根据国家统计局《国民经济行业分类》（GB/T4754-2017），公司属于“软件和信息技术服务业”（行业代码为I65）。根据《战略性新兴起的产业分类（2018）》，公司属于“新一代信息技术产业”中的“人工智能”行业。

  伴随人工智能技术的加速演进，围绕大模型等前沿热点领域的研究持续深入，生成式人工智能等新赛道为产业注入新的增长点。大模型已成为孕育新质生产力的沃土，自然语言处理、多模态等领域研发提速，通用大模型、行业大模型、端侧大模型如雨后春笋般涌现，大模型将广泛赋能社会多个领域，产业应用将进一步加速落地，推动新一轮的科技革命与产业变革。

  我国格外的重视AI行业的发展，出台了一系列扶持政策和规划，强调AI和产业高质量发展融合，为高水平质量的发展提供新动能。2024年2月，国务院国资委召开“AI赋能产业焕新”中央企业人工智能专题推进会，强调中央企业要把发展人工智能放在全局工作中统筹谋划，加快布局和发展AI产业，深入推动产业焕新，进一步深化开放合作，开展AI+专项行动，加快重点行业赋能，构建一批产业多模态优质数据集，打造从基础设施、算法工具、智能平台到解决方案的大模型赋能产业生态；2024年3月，《2024年国务院政府工作报告》提出深化大数据、人工智能等研发应用，开展“人工智能+”行动，打造具有国际竞争力的数字产业集群，这是“人工智能+”首次被写入政府工作报告中，体现了国家对数字化的经济和AI产业的重视。各地方政府也在积极实施“人工智能+”行动，印发各类政策推动构建AI生态，加强科技、产业与金融的协同，开放更多AI应用场景，与企业一同探索落地的商业模式。

  公司以“让AI造福人类，让世界更安全更宜居更健康”为愿景，专注于将先进的计算机视觉技术、大数据分析技术、机器人技术和人机交互技术与应用场景深层次地融合，提供面向智慧金融、城市管理、智慧商业、轨交运维、体育健康、元宇宙的AI产品及解决方案。

  公司经过多年的研发技术与积累，已有效掌握了多模态大模型技术、3D立体视觉技术、大规模跨镜追踪技术、自动化交通场景感知与事件识别技术、机器人感知与控制技术、沉浸式交互感知技术等方向的多项核心技术，凭借过硬的技术能力和长期的商业化经验，已成功在智慧金融、城市管理、智慧商业、轨交运维、体育健康五大领域实现落地应用，其中：智慧金融领域已覆盖农业银行全国各省市的上万家网点，包含智能安保、智能运营、智能风控等多个金融业务场景，同时，公司参与搭建某国有银行总行AI平台，并开始在其他国有银行分支行进行试点；城市管理领域已覆盖全国多省市的公安局、公安交通管理局、政法委员会等政府机关或企业和事业单位，车路协同感知MEC产品已进行交付，同时车载视频违规事件取证产品已在多省市开展试点；智慧商业领域主要收入来自排名前列的地产类客户，加强完善的智慧油站产品和解决方案在中国石化重新再启动试点应用；轨交运维领域公司自研的列车智能检测解决方案已在高铁和地铁项目中落地应用，为列车的安全运维提供保障，在研产品己涵盖轨交机务、电务和工务三大场景；体育健康领域公司发布了深瞳阿瞳目体育训考系统、体感交互系统、体育大数据系统系列新产品和解决方案，开发体育教育市场的渠道产品，建设了国家人工智能学生体质健康测试标准化考场，体育训考全流程解决方案已在全国多个校园试点应用、销售，大规模应用于北京、河北等多个区县的初中学业水平考试体育现场中，也应用于北京某区的国家学生体质健康考试统测和某区的高中年级体育毕业会考等场景中。除此之外，公司在元宇宙等领域进行前瞻性的布局，探索元宇宙领域发展运营模式、开发多类型交互内容，公司产品、整体解决方案和基于大模型的行业应用的研发和落地工作按计划有序推进。公司从客户的真实需求出发，面向智慧金融、城市管理、智慧商业、轨交运维、体育健康、元宇宙不相同的领域的客户，提供对应的行业解决方案。

  公司主要是做计算机视觉技术、大数据分析技术、机器人技术和人机交互技术的研发和应用。公司的盈利来源于向客户提供面向应用场景的AI产品及解决方案获得出售的收益。公司自主研发的AI产品最重要的包含智源智能前端产品、灵犀数据智能平台及深瞳行业应用平台。AI产品既可以标准化模式销售，也可按照每个客户需求进行产品组合，提供定制化服务，以整体行业解决方案向客户交付。

