|
| 威士顿(301315)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 | 第三节 管理层讨论与分析
一、报告期内公司从事的主要业务
（二）公司主要产品（服务）及用途
在智能制造和数字化金融应用场景，公司自主研发推出多款产品及解决方案，可全面构建企业信息化体系。围绕数
智化转型，威士顿构建的产品体系主要包括与智能制造相关的工业软件和以数据类产品和AI智能体为代表的新兴技术软件。随着软件架构向“微服务”架构的发展，以及 AI技术的快速普及，公司在将核心的软件产品 MOM、PLM、MRO和DataM进行技术架构升级和“AI”赋能的基础之上，发布了面向通用行业的大模型应用产品“威助手”和“工业 AI智能体”产品，进一步推动了产品的技术升级并丰富公司产品线。在金融衍生品领域，公司主要面向期货公司、证券公司、资产管理机构、产业企业及个人投资者，聚焦“如何提升交易执行效率、降低交易成本、满足多市场多资产配置需求”，并服务“机构与个人在衍生品交易中的风控、套保、套利及量化交易等核心场景”。通过高性能交易终端、全球交易系统、移动端工具及模拟交易平台等技术融合，为客户提供完整的衍生品交易与管理解决方案。通过多账号跨市场整合、智能算法执行、期现一体化风控等功能的深度协同，挖掘交易数据价值，赋能投资与风险管理。公司一直致力于帮助客户实现智能制造，以“智能化即是实现对‘人力+人脑’的替代”为核心理念，通过智能感知、实时分析和智能化决策模型，来逐步辅助和替代各级人员的脑力及体力劳动。公司重点推出的生产运营类、创新研发类、运营保障类以及数据创新类相关的工业软件，通过模型矩阵的知识管理和威士顿工业AI智能体产品，实现了产品的智能在全新提供的产品形态中，传统繁琐的层级菜单与复杂表单被极简的智能对话窗口所替代。该交互界面支持自然语音、文本关键字等多种模态的便捷输入。当使用者登录系统后，系统不再依赖用户去主动寻找功能入口，而是由智能对话机器人主动扮演“业务向导”的角色，自动梳理并精准推送当前登录人员亟待处理的各项业务作业。使用者只需按照系统的智能推送，逐个、顺畅地完成必要的人机交互操作。在面对工作任务时，使用者仅需以自然语言告诉对话机器人当前的业务目标或诉求。智能对话机器人便会实时调取并依据企业内部可自由定义、灵活配置的标准化作业流程，智能化地精准识别使用者的底层意图并提供与该业务场景高度匹配的应用功能、数据表单及操作指引，供使用者直接执行。这种“以意图为驱动、以对话为媒介”的新型交互设计。大模型是“脑”、智能体是“手”、信息化系统是“工具”，通过全新的交互设计，把三者进行极简集成，极大降低了企业员工的系统学习门槛，让企业软件真正做到“懂业务、知意图、能执行”，可显著提升企业各部门的整体业务协同与运营效率。顺应人工智能技术的快速演进与企业数智化转型的迫切需求，公司在平台架构中构建了独立的“AI引擎层”。该引擎层作为横向贯穿于底层“数据融合层”与上层核心业务应用（如 MOM、PLM、MRO和 DataM等）之间的关键驱动枢纽，技术矩阵，为上层业务的高效运转与敏捷迭代提供底层驱动力：①算力与底座：以公司的技术支撑平台“iWisdom”以及“云平台/算力平台”作为底层技术底座。该底座向下无缝对接数据融合层所汇聚的海量、高频的实时业务数据与外部结构化/非结构化数据；向上则为复杂的业务流转、跨系统的数据集成与海量模型训练提供稳固的资源调度与技术支撑。通过高效的算力分配与平台化管理机制，充分保障了企业级应用在面对高并发任务、复杂运算逻辑以及多变业务场景时的系统稳定性与大规模数据处理能力，夯实了智能化应用落地的基础。②模型与算法：通过“威智造（企业垂域大模型）”、“通用大模型”、“多模态大模型”以及丰富的“专业算法模型”，形成了深度适配企业应用场景的模型矩阵。