经营分析☆ ◇688343 云天励飞 更新日期：2026-09-09◇ 通达信沪深京F10
★本栏包括【1.主营业务】【2.主营构成分析】【3.前5名客户营业收入表】【4.前5名供应商采购表】
【5.经营情况评述】
【1.主营业务】
通过在企业级、消费级、行业级应用场景部署公司的产品和服务
【2.主营构成分析】
截止日期:2025-12-31
项目名 营业收入(元) 收入比例(%) 营业利润(元) 利润比例(%) 毛利率(%)
─────────────────────────────────────────────────
消费级场景业务(行业) 6.24亿 46.58 8559.46万 23.25 13.72
企业级场景业务(行业) 5.36亿 40.03 2.57亿 69.83 47.96
行业级场景业务(行业) 1.74亿 13.01 2314.93万 6.29 13.29
其他业务(行业) 505.66万 0.38 233.99万 0.64 46.27
─────────────────────────────────────────────────
华南(地区) 8.38亿 62.59 3.10亿 84.31 37.03
华东(地区) 4.02亿 29.98 4339.96万 11.79 10.81
西南(地区) 7166.29万 5.35 675.65万 1.84 9.43
华中(地区) 2184.95万 1.63 465.79万 1.27 21.32
其他业务(地区) 505.66万 0.38 233.99万 0.64 46.27
华北(地区) 69.49万 0.05 39.57万 0.11 56.94
海外(地区) 18.39万 0.01 15.84万 0.04 86.13
西北(地区) 6.87万 0.01 4.69万 0.01 68.27
─────────────────────────────────────────────────
直销(销售模式) 13.29亿 99.24 3.65亿 99.04 27.43
经销(销售模式) 511.32万 0.38 121.08万 0.33 23.68
其他业务(销售模式) 505.66万 0.38 233.99万 0.64 46.27
─────────────────────────────────────────────────
截止日期:2024-12-31
项目名 营业收入(元) 收入比例(%) 营业利润(元) 利润比例(%) 毛利率(%)
─────────────────────────────────────────────────
消费级场景业务(行业) 4.06亿 44.22 4541.30万 23.64 11.19
行业级场景业务(行业) 2.54亿 27.66 3914.67万 20.38 15.43
企业级场景业务(行业) 2.49亿 27.10 9990.32万 52.01 40.19
其他业务(行业) 935.09万 1.02 763.79万 3.98 81.68
其他(补充)(行业) 20.49 0.00 5.89 --- 28.75
─────────────────────────────────────────────────
华南(地区) 4.64亿 50.56 1.15亿 59.84 24.78
华中(地区) 3.08亿 33.61 4039.40万 21.03 13.10
西南(地区) 1.11亿 12.10 2407.59万 12.53 21.69
华东(地区) 2389.42万 2.60 490.11万 2.55 20.51
其他业务(地区) 935.09万 1.02 763.79万 3.98 81.68
华北(地区) 80.68万 0.09 2.95万 0.02 3.66
西北(地区) 11.41万 0.01 7.07万 0.04 61.96
海外(地区) 4.61万 0.01 3.92万 0.02 85.03
其他(补充)(地区) 20.49 0.00 5.89 --- 28.75
─────────────────────────────────────────────────
直销(销售模式) 9.08亿 98.98 1.84亿 96.02 20.31
其他业务(销售模式) 935.09万 1.02 763.79万 3.98 81.68
其他(补充)(销售模式) 20.49 0.00 5.89 0.00 28.75
─────────────────────────────────────────────────
截止日期:2023-12-31