  公司拥有完整的研发组织架构与创新机制，以用户需求为核心，采用迭代、循序渐进的敏捷方法进行研发活动，并对整个产品生命周期进行管理，在过程中不断对执行结果和阶段目标进行总结复盘，通过不断迭代完善产品质量和改进研发过程。

  （1）在产品需求调研阶段，公司对行业发展趋势、市场规模和用户核心需求进行调研分析，并结合公司产品战略规划，由产品团队完成需求分析，确定产品的核心目标特性和功能，由研发团队进行技术路线）在可行性验证阶段，公司进行大量算法实验以寻找合理科学的解决方案，产品经理、算法工程师、软硬件开发工程师和测试团队密切配合，在产品负责人的协调下进行多次短平快的软件原型迭代，每一次迭代都会在产品实际使用场景中进行反复实验确认，通过与客户持续沟通，调整和优化，确认产品最终形态的各功能模块和参数指标，并明确研发周期。在整个过程中，算法团队负责完成实验场景的建设和数据收集，并进行验证性实验；软件开发团队负责针对应用场景进行原型验证和开发；智能硬件团队负责对硬件产品的相关指标进行可行性实验和评估。

  （3）在产品研发阶段，产品经理将总结可行性验证阶段的成果，转化为产品功能指标及开发任务，确保产品交付节点和产品定义与用户预期保持一致；算法和工程团队协同完成算法模型设计开发、数据收集清洗、功能特性开发等工作；测试团队按照产品定义对产品每个开发版本进行验收，并完成自动化测试脚本；智能硬件团队完成新硬件产品的选型评估和整体设计，有效评估产品适用性、稳定性、可靠性、国产化率等特性，并负责设备软件开发和集成，交付少量可以进行测试认证的工程样机。该阶段产品会发布多个内外部测试版本，在实践中进行快速迭代。

  （4）产品发布阶段是在产品完成核心功能开发后，产品经理建立产品的标准文档、销售价格、实施方案、售后体系，通过与质量、市场、销售等部门确认，满足目标市场的销售条件时，产品正式发布；新的硬件产品会在这一阶段完成小批量验证和量产导入，实现加工生产工艺所需要的工装硬件和工具软件；测试团队进行大量密集的现场测试，确保产品满足产品定义的各类功能指标，并完成质量验收。这一阶段的完成标志产品正式版本发布。

  （5）产品运营阶段在产品正式发布后，产品经理结合市场反馈与发展趋势，制定多个后续产品版本，不断创新，推出符合市场需求的产品新版本，以对产品进行持续的运营、维护和改进。

  针对标准硬件、配件及服务类采购，公司直接向供应商提出待采购产品或服务的需求，供应商按照指定的时间和地点进行交付；针对定制化硬件，公司采购主要原材料并发货至委外加工厂，由其进行生产加工。公司选择专业的代工厂，依托其已有的完善的品质控制、生产制造管理和硬件设施进行专业的代工生产。公司通过新产品导入、质量检验标准发布、生产工艺发布、测试检验工具发布等方式确保产品生产的有效性、一致性和稳定性。

  公司结合下业的业务特点与主要产品的市场定位，在直接销售体系的基础上，积极开发渠道商，向终端客户或渠道客户（含集成商）销售人工智能产品及解决方案，使产品以不同的方式触达更多的客户，提供更加及时、高效的销售服务。其中终端客户是指直接使用公司产品及解决方案的各行业领域客户，包括金融机构、政府部门、公安机关、企事业单位等；集成商是指承担系统集成、安装部署、运营维护等职能的企业，包括终端客户的项目总包方或其指定的工程服务商等。公司与客户直接对接需求，通过商务谈判、参与招投标等方式获取订单。公司建立了完善的直销服务体系，目前已在全国划分了华东、华中、华北、东南、西南、东北、西北七个大区进行区域化和行业化的矩阵式管理，以提供及时、高效的销售服务。

  公司打造了底层AI技术平台——深瞳大脑，深瞳大脑作为公司核心技术的驱动平台，赋能公司人工智能产品及解决方案的技术实现。深瞳大脑包含数据平台和训练平台，由数据采集、数据预处理、数据标注、模型训练、模型优选、数据管理等模块组成。

  数据平台支持多源多模态数据的自动收集和清洗归类，通过构建自动化处理为主、人工标注为辅的标注体系，形成海量增长的标签数据池，有效节省标注成本，提高了算法模型的研发效率；通过组建具有专业背景的标注团队，用人工标注加AI模型自动化预识别的方法，为算法提供精准的基础训练数据，同时通过数据团队对开放数据的收集和挖掘，为公司在海量数据603138）下训练高水平模型做好数据准备；训练平台则有效提高了模型训练的自动化水平，降低算法多平台部署应用的迁移难度，为算法高效生产及快速商业化应用奠定了重要基础；训练平台同时支持在海量数据中进行挖掘，主动触发模型更新训练，可以有效的提高算法的准确率和生产效率，并进一步提高产品的交付能力。目前，公司深瞳大脑可支持数十亿训练数据、数亿类别任务，数百亿参数多模态大模型的训练。训练平台生产高质量的算法，推动应用的落地，数据平台收集应用产生的高质量数据又促进算法的提升，从而算法、应用、数据在深瞳大脑系统内形成人工智能的正向循环，为公司的高效研发创新与产业应用提供了有力支持。

