轮式服务机器人的用例、拓展海外市场以及发挥传统互联网业务的韧性，实现了营收加速增长 [5][6] - 公司注重建立强大的本地分销网络，以推动全球扩张，与同行形成差异化 [7] - 公司在服务机器人业务中积极应用大语言模型（LMs），包括改进语音交互、提升自动驾驶能力和增加机械臂功能等 [12][14][17] - 公司推出了基于AI的数据服务平台AirDS，为企业提供数据和构建提示的服务 [21] - 公司目标是提供相对标准化的SaaS产品，帮助企业利用LMs提高效率 [22] - 机器人行业仍处于早期阶段，但具有巨大的市场潜力，将成为万亿美元级别的市场 [10] - 大模型的发展使得机器人行业的竞争逐渐从模型能力转向产品化和生态建设 [116][118][120] 管理层对经营环境和未来前景的评论 - 行业对服务机器人的需求持续上升，特别是在海外市场以及餐厅、酒店、工厂和办公室等领域 [6] - 公司在扩大营收和缩小亏损方面取得了坚实进展，这只是猎豹移动转型的开始 [23] - 公司对AI投资充满信心，认为将LLMs集成到服务机器人业务中具有巨大的市场潜力，同时将继续控制成本和提高效率 [32] 其他重要信息 - 公司在Q3整合了猎豹和北京猎户星空的团队，精简了人员和服务，降低了带宽成本、云成本、专业和法律服务费用以及某些与总务和运营相关的劳动力成本 [29] - 公司非GAAP研发费用在Q3环比增长25%，目前约60%的营收用于研发 [30] 总结问答环节所有的提问和回答 问题: 2025年机器人业务在出货量、营收增长和营收占比方面的具体目标 - 具体目标仍在制定中，总体方向是基础收入将增加，在公司整体营收规模中的占比也将提高，公司会结合海外市场经验制定具体目标，更关注长期目标，例如三年内使佣金收入占公司总收入的一半以上，并成为全球前三大服务系统提供商之一 [35][38][39] 问题: 如何预测2025年互联网业务的营收和利润率趋势 - 未给出明确回复 问题: 机器人训练中如何克服数据稀缺问题，大模型在训练数据中能发挥什么促进作用，未来是否可能以数据驱动的方式持续训练猎豹机器人以提升其智能水平，距离实现机器人通过观看人类执行任务的视频进行自我学习和训练的目标还有多远，与海外领先机器人公司相比，国内在这方面的差距有多大 - 机器人训练的数据需求可分为几个方面，室内导航问题基本已通过工程技术解决，且随着底层数据的增加，机器人室内导航将更实时，对传感器的依赖更小，公司还计划为下一代机器人配备更高级的芯片，实现纯视觉室内导航；自我学习技能目前仍较理论化，相关数据稀缺，公司将结合实际场景逐步推进数据的收集和训练；距离实现机器人通过观看人类视频完成任务的目标还很远；国内机械公司与国外公司在这方面的差距不显著，国内在大规模数据工程方面具有优势，若出现新方法，可能会存在一定差距 [43][48][57] 问题: 公司后续减亏的节奏和具体计划是什么，是否有实现盈利的明确时间表 - 减亏是公司的首要任务，今年已实现一定规模的减亏，但由于参与大语言模型的研发和训练，减亏节奏有所放缓，后续将更多投入到代理开发和机器人智能化相关的实施中，研发成本将大幅降低；公司内部有减亏计划和盈利时间表，但由于市场和技术变化较大，无法对外明确披露，公司将保持一定的灵活性，以抓住业务机会，总体目标是使公司盈利并为股东创造价值 [62][63][65] 问题: 如何看待Agentic AI或AI agent，这项技术的难度如何，能否加速大模型在C端和B端的应用，如何考虑其中的价值分配 - AI agent本质上类似于传统软件，是在模型能力未达到一定水平时，需要借助人类思维链和规划来引导大模型；它能降低软件研发成本，提升用户体验，但要实现传统系统的稳定性和满意度，还需要投入大量努力解决大模型的幻觉问题；它能加速大模型在C端和B端应用的落地，特别是在一些C端和B端应用中已经开始使用；对于价值分配，它将为应用制造商带来一波实践机会，但作为初创公司，对其在国内C端的落地不太乐观，因为国内大型制造商在这方面的能力很强 [67][70][74] 问题: 企业客户目前对大模型应用的付费意愿如何，在办公场景中，大模型的应用是否仍主要局限于容错率较高的特定工作场景，随着大模型技术的发展，特别是AI agent的出现，能否有效改善大模型的幻觉问题，从而使大模型应用完全或部分取代人工工作 - 企业客户对大模型应用的付费意愿取决于应用能带来的投入产出比，目前企业的付费热情越来越理性；当前大模型的应用主要集中在容错率较高的特定场景，如培训和销售总结；AI agent能有效改善大模型的幻觉问题，通过传统代码或测试规划将大模型的能力限制在特定垂直环境中，可降低其出错概率，随着大模型能力的提升，在B端的应用将逐渐实现更多的替代 [78][80][81] 问题: 如何看待缩放定律的放缓，它对大模型应用行业的发展有何影响 - 缩放定律是否放缓尚不确定，但目前行业顶级大模型能力的增长和扩展确实在放缓；这对初创公司和应用公司是好事，因为在模型能力快速发展时，新模型的出现可能会使之前的项目负担加重，而现在大家可以更专注于如何利用现有模型能力，通过代理更好地应用模型 [86][90][92] 问题: 如何看待过去三个月机器人行业趋势的变化，大模型对机器人的实现有何促进作用，如何看待机器人行业未来的竞争格局 - 过去几个月，大模型在机器人行业的概念越来越流行，人形机器人也因特斯拉的Optimus而多次受到关注，但实现机器人的实际应用仍有很大差距；大模型对机器人的发展方向有帮助，但实际实施应结合场景逐步推进，不看好人形机器人的发展；未来，更务实的机器人制造商将不断涌现，专注于打磨产品的竞争者将获胜，公司将坚定自己的道路，结合场景，增加机械臂和满足特定需求的功能，以实现更大的扩展 [97][104][105] 问题: 公司账面上有大量净现金，未来是否有股份回购或分红计划 - 猎豹一直对股东回报持开放态度，历史上曾进行过两次分红和多次股份回购计划；未来是否有分红或其他回报方式需要考虑多个因素，包括技术投资、业务转型以及整体经济环境的不确定性；公司将继续保持谨慎的财务策略，确保在面对市场波动时具有足够的灵活性和抗风险能力；如果董事会批准股份回购和分红计划，将尽快向市场公告 [110][111][113] 问题: 从性能和效率的角度来看，中国大模型的发展迅速，在实际运营中是否感受到各种模型之间的显著差异，大模型的竞争是否已经超越了模型能力本身，更多地向产品化和生态建设延伸 - 国内生态系统复杂，不便评价哪个模型产品更好，但实际体验中存在差异；大模型的竞争从一开始就超越了模型能力本身，模型能力取决于数据，目前大模型的竞争主要来自对数据的关注和投入；现阶段，竞争必然向产品化和生态建设发展，谁能提高用户满意度和产品体验，就能消除底层模型指标的差距；预计明年在产品和生态方面将取得显著进展 [115][116][122] 问题: 在大模型训练的新强化学习范式下，中国企业的技术能力如何 - 在强化学习范式下，中国企业的技术能力不错，强化学习早已存在，在语言模型中应用强化学习是随着OP9的推出被发现的，过去中国一些大公司或团队在围棋领域的强化学习应用中表现良好，具体评估指标上的细微差异不影响最终的产品化和实施 [125][126] 问题: 目前猎豹在餐厅和酒店场景中的市场份额是多少，从整体市场来看，机器人在餐厅和酒店市场的渗透率如何，未来的增长空间有多大，未来三年猎豹机器人在这两个细分市场能占据多少市场份额 - 由于行业相关报告较少，市场份额排名情况较模糊，公司在餐厅和酒店业务起步较晚，应处于前列；目前机器人在餐厅和酒店市场的渗透率仍处于早期阶段，中国酒店市场约为5%，海外市场更为早期，市场空间巨大；公司对这两个场景及相关扩展场景的长期发展持乐观态度，相信通过提升语音能力等方式将扩大业务范围；公司认为建立销售渠道和销售网络是关键，有信心在三年内成为市场领先者 [128][129][135]