项目名 营业收入(元) 收入比例(%) 营业利润(元) 利润比例(%) 毛利率(%)
─────────────────────────────────────────────────
数字城市运营管理AI产品及整体解决方 3.92亿 77.39 6805.19万 57.28 17.38
案(行业)
人居生活智慧化升级AI产品及整体解决 8451.62万 16.70 2503.89万 21.08 29.63
方案(行业)
AI芯片销售及IP授权(行业) 2409.08万 4.76 2057.70万 17.32 85.41
其他业务(行业) 580.68万 1.15 513.34万 4.32 88.40
─────────────────────────────────────────────────
华南(地区) 2.55亿 50.38 5055.05万 42.55 19.83
华东(地区) 9110.47万 18.00 2540.18万 21.38 27.88
西南(地区) 9108.03万 18.00 2376.37万 20.00 26.09
华北(地区) 4401.10万 8.70 810.12万 6.82 18.41
西北(地区) 1348.18万 2.66 231.60万 1.95 17.18
其他业务(地区) 580.68万 1.15 513.34万 4.32 88.40
华中(地区) 540.65万 1.07 337.21万 2.84 62.37
海外(地区) 18.72万 0.04 16.26万 0.14 86.85
─────────────────────────────────────────────────
直销(销售模式) 5.00亿 98.85 1.14亿 95.68 22.72
其他业务(销售模式) 580.68万 1.15 513.34万 4.32 88.40
─────────────────────────────────────────────────
截止日期:2022-12-31
项目名 营业收入(元) 收入比例(%) 营业利润(元) 利润比例(%) 毛利率(%)
─────────────────────────────────────────────────
数字城市运营管理AI产品及整体解决方 4.15亿 76.05 1.12亿 64.12 26.87
案(行业)
人居生活智慧化升级AI产品及整体解决 1.05亿 19.15 3826.90万 21.99 36.58
方案(行业)
AI芯片销售及IP授权(行业) 2486.99万 4.55 2286.68万 13.14 91.95
─────────────────────────────────────────────────
华南(地区) 3.31亿 60.62 9291.31万 53.38 28.06
华东(地区) 1.10亿 20.12 4584.00万 26.34 41.71
西南(地区) 6944.50万 12.71 2658.48万 15.27 38.28
华中(地区) 2946.68万 5.39 521.52万 3.00 17.70
海外(地区) 258.47万 0.47 90.22万 0.52 34.91
华北(地区) 209.89万 0.38 118.12万 0.68 56.28
西北(地区) 27.57万 0.05 11.08万 0.06 40.18
─────────────────────────────────────────────────
直销(销售模式) 5.45亿 99.76 1.73亿 99.24 31.70
─────────────────────────────────────────────────
【3.前5名客户营业收入表】
截止日期:2025-12-31
前5大客户共销售9.92亿元，占营业收入的74.05%
┌───────────────────────┬───────────┬───────────┐
│客户名称 │ 营收额(万元)│ 占比(%)│
├───────────────────────┼───────────┼───────────┤
│第一名 │ 49534.94│ 36.99│
│第二名 │ 27347.39│ 20.42│
│第三名 │ 10418.69│ 7.78│
│第四名 │ 6639.46│ 4.96│
│第五名 │ 5227.23│ 3.90│
│合计 │ 99167.71│ 74.05│
└───────────────────────┴───────────┴───────────┘