  公司利用自研的底层AI技术平台深瞳大脑对数十亿训练数据进行清洗和预处理，并基于大规模数据训练数百亿参数的大模型，在海量数据下，研发了基于图像、语言、语音多种模态的弱监督大模型训练算法，节省了大量数据标注资源。针对海量数据中存在噪声的问题，研发了标签重写算法，高效地提升了数据质量。上述算法已投稿到国际顶级会议ICLR2023、ICCV2023和ECCV2024并被接收，公司已在业务中利用该大模型提升少样本场景的准确率，在复杂场景中效果远优于传统小模型。结合高质量的语言模型，公司正在研发多模态大模型，该模型能接受图像、语言等多种模态的输入，能够完成多模态融合理解，提升业务的应用潜力。

  跨平台模型训练技术用于简化AI算法生产，该技术基于自主研发的训练框架，和自主研发的预训练模型可实现常用业务AI算法的一键式训练，为常见业务中的分类、检测、分割等算法提供便捷快速的实用模型。针对不同应用场景的算法开发，公司自主研发的跨平台模型训练技术可将训练任务管理平台产出的模型自动发布到各种类型的显卡或平台，包括英伟达显卡、海思系列芯片、华为昇腾系列芯片、算能计算平台等，无需人工干预，从而达到模型快速高效交付的目的，可有效的降低研发成本，有助于提升产品的市场竞争力。基于自主学习的训练平台解决方案，也已经在公司多个重点项目上线，实施后大量长尾业务的迭代周期大幅缩短，准确率提升效果显著。

  3D立体视觉一般通过结构光、激光雷达等特殊传感器采集得到场景的深度信息，再利用深度信息和可见光信息一同计算出场景的三维图像。

  多目传感器标定与深度估计技术使用一对成本更为低廉的可见光相机组成双目系统，对场景深度信息进行估算，在达到普通结构光相机精度的同时，提高了相机的可靠性和易用性，并能覆盖更多的结构光相机无法工作的光线条件和场景。基于这项技术的输出，使公司的算法能更好地适应多种不同的场景和目标，进而对人体、物体、场景进行高精度的重建。

  运动姿态分析技术通过采集不同场景下人体姿态数据，通过自主研发的三维人体姿态估计算法，能够解决人体关键点数据采集不准确或不稳定的问题。公司基于单目相机的三维重构技术结合动作模型库及人体运动功能学的特点，优化了使用单目相机获取三维人体关键点的效果，解决了基于二维人体关键点进行判断的难题，使得运动姿态分析算法在三维人体上做出更为精准的判断，进而可以应用在体育健康与行为分析领域对人体三维姿态的准确识别与分析。

  运动姿态分析技术在智慧金融领域可以协助银行客户进行员工履职分析与管控，人员重点区域违规管控（如非授权人进入、员工缺岗等）、人员操作异常管控（如单人加钞、大额现金遗留等）、人员动作异常管控（如异常倒地、打架、各类防护舱业务等）等项目均达到较高的检测精度；而在体育健康领域，该技术可评判用户动作是否完成及标准程度，评判仰卧起坐、引体向上、跳绳、篮球交替运球、篮球护球训练等17项基础测试和训练动作时，也可具备较高水平的检测精度，公司在由北京图象图形学学会、清华大学、蚂蚁安全实验室等机构联合发起第一届花样滑冰动作识别挑战赛中，运用领先的运动姿态分析技术获得了冠军。3D重建与立体视觉分析技术在轨交运维场景可将离散的局部列车零部件数据进行融合和重构，得到列车标准模型，将几何模型分析、深度学习等技术运用到列车标准模型、点云数据、图片等多维度数据，进行零部件匹配和故障诊断。公司基于深度学习的点云配准技术已在多个学术数据集上取得第一，通过点云几何结构和基于Transformer的多层特征投票机制提升正确匹配点云比例，提升点云配准精度，在真实业务测试集上旋转向量误差小于1度、平移向量误差小于0.3mm，该技术对产品落地起到了至关重要的作用。目前，公司产品已覆盖列车常见的190余种故障项点，项点处理速率超过20,000个/小时，在高级重要性项点的故障诊断成功率大于95%，对于高精度测量的项点，测量精度到达亚毫米级别。