在实际应用中，各类模型各司其职并相互协同：大模型依托自身具备的庞大领域知识储备，主要承担对文本、图像及各类复杂时序信号等多元数据的深度理解、逻辑推理与价值挖掘；而专业算法模型则紧密聚焦于具体的业务与操作场景，利用人工神经网络等机器学习前沿技术，解决确定性与高频次的业务痛点。例如，通过专业算法实现设备运行状态的精准预测、业务参数的实时仿真与优化、以及基于机器视觉的自动检测等落地应用，从而为上层业务的平稳运行与决策优化提供精准的数据模型支撑。③智能体：推出“威士顿工业AI智能体”与对话机器人“威助手”，重塑了传统软件的人机交互范式与业务流转机制。“工业AI智能体”支持企业通过可视化的可编排工作流方式，将原本分散在各个业务域的节点与服务进行灵活串联，快速构建出贴合企业自身管理诉求的专属智能体。而“威助手”则作为这些底层智能体与终端用户之间的统一交互窗口，极大地降低了系统的使用门槛。使用者只需通过自然语言输入指令或需求，智能体便会依据企业自由定义的作业流程，智能化地识别使用者意图进行任务分解，并自动推送相应的业务作业，主动引导使用者逐一完成各项交互操作。在此基础之上，智能体内部深度融合了专有知识库（集成Tree RAG算法）等组件，支持对企业私域数据的智能问答与增强检索查询，从而为业务意图的精准识别与流程的高效执行提供了强有力的知识支撑，确保业务处理的准确性。④智能研发与创新：引入前沿的软件工程与 AI辅助开发理念，打造了以“意图解析”与“Vibe Core”为双核驱动的智能研发流水线。这一模块致力于从底层工程范式上提升软件系统的开发与迭代效率。通过精准捕捉并解析用户提出的功能诉求或业务意图，引擎能够直接驱动 Vibe Core 实现应用模块的智能生成与柔性组装。这种创新模式将传统的固定代码编写与系统固化开发，转化为基于意图驱动的自动化构建与动态配置，使得企业软件平台能够打破以往的僵化架构，以更加敏捷、灵活的姿态响应外部市场与企业内部业务需求的快速变化。综合而言，通过上述四大核心模块的有机结合与协同发力，“AI引擎层”成功构筑了从底层算力调度、算法模型支撑到上层智能体应用与敏捷研发的完整技术闭环。该引擎层不仅帮助企业实现了从单点智能算法应用向系统级智能体协同的实质性跨越，更从根本上改变了软件系统的开发迭代效率与人机交互体验，为企业应对复杂业务场景、加速数智化升级提供了一个务实、高效、且具备高度可扩展性的核心技术底座。公司的产品体系以 AI引擎层为核心技术底座与驱动枢纽，该引擎层横向贯穿底层数据融合层与上层 MOM、PLM、MRO、DataM等核心业务应用，整合算力底座、模型算法、工业 AI智能体/威助手、智能研发四大能力模块，为全线产品提供统一赋能支撑，实现从单点智能到系统级智能协同的升级。
1、MOM--智能生产运营
实现企业生产运行过程全面的数字化管理和智能化运营，集制造执行与运营于一体，面向生产制造全过程的制造管
理一体化平台。聚焦“生产精细化管理、全面化感知、透明化运行、智能化决策和精准化执行”。生产保障组织，通过要素、全流程管理的实时感知，通过大数据技术与人工智能等新兴技术的融入实现智能决策模型的持续学习和改进，依托 AI引擎层的算力支撑、专业算法模型与工业 AI智能体，实现对于生产过程中“人、机、料、法、环、测”的赋能，使得生产过程、质量管理与设备管理转向智能化，助力客户实现智能化生产组织与生产执行。具体包括以下几方面：
（1）生产管理
生产管理以高级计划排程为主线，设备智能维护为保障，全面质量管理为手段，通过高效的生产协同与生产执行确
保生产管理有序进行，并应用大模型实现各个业务域的快速知识管理，通过威助手提供便捷知识查询对话入口。生产管理主要包括执行管理、高级计划与排程APS、生产过程质量追溯、生产动力能源管理、物料管理等系统。