【4.前5名供应商采购表】
截止日期:2025-12-31
前5大供应商共采购2.80亿元，占总采购额的35.78%
┌───────────────────────┬───────────┬───────────┐
│供应商名称 │ 采购额(万元)│ 占比(%)│
├───────────────────────┼───────────┼───────────┤
│第一名 │ 10921.37│ 13.98│
│第二名 │ 5234.18│ 6.70│
│第三名 │ 5222.36│ 6.68│
│第四名 │ 3336.33│ 4.27│
│第五名 │ 3239.54│ 4.15│
│合计 │ 27953.78│ 35.78│
└───────────────────────┴───────────┴───────────┘
【5.经营情况评述】
截止日期:2026-06-30
●发展回顾:
一、报告期内公司所属行业及主营业务情况说明
（一）所属行业及其发展情况
根据《国民经济行业分类》（GB/T4754-2017），公司所属行业为“I65软件和信息技术服务业”中的“
I6513应用软件开发”。同时，根据《中国上市公司协会上市公司行业统计分类指引》，公司所属行业为“
信息传输、软件和信息技术服务业－软件和信息技术服务业”。
2026年上半年，人工智能技术与实体经济融合持续深化，大模型应用由能力验证加快转向规模化产业落
地。AI智能体产品在办公、编程、内容生成、客户服务等场景加速渗透，推动人工智能由“辅助交互”向“
自主执行”演进。智能体通过任务拆解、规划决策、工具调用及多轮反馈完成复杂任务，并逐步嵌入企业业
务流程、终端设备和组织协作体系，行业竞争重点也由模型参数规模转向任务完成效率、应用体验及商业价
值创造。
推理应用和智能体的规模化落地推动推理算力需求加速释放。与训练算力集中建设、阶段性投入不同，
推理算力需求随用户规模、调用频次和任务复杂度的提升而持续增长。智能体执行单次任务通常涉及多轮规
划、工具调用和长上下文推理，显著增加Token消耗及在线推理需求，进而带动云端、边缘端和终端算力需
求增长。AI芯片市场正由以训练需求为主要牵引，逐步向训练与推理协同发展、推理场景多元化方向演进，
Token生产成本愈加成为各应用场景所重点关注的核心事项。具备成本、能效、时延及场景适配优势的专用
推理芯片有望加速渗透。
开源大模型能力的提升进一步降低了智能体及推理应用的落地门槛。报告期内，以KimiK3等为代表的万
亿参数级开源模型发布，开源模型在参数规模、长上下文、复杂推理及工具调用能力方面持续提升，为企业
级应用、行业私有化部署和智能终端提供了更具成本优势的模型基础。随着开源模型、智能体框架与推理基
础设施协同发展，AI应用正由互联网服务向政务、制造、金融、教育、医疗、机器人及智能终端等领域拓展
，并持续带动推理芯片需求增长。
根据灼识咨询报告，中国AI推理芯片相关产品及服务行业市场规模由2021年的人民币193亿元增至2025
年的人民币3,050亿元，复合年增长率为99.4%，并预期将于2030年增至人民币21,097亿元，2025年至2029年
的复合年增长率为47.2%。NPU驱动的市场规模由2021年的人民币12亿元增长至2025年的人民币621亿元，复
合年增长率为167.4%，预计2030年将攀升至人民币7,012亿元，反映2025年至2030年的复合年增长率为62.4%
。
AI推理芯片的设计需要在计算性能、存储带宽、功耗控制和成本之间取得平衡。与传统通用计算芯片相
比，AI芯片需要针对人工智能算法进行架构优化，通过专用计算架构、存储结构和数据流等设计提升计算效
率。同时，随着人工智能应用复杂度提升，算力需求正从单卡性能竞争逐渐转向系统级能力竞争。AI算力产
品不仅需要具备高性能计算能力，还需要具备服务器集成能力、算力调度能力、软件生态兼容能力以及系统
级优化能力。
算法与芯片架构协同优化能力是AI芯片设计的重要技术壁垒。人工智能推理芯片需要针对深度学习模型
的计算特性进行架构优化，通过专用计算单元、数据流结构以及片上存储架构的设计，实现对人工智能算法
的高效加速。随着大模型推理负载持续分化，AI算力优化由通用算力堆叠逐步转向精细化、专用化。通用AI
助手、深度推理应用及实时智能体系统对系统吞吐、响应时延和使用成本提出了差异化要求。推理过程中的
Prefill、Decode及DecodeFFN环节在计算、访存和通信方面呈现不同负载特征，促使行业加快探索面向不同
推理阶段的专用芯片及异构集群协同方案。
