神经网络概念股票|神经网络板块龙头股资金流向(实时)

神思电子：2025年8月22日公司在互动平台披露，公司的神经网络技术已应用于智慧城市、智慧能源、低空经济等场景，公司坚持智能视频分析、自然语言与大模型、运筹优化等AI核心技术持续升级，为客户提供智能化产品及行业解决方案。

金自天正：2025年3月11日公司异动公告披露，公司目前在部分工艺模型开发中用到人工神经网络的算法仅限使用于精炼炉电极调节控制领域，暂不能用于精炼炉电极调节控制系统之外的其他领域。

科大讯飞：公司为全国机器人标委会人形机器人标准化工作组副组长单位，讯飞机器人超脑平台面向机器人企业提供AI技术服务，聚焦人机交互与具身智能，全球首创多人多模态降噪，行业首发人形机器人交互，大幅提升机器人多模态交互能力。当前，国内90%以上智能机器人企业使用讯飞超脑平台软硬件一体方案，其中60%使用全链路交互方案。公司的AI虚拟人交互平台致力于提升虚拟人的大脑智能，使其能够更好地理解和处理用户的需求。包括自然语言处理、情感识别、学习和记忆等认知功能的增强，以便虚拟人能够模拟人类的思考方式。另，2024年8月，公司在互动平台表示，科大讯飞自创业以来持续聚焦智能语音等人工智核心技术研究并始终保持国际前沿技术水平，在深度神经网络算法方面拥有长期扎实研究基础，已广泛应用于科大讯飞的语音识别、图文识别、机器翻译等任务并达到国际领先水平。

瑞德智能：2025年3月24日公司在互动平台披露，公司自主研发的神经网络模组成功应用于厨电智能化场景，通过图像识别算法实现食材分类、烹饪状态监测等核心功能，并搭载社交化交互模块支持影像记录与分享。

泰尔股份：2023年2月2日公司在互动平台披露：公司子公司泰智维新在设备智能运维产品中的滚动轴承和齿轮箱的故障预警和故障诊断两大功能中，融合了人工智能深度学习技术，利用卷积神经网络和循环神经网络，构建滚动轴承和齿轮箱的故障预警模型和故障诊断模型，然后利用滚动轴承和齿轮箱的历史故障数据，划分训练集、验证集和测试集，再对滚动轴承和齿轮箱的故障预警模型和故障诊断模型进行多轮训练，实现对滚动轴承和齿轮箱的故障预警模型和故障诊断模型持续迭代优化，提高滚动轴承和齿轮箱的故障预警算法和故障诊断算法的准确率，目前滚动轴承和齿轮箱的故障预警模型算法和故障诊断模型算法精度达到98％以上。

云从科技：2025年12月3日公司在互动平台披露，公司在神经网络领域布局较早，早期自主研发的双层异构深度神经网络已在核心场景广泛应用，并在跨镜追踪、对抗性神经网络等方向保持领先。公司持续推进视觉、多模态神经网络及大模型训推一体化等研发，形成了从基础算法到产品落地的完整体系。

智信精密：2025年9月10日公司在互动平台披露，公司作为高端智能装备提供商，在整线自动化、精密测量，基于AI神经网络的外观缺陷检测等领域进行紧贴客户创新趋势的持续投入，研发成果已深度服务于客户多代产品的核心制程中，是其新工艺研发、新制程导入过程中的重要合作伙伴。

深水海纳：2021年3月18日公司在互动平台披露，公司通过自主研发，建立起了以生物化学为基础、以BP（反向传播）神经元网络为手段的精确控制系统模型；通过对水量、水质、工艺参数进行仿真实验和网络训练求解，形成了基于BP（反向传播）人工神经元网络的臭氧活性炭工艺的水质处理过程的预测模型，为系统设计和运行提供依据，创造性地解决了臭氧生物活性炭系统在应用中遇到的季节性水源水质变化、消毒副产物前驱物控制、碳池出水微生物风险、活性炭性能评估、换炭判断指标及方法等多个问题，提高了臭氧生物活性炭系统的应用水平。

岩山科技：公司下属的上海岩思类脑研究院以脑电大模型为核心技术底座，面向脑科学和人工智能领域的前瞻性研究，开展脑机接口解码算法与系统、非器质性脑疾病（例如癫痫、抑郁症、严重失眠等）的诊断和评估、大脑内在状态调控等方向的科学研究和产品开发，推动研究成果商业化落地。岩思类脑研究院正在基于前期原创性十万量级斑马鱼全脑神经信号解码工作的基础上，结合先进的语言大模型技术进行脑电大模型预训练，并在多种脑机接口任务中初步验证了脑电大模型技术的有效性和泛化性。该模型在预训练脑电数据集的体量、模型参数量及脑机接口任务的普适性方面居于全球先进地位。岩思类脑研究院参与的斑马鱼大脑空间信息表达机理研究《A population code for spatial representation in the zebrafish telencephalon》于2024年10月发表在国际顶级学术期刊《Nature》杂志上。

阿尔特：2024年3月19日公司在互动平台披露：神经网络为人工智能的核心算法之一，目前公司已提前布局神经网络，聘请算法专家从事神经网络算法的研究和应用开发，结合神经网络算法为包括汽车性能仿真、造型设计、零部件生成等关键技术领域深度赋能。

