范式智能 2026年上半年业绩电话会议纪要关键要点 一、 涉及的行业与公司 * 公司: 范式智能[1] * 行业: 人工智能（AI）产业，具体涉及AI平台服务、API（Token工厂）业务、Agentic AI、具身智能、AI算力基础设施[2][7][9] 二、 核心观点与论据 1. 整体财务业绩：扭亏为盈，营收与利润双增长 * 营收: 2026年上半年实现营业收入37.65亿元人民币，同比增长43.4%[3] * 利润: 归母净利润为1.19亿元人民币，经调整归母净利润为1.5亿元人民币，两项指标均较2025年同期实现扭亏为盈[3] * 毛利: 实现毛利12.33亿元，综合毛利率为32.8%[20] * 费用: 研发费用为12.1亿元，同比增长35.2%，研发费用率为32.1%[20] 销售及营销开支为0.28亿元，同比减少85%，销售费用率降低至0.75%[20] * 资本开支: 上半年资本开支规模达到22.37亿元，已超过去年全年水平[20] * 授信规模: 授信规模大幅提升至约66亿元[5] 2. 业务板块表现：API业务爆发，AI Platform稳健 * AI Platform业务: 收入30.88亿元，同比增长30%，在手订单约70亿元[3][5] 以vGPU作为首要落地需求的客户数量同比增长了五倍[5] * API业务（Token工厂）: 收入4.64亿元，同比增长860.8%，成为营收增长的重要支撑[3] 2026年上半年API业务收入为2025年同期的9.6倍[5] Token调用量同比增长7.2倍[5] 可用算力资源扩充至2.8万PETA flops[5] 全年API业务收入指引上调至2025年收入的20倍[21] * Agentic AI业务: 收入为2.14亿元，同比增长4.9%[3] 3. 核心战略：双轮驱动 * 核心战略: “双轮驱动”，即稳固AI Platform业务基本盘，同时将API业务作为第二增长极进行重点发展[6] * 短期重点: 夯实AI Platform基本盘，深化核心客户战略；规模化落地Token工厂，打通算力与Token服务的全链路闭环[7] * 中长期重点: 持续深耕前沿智能体技术的孵化和落地，前瞻性布局长任务Agent、具身智能、AI自我迭代等赛道[7] 4. API业务核心驱动力与竞争壁垒 * 核心驱动力: 端到端的综合能力体系，包括华为升腾GPU算力优化及Model Hub模型优化两大技术[4] * 差异化优势: 规模行业领先（国内第一梯队第三方MaaS服务商）、增长动能强劲（优质供应链、稳定资源成本）、全链路壁垒突出（算力、模型、生产、交付及渠道全流程闭环）[4][5] * 成本优势: 通过算力虚拟化、池化、全链路调度、错峰编排等自研技术持续提升单卡产出、降低运营成本[8] 不受制于单一算力或模型，可以灵活选用最优组合[8] * 客户生态: 搭建分层客户体系，头部大客户通过长期框架协议带来稳定基础调用量，中小客户及开发者生态通过自有平台和第三方合作实现低成本广泛覆盖[8] * 毛利率: 毛利率远高于市场同业水平，且处于稳步提升状态[21] 5. AI Platform业务增长逻辑与市场空间 * 增长预期: 未来几年年收入增速超过30%，跑赢大盘并持续扩大市场份额[10] * 市场驱动: 国家大力发展新质生产力、全面落地“人工智能+”行动，以及“十五五”规划对算力基础设施的顶层部署[9] * 高质量增长体现: 核心产品市场份额快速提升、客户口碑与经营效率优化、技术迭代加速、融资能力增强[5] 6. 研发投入与技术壁垒 * 研发投入: 2026年上半年研发投入达12.08亿元，研发费用率为32.1%，研发人员占比超过60%，累计形成500余项发明专利[13] * 研发效率: 2026年上半年单位时间研发人员的人均代码产出较2025年提高了约一倍[13] * 核心技术壁垒: * 希密（vGPU）: 自2018年开始研发，已进入CNCF的incubation阶段[12] 形成三重复合壁垒：长期积累的技术纵深、开源社区生态壁垒、商业版企业级特性领先[14] * ModelHub: 已沉淀超过20万组模型与芯片的适配组合，2027年目标突破百万级[13] 形成规模壁垒，海量模型、芯片、推理框架和真实场景优化经验构成难以复制的工程壁垒[14][15] * 技术领先维持机制: 持续高强度研发投入与开源生态反馈相结合的闭环机制[16] 7. Agentic AI业务定位与商业模式 * 业务定位: 中长期核心业务布局，聚焦具备高战略价值、能够沉淀高质量垂直数据的行业场景[11] * 商业模式: “Result as a Service”付费模式，基于为客户创造的实际业务价值进行收益分成[11] 8. 未来增量方向 * 长任务Agent: 当前Agent独立运行时间远未达到预期，未来运行时间延长将驱动Token消耗[22] * 具身智能: 公司在机器人大脑层面的布局，看好未来应用前景[22] * AI自我迭代: 2026年上半年发布的Fancy Model是前期布局，若未来AI实现更高效自我迭代进化，对Token的消耗将提升一个数量级[22] 9. 竞争格局与差异化优势 * API业务竞争: 核心优势在于端到端无短板，在模型推理优化、供应链获取成本最优算力等方面均具备优势[22] * 开源风险: 开源产品形成生态中心后，原厂地位具备不可替代的核心优势，体现在技术保障和技术路线主导与新需求响应两方面[23] * 算力供应链: 与几乎所有芯片厂商建立深度合作伙伴关系，具备强大的底层技术能力（vGPU、推理框架、Model Hub）[24] 10. ESG实践 * 安全底线: 已通过ISO安全认证，保持零安全泄露、零行政罚款、零产品召回的记录[19] 通过信通院六大领域认证，Gamma代码缺陷率控制在3%以内，供应链100%合规并通过道德审查[19] * 具身智能治理: 第四范式具身智能框架从底层设计上设定两条红线：明确的安全边界和确保人类的最终控制权[19] * 开源推动全球AI治理: 通过Hugging Face、ModelScope等开源社区，降低AI部署门槛，让安全技术和隐私保护技术成为全行业共享的基础设施[19] 三、 其他重要但可能被忽略的内容 * API业务Token消耗行业结构: 当前最大消耗来源是编程（包括程序员编程和智能体运行），其次是文娱影视行业，第三类是办公及多模态应用场景[22] * 私有化部署业务（AI平台）客户构成变化: 当前市场新问题是算力成本高昂、资源有限，以及国内客户普遍需要管理至少两到三款不同品牌的国产信创GPU，导致异构算力管理成为关键议题[25] * 研发投入转化链路: 在公有云API业务中，希密提升算力效率，ModelHub提升模型运行效率，两者共同决定Token工厂的生产效率，直接转化为更低的单位成本和更好的盈利空间[18] * 开源社区规模: 希密开源社区拥有超过2,600名活跃开发者[23]