  公司拥有国内领先的车辆识别技术，能够运用高精度目标检测与跟踪技术对大陆号牌、港澳号牌、非机动车号牌等多种类型的车牌进行多种尺寸和角度的识别，支持倾斜角度在45°范围内的车牌，准确率在99%以上。同时，公司支持的机动车、非机动车、人体属性识别多达50余项，重点属性识别准确率超过95%。

  在对交通场景中车辆进行分析时，公司结合在人脸识别技术上的优势研发了多目标属性识别与对象关联技术。该技术可以将车内驾驶员与车辆绑定，协助交通管理部门和公安部门查找可疑人员，提供破案线索。由于车内光线较暗、抓拍受挡风玻璃干扰、司乘人员人脸姿态不受控、人脸有遮阳板墨镜口罩等遮挡的原因，普通的人脸识别算法都会有较大的下降，公司在人脸识别技术上的优势可以做到在以上困难环境下仍能达到较高的识别率。

  公司研发的交通场景理解及事件检测识别技术，基于自适应交通场景理解和车辆特征识别的技术能力，无需人工标注，可自动化识别闯红灯、不按导向行驶、不礼让行人等11种交通违法场景，同时结合车辆重识别技术可准确定位车辆位置，实现对交通视频的自动分析、事件预警和违法事件的自动审核。

  公司拥有完全自研的人脸识别算法和引擎技术，在多种光线条件、人脸角度的场景下都能达到较高的识别准确度。公司在研发过程中开源了TrillionPairs和Glint360K两个人脸识别数据集以及PartialFC训练代码，其中PartialFC相关论文已被视觉顶尖会议CVPR2022接收，推动了行业技术的发展。公司的人脸识别技术在公开数据集MegaFace上识别准确率达到99.1%。公司在公安部治安管理局亿级人像算法测试中，1比1人像比对测试万分之一误识率下的通过率为99.97%，5万样本比1亿级人像比对测试中首位命中率超过98%，均高于行业平均水平。

  公司研发的百亿级人员聚类技术可支撑上万路摄像头接入并实时完成动态聚类，支持室内场景和光照、质量和姿态等都不受控的室外复杂场景中的大规模商用。

  为了达到上万路摄像头接入并实时完成动态聚类的应用要求，公司研发了海量数据以图搜图技术。公司研发的以图搜图引擎支持多架构、不同计算设备上的图片检索功能。针对检索频率高实时要求强的场景，以图搜图引擎支持英伟达全系显卡以及华为计算卡的图片检索。针对检索频率低实时要求不强，但图片数量较大的场景，单机可实现上亿人脸图片秒级返回，集群可实现数十亿级图片秒级返回。针对海量图片检索场景，以图搜图引擎实现了单机检索30亿人脸图片20秒内返回结果的性能。配合集群可实现百亿级图片数十秒检索的性能。针对上亿特征占用显存巨大的问题，公司研发了短特征技术，利用该技术能节省至少4倍显存，同时召回率达到99.9%。该技术已广泛应用在公司多个应用场景的产品及解决方案中。

  人脸属性表达技术在公共安全等场景具有广泛应用，同时也能辅助大规模人员聚类。公司研发的人脸属性包括年龄、性别、种族、表情、姿态、遮挡、模糊等多项属性。该技术使用单模型、多任务协同训练策略，利用各个属性任务之间的相关性来辅助训练单个模型，可在缩减运算资源的同时保证每个属性的精度。

  公司多场景广覆盖人脸活体识别技术可应用在闸机口等通行相关的场景，公司已积累了千万级的攻击样本，可防止人员通过打印照片、屏幕、3D面具等非活体人脸通过闸机。

  公司将实时定位与建图技术、机械臂视觉反馈技术、机器人路径规划与自主导航技术运用于轨交运维机器人等场景，算法适应性良好，机器人该场景中，以最高1m/s的速度做无碰撞运动，达到轨交运维应用所需的技术水平。其中，机器人实时定位与建图技术，又称SLAM技术，在室内和半户外场景下拥有良好的定位精度，在结构化的室内场景下，定位精度可达毫米级，在工业现场的半户外场景下，定位精度可达厘米级。同时，公司针对SLAM普遍算力要求较高的问题做出了优化，完成SLAM模块向特定型号嵌入式主板的迁移和适配工作；机械臂视觉反馈技术，又称手眼协同技术，在机械臂重复性动作的场景中收到良好效果，得到视觉反馈之后的机械臂定位，较普通机械臂定位的精度有较大提升。同时，在保证精度的前提下，时间延迟不超过1秒，保证了精度和实时性；机器人路径规划与自主导航技术，包含机器人定点巡逻、远程临场、人员跟随等功能模块，运用于自动化检修场景中。