富瀚微：公司前瞻性布局神经网络处理器技术，作为智能计算的底层支撑，通过架构级创新实现算法与硬件深度协同，为算法落地构建可持续进化的算力基座。公司产品覆盖全算力规模，可全面适配AI-ISP、AI-CV等场景需求；依托自研低比特量化技术及高效AI-ISP数据切分架构，兼顾预定义神经网络的高效运行与客户定制化网络的灵活部署需求，核心引擎朝着低带宽、低功耗、高灵活性、高效率方向持续迭代，相关技术已实现公司芯片产品全面覆盖。

中科创达：2024年9月25日公司在互动平台披露，公司拥有智能汽车全栈视觉技术和产品方案，可以实现全场景视觉感知。公司和全球芯片厂商一直保持密切的合作，公司的智能汽车的视觉产品和方案提供基于跨平台的产品和技术。比如，围绕英伟达芯片方面，公司拥有英伟达专用实验室，以及基于自动驾驶的DRIVE和边缘AI的Jetson两大平台的专业驱动、画质调优、画质测试（IQ test）团队。2024年9月29日公司在互动平台披露，公司作为提供软硬一体自动驾驶域控制器的厂商，随着端到端技术的发展，将提供更强大的计算能力、更高效的数据处理能力和更优化的系统集成解决方案，以支持复杂的神经网络模型运行。2023年3月5日公司在互动平台披露，CES2022展会期间，公司发布了基于高通SA8295硬件平台的全新智能座舱解决方案。该解决方案充分发挥SA8295在算力、图形、图像处理等方面的突出性能，打造了包含数字仪表、中控娱乐、副驾娱乐、双后座娱乐、流媒体后视镜和抬头显示器的一芯多屏智能座舱域控。

奥普特：2023年2月13日公司在互动平台披露：公司没有神经网络芯片；有神经网络的算法，用于工业机器视觉领域。

大富科技：2023年9月12日公司在互动平台披露，公司子公司大富网络作为公司网络工业设计平台的载体，自主原创了NPL神经元并行计算机语言、ParaEngine分布式3D引擎、生产力工具Paracraft、NPLCAD等。大富网络旗下3D编程创作工具——帕拉卡Paracraft基于模拟物理世界中原子构成的原理，通过“体素”建模的形式创造三维空间的世界，在早期就已经实现了由AI随机创建生成内容的机能。2024年2月26日公司在互动平台披露，Paracraft支持3D建模、3D动画、生成视频、立体视频、360VR视频等，在国内外视频网站上有上万部用户创造的3D动画和微电影。

恒华科技：2025年1月8日公司在互动平台披露，公司自主研发的人工智能引擎（AI-Engine），实现了神经网络、深度学习、机器视觉、大语言模型等AI技术在电力设计、施工、运维等领域的创新应用，已应用于电力工程智能化设计、施工现场智能化管理、电网智能化运维服务等业务场景，为公司相关软件产品和项目提供了强有力的技术支撑，未来公司将持续深化人工智能技术在能源、水利、交通等跨行业场景中的应用。

云天励飞：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。2025年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。

瑞芯微：NPU的核心功能是高效执行神经网络计算，与CPU和GPU相比，在处理AI任务上具有更高的能效比、更低的延迟和更强的场景适配性等优势，是端侧AI应用的核心算力支撑。公司针对不同AIoT应用场景持续升级算力和能效比，目前已形成覆盖1TOPS以下轻量算力、1～3TOPS中等算力、3～16TOPS中高算力以及16TOPS以上高算力的全系列自研NPU，能够高效支持1.5B、3B、7B等参数级别的各种主流端侧模型本地化部署，赋能多场景边缘侧、端侧的AIoT产品应用。

航宇微：公司融合自身强大的芯片设计能力，自研的玉龙410/玉龙810人工智能芯片可实现目标识别、目标跟踪、图像处理等多种功能，突破了高端人工智能芯片的进口限制，实现了国产自主可控；玉龙芯片及板卡经过客户的大量测试和验证，产品已经应用到多个卫星系统和商业航天项目中。公司正在推进新一代人工智能芯片玉龙910的研制工作。公司成立的广东欧比特人工智能研究院致力于人工智能算法研究，以解决传统遥感数据处理人工依赖性强、处理效率低等行业现状。人工智能研究院瞄准空间智能、星上人工智能信息提取和海量卫星数据人工智能自主处理分析的方向，注重提高对模糊推理、神经网络、深度学习等人工智能算法的处理能力，大幅提升遥感数据采集的准确性和实用性。

瑞纳智能：2024年10月10日公司在互动平台披露：公司有神经网络相关技术应用，包括多种负荷预测算法及站系统视频巡检算法等。

思泰克：得益于计算能力的提升和大规模数据集的出现，AI+人工智能技术已经成为行业发展的核心驱动力。公司自2019年起启动AI智能算法研究与应用，开发出包括多模态AI辅助人工复判系统、AI辅助锡膏识别系统在内的多项自主知识产权，并成功将这些技术应用至3D机器视觉检测设备，有效提升了非标准化场景下，设备的检测效率与精度。公司通过卷积神经网络进行深度学习及训练，成功提取了检测图像的特征，实现了部分人工操作的替代和算法性能的提升。这些AI技术的应用涵盖了锡膏、字符、元件的智能识别以及锡膏不良的智能复判，大大提高了设备的检测精度和效率。