（2）质量管理
一体化质量管理全面支持从技术标准、检验标准、质量检验、统计分析控制诊断调整（SPCDA）、实验室管理、评价
分析、质量改进管理等全面管理；深度应用AI引擎层人工智能、大数据技术与专业算法模型，智能优化生产工艺技术参数，为生产质量的稳定与提升提供全面保障，主要包括工艺标准、统计过程控制诊调整、工艺参数优化等子系统。
（3）设备管理
设备管理是确保企业生产设备正常运行、提高生产效率、降低生产成本的重要环节。设备管理涵盖了从设备入账到
报废更新的全生命周期管理。随着新兴技术不断进步和工业的快速发展，设备管理的智能化是依托AI引擎层物联网、大数据、人工智能技术与设备知识图谱，实现全生命周期智能化管理，涵盖设备入账到报废更新全流程，在预防性维修基础上提供健康状态诊断与预测性维护。
2、PLM--研发创新
PLM是企业经营管理系统（ERP）中重要的一环，随着新兴技术的不断涌现与应用，研发已经不再是传统 ERP领域中
研发相关的人、财、物方面的研发事务性管理。而是以 AI引擎层的深度学习、BP神经网络算法、多模态大模型为核心支撑，突破传统 ERP的研发管理范畴，面向制造业构建的产品全生命周期的创新研发管理体系。实现配方、原料、辅料以及工艺技术参数智能化设计从经验式研发向数字化、智能化研发，促进企业提高设计和工艺管理能力，缩短产品研发周期，提升企业研发效率。
3、MRO--智慧运营保障
工业企业聚焦产品研发、生产运营之外，生产运营保障也是必不可少的。良好的运营保障也是生产顺利执行的必不
可缺的条件。MRO全面融合 AI引擎层视觉识别、预测模型、数字孪生、智能感知技术，通过安全管理、智慧园区、数字化仓储、数字孪生等系统，为工业企业生产运营提供全方位智慧保障，支撑企业生产高效运行。
4、DataM--数据创新
主要通过数据标签、深度学习、大模型等技术，向上聚焦“企业如何高效利用自身数据实现创新发展”，向下服务
“企业如何利用自身数据服务日常生产经营”。威士顿通过大数据、人工智能等技术的融合，为企业提供完整的数据管理与应用解决方案。通过企业的市场、研发、生产、采购等业务环节数据的深度分析，挖掘数据价值，赋能企业经营与创新。产品主要包括实时星链Link、星链的计算引擎、数据资产管理、智能报告生成与检测等。（图2.威士顿数据创新架构图）
5、金融衍生品交易软件
主要面向期货公司、证券公司、资产管理机构、产业企业及个人投资者，聚焦“如何提升交易执行效率、降低交易
成本、满足多市场多资产配置需求”，并服务“机构与个人在衍生品交易中的风控、套保、套利及量化交易等核心场景”。通过高性能交易终端、全球交易系统、移动端工具及模拟交易平台等技术融合，为客户提供完整的衍生品交易与管理解决方案。通过多账号跨市场整合、智能算法执行、期现一体化风控等功能的深度协同，挖掘交易数据价值，赋能投资与风险管理。产品主要包括：
（1）无限易交易终端
依托高性能 C++底层架构与 Python量化生态，完成多账户、跨市场（期货、期权）的统一登录与交易执行，支持行
情、资金、持仓等数据实时同步至 EXCEL等外部工具。无限易通过可视化交互设计，将核心功能从看盘转向交易执行，操作流畅且支持多窗口、多屏幕自由布局，满足职业交易员高频、多品种、多账号的交易需求。其交易执行优势包括：网格策略、短线精灵等内置算法提升日内交易效率；套利猎人自定义套利组合与移仓护卫功能优化套利成本；SmartOrder三大类20余种细分算法降低大额订单冲击；期权交易功能全面可视化降低入门障碍；Python语言支持量化策略编程，便于客户进行个性化策略开发。
（2）全球交易系统（GTS）