存储带宽与计算能力之间的平衡成为高性能AI芯片的重要技术挑战。在大模型推理场景中，计算性能的
提升往往受到存储带宽限制，即所谓的“MemoryBound”问题。为解决这一问题，行业正在探索通过先进封
装技术与三维存储架构（3DMemory）提升存储带宽，以提高数据传输效率并降低访存延迟，从而缓解计算单
元受限于存储带宽的问题。高带宽存储技术的应用可以显著提升大模型推理效率，但其实现涉及复杂的封装
工艺与系统设计，对芯片设计能力与产业链协同能力提出较高要求。
基于Chiplet的异构集成技术成为高性能AI芯片发展的重要方向。随着芯片设计复杂度不断提升以及先
进制程成本持续上升，传统单芯片架构在算力扩展与成本控制方面面临一定挑战。Chiplet架构通过将不同
功能模块拆分为多个芯粒并进行异构集成，可以在提升算力规模的同时提高设计灵活性，并实现计算、存储
及接口模块的高效协同。基于Chiplet的异构集成技术能够提升系统级性能并缩短产品迭代周期，但同时也
对芯粒互连、封装技术以及系统协同设计提出更高要求。
此外，随着AI推理进入规模化部署阶段，算力需求正由单卡性能竞争逐渐演进为系统级算力能力竞争,
芯片优化重点从单颗芯片性能提升进一步延伸至多芯片协同及集群级效率优化。在万卡规模推理集群中，系
统效率并非单卡性能的简单叠加。不同推理负载对计算、内存和通信资源的需求存在明显差异，当Prefill
与Decode、Attention与FFN共享同一套通用算力资源时，容易产生资源竞争；同时，随着集群规模扩大，通
信阻塞、资源等待和尾延迟等问题也会影响整体推理效率。因此，提升Token生成效率，AI算力产品不仅需
要具备高性能计算能力，还需要围绕芯片间协同，对推理过程中的计算、访存、互联和资源配置进行系统级
设计，需要具备服务器集成能力、算力调度能力、软件生态兼容能力以及系统级优化能力。因此，行业企业
的竞争模式逐渐由单一芯片产品竞争，升级为芯片、服务器、算力集群、软件平台与行业解决方案协同发展
的综合竞争模式。
（二）主营业务情况
公司致力于通过打造具备高性能、高性价比及高适配性的推理芯片，推动AI加速普及。基于“算法芯片
化”核心能力底座，构建了AI推理芯片研发流程，并面向企业、消费、行业等场景形成了各位AI相关产品、
服务和解决方案。
公司报告期内实现核心技术落地、获取营业收入的主要手段包括通过在企业级、消费级、行业级应用场
景部署公司的产品和服务。
公司的产品及服务布局端边云三个维度，基于自主研发的芯片涉及及核心算法，服务于三大类应用场景
：
企业级场景。包括AI推理芯片与相关产品、算力服务及IP授权服务等，这些服务主要应用于大模型服务
、智算中心、服务机器人及下游厂商的SoC开发等企业应用场景；
消费级场景。消费级场景的产品主要包括噜咔博士AI拍学机等AI原生产品以及岍丞技术的电子可穿戴设
备（如AI耳机、AI手表等）模组等智能硬件类产品；
行业级场景。基于公司的大模型能力和AI推理芯片，公司开发了面向智慧城市治理、智慧交通、智慧园
区等面向行业需求的软硬一体化解决方案，结合专业产品与强大的AI能力解决复杂的实际应用场景挑战。
（三）主要经营模式
公司的盈利模式为致力于通过全面布局端、边、云三个维度，服务企业级、消费级和行业级三大类应用
场景并实现业务收入。
1、企业级场景：公司打造了覆盖神经网络处理器IP、AI推理芯片和模组、边缘计算盒子、AI推理服务
器及智算集群的系列产品，广泛应用在摄像头终端、车路云、机器人、智算中心等场景。报告期内的企业级
服务业务包括向企业出售芯片和模组、落地大规模异构高性能算力集群为客户提供AI训练及推理算力服务，
包括智能算力调度及AI大模型开发配套服务等。
2、消费级场景：公司开发和销售各类终端面向消费者的产品，主要包括子公司噜咔博士提供的AI拍学
机等基于AI大模型能力诞生的AI原生产品，以及子公司岍丞技术提供的包括操作系统和软件在内的智能耳机
和智能手表芯片模组等。
3、行业级场景：基于自研的算法及AI推理芯片等核心技术，公司为系统集成商及公共服务场景提供软
硬一体解决方案，应用于城市治理、智慧交通等领域。
二、经营情况的讨论与分析
公司致力于通过大幅降低大模型应用成本，为人工智能的普惠落地提供强劲支撑，实现企业级、消费级
、行业级场景应用。具体情况如下：
1、经营情况
2026年上半年，公司抢抓行业发展大趋势，积极布局AI推理芯片相关产品及服务行业。报告期内，公司
主要业务收入来自于企业级、消费级、行业级场景业务，前述场景的收入依次分别为25,422.97万元、31,74
5.04万元、5,597.61万元。报告期内，公司实现营业收入63,566.22万元，较上年同期基本持平，规模小幅
