日期 | 股票名 | 调研地点 | 调研形式 |
2023-09-26 | 汇纳科技 | - | 电话会议 |
PETTM | PB | 股息率TTM | 总市值 | 换手率 |
---|---|---|---|---|
- | 3.21 | 0.72% | 33.50亿 | 4.12% |
营业收入同比增长率(%)(单季度) | 营业收入同比增长率(%) | 归母利润同比(%)(单季度) | 归母利润同比(%) | 净利润/营业总收入 |
5.18% | -1.09% | 66.13% | -17.19% | -28.75 |
销售毛利率 | 销售毛利率(单季度) | 销售净利率 | 销售净利率(单季度) | 毛利 |
51.06% | 50.99% | -28.75% | -17.37% | 0.97亿 |
销售费用/营业总收入 | 管理费用/营业总收入 | 营业总成本/营业总收入 | 归属于母公司的股东权益/带息债务 | 研发费用/总市值 |
19.00 | 69.19 | 136.47 | 23.21 | - |
存货周转天数 | 应收账款周转天数 | 资产负债率 | 利息费用/息税前利润 | 息税前利润 |
160.95 | 259.77 | 13.92% | 0.04% | -0.69亿 |
企业自由现金流量 | 带息债务 | 财务数据报告期 |
业绩预告
公告日期
报告期
|
业绩预告变动原因 |
0.45亿 | 2024-09-30 | - | - |
参与机构 |
乾惕投资,新华资产,非马投资,鹤禧投资,望正资产,瓦洛兰投资,永赢基金,健顺投资,交银施罗德基金,金元顺安基金,中金证券资管,季胜投资,红土创新基金,盘京投资,兴银理财,博道基金,泉汐投资,华宝基金,华夏财富创新投资,中国人寿,长江证券自营,金鹰基金,摩根基金,中信证券资管,勤辰基金,国联基金,招银理财,瑞达基金,信达澳亚基金,新华基金,宝盈基金,中信保诚,乾璐投资,交银理财,中邮人寿,国融基金,奇盛基金,歌汝资产,明世伙伴基金,和谐汇一资产,东方证券自营,东吴基金,恒越基金,聆泽投资,禾永投资,嘉实基金,广发基金,明亚基金,汇添富基金,长青投资,国华人寿,鑫元基金,东方基金 |
调研详情 |
一、公司业务介绍 二、提问环节 问题1:多模态大模型技术与公司现有产品与业务场景有哪些结合点? 多模态大模型技术可以实现文本、图像、音频、视频等多种模态数据的融合和应用,相比一般文本大模型,可实现模型应用能力的本质提升,通过引入该技术,预计将给公司数据采集产品与数据服务产品带来新的应用可能性。 在数据服务业务端,预计该技术将带来专业商用数据分析工具的亲民化,有望打开数据服务业务的潜在应用空间。相对于传统的产品交互方式,多模态大模型可以带来颠覆性的人机交互方式,其可通过融合语音、文字、视频等途径,把人机交互彻底拟人化,大大减低人机交互链接成本,让用户变成产品经理,实现人机交互的千人千面。当前,我们正在利用多模态大模型技术,对全系列的数据产品进行深度改造,希望通过智能数字助理的方式提高用户体验,真正将数据按用户的需求呈现至用户端。 在数据采集端,多模态大模型带来的“具身”智能能力,预计会赋能到线下物联网领域,这也是多模态大模型未来落地的重要方向之一。当前,汇纳已在线下部署了数十万的内置算力单元的视觉传感器,我们也正在基于多模态大模型的技术能力,以视觉传感器为“眼”,围绕线下门店的数字化经营管理需求,通过多模态大模型的应用,构建更真实、更灵敏、更实时的物理世界信息反馈渠道,并联动链接数字化管理行为,帮助客户实时优化门店管理经营活动。 问题2:在多模态大模型领域,公司未来的开发方向会是哪些? 公司在计算机视觉、语音、NLP等AI技术领域有着多年积累,并在边缘侧产品和平台产品上均实现了相关AI技术的大量应用,特别在行人跨镜检索领域(Re-ID),公司自研和训练了视觉大模型,并实现了较高的模型准确度。 未来,在多模态大模型研发和产品应用上,一方面,在具体场景化应用上,公司将基于自身的AI算法能力,积极研发各类场景下的垂类行业大模型,并为客户提供相应解决方案;另一方面,公司也将积极推进与头部大模型厂商的合作,将自身的模型训练成果以数据接口的方式接入头部大模型厂商的通用大模型服务,借助头部大模型厂商的技术优势和渠道优势,协作赋能各类行业客户。 