聚焦产业机构与实体企业的套保交易需求，提供境内外交易所场内品种及境外 OTC系统的一站式接入。GTS的交易管理功能支持按组织架构、项目或策略维度进行交易分配与报表统计，解决多通道、多团队场景下的人工成本与数据割
裂问题；多市场交易系统支持境内境外期货市场同时交易，并在不同市场交易时间限制下完成正常结算与统计；风险控制功能支持基金产品净值、回撤、亏损额度等维度的风控条款设定，以及企业套保额度与交易方向管控，配备完善的风险计算模型；同时持续丰富均价算法、大单拆分、自动移仓等智能算法工具，并携手国内 ERP或现货系统厂商实现期现
（3）筋斗云APP
作为移动端多平台交易终端，支持手机端与电脑端无缝衔接，提供快捷便利的交易体验。筋斗云 APP内置多种交易
策略及智能条件单，支持云端存储参数，帮助用户解除盯盘困扰，满足期货公司、证券公司、资产管理机构及个人投资者在移动场景下的交易需求。
（4）QuantFair模拟交易软件
采用与实盘相同的行情数据进行模拟交易，支持个性化配置手续费率、保证金率、初始资金等参数，便于用户熟悉
市场规则，同时为期货公司、证券公司等机构开展培训和交易大赛提供便捷工具。
（三）经营模式
1、研发模式
公司主要在技术研究、产品研发和已有产品技术升级等方面进行研发。技术研究以跟踪、学习和掌握前沿新技术为
目标，能够形成基于该技术应用的小型试点，并总结出快速培训和推广应用的方法；产品研发以新产品研发为目标，实现公司新产品评审目标的研发产品，并支持新产品的应用项目实施，更快速地获取客户对新产品的需求反馈，发现新产品的缺陷和问题，逐步完善、优化产品，最终交付可实施版本；已有产品技术升级，是指对原来已经开发的产品进行技术架构升级，人工智能技术的融入，用以保障产品的高可用性、技术的先进性，确保产品的生命力。公司产品的研发，是按照相关行业信息化发展规划以及企业发展需要开展的研发，研发产品需求综合考虑市场的需求、技术发展趋势和企业发展战略规划等方面。因此，公司研发的大部分产品都能够按照预期实现收入转化。公司的研发管理机制涵盖了公司研发项目从总预算控制、研发立项评审、研发项目费用控制、过程管理，到结项验收等方面。
2、营销和盈利模式
公司的盈利来自于向客户提供软件产品和相关服务业务所形成的收入，与项目成本费用之间的差额。公司客户主要
分布于烟草工业、金融等细分行业。在多年经营过程中，公司秉承“工匠”精神持续为客户提供高质量的产品和服务，在行业内树立了良好的口碑和知名度。公司服务的客户大都是细分行业中的头部客户，无论管理理念还是信息化应用都比较领先，在行业内具有较好的示范效应。随着公司承接的重大项目陆续顺利交付，这些成功案例成为开拓新客户、承接新业务的优势，推动公司业务拓展形成良性循环。在售前阶段，公司主动参与行业客户的新项目规划与技术论证工作。投标时，依托成熟的产品体系和行业经验，公司深入分析客户业务场景、现状及需求，量身定制解决方案。部分方案为满足整体建设要求，还涵盖软件开发及 IT/OT环境搭建。合同签订后，公司高效调配资源，确保按时保质完成软件开发及相关服务交付。
3、生产和服务模式
软件开发业务是公司在多年信息化服务过程中形成的自主产品及解决方案的基础上，为满足不同客户的个性化需求，
为客户提供流程梳理和改进、应用软件的设计、开发、测试、软件安装部署、培训以及数据迁移等一体化服务。其中，工业软件开发是应用既有软件产品进行的产品实施加二次开发或者为工业客户定制的应用软件系统，包括需求分析、设计、开发、测试、部署、试运行、培训移交、验收等项目实施环节。对于开发类项目，客户合同会设置多个与项目进度相关的付款节点，在项目验收后进入质保期，约有5%的尾款在质保期满后支付。新兴技术软件开发主要是应用人工智能、大数据、知识图谱等新兴技术为客户方提供的软件定制开发、数据规划、治理、应用及整体平台建设等产品和服务。在制造业客户中，此类应用按照项目的方式进行结算。