回落。公司归属于上市公司股东的净利润-25,202.38万元，较上年同期亏损金额增加4,608.56万元，主要系
报告期内为把握行业发展机遇，推进自研芯片技术攻关及产品落地，公司持续加大研发资源投入，研发费用
同比增长，进而导致本期亏损有所增加所致。
报告期内，公司面向不同业务板块制定了不同经营策略。在企业级场景业务方面，公司在保持现有业务
稳定运行的基础上，将资源与精力主要投向于下一代大算力推理芯片的研发与产能保障，发布将在未来两年
多时间里推出三款云端大算力推理芯片的路线图规划，获取上游晶圆代工先进工艺产能以保障产品生产，通
过大项目中标为芯片出货开始打下基础，持续拓展行业头部客户进行订单储备等；在消费级场景业务方面，
岍丞技术持续开拓新品，噜咔博士开始将产品推向海外市场，收入均取得一定增长；行业级业务以追求收入
质量为目标，报告期内实现了毛利率提升。公司上半年实现毛利率29.05%，较上年同期提升0.52个百分点。
2、核心研发进展
云天励飞长期聚焦人工智能推理芯片核心赛道，经过多年的持续发展和技术沉淀，逐步构建起覆盖芯片
、算法与应用的全栈能力，打通了从芯片、算法到上层应用的完整链条。公司持续构建和打磨“算法芯片化
”能力底座，已自主研发四代“天星（Nova）”系列NPU处理器架构；针对“云、边、端”人工智能推理计
算加速需求，公司已经形成“深穹（DeepVerse）”、“深界（DeepEdge）”、“深擎DeepXBot”三大系列A
I推理芯片产品；公司自研由Hy3CAN硬件使能层和IFIE软件平台组成的智能融合软件栈全面适配国产主流大
模型、国产主流操作系统以及推理框架；公司自研“云天天书（IFMind）”大模型不断提升多模态信息融合
理解能力、超长文本生成能力，突破认知智能和全模态融合边界，同时结合算法芯片化能力，推进与硬件相
结合的高效推理多模态大模型能力。公司推出覆盖“云、边、端”的全系人工智能推理产品，打造全国产化
软硬一体解决方案能力，广泛赋能智算中心、智慧城市及具身智能等应用领域。
随着AI推理进入规模化部署阶段，芯片优化正由单颗性能提升，进一步走向多芯协同和集群级效率优化
，算力平台的竞争也已经不再局限于单点硬件性能，而是走向芯片架构、软件栈、推理框架、集群调度、模
型适配效率和开发生态的系统性竞争。
在处理器架构研发方面，公司新一代系列推理芯片采用自主创新设计的GPNPU核心架构，其主要技术亮
点包括四个方面：
（1）GPGPU级通用编程能力。面向国内芯片“易用性”痛点，GPNPU架构强调对主流CUDA等生态的兼容
与迁移支持，以降低客户模型部署与迁移门槛；
（2）极致能效的NPU内核。围绕推理效率与能效比进行深度优化，提升推理侧性价比；
（3）引入3D堆叠存储架构。采用3D堆叠存储架构，以获得更高带宽与更低访问时延，突破“内存墙”
，提升推理效率；
（4）算力积木架构。公司延续过去五年在国产工艺上的探索，以“算力积木”架构利用下一代芯片构
建机架级Scale-up超节点，以满足万亿级乃至十万亿级MoE架构大模型的推理需求。
在云侧推理场景的大算力芯片研发方面，基于对大模型推理计算特征的理解，按照“PD分离”和“AFD
分离”的系统架构，公司规划了DeepVerse100P、DeepVerse100D、DeepVerse100L三款芯片，分别针对大模
型推理中Prefill、Decode和DecodeFFN环节的负载特征进行专用优化，并通过高速互联形成协同运行的异构
算力系统。三款芯片将面向万卡异构集群进行协同设计与部署，通过对不同推理阶段进行解耦，为不同负载
配置更加适配的芯片和算力资源，进一步提升系统整体效率，公司将以三款芯片为核心，构建服务于大规模
Token生成的“推理工厂”，通过芯片、互联、软件和系统的协同优化，提高算力产出效率，持续降低Token
生成成本：
（1）DeepVerse100P面向百万级上下文Prefill场景打造。在传统混部架构中，长上下文Prefil与Decod
e共享算力与带宽资源，会造成资源抢占，对Decode生成吞吐造成影响。
（2）DeepVerse100D面向Decode环节打造专用Decode推理引擎，拥有数倍于主流芯片的内存带宽，支持
1024卡Scale-up及光互联系统架构。通过按需建立光路直连，并根据任务动态重构光路，减少传统多跳电交
换和静态组网中的排队、拥塞及中间转发开销，降低多节点通信阻塞和尾延迟，提高逐Token输出的稳定性
。
（3）DeepVerse100L面向Decode阶段计算密集型的FFN环节，采用3DMemory架构，相比主流HBM，大幅提