此外,在政企服务场景中,有着大量的专有智能计算需求,如私有化部署、私域数据访问和应用、敏感数据管理以及定制化开发等,受限于数据保密或合规等问题,相应数据无法实现充分交换,此类客户需求也无法通过在线大模型技术或通用方案得到满足。基于该类业务需求,公司将结合自身在垂类大模型训练、微调、部署、应用及数据上的优势,为政企客户提供专属大模型训推一体化解决方案及隐私计算服务。 问题3:多模态大模型技术对是否会对公司经营产生影响? 预计多模态大模型技术将对公司研发活动带来积极的作用。在公司研发活动的各环节中,通过利用大模型及多模态大模型的语义理解和链接能力,可以从需求原型、产品设计、软件编码、算法评测、数据集生成及标注,尤其是小样本数据和复杂数据标注等方面有效提升研发效率,一定程度上降低公司研发成本。 问题4:多模态大模型对算力的需求相比以往是否有不同?是否会对公司算力业务产生影响? 多模态大模型需要融合文本、图像、音频、视频等多种模态数据进行特征语义映射训练,虽然该类模型可以实现模型能力的巨大提升,但同时也对算力规模提出了更高的要求。目前,对于多模态大模型的算力需求,从公司实际研发情况来看,相比以往有着显著提升。基于此,公司预计多模态大模型将推动相关算力需求持续增长,这也将构成汇纳算力业务发展的一大助推力。 问题5:在算力业务方面,公司目前进展及未来布局情况? 目前,公司与并济科技共同投资的算力平台运营主体四川汇算智算科技有限公司已在四川成都简阳完成企业登记注册。首先,在现有算力及服务能力上,公司自建的算力平台可以提供稳定的英伟达A100千卡级大模型训练集群,同时,也可以实现算力服务灵活部署,利用小规模的分布式大模型推理能力,为客户提供基于训练任务量的定制化模型训练服务。其次,在算力服务订单方面,公司也已完成部分A100服务器算力需求订单的签署。 在算力业务未来布局方面,子公司汇算智算坐落于四川成都简阳,该地属于八大算力网络国家枢纽节点的成渝节点,算力产业存在较大的发展空间。公司未来将积极围绕地方政府、运营商、央国企等客户等的算力需求进行布局,为客户提供全面的算力服务解决方案,在相关业务上不断拓展,具体可以等待后续相关公告。 问题6:除商业领域外,公司AI及大数据能力在政务领域有哪些应用?是否已实现相关项目落地? 公司持续围绕数据、算法、算力这三大要素积极布局,相应的AI和大数据能力是跨场景通用的。在商业场景外,公司也积极把相应能力及形成的解决方案逐步迁移运用到政务场景上,截至目前,在政务场景已开拓形成三类业务: 第一个是基于计算机视觉算法能力,开发打造了面向包括党群活动中心、行政服务大厅、社区邻里服务中心、文博会馆、会展中心等各类公共空间的态势感知产品,帮助政府客户实现对公共空间场景内人群的感知和分析需求,并实现上述相关项目的规模化落地运用。 第二个是综合应用语音和自然语言处理技术领域的大模型技术,提供了市民热线话题挖掘分析、政务服务智能客服以及基于语音分析的政务服务质量评价等解决方案,相关产品也已服务于上海市热线办、上海市浦东新区行政服务中心等。 第三个是,基于公司在数据上的能力,一方面,利用公司实体商业数字底座为国家商务部、北京市商务局、上海市商委等提供商业客流数据分析服务,帮助政府客户实现对实体商业活动情况的感知、监测、预警和预测;另一方面,公司自主研发了汇纳数据治理平台,通过该产品持续为政企客户提供数据归集、治理、开发、管理、分析建模及可视化等服务,先后实施了上海市高院数据中台建设、上海市农业农村委公共数据资源治理服务等项目。 |
AI总结 |
|
免责声明:数据相关栏目所收集数据,均来自第三方个人或企业公开数据以及国家统计网站公开发布数据,数据由计算机技术自动收集更新再由作者校验,作者将尽力校验,但不能保证数据的完全准确。 阅读本栏目的用户必须明白,图表所示结果或标示仅供学习参考使用,均不构成交易依据。任何据此进行交易等行为,而引致的任何损害后果,本站概不负责。