系统通过试运行符合条件后进行验收，按照项目进度设置若干个付款节点，验收后收取大部分款项，尾款在质保期满后支付；在金融领域内，由于金融行业客户自主可控的要求，通常按技术服务合同的形式向客户提供服务，公司根据合同要求派出相应级别和专业的开发、技术人员常驻客户现场，提供满足客户要求的服务响应。根据客户需要提供软件开发、数据运营、数据治理或相关平台运维服务，并按照工作时间进行结算，通常每季度或每半年结算一次。运维服务是为确保软件系统正常使用而提供的软件系统运行维护，以及为信息化基础平台的稳定运行提供专业技术保障服务。一般按年签署合同，在合同期内持续提供服务，客户按时间进度付款。系统集成业务是根据客户业务场景进行技术论证、设备选型，方案制定、软硬件设备采购、供货安装和部署、仪器仪表配置、数据迁移、用户培训等工作。从用途看，可以分为 IT网络建设及服务、OT网络建设及服务，以及智能设备集成及服务。IT网络主要用于计算机系统相关的应用和服务，OT网络主要用于生产制造的实时控制以及数据采集系统和工业控制系统的接入，智能设备集成服务则通过设备的集成服务实现设备的智能化改造，配合智能生产软件系统达到整体要求。根据合同约定，系统集成业务在产品交付，完成联调后进行整体验收。根据合同约定，通常在货物安装后支付部分款项，整体验收后支付剩余款项。软件产品销售及服务是公司根据客户需求，结合客户的软硬件环境和应用场景，为客户选取、配置成熟的软件产品组件并为客户提供技术服务。典型业务场景包括为期货公司、证券公司、资产管理机构及产业企业等客户，部署配置交易终端，并根据客户实际交易网络环境、柜台系统对接要求进行参数调优与功能配置，同时提供产品使用培训、日常运维支持及系统升级等技术服务；进行大数据平台选型的技术论证及平台搭建，以及提供基于该平台的技术服务。此类业务根据合同条款约定，一般在服务期内持续提供服务，客户按时间进度或服务次数进行结算支付。
4、采购模式
由于客户的需求具有明显的个性化特征，公司采购为按需采购，根据客户需求进行设计及规格、型号、性能指标、
功能的选型，然后向供应商订购所需物资。公司的期末存货主要为正在履行的项目成本。公司对外采购的物资主要包括计算机配套软硬件设施、用于数采及工业执行控制的设备及其安装服务等。上述物资市场供应充足，价格透明，公司按市场价格向原厂商或其指定的经销商购买。公司采购部门负责项目工程中所需物资的采购。公司建立了《采购管理规定》，用于评价和选择合格的供应商，并对采购的产品进行控制，确保采购产品符合要求。
5、报告期内的变化情况和未来变动趋势
公司目前采用的经营模式是基于我国政府对产业数字化转型的要求和指引，综合考虑公司业务发展、市场资源、技
术沉淀和发展战略等多项因素，经过多年实践形成的经营模式，短期内不会发生变化。公司将业务重心聚焦于信息化、智能化信息技术应用领域，主要基于两方面考量：一是依托自身的信息技术积累、实施能力与企业背景优势；二是预判未来客户将持续加大数字化、智能化投入，确保市场需求具有稳定且持续增长的发展前景。在工业领域，作为全球制造业大国，我国工业领域的信息化应用仍处于数字化转型初级阶段。当前主要以业务数字化为主导，逐步嵌入数字化运营和智能化应用场景，与全球先进智能制造水平尚存差距。未来5-10年，在政府政策引导下，企业将持续推进数字化转型，以智能制造为目标，实现制造业整体升级和智能化运营。在金融领域，金融行业正经历深刻变革：一方面，互联网金融企业的崛起倒逼传统金融机构加速转型，推动行业整体向数据驱动型模式转变。各机构普遍运用大数据分析技术，针对细分客群精准设计产品，并依托数字化手段实现精准营销，业务呈现线上化、移替代浪潮。各机构不断加大国产硬件、系统平台及工具软件的采购力度，同时催生了将原有非国产系统迁移至国产平台的技术改造需求，这一趋势正重塑行业IT基础设施格局。