  公司的机器人虚拟示教技术，能够通过高精度3D重建技术，搭建虚拟列车检修空间，构建一个包含作业坑道、列车、机器人等元素，同时考虑物体碰撞、真实设备性能、环境噪声等因素的虚拟机器人作业空间。在虚拟空间内进行机器人示教，通过控制虚拟空间中的机器人进行采集位置确认工作，支持多人协作和远程操作，极大缓解项目实施过程中对线倍以上的实施速度。

  公司的机器人遥感技术则通过将虚拟点位下发给机器人，通过坐标空间变换、运动分解、轨迹规划等技术，使机器人获取在物理空间中可执行的动作指令，该技术既支持异步动作执行，也支持在线的虚拟机器人-真实机器人实时动作执行。为了提升机器人自主规划和控制能力，公司将自主研发的多模态大模型作为机器人的大脑，使其逐步向具身智能靠拢。

  基于先进的人体跟踪和姿态分析技术，以及领先的三维场景重建技术，公司自主研发了“深瞳灵境”全新沉浸式交互感知系统，通过自研的边端结合的软硬件一体解决方案，深瞳灵境创新性的实现了多项全新技术和系统，包括支持远距离精确同步的多相机协同系统、在投影场景下完成人体成像的光学方案、高度精确的3D人体姿态重建技术等，能够在全国产高性能AI处理芯片支持的相机和边缘智能计算设备上实现完整的非侵入式人姿动捕方案。

  同时，公司还自主开发了游戏道具实时交互系统，通过部署环境光标和为人员佩戴或在道具上装载自研接收感应装置，依据环境光标，实时计算出位置和姿态，为用户提供高度代入的交互体验，在给予用户沉浸体验的同时，通过高速计算系统使系统给出准确的交互反馈，达到了声、光、动一体的全新交互体验。

  公司利用多年积累的人体姿态估计技术和三维重建技术，建设了完整的软件框架来支持上层内容开发者，通过标准接口和标准能力，允许开发者快速完成交互内容建设，无需额外的门槛即可得到AI能力的加持。基于深瞳灵境解决方案，公司已经在互动娱乐、文旅博展、教育培训创新教育等多个方向展开试点探索。

  截至报告期末，公司及控股子公司、孙公司共计拥有有效专利（不包含权利终止和转让）53项、有效软件著作权（不包含权利终止和转让）159项。

  二、经营情况的讨论与分析报告期内，公司实现营业收入5,130.98万元，较上年同期减少67.41%，收入下降主要原因来自智慧金融领域。2024年初，农业银行提出全面信创需求，公司产品需完成国产化适配和测试工作后方可供货，因产品国产化测试验证需要时间，导致产品交付延后,上半年对农业银行的收入随之减少。目前公司产品已完成国产化适配并已通过农业银行测试，正在推动国产化新产品上架销售。

  报告期内，公司城市管理业务同比较为稳定，轨交运维业务取得增长，体育健康业务产品在市场拓展及推广上取得了一定成果，同比增长较为显著，并探索元宇宙业务的发展运营模式、积极开发多类型交互内容。

  报告期内，公司进一步加大研发投入，深化基础研发领域、拓宽研发应用场景范畴，积极拥抱AIGC浪潮，推进重点研发项目发展，强化发展多模态大模型，研发费用较上年同期有较大幅度增长，研发费用9,376.81万元，同比增长21.68%；公司产品不断迭代优化，推动大模型赋能公司各业务线的研发，智慧金融、轨交运维、城市管理、智慧商业等业务领域的大模型开始落地应用，公司也在计算机视觉基础上积极探索并拓展多模态技术，融合自然语言处理及视觉识别等，持续研发迭代多模态大模型，并在各商业场景中寻求应用。

  2024年上半年，公司实现归属于母公司所有者的净利润-7,792.39万元，归属于母公司所有者的扣除非经常性损益的净利润-8,153.76万元，公司毛利率由去年同期的62.06%增长至67.38%，净利润同比下降的原因主要为上述收入下滑及研发费用增长所致。

  2024年下半年，公司将聚焦自身优势和现有业务结构，持续完善产品及解决方案矩阵，提升市场推广能力，在加强研发的同时加速推进商业化落地进程，积极探索并拓展多模态技术，进一步推动大模型赋能公司各业务线的研发和各场景产品的应用。

  公司智慧金融领域的主要客户为农业银行，客户集中度较高。2024年上半年，由于公司大客户农业银行的全面信创需求，公司需完成国产化适配和测试工作后方可供货，导致产品交付时间延后，使得公司收入出现较大幅度下滑。目前公司产品已完成国产化适配并已通过农业银行测试，正在推动国产化新产品上架销售。如果公司与农业银行的合作关系或客户的真实需求发生不利变化，使得公司无法持续获得大客户的订单或订单金额持续下降，或者公司无法有效开拓新客户资源，公司收入仍将存在下滑的风险，从而对公司的经营发展、财务状况等产生不利影响。

