纪要涉及的公司 梅安森 纪要提到的核心观点和论据 - 矿山安全大模型特点：由梅安森与上海人工智能研究院联合研发，结合十年矿山业务探索与先进人工智能技术，具备多模态、强理解、高性能以及完整工具链等特点，支持多模态输入，能深度学习训练，通过分开训练和推理模式保证低成本高效执行，还提供完善工具链支持快速构建智能化应用[2][4] - 矿山安全大模型应用场景：已在多个煤矿广泛应用，内置49类视频识别场景、42类数据分析场景、20类人员3D处理场景、31类作业活动场景等，满足不同煤矿差异化需求[2][5] - 大模型与小模型结合优势：提供可伸缩架构，解决不同煤矿灾害类型带来的管理内容和生产工艺差异问题，确保智能化应用快速落地，为终端用户提供开发工具套件，提升数据处理能力[2][6] - 矿山安全大模型平台功能：针对风险隐患管控，支持OT、IT等数据接入，具备强大视频识别能力，覆盖49个视频识别类别，在人员3D处理、作业活动监控等方面成效显著[2][7] - 矿场AI技术应用流程：应用前进行需求调研，以菜单形式提供可落地AI场景和方案，如智能瓦斯抽采系统已在多矿场使用，实现全流程管理，赋能传统子系统，提高运营效率[2][9] - AI技术解决矿井人员招聘问题：开发辅助工具和平台，如智慧大脑装置，通过语音交流提高作业效率，降低设备使用门槛[2][10] - AI技术在煤矿安全中的规划：将所有权限软件产品接入煤矿安全大模型，每个系统带智能功能，还将deepfake能力与大模型深度融合，降低使用AI难度[11] - 煤矿企业对AI技术反应及挑战：诉求高涨，但行业内逻辑场景接受度不如成熟信息化系统，需加强技术交流培训，市场推广中需清晰讲解展示AI能力[2][12] - AI智能产品市场反应：市场诉求和反应强烈，但推广中存在认知问题，需详细解释展示能力[2][13] - 矿山安全领域竞争格局：市场上有依托图像识别技术和使用大模型语音调度能力的厂商，梅安森以大模型进行矿山安全管理处于领先地位，解决方案在风险管控等方面优势显著[15] - 矿山大模型项目实施周期和价格：实施周期根据矿山规模分为小型一个月、中型两个月、大型三个月；中小规模矿山费用200万 - 500万，大型矿山约1000万[16][17] - 大模型对矿山降本增效作用：通过智能化识别减少钻场、运输和调度中心人员，提高工作效率，降低人力成本，某些项目减少20% - 50%以上人力成本[18][19] - AI技术应用经济效益：2024年通过精细化管理和智能化技术，毛利率小幅度增长，预计2025年再提高1 - 2个百分点[21] - 公司商业模式及收费方式：采用私有化部署和公网运营环境两种服务模式，公网服务向小矿收取年费或固定服务费，本地部署向大矿销售软硬件，还提供免费试用[23][24] - 公司重点发力方向：自由化部署模式是重点发力方向，该模式规模大、应用场景广，能体现产品功能多样性，适合处理敏感数据[25] - 下游需求及订单情况：大模型2024年刚推出不到一个季度，订单数量不多但市场反响良好，目前处于推广阶段，年前有四个项目，年后咨询客户多但未形成具体订单[26] - 数据在矿山安全领域的重要性：数据是重要竞争力，公司有专门的数据治理产品和数据中台软件，可将数据资产化，满足矿山数据管理需求[27] - 公司在物联网及安全领域规划：探索利用AI能力处理物联网感知数据并进行异常分析，目前主要集中在分析感知数据，未深入推进[28] - 公司未来发展规划：主要业务分为AI矿山解决方案、军工项目、卫星通信系统，AI矿山已深入推进，军工项目2025年预计落地订单，卫星通信聚焦地面接收及延伸业务[29] 其他重要但是可能被忽略的内容 - 公司进行了年轻化改组，新董事会制定三年规划，目标是将主营业务收入从6亿元提升至10亿元，还对现有资产进行盘整以实现轻量化，聚焦对市值有影响力的投资方向[3] - DeepTech加入后短期内难以通过提价显著提升软件毛利率，公司注重为客户提供更多功能，提高满意度和粘性，实现持续复购和支持维护费收入[22]