公司除向行业客户提供软件开发、运维服务外，还向客户提供系统集成、软件产品销售及服务等。系统集成、软件产品销售及服务这类业务一方面是为满足客户在信息化项目建设、升级、优化过程中产生的 IT和 OT平台建设需求，另一方面也是公司拓展增量客户，进入新行业的一种方式。报告期内，公司经营模式及其影响因素均未发生重大变化。未来在工业板块，公司将持续优化、迭代产品升级，利用新技术进一步提升公司产品的智能化程度，实现对产业群和供应链的支持；在金融行业内，将把握数据应用和国产化替代带来的商业机会，将现有产品和服务推广至新的客户。公司需遵守《深圳证券交易所上市公司自律监管指引第3号——行业信息披露》中的“软件与信息技术服务业”的披露要求
（四）公司所处行业发展情况
1.宏观经济
根据国家统计局公布的数据，2026年上半年国内生产总值比上年增长4.7%，信息传输、软件和信息技术服务业增加
值增长10.7%。我国经济顶住压力延续总体平稳、向新向优的发展态势，展现出强大的韧性和活力。当前外部环境复杂严峻，国内供强需弱、结构性矛盾仍然突出，新旧动能转换是一个系统工程，不可能一蹴而就，需要久久为功，持续用力，下阶段还是要坚持稳中求进、因地制宜，在培育壮大新兴产业、未来产业和改造提升传统产业上持续用力，力促新旧动能平稳接续转换。2.政策环境国家和地方政府发布了一系列政策文件，引领社会的数字化和智能化进程进入规模化落地新阶段。2025年 7月国常会审议通过了《关于深入实施 "人工智能 +" 行动的意见》，旨在推动人工智能技术成为驱动产业升级的核心赋能工具，重点覆盖制造业、金融等关键领域。2026年 5月，上海市发布《上海市人民政府关于推进服务业扩能提质的实施意见》（沪府发〔2026〕1号），明确强化信息服务赋能作用，实施“人工智能（AI）+”行动，加快AI+工业软件研发，通过算力构建、大模型部署、数据治理等提升研发效率，加快关键核心软件技术攻关。推动行业大模型、通用智能体研发与应用，在工业、金融等场景规模化落地。在国家层面完善了顶层设计，形成"人工智能+"行动与数据基础制度双轮驱动格局。由于政策的引领，稍具规模的制造业企业都在实践数字化、智能化的转型。这也推动了整个制造业持续的信息化的投入，为服务于该领域的所有供应商带来了持续的市场需求。3.工业和金融行业领域信息化发展趋势
（1）制造业智能化转型要求下持续投入信息化是长期需求
制造业智能化转型保持良好发展态势，主要表现为，一是智能工厂建设规模不断扩大、水平持续提升。二是智能制
造新场景、新方案、新模式不断涌现，其核心驱动力日益依赖于工业数据与人工智能技术的深度融合。装备制造业探索协同设计、虚拟验证、远程运维等模式，促进产品快速迭代和效益提升；消费品行业创新大规模定制、用户直连制造、共享制造等模式，满足个性化需求，挖掘体验价值；原材料行业实施产供销一体化运营、跨工序质量管控等模式，促进产业提质增效、本质安全和节能降耗。三是智能制造国际合作持续深化。智能制造多双边创新合作机制不断完善。
（2）数字化转型和智能化提升是金融领域的发展趋势
金融行业是天然的数字化企业，其数字化转型已进入 “数据资产化”和“业务智能化” 的深度攻坚期。一方面，
在穿透式监管和数据资产“入表”探索的背景下，金融机构对全业务链条的数据治理、数据质量与数据安全投入持续加大，数据处理向流批一体化的实时智能分析演进。另一方面，人工智能技术应用从风控、营销等环节向核心业务决策渗透。生成式AI和行业大模型开始在智能投研报告生成、合规审查、个性化投顾等场景中落地试点，推动服务从“流程自动化”向 “决策智能化” 跃升。随着头部金融机构在数据应用方面的创新应用，催生了一大批新的精准营销的金融服务产品和新生的风险防控产品，为其业务带来了稳定的增长以及经营风险的有效控制，这也给整个行业持续加大数据应用的投入注入了新的动力，为在此行业提供信息化服务的供应商带来了稳定可持续的市场需求。同时，在国家自主可控的总体要求下，从底层基础设施到上层应用软件的国产化替代，构成了金融科技投入的另一条主线。。