  2024年上半年，公司实现营业收入5,130.98万元，较上年同期减少67.41%，实现归属于母公司所有者的净利润-7,792.39万元，归属于母公司所有者的扣除非经常性损益的净利润-8,153.76万元，主要为受大客户信创改革需求变化导致的采购计划推迟、研发投入增加等多重因素影响。如果未来出现宏观经济和市场环境恶化、客户采购预算和计划削减或客户经营情况恶化、下游应用领域认可程度和产品销售情况不达预期、研发投入持续增加且研发成果未能及时转化等不利情况，公司可能存在营业收入持续下滑、应收账款回款困难和持续亏损风险。

  公司所处的人工智能行业尚处于发展初期，技术升级和产品迭代速度较快，行业客户智能化升级需求也持续延展，且随着物联网、5G、云计算、大数据、大模型等新技术的快速发展，人工智能技术与其他新技术的融合运用将进一步推动行业的技术创新和产品升级，因此持续研发新技术、推出新产品是行业内公司在市场中保持优势的重要手段。如果公司未能及时准确地把握技术发展趋势，或者公司的技术研发进展滞后于下游市场需求，或者公司同行业竞争对手率先在相关领域取得重大突破，推出更先进、更具竞争力的技术和产品，造成公司未能顺利对技术及产品进行持续的迭代和升级，或者无法通过持续创新研发出具有商业价值、符合市场需求的新产品，将导致公司错失新的市场商机，对公司未来业务发展造成不利影响。

  人工智能行业系典型的技术密集型、人才密集型行业，关键技术人员是人工智能公司生存和发展的关键，也是获得持续竞争优势的基础，更是保持不断研发创新的重要保障。截至报告期末，公司的研发人员数量为318人，占公司员工总人数的比例为70.19%。随着行业规模的扩张及竞争格局的演变，人工智能公司对优秀技术人才的争夺将日趋激烈，此外，随着公司业务规模的持续增长、下游客户的真实需求不断升级，对人工智能技术先进性的要求日趋提升。如果公司不能持续加强对原有关键技术人才的激励和保护力度，或者公司人才无法应对内部研发需要，或者在人才市场的竞争中在发展前景、薪酬、福利、工作环境、激励制度等方面无法保持持续吸引力，则面临关键技术人员流失、技术人才不足的风险，进而导致在技术研发、产品创新方面有所落后，对公司技术优势的维持和新产品的持续研发造成不利影响。

  人工智能行业属于技术密集型行业，为了保持技术优势和竞争力，防止技术外泄风险，已掌握先进技术的行业内优势企业通常会通过申请专利、登记软件著作权等方式设置较高的进入壁垒。公司的核心技术是保持市场竞争力的重要支撑，相关知识产权的保护对公司的发展尤为重要。公司自设立以来，一直重视在知识产权保护方面的投入，但仍不能排除未来与竞争对手产生知识产权纠纷、公司的知识产权被侵权、个别竞争对手采取恶意诉讼拖延公司业务开展、个别公司员工由于对知识产权的理解出现偏差导致出现非专利技术侵犯第三方知识产权，以及公司部分尚处于研发过程中的非专利技术发生泄密的风险；如果发生知识产权纠纷或泄密，公司可能需要通过法律诉讼等方式维护自身权益，由此可能需承担较大的法律和经济成本，而诉讼结果也存在一定的不确定性，将对公司的生产经营、研发进展造成不利影响。

  报告期内，公司已经实现智慧金融、城市管理、智慧商业、轨交运维、体育健康五大领域的商业化落地，在元宇宙领域进行了前瞻性的业务布局。但各业务场景的商业化落地进度受制于多种因素，例如公司出现相关技术研发进展滞后、交付能力不足、客户对新产品的接受程度和推广进度较弱等情形，将可能导致新产品不能较快规模化生产或被市场接受，或者商业化效益不及预期无法弥补前期投入，将会对企业的盈利水平和未来发展产生不利影响。

