|
| 云从科技(688327)经营总结 | | 截止日期 | 2026-06-30 | | 信息来源 | 2026年中期报告 | | 经营情况 | 二、经营情况的讨论与分析
报告期内，全球人工智能产业加速从模型能力竞争向系统能力竞争演进，大模型技术逐步进入规模化应用阶段，具身智能从实验室走向真实产业场景，内容安全治理成为行业合规刚需。面对上述趋势，公司围绕“AI基础设施+AI智能体”战略，在可控算力底座、内容安全大模型、行业智能体与具身智能等方向推进布局，推动人工智能从数字空间向物理世界体系化延伸，着力构建可持续供给、可规模复制的AI平台能力，为长期高质量发展奠定基础。
1.技术体系持续升级，核心平台能力显著增强
公司持续投入人工智能核心技术研发，报告期内重点推进人机协同操作系统由CWOS向新一代GrowthOS迭代升级。GrowthOS在原有技术基础上，进一步拓展数据、模型与智能体之间的协作方式，持续完善多类模型的接入适配和任务匹配能力，并面向多角色、长流程及跨环节业务场景，探索智能体在不同职责和信息边界下的持续运行与有效衔接。与此同时，公司围绕企业知识利用、安全控制和系统运营等环节开展能力建设，逐步提升不同业务单元之间的信息隔离、过程可追溯及运行可控水平，增强AI应用在复杂企业环境中的稳定性和适应性。相关建设推动公司AI能力由单点工具应用逐步向岗位辅助和组织协作场景延伸，为AI-Native虚拟组织的构建以及行业解决方案的持续开发和复制提供技术基础。GrowthOS架构公司同步推进“AgentLab”建设，形成面向AI-Native组织落地的方法和工具，支持虚拟组织及硅基岗位的构建、训练、运行观测和持续优化。公司将知识飞轮作为重点探索方向，尝试对业务执行过程中产生的反馈、案例和经验数据进行整理与沉淀，并逐步转化为可复用的知识、技能或策略，应用于后续任务执行和能力优化。目前，公司已围绕规则与策略调整、案例库建设、偏好数据应用等方面开展实践，在一定程度上降低智能体能力优化对专属模型训练的依赖。随着相关机制逐步完善，有望推动业务经验由个体积累向组织化沉淀转化，为硅基岗位矩阵及AI-Native虚拟组织的后续拓展奠定基础。在核心平台升级的基础上，公司同步推进多项关键技术研发与在研项目建设，围绕多模态理解、复杂任务规划、大小模型协同推理等方向持续突破，逐步形成覆盖“模型—平台—应用”的完整技术体系。魔方AgentLab构建知识飞轮2.推进内容安全能力建设，“晏清”大模型完成备案随着生成式人工智能应用加速渗透，内容安全与合规治理已成为行业核心关切。报告期内，中央网信办部署开展“清朗·整治AI应用乱象”专项行动，对人工智能生成内容的审核治理提出更高要求。在此背景下，公司依托武汉国家网络安全人才与创新基地（以下简称“国家网安基地”），联合武汉临空港网安基地运营管理有限公司，成功打造全国首个通过中央网信办生成式人工智能服务备案的内容审核垂直大模型——“晏清”。“晏清”大模型整合内容审核、内容识别、智能体等核心能力，区别于传统关键词过滤模式，可实现对人工智能生成内容的语义级意图理解、复杂语境判断及多模态风险识别。根据测试数据，该模型识别准确率超过99%，接口响应时间小于100毫秒，年检测数据量可达万亿级。模型采用全栈自主技术路线，整合华为昇腾算力，历经万亿级数据训练，实现了从底层架构到训练内涵的自主可控。“晏清”以私有化部署和SaaS服务两种形态对外提供，并可根据用户需求提供定制化服务。上线初期即获得武汉市人工智能安全协同治理中心、中国信通院等机构的合作意向。“晏清”大模型通过备案，标志着公司在内容安全领域构建了从算力基座、安全模型到合规服务的全栈能力闭环。作为国家网安基地核心战略合作伙伴，公司已合作建设大模型训推一体化中心，打造国内首个基于可信数据空间的AI模型可控训练场；公司还推动训推平台、可信数据空间、AI安全检测及内容审核大模型等能力协同建设，为AI智能体在高安全要求场景中的规模化部署提供了合规基础。公司“晏清”内容审核大模型完成备案3.智能体矩阵持续扩展，多行业应用纵深推进报告期内，公司基于自主大模型与AI智能体平台，持续推动行业智能体在金融、贸易、工程设计等领域的规模化落地。在金融领域，公司正式发布“企信洞察”智能信贷报告智能体。该智能体深度整合工商、司法等全维度数据，实现信贷尽调报告中企业分析部分的分钟级自动化生成，可替代90%以上的人工重复劳动。在跨境贸易领域，公司打造的贸易智能体正式上线。该智能体依托可控训练场构建的高质量知识库，涵盖全球技术性贸易措施、自贸协定、农产品标准等数万条结构化数据，可在秒级内完成跨境贸易全流程风险扫描与三色预警。以“柠檬出海”为例，公司将贸易智能体与重庆市“柠檬产业大脑”对接，实现从种植、加工到出口的全链条风险管控，动态适配欧盟、东盟等30个经济体的技贸标准，推动跨境贸易风控从“事后补救”转向“事中预警”。