三、主营业务分析
概述
参见“一、报告期内公司从事的主要业务”相关内容。
足额弥补。
短期借款 5,000,000.00 14,000,000.00 -64.29% 子公司归还900万借款所致应付账款 18,591,005.76 37,786,405.74 -50.80% 归还期末未付货款所致应付职工薪酬 6,040,051.91 14,246,123.07 -57.60% 年末有未付年终奖所致租赁负债 1,200,632.48 1,830,811.53 -34.42% 租赁期限缩短递延所得税负债 0.00 2,415,853.32 -100.00% 会计与税法差异消除其他应付款 15,635,664.00 50,428,747.08 -68.99% 支付了第二笔并购款所致公司报告期利润构成或利润来源发生重大变动□适用 不适用公司报告期利润构成或利润来源没有发生重大变动。
四、非主营业务分析
适用 □不适用
征即退等 否，增值税即征即退有可持续性
五、资产及负债状况分析
1、资产构成重大变动情况
2、主要境外资产情况
□适用 不适用
3、以公允价值计量的资产和负债
适用 □不适用
4、截至报告期末的资产权利受限情况
截至2026年6月30日，公司以其他货币资金1,316,762.95元质押向招商银行股份有限公司上海江苏路支行申请开具无
条件、不可撤销的担保函。
六、投资状况分析
1、总体情况
适用 □不适用
2、报告期内获取的重大的股权投资情况
□适用 不适用
3、报告期内正在进行的重大的非股权投资情况
□适用 不适用
4、以公允价值计量的金融资产
适用 □不适用
5、募集资金使用情况
适用 □不适用
（1） 募集资金总体使用情况
适用 □不适用
（1） 本期
已使
用募
集资
金总
额 已累
计使
用募
集资
金总
额
（2） 报告
期末
募集
资金
使用
比例
（3）
=
（2）
/
（1） 报告
期内
变更
用途
的募
集资
金总
额 累计
变更
用途
的募
集资
金总
额 累计
变更
用途
的募
集资
金总
额比
例 尚未
使用
募集
资金
总额 尚未
使用
募集
资金
用途
及去
向 闲置
两年
以上
募集
资金
金额
2023 首次
公开
发行2023年06
月21
日 71,03
8 61,54
4.88 5,236
股票注册的批复》同意注册，本公司向社会公开发行 22,000,000股新股。本公司实际公开发行人民币普通股股票 2,200
万股，每股面值 1.00元，溢价发行，发行价格为每股 32.29元，募集资金总额为人民币 71,038万元，扣除发行费用人民币9,493.12万元（不含增值税）后，实际募集资金净额为人民币61,544.88万元。上述资金于2023年6月15日全部到位，已经立信会计师事务所（特殊普通合伙）出具信会师报字[2023]第ZA14636号《验资报告》验证。本公司对募集资金实行专户存储，在银行设立募集资金使用专户，与相关银行及保荐机构兴业证券股份有限公司签订了《募集资金三方监管协议》，对募集资金的使用实施严格审批，保证专款专用。2026年公司严格按照《募集资金三方监管协议》以及相关法律法规的规定存放、 使用和管理募集资金，并履行了相关义务，未发生违法违规的情形。截至2026年6月30日，本报告期投入募集资金总额5,236.86万元，公司累计投入募集资金总额为30,596.23万元,尚未使用的募集资金金额为30,948.65万元。