  公司掌握计算机视觉领域的核心算法技术，已形成了多模态大模型技术、3D立体视觉技术、自动化交通场景感知与事件识别技术、大规模跨镜追踪技术、机器人感知与控制技术和沉浸式交互感知技术六大技术方向并拥有多项自主知识产权；公司的核心算法在国际、国内的权威机构和组织举办的算法比赛中多次名列前茅，其中：公司在OpenFAD23竞赛的动作分类任务中获得第一，在2022年ECCV PointCloud-C Challenge点云分割和点云分类两个赛道均获第2名；在第一届花样滑冰动作识别挑战赛中运用领先的运动姿态分析技术获得了冠军；公司的人脸识别技术在公开数据集MegaFace上识别准确率达到99.1%，公司在公安部治安管理局亿级人像算法测试中，1比1人像比对测试万分之一误识率下的通过率为99.97%，5万样本比1亿级人像比对测试中首位命中率超过98%，均高于行业平均水平；公司的车辆识别技术能够对大陆号牌、港澳号牌、非机动车号牌等多种类型的车牌进行多种尺寸和角度的识别，支持倾斜角度在45°范围内的车牌，准确率在99%以上。同时，公司支持的机动车、非机动车、人体属性识别多达50余项，重点属性识别准确率超过95%，达到国内领先水平。

  公司建立了以数据平台与训练平台为核心，涵盖数据采集、数据预处理、数据标注、模型训练、模型优选等模块的底层AI技术平台——深瞳大脑，有效提高了算法模型的研发效率及自动化水平。数据平台支持多源多模态数据的自动收集和清洗归类，通过构建自动化处理为主、人工标注为辅的标注体系，形成海量增长的标签数据池，有效节省标注成本，提高了算法模型的研发效率；训练平台则有效提高了模型训练的自动化水平，降低算法多平台部署应用的迁移难度，为算法高效生产及快速商业化应用奠定了重要基础。公司利用深瞳大脑对数十亿训练数据进行清洗并基于大规模数据训练大模型，在海量数据下，研发了基于弱监督的大模型训练算法，节省了大量数据标注资源，提升了少样本场景的准确率。数据、算法及应用在深瞳大脑内形成人工智能的正向循环，为公司的高效研发创新与产业应用提供了有力支持。

  经过多年持续研发的优化，公司的训练任务管理平台产出的模型可无需人工干预，自动发布到各种类型的显卡或平台，包括英伟达显卡、海思系列芯片、华为昇腾系列芯片、算能计算平台等，从而达到模型快速高效交付的目的。除了多模态大模型技术之外，公司还形成了3D立体视觉技术、自动化交通场景感知与事件识别技术、大规模跨镜追踪技术、机器人感知与控制技术和沉浸式交互感知技术的技术方向，掌握了多目传感器标定与深度估计技术、行为识别技术、人体姿态及动作分析技术、实时定位与建图技术和多精度目标检测与跟踪技术等多项核心技术。

  公司凭借高效的算法生产技术以及对各下业与应用场景的深度理解，形成了产品快速的商业化落地的能力，并结合自研大模型技术，根据行业客户的需求不断优化、升级核心技术，公司的主营业务产品在下游主要核心客户的认可程度高，良好的市场口碑为公司市场拓展及持续发展奠定了重要基础。公司成立至今陆续开发了皓目行为分析仪、边缘计算设备、视图大数据平台、AI交通事件分析系统、AI智能管理和分析平台、AI模型现场训练平台、列车智能检测平台、体育训考系统、体感互动系统、体育大数据系统、AI大型动捕技术平台等核心产品，并在智慧金融、城市管理、智慧商业、轨交运维、体育健康、元宇宙等领域得到应用。公司自主研发设计的智能化设备在农业银行各地分支机构推广使用，目前产品已覆盖上万家网点，包含智能安保、智能运营、智能风控等多个金融业务场景；车路协同感知MEC产品已进行交付，同时车载视频违规事件取证产品已在多省市开展试点；公司研发的边缘计算设备2018年一经推出就在中国石化的智慧油站项目中得到快速应用；2020年初，公司在短时间内，利用人工智能和双光谱成像等技术积累，迅速推出双光温测智能识别设备与应用系统，快速、精确、安全地进行体温测量与核查；公司的轨交运维解决方案在多个高铁、城轨和机车领域的试点项目进入研发、测试或交付验收阶段，支持数条高铁、地铁线路的列车巡检业务，通过点云技术对列车各零部件的数据进行高质量采集和智能分析，实现自动化的故障或缺陷检测，有效提高了检修效率，保证了列车的运行安全，其中，自主研发的列车智能检测平台已经成功在高铁和地铁线路上实现落地应用；公司发布的智慧校园体育产品深瞳阿瞳目，以“运动体能训练项目+视觉姿态识别+AI”为核心，基于3D重建技术，并结合动作模型库和人体运动功能学，包含体育训考系统、体感互动系统和体育大数据系统，致力于打造学、练、赛、评一体化智慧校园体育解决方案，大规模应用于北京、河北等多个区县的初中学业水平考试体育现场中，也应用于北京某区的国家学生体质健康考试统测和某区的高中年级体育毕业会考等场景中；公司元宇宙形态相关产品已在中国国际服务贸易交易会、中国科幻大会上对外展出，公司基于三维人体姿态、行为识别技术、沉浸式交互感知技术以及游戏内容开发能力自研的大规模沉浸式人机交互运动游戏项目具备真人线下运动式交互、无眩晕感沉浸式体验、内容一键下发+切换等优势，最大化增强沉浸式体验。