在工程设计领域，公司联手中冶京诚打造的“工程数字化智能辅助系统”正式落地。该系统以AI智能体为核心，构建了工程领域全流程智能审核体系，可自动解析4万余项国家标准及企业规范等文档，形成动态更新的工程知识图谱，并部署多个面向不同专业的定制化Agent助手，实现从人工逐一复核向智能化辅助审核的模式革新。此外，公司于报告期内加盟出版数据生态联盟，并签署可信数据交易供需战略合作协议，探索出版数据在合规、安全前提下的人工智能应用模式。4.具身智能体系化布局，加速从数字空间走向物理世界报告期内，具身智能作为人工智能向复杂物理世界演进的重要方向，受到国家政策与产业资源的高度聚焦。工业和信息化部、国务院国资委联合开展2026年度人形机器人与具身智能实景实训专项行动，明确推动人形机器人等重点产品在一批代表性场景中完成应用验证和常态部署。公司紧抓产业机遇，围绕“AI基础设施+具身智能”方向实施体系化布局，取得阶段性进展。在科研合作方面，公司于2026年1月与嘉陵江实验室达成战略合作，围绕智能制造、城市治理、智能交通、智能巡检等场景，推动大模型的多模态理解能力与物理世界的执行能力深度融合。在产业平台方面，公司于2026年4月正式入股广东省具身智能训练场，该训练场围绕数据采集、模型训练、测试验证、标准制定、场景对接等关键环节构建公共能力体系；同年6月，公司出席广东省具身智能训练场揭榜挂帅项目签约仪式，进一步深化具身智能产业协同。公司参与AI+智能装备暨嘉陵江具身智能论坛签约活动5.基础设施持续夯实，生态协同加速成型报告期内，公司持续强化AI基础设施建设与区域生态协同，为“AI基础设施+AI智能体”战略提供底座支撑。在算力基础设施方面，公司携手华为与武汉市东西湖区，围绕“一中心四平台”（东西湖训推一体中心及人工智能公共算力平台、内容审核大模型应用平台、智算中心运营平台、产业生态协同平台），共同打造以昇腾全栈自主创新AI计算平台为基础的训推一体化大模型智算中心，规划125PFlops@FP16理论峰值算力。该中心采用“训推同架构”设计，训练资源与推理资源可分时复用、灵活互转，以提升算力利用效率。该中心拟为金融、政务、制造、能源、交通、运营商等行业的大模型训练、推理及应用开发提供算力与平台支撑。在区域生态合作方面，公司于2026年6月作为六家发起单位之一，参与共建广州市粤港澳大湾区人工智能应用赋能中心。该中心在广州市发展和改革委员会指导下成立，将围绕供需对接、人才培养、标准共研、大模型与算法备案服务、前沿应用攻关、湾区联动等方向开展工作，推动算力、数据、技术、场景、人才和产业资源高效衔接。6.深化智能体平台建设，推进第二曲线业务转型展望未来，公司将以GrowthOS为核心载体，围绕“平台能力产品化、能力计量标准化、业务形态组织化”三条主线，系统性推进第二曲线业务发展。首先，在平台能力层面，公司将重点推进Token业务体系建设。通过在GrowthOS中引入统一的Token计量与结算机制，对模型调用、智能体执行、数据处理等核心能力进行标准化计价，实现AI能力的“可计量、可交易、可复用”。Token将作为平台内部资源调度与成本核算的基础单位，贯穿算力、模型与智能体服务的全流程，并逐步延伸至生态合作伙伴之间的能力交换与价值分配。同时，公司将持续完善AgentLab能力，将业务执行过程中形成的反馈数据、经验规则和行业知识，经合规治理后沉淀为可复用的知识资产与标准化知识组件，并持续反哺智能体的开发、评测与优化，形成闭环数据飞轮。其次，在业务形态层面，公司将加速虚拟组织业务的落地与规模化复制。依托GrowthOS的智能体编排与协同能力，公司将围绕企业真实业务场景，构建由多个专业AIAgent组成的“硅基专家”和“虚拟组织”，推动AI应用由单点工具辅助逐步向岗位级协作和业务单元级支撑延伸。针对多角色、长流程和跨环节业务，公司将围绕职责划分、信息边界、过程衔接和运行可控等要求，逐步沉淀可复用的岗位能力、协作机制及行业方案，提升复杂业务场景下的交付效率和复制能力。再次，在商业模式层面，公司将围绕Token体系与虚拟组织能力，构建多元化收费机制，包括“按Token消耗计费”“按业务结果付费”“虚拟组织订阅”等模式，推动收入结构由一次性交付向持续性、规模化服务转变。同时，公司将开放GrowthOS平台能力，吸引生态伙伴基于统一标准开发行业智能体与虚拟组织组件，逐步形成以公司为核心的AI应用生态网络，增强平台的网络效应与生态粘性。通过上述布局，公司第二曲线业务将实现从底层平台能力到上层业务形态的贯通，推动公司由“提供AI工具”向“提供AI生产力”转型，进一步提升在人工智能产业链中的长期竞争力与价值创造能力。非企业会计准则财务指标变动情况分析及展望报告期内公司经营情况的重大变化，以及报告期内发生的对公司经营情况有重大影响和预计未来会有重大影响的事项。
|
|