升内存带宽，并通过低延迟芯片互联和激活数据快速传输，提高计算与通信的并行效率。
在AI软件栈方面，面向自研芯片体系，公司自研由Hy3CAN硬件使能层和IFIE软件平台组成的智能融合软
件栈，该软件栈覆盖编译器、Runtime与Driver、基础算子库、推理框架插件、集合通信以及开发调试工具
等核心组件。依托该软件栈，公司完成了面向GPNPU平台的DeepSeek-V4系列模型关键机制适配验证、腾讯混
元新一代大语言模型Hy3模型结构接入与关键推理链路功能验证及其他主流大语言模型和多模态大模型等的
适配验证。云天励飞正在以主流计算生态兼容能力为基础，持续建设“云、边、端”一体、跨代兼容的统一
软件产品基座，推动模型、代码、算子和开发工具在不同芯片代际以及云侧、边缘侧平台之间逐步复用。该
软件栈将持续支撑DeepVerse系列产品交付和重点场景验证，并推动相关软件能力向后续芯片代际及DeepEdg
e系列产品延展。通过统一的智能融合软件栈能力，云天励飞希望进一步降低跨代迁移和多平台适配成本，
减少云侧与边缘侧重复开发，提升模型开发、系统交付和后续运维的一致性。
在技术开放和生态共建方面，面向AI算力加速演进的新阶段，云天励飞也在持续推进技术开放与生态共
建。公司已规划在Gitee建设官方国内开源平台，后续将集中发布代码、文档、Skills、模型、用例等开源
内容，并配套开展开源内容扫描与治理，确保对外发布内容安全、合规、可维护，推动更多开发者参与国产
AI基础软件生态建设。基于上述规划目前首个开源项目计划从自研Houmao（猴毛）多Agent异构编程框架启
动，针对底层芯片的优化经验沉淀为机器可执行的规则与策略，让多个AI代码Agent协同完成算子的生成、
调试和性能调优。该项目面向松耦合团队协作编排与CLI工具能力建设，也将成为公司对外展示工程化能力
和开源治理能力的重要窗口。
在长期技术和生态规划方面，公司提出“1001计划”。“1001计划”是云天励飞围绕AI推理成本持续优
化提出的长期愿景，即推动“百亿Token1分钱”目标的逐步实现，一方面公司积极探索通过芯片架构与算力
系统协同优化，持续推动AI推理成本下降；另一方面公司希望通过联合产业链上下游合作伙伴，在芯片、模
型、软件栈、算力基础设施和应用生态等环节加强协同探索，共同推动国产AI生态建设，持续降低AI应用成
本，让人工智能更广泛地服务产业发展和社会创新。报告期内，云天励飞举行了“1001计划”联合倡议活动
，近30家单位参与倡议，各方以“百万Token一分钱”和“百亿Token一分钱”为中长期目标，将围绕极致性
价比AI推理生态建设，坚持创新引领、极致性价比、生态协同、国产协同和长期主义，加强模型、芯片、基
础软硬件、算力基础设施、产业应用和资源要素等环节的协同创新与融合发展，共同探索更高效、更开放、
更可持续的人工智能发展路径。
从芯片设计到算子优化，从软件栈建设到研发流程创新，云天励飞将持续围绕AI推理基础设施进行系统
级布局，探索更高效、更开放、更具扩展性的智能计算加速路径。
3、应用场景和业务进展
报告期内，公司在应用场景和业务方面的主要进展情况如下：
（1）企业级场景业务稳中向好，实现健康持续发展
公司积极对接国内大模型应用生态。报告期内，针对新一代大模型在计算效率上提出的新需求，云天励
飞利用自主研发的芯片架构和由Hy3CAN硬件使能层和IFIE软件平台组成的智能融合软件栈，完成了两项关键
验证。第一项验证为围绕DeepSeek-V4系列模型CSA/HCA混合注意力机制带来的新型计算需求，云天励飞依托
自研GPNPU架构及智能融合软件栈进行快速响应，芯片架构具备适配面向前沿大模型演进的潜力，为后续Dee
pSeek-V4系列模型在GPNPU平台上的工程化部署、算子优化和性能验证奠定了基础。第二项验证围绕腾讯混
元新一代大语言模型Hy3的架构特征，在DeepVerse云端芯片的芯片验证平台上完成Hy3模型结构接入与关键
推理链路功能验证，在公司云端芯片的验证平台上完成了模型接入和核心功能测试，覆盖了模型运行、智能
调度、结果输出等关键环节，初步验证了推理平台框架及底层软件组件以及芯片架构对Hy3主要架构特征的
兼容能力。这项工作的价值不仅在于成功跑通了先进大模型的关键运行流程，更在于验证了现有软件模块可
以重复使用、灵活适配不同新模型。通过把通用核心能力沉淀为可复用组件，为后续缩短模型适配周期、减
少重复开发工作量、降低开发成本、提升自研芯片产品交付效率打下坚实基础。
公司与德元方惠签署的智算运营服务项目已按照合同约定完成交付和验收相关工作，报告期内，该项目