  公司以技术研发为核心驱动力，建立了研发管理流程、人才储备机制、股权激励机制、知识产权保护等多项保持技术不断创新的机制安排。公司在研项目涵盖计算机视觉、语音语义等多模态基础算法、智能硬件技术研发和智慧金融、城市管理、智慧商业、轨交运维、体育健康、元宇宙各领域产品和下游应用及部分前瞻性探索项目的研发，技术储备充足，为公司产品的推陈出新提供了有力支持。公司拥有完整的研发组织架构与创新机制，以用户需求为核心，采用迭代、循序渐进的敏捷办法来进行研发活动，并对整个产品生命周期来管理，在过程中不断对执行结果和阶段目标进行总结复盘，通过不断迭代完善产品质量和改进研发过程。公司高度重视新技术的研发，专门设立有负责行业相关先进技术的前瞻性探索与研发创新的前沿技术研究院由公司创始人赵勇博士主导。

  在轨交运维领域，公司的3D重建与立体视觉分析技术解决了传统算法中误差较大的问题，让计算机视觉技术运用于轨交检修的落地应用成为可能，通过应用机器人主动感知技术、自主规划与控制技术、虚拟示教与远程遥感技术，有效提升了机器人的环境适应性，提升实施效率，降低整体项目运营成本，而公司的模型压缩和边缘计算能力，可以实现对线路故障诊断算法的实时运行，机器人可利用自身算力实时处理线路数据，进行在线故障诊断；在体育健康领域，公司的3D立体视觉技术使得设备成本降低的同时，提高了可靠性和易用性，同时运动姿态分析技术通过采集不同场景下人体姿态数据，通过自主研发的三维人体姿态估计算法，能够克服人体关键点采集不准不稳的难题；在元宇宙领域，公司基于3D立体视觉技术自研了大规模沉浸式人机交互系统，提供在大场景中的人体动作姿态感知、六自由度游戏装备感知等能力，未来可应用于沉浸式互动游戏、赛事、发布会、文旅和展厅等领域。

  公司视觉大模型已较为成熟，在智慧金融领域，搭建了适用于该领域的行为分析大模型技术架构，目前已开始落地应用，赋能银行客户智能化场景应用；轨交运维、城市管理、智慧商业领域视觉大模型也已经开始落地应用。公司大模型能够提供更强的泛化能力，缩短研发周期，有效解决项目前期样本少、客户迫切希望看到效果、算法场景需求多且杂的痛点问题。公司在计算机视觉基础上探索并拓展多模态技术，融合自然语言处理及视觉识别等，持续研发迭代多模态大模型，并在各商业场景中寻求应用。

  经过多年发展，公司建立了一支高学历、高水平的研发队伍。截至报告期末，公司研发人员为318人，占员工总数的比重为70.19%。截至报告期末，公司的核心技术团队由公司创始人、董事长兼总经理赵勇博士等在内的6人组成，涵盖算法、智能应用、产品设计、硬件开发等多领域的资深人才，拥有丰富的学术知识与研发创新经验，对行业前沿技术与发展的新趋势具有深刻认知及判断，保障了公司核心技术的持续研发创新。

  报告期内，公司研发投入9,376.81万元，同比增长21.68%。公司在核心算法技术、应用场景等相关技术均有前瞻性的研究和探索，公司人工智能关键技术在众多领域的研发与探索，将进一步增强公司的技术积累，为持续较快发展提供坚实的技术支持。

  中证中国内地企业1000原材料指数报2051.98点，前十大权重包含海螺水泥等

  8月23日晚间公告集锦：力源信息高管及控股股东计划减持不超过1262.84万股

  中证海外中国内地企业互联互通信息技术指数报881.00点，前十大权重包含华虹半导体等

  已有43家主力机构披露2023-12-31报告期持股数据，持仓量总计5072.71万股，占流通A股28.73%

  近期的平均成本为10.28元。该股资金方面呈流出状态，投资者请谨慎投资。该公司运营状况不佳，暂时未获得多数机构的显著认同，长期投资价值一般。

  限售解禁：解禁7030万股(预计值)，占总股本比例27.14%，股份类型：首发原股东限售股份。(本次数据根据公告推理而来，真实的情况以上市公司公告为准)

  限售解禁：解禁1001万股(预计值)，占总股本比例3.87%，股份类型：首发原股东限售股份。(本次数据根据公告推理而来，真实的情况以上市公司公告为准)