（2） 募集资金承诺项目情况
适用 □不适用
(1) 本报
告期
投入
金额 截至
期末
累计
投入
金额
(2) 截至
期末
投资
进度
(3)
＝
(2)/
(1) 项目
达到
预定
可使
用状
态日
期 本报
告期
实现
的效
益 截止
报告
期末
累计
实现
的效
益 是否
达到
预计
效益 项目
可行
性是
否发
生重
大变
化
承诺投资项目
基于
工业
互联
网架
构的
智能
MES
系统
优化
项目2023年06
月21
日 基于
工业
互联
网架
构的
智能
MES
系统
优化
三次临时股东会审议通过《关于收购量投科技（上海）股份有限公司部分股份并对其增资的议案》《关于使用超募资金收购股份并对其增资的议案》，同意公司使用超募资金 10,672.6058万元受让量投科技（上海）股份有限公司 36.7483%的股份，在上述股份转让的基础上，使用超募资金 5,327.3942万元对量投科技进行增资并取得增资后 14.2862%的股份，合计使用超募资金 16,000.00万元。公司2026年上半年度使用超募资金向量投科技原股东支付第二期股权转让款 4,269.04万元。超募资金的总金额35,573.21万元，截至2026年6月30日止，公司已使用超募资金金额为19,672.61万元，尚未使用的超募资金余额为15,900.61万元。存在擅自变更募集资金用途、违规占用募集资金的情形 不适用募集资金投资项目实施地点变更情况 不适用募集资金投资项目实施方式调整情况 不适用募集资金投资项目先期投入及置换情况 不适用用闲置募集 不适用资金暂时补充流动资金注：1 以上合计数与各分项数值之和尾数存在微小差异，为四舍五入造成。
（3） 募集资金变更项目情况
□适用 不适用
公司报告期不存在募集资金变更项目情况。
6、委托理财、衍生品投资情况
（1） 委托理财情况
适用 □不适用
报告期内委托理财概况
公司作为单一委托人委托金融机构开展资产管理，或投资安全性较低、流动性较差的高风险委托理财具体情况 适用 □不适用
（2） 衍生品投资情况
□适用 不适用
公司报告期不存在衍生品投资。
七、重大资产和股权出售
1、出售重大资产情况
□适用 不适用
公司报告期未出售重大资产。
2、出售重大股权情况
□适用 不适用
八、主要控股参股公司分析
适用 □不适用
九、公司控制的结构化主体情况
□适用 不适用
十一、报告期内接待调研、沟通、采访等活动登记表
适用 □不适用
接待时间 接待地点 接待方式 接待对象类型 接待对象 谈论的主要内容一季度营收、研发及业务情况。 详见公司于2026年5月15日在巨潮资讯网（ http://www.cninfo.com.cn）披露的《投资者关系活动记录表》编号：
十二、市值管理制度和估值提升计划的制定落实情况
公司是否制定了市值管理制度。
□是 否
公司是否披露了估值提升计划。
□是 否
十三、“质量回报双提升”行动方案贯彻落实情况
公司是否披露了“质量回报双提升”行动方案公告。是 □否 2026年4月22日，公司第四届董事会第十七次会议审议通过《关于公司2025年度利润分配预案的议案》，为积极回报公司股东，与全体股东分享公司发展的经营成果，依据《中华人民共和国公司法》《公司章程》和中国证监会关于上市公司现金分红的规定，基于公司的盈利能力、财务状况，及未来发展预期，在保证公司健康持续发展的情况下，充分考虑中小投资者的利益和合理诉求，公司2025年度的利润分配预案为：以公司总股本8,800万股为基数，向全体股东每10股派发现金红利 3.00元（含税），共计派发现金红利 2,640.00万元，剩余未分配利润结转以后年度分配；不送红股，不进行资本公积金转增股本。2026年6月10日，公司根据股东大会的决议对公司全体股东以现金形式实施了权益分派。
|
|