持续按照服务进度正常收款。公司与业内知名的机器人、安全智能生活、智慧交通企业等开展合作，持续拓
展芯片在各场景的应用，包括服务机器人、家庭主机、车路云等场景。同时公司积极开拓大算力推理芯片在
智算中心的应用，报告期内公司以联合体方式中标的金额约4.2亿元的湛江市AI渗透之城新质生产力基础设
施建设项目，包括了算力基础设施和AI解决方案等内容，其中算力基础设施部分公司将基于自研国产AI推理
加速卡打造千卡量级AI推理算力集群，并推动国产大模型在相关应用场景中的适配与部署，为自研大算力推
理芯片打下国模国芯的集群样板。
（2）消费级场景业务稳中向好，AI创新驱动长期价值
报告期内，公司全资子公司噜咔博士产品矩阵与市场拓展取得重要突破。2026年上半年，新一代拍学机
Cap系列正式上市，面向国内更广泛消费群体，凭借精准的场景化知识交互体验，上半年累计销量约6万台。
同时，噜咔博士正在加快推进全球化布局，已推出英、法、德、西、葡等多国语言版本产品，并在西班牙巴
塞罗那举办的世界移动通信大会（MWC）上获得广泛关注，目前产品已登陆北美及欧洲市场，海外业务正式
进入产品市场验证（PMF）阶段。
岍丞技术在手机品牌商耳机产品解决方案领域位居行业头部。上半年，面对电子元器件、PCB供应紧张
及价格上涨的行业压力，业绩仍实现稳步增长。同期，岍丞技术持续布局新一代AI硬件方向，基于国内豆包
大模型、飞书APP、得到APP，以及海外谷歌Gemini、Typeless等大模型开展深度融合，已顺利交付安克AI录
音豆等创新型AI硬件产品项目，并持续挖掘人工智能硬件领域的产品创新与落地机会。
（3）行业级场景持续推进高质量发展，经营态势维持稳定前进
行业级业务方面，上半年公司坚持高质量发展导向，经营态势稳健。报告期内，公司在公共安全、城市
治理、智慧交通及数字基础设施四大赛道持续深耕，以深圳、成都、青岛三大灯塔城市为战略支点，持续打
造示范样板。如深圳某区“智能体”大项目顺利推进，进一步夯实了智能体赋能业务的系统化交付能力。
产品化转型方面，上半年行业级业务已完成多款边缘推理一体机产品的软硬一体整机方案研发与定型，
并启动全国试点部署。下半年将集中资源构建系统化端到端的边缘侧推理加速能力，着力解决低资源场景下
大模型运行的性能瓶颈问题，推动技术价值从项目制向标准化产品轻量化输出延伸。
立足于上述报告期内公司业务稳健经营的基础上，公司持续推进重点项目的业务布局，如公司将通过湛
江市AI渗透之城新质生产力基础设施建设项目推动海洋、政务、协同办公等AI解决方案的落地，打造全国AI
城市级渗透的全新样板。
未来，公司将着力降低大模型应用成本，推动人工智能技术普惠化、规模化落地，为产业广泛应用提供
坚实支撑。
三、报告期内核心竞争力分析
(一)核心竞争力分析
1、AI推理芯片先行者
公司是AI推理芯片的先行者，是全球第一批提出NPU驱动的AI推理芯片概念并商业化落地的公司。十多
年来，公司坚持算法芯片化的先进理念，打造了软硬一体、正向循环的技术能力。公司已经推出四代NPU及
兼具高性能与高性价比的业内领先AI推理芯片，支持单一视觉小模型到复杂多模态大模型等应用。公司在研
的第五代Nova500将支持兼容多数AI大模型架构，可以根据不同应用场景持续优化指令集和微架构。
2、植根于算法芯片化方法的研发能力
凭借算法芯片化能力，公司建立了IFIC底座，从算法分析—指令集定义—芯片架构设计—工具链开发，
研发多代NPU及AI推理芯片。透过整合工具链开发，公司的IFIC底座可确保最佳效率及场景适应性。公司首
推创新的算力积木架构设计和全国产供应链及先进工艺，可以将多个标准计算单元以搭积木方式，封装成不
同算力的芯片和互连可扩展的多芯片计算系统，可实现一次设计流片、多次封装，生产不同计算规格的芯片
。公司持续迭代D2Dchiplet与C2Cmeshtorus互联技术，实现满足高效推理的多维可扩展的计算架构，完成国
产半导体工艺下的大算力扩展、带宽提升以及延时降低。
截至2026年6月30日，公司拥有1231项专利、272项软件版权及670项商标。该等所有专利中，公司拥有
发明专利977项，涵盖芯片架构、AI算法、系统平台及开发工具链等多个方向。报告期内，公司获得国家知
识产权局评选的中国专利金奖。公司分别在2018年、2020年、2022年三次荣获业内最高奖项吴文俊人工智能
科学技术奖，成为唯一一家独揽算法、芯片、应用三项大奖的企业，充分展现了公司从研发到商业化的全栈
创新能力。
3、具备跨场景迁移能力及快速的市场化响应能力
公司拥有深刻的市场洞察和精准的市场应变能力，能快速捕捉多变的市场需求并将其转化为解决客户痛
点的成熟产品及服务。具体而言，公司能够高效及灵活解构、重组与配置现有技术模组以适应新案例及场景
，并推出产品。这种技术灵活性与市场敏锐度的结合创造了差异化竞争优势，让公司能更快抓住市场机遇。
展开来说，在终端，公司认为AI与大模型将重新定义智能设备，通过端云协同，将IFMind大模型推理能力赋
能消费电子，包括AI耳机及AI手表等可穿戴智能设备，以及噜咔博士AI拍学机等学习设备。在边端，公司的
边端设备可增强客户终端设备的功能，从而降低成本，节省云计算、存储和带宽资源，提高效率并保障数据
隐私。在云端，IFMind大模型及推理服务器为客户提供高效稳定的算力服务，满足多样化的客户需求。
4、战略合作伙伴关系积累和服务经验积淀铸造品牌形象
公司在特定场景应用上拥有深厚的专业知识，具备成熟的大规模部署能力。公司与各重要领域的蓝筹客
户保持战略合作伙伴关系，其中包括中国三大电信运营商，以及在全球市场领先的消费电子公司。公司的竞
争优势来自高效的AI推理芯片、智能算力服务，以及适配场景的产品及服务，这些优势让公司与国内互联网
企业达成长期合作，以支持其核心算力需求。
截至2026年8月24日，公司先后参与中国人工智能行业的53项标准制定，进一步证明了公司在行业上的
领先地位，并不断提升公司的品牌价值和市场地位。
5、供应链保障自主可控
在芯片领域，公司于2020年通过与本地制造商建立战略伙伴关系完成芯片产能的国产化切换，报告期内
持续获取国产先进工艺下的晶圆代工产能，取得三大关键优势，包括具有长期效益的成本可预测性；对紧急
订单的响应速度超越国际供应商；及在全球供应链波动的情况下仍能实现稳定产品交付。除国产化外，公司
亦在国产芯片架构设计及工艺优化方面取得技术突破创新，主要包括D2Dchiplet、C2Cmeshtorus互联和存算
一体等先进工艺。这些创新成果提升了产品表现与能耗，具有相比国内同业明显的先发优势。
6、具有战略视野的管理团队及经验丰富的研发人才
公司的管理团队由具有突出的技术专长、丰富的管理经验及卓越的战略眼光的人才组成。创始人兼董事
长陈宁博士是全球范围内少数具有丰富算法研发和芯片架构设计经验的专家人才。陈博士曾在海内外领先的
科技企业工作，拥有丰富经验，能够站在技术发展前沿角度，结合商业化落地能力把握公司长期发展战略方
向。陈宁博士入选深圳经济特区成立40周年“40位杰出个人”，彰显了其作为AI行业先驱的卓越贡献。
公司拥有高素质的研发团队，形成由资深行业专家引领的芯片设计与算法研发协同体系，为快速的产品
创新与技术突破提供了支撑。公司的研发团队由多位国内知名专家领衔，长期在国内知名科技企业工作，平
均深耕AI产业超过25年。他们拥有丰富的芯片架构设计、算法开发优化经验。截至2026年6月30日，公司拥
有研发人员572名，包括100多名拥有十年以上芯片设计经验的人员和多位国家级领军技术人才。公司的团队
还包括推动公司增长的业界专家，在市场拓展及战略规划方面形成支撑。公司优秀的团队结构及高效的流程
确保公司能够持续为市场提供前沿产品。
(二)核心技术与研发进展
1、核心技术及其先进性以及报告期内的变化情况
公司核心技术的来源为自主创新。经过多年的技术积累，公司搭建了算法芯片化核心技术平台IFIC（天
芯），核心技术与专利主要是人工智能算法、人工智能芯片两个方向，公司在企业级、消费级及行业级场景
业务的销售中运用公司研发的算法和芯片技术形成收入。
2、报告期内获得的研发成果
公司建立了完善的知识产权管理体系，实现对知识产权的保护。报告期内公司共申请发明专利41件，申
请外观设计专利9件。获得授权发明专利63件，外观设计专利16件。截至2026年6月30日，公司累计拥有有效
授权发明专利977件、软件著作权272件、外观设计专利228件。
四、报告期内主要经营情况
报告期内，公司实现营业收入63566.22万元，较去年同期基本持平，规模小幅回落，归属于母公司所有
者的净利润-25202.38万元，较上年同期亏损金额扩大4608.56万元。
〖免责条款〗
1、本公司力求但不保证提供的任何信息的真实性、准确性、完整性及原创性等，投资者使
用前请自行予以核实，如有错漏请以中国证监会指定上市公司信息披露媒体为准，本公司
不对因上述信息全部或部分内容而引致的盈亏承担任何责任。
2、本公司无法保证该项服务能满足用户的要求，也不担保服务不会受中断，对服务的及时
性、安全性以及出错发生都不作担保。
3、本公司提供的任何信息仅供投资者参考，不作为投资决策的依据，本公司不对投资者依
据上述信息进行投资决策所产生的收益和损失承担任何责任。投资有风险，应谨慎至上。
|