核心观点与关键数据

公开语料趋于枯竭，价值范式转移

• 公开人类文本存量约300万亿token，预计2028年耗尽，迫使行业从「数据规模」转向「质量、专业度与多模态扩容」。
• 数据需求指数级膨胀：训练计算量每5个月翻倍，数据集规模每8个月翻倍。

市场规模与增长

• 广义口径：2024年约60-90亿美元，2025年约100-160亿美元（毛口径买方支出）。
• 狭义口径失真：真实支出多在标注与RLHF/专家数据服务，而非打包数据集。
• 细分赛道高速增长：
  • 合成数据（最快）：CAGR 35.3%，2025年32亿美元，2030年171亿美元。
  • 标注工具：CAGR 28.4%，2025年32亿美元，2030年343.8亿美元。
  • 采集与标注：CAGR 28.1%，2025年2.18亿美元，2030年17.88亿美元。

价值链与资本

• 八层结构：越靠近「专家级、多模态、可验证」的一端，单位价值越高。
• 估值狂飙：ScaleAI被Meta投资143亿美元估值290亿，SurgeAI估值超250亿美元。
• 内容授权走向规模化：早期34笔交易总承诺约29.2亿美元。

合规与监管

• 版权诉讼频发：截至2025年10月达51-166起，合规数据获显著溢价。
• 欧盟AI法案：要求训练数据透明度，将「合规」从自愿变为法定义务。
• 中国AIGC版权裁决：首例AI生成图片版权案（迪士尼案）、GenAI输出侵权裁决（奥特曼案）。

全球格局与中美双核

• 美国前沿数据公司估值达软件级，中国玩家多为「盈利但体量小」的上市/挂牌企业。
• 中国进展：合成灵巧抓取数据集达10亿规模，头部具身公司部署百台机器人。
• 中美数据市场驱动逻辑不同：
  • 美国：前沿实验室拉动+专家数据溢价+VC催化。
  • 中国：「数据要素」国家战略+垂类模型驱动。

未来趋势

• 合成数据走向主导：预计2030年占比全面超越真实数据。
• 专家/前沿人类数据崛起：5具身AI与世界模型成增长极。
• 数据飞轮成护城河：美国前沿实验室+专家数据溢价，中国数据要素战略+垂类落地。

研究结论

胜负手正从「更多算力」转向「更优质、更合规的数据」；公开语料枯竭非终点，而是价值化的起点。

中国端侧AI行业综述

端侧AI是将AI能力下沉到设备端的一种实现方式，旨在减少对云服务的依赖，实现更快的响应速度、更好的隐私保护和更低的网络需求。2023年中国端侧AI市场规模为1,939亿元，预计2028年将达到19,071亿元，年均复合增长率为58%。

端侧AI定义及分类

端侧AI涵盖AI驱动系统融合、AI重塑操作系统、端侧AI应用和AI端云协同四层应用。按模型训练方向分类，可分为自然语言处理端侧AI、计算机视觉端侧AI、智能语音端侧AI、全模态处理端侧AI以及科学计算端侧AI。

行业发展历程

中国端侧AI行业经历了三个阶段：

1. 起步探索阶段（2016-2017年）：互联网巨头企业率先发力。
2. 技术研发与初步落地阶段（2018-2022年）：核心芯片研发、计算平台建设、广泛应用实践及性能持续升级。
3. 应用快速拓展阶段（2023年至今）：主流科技企业加大投入，移动端和操作系统层面的AI集成与创新显著。

市场规模测算

2023年中国端侧AI市场规模为1,939亿元，2018至2023年年均复合增长率为116.3%。智能安防和智能车载设备是重要应用领域。AI手机和AIPC的兴起将支撑未来市场迅速发展。预计2028年市场规模将达到19,071亿元，年均复合增长率为58%。

中国端侧AI行业产业链分析

产业图谱及说明

上游为核心技术和硬件提供商，中游为端侧AI系统集成与软件平台开发商，下游为应用领域与服务。

上游产业链分析

2022年中国通用算力和智能算力分别达137EFLOPS和41EFLOPS，占全球比重分别为27%和39%。MindSpore在中国自主研发的AI框架中活跃度最高。NPU将在端侧AI领域广泛应用。2023年中国AI服务器市场规模达91亿美元，预计2027年将达到134亿美元，年均复合增长率为10.2%。

中游产业链分析

2023年中国端侧大模型市场规模达8亿元，预计2028年将达到79亿元，年均复合增长率为58%。端侧AI企业商业模式包括销售硬件设备集成、提供行业定制化解决方案、参与政府项目、收取许可费以及订阅和增值费用。主要参与者可分为互联网型企业、To B、To C人工智能企业、端侧AI终端场景企业以及央企。

下游产业链分析

端侧AI应用领域广泛，包括城市管理、交通、医疗、教育、制造业、零售、农业、金融、数字社区以及文旅服务。2023年中国智慧安防市场规模达1,226亿元，预计2028年将达到5,598亿元，年均复合增长率为35.5%。智能车载市场规模达119亿元，预计2028年将达到640亿元，年均复合增长率为40%。

下游产品与软件服务分析

未来AI PC和AI手机将作为端侧AI领域的重要载体。预计2027年，AIPC占个人电脑的市场比重将达84.6%，AI手机将占51.9%的手机市场份额。80%以上的终端设备将具备AI处理能力。

中国端侧AI行业分析

相关政策

中国一系列跨领域政策为端侧AI行业提供战略支持、算力基础、标准化指导、服务管理规范和应用场景创新的全方位推动力。

驱动因素

1. 移动通信技术：提升数据传输速度、降低延迟和增强连接性。
2. 异构混合计算资源：结合CPU、NPU和GPU等计算设备，提供高效灵活的处理方案。
3. 边缘计算：将数据处理和业务逻辑推向网络边缘，提供低延迟、高隐私、低成本、高可靠性的计算平台。
4. AI Agent：自主感知环境，进行决策并执行行动，成为端侧AI的核心组件。

限制因素

端侧AI行业发展的核心限制因素是端侧大模型参数量小，主要原因在于设备芯片功耗高、设备存储不足以及设备硬件算力不足。

发展趋势

未来端侧AI将与云侧AI结合为混合式AI一同使用，实现成本效益、能效、性能提升、隐私保护、安全性增强和个性化服务。

竞争格局

中国端侧AI行业的竞争格局梯队主要根据市场力划分，包括端侧AI行业解决方案、硬件产品以及软件服务。第一梯队包括华为云、阿里云以及商汤科技；第二梯队包括中科创达、云从科技以及汉王科技；第三梯队包括寒武纪、澜舟科技、荣耀、vivo等。

中国端侧AI代表性企业

华为

• 领先的5G通信技术
• 全栈云服务
• “云+端”协同框架
• 广泛的设备覆盖和快速增长的市场份额
• 昇腾AI处理器和Atlas方案支持云端到端侧AI应用

商汤科技

• 完成“云端边”全栈布局
• 超大算力支撑
• 行业深度融合

中科创达

• 与芯片厂商的深度合作
• 全栈式产品线与AI端侧落地经验

核心观点与关键数据

• 业绩表现：2026年一季度，公司实现营收16.8亿元，同环比分别-9.6%、+3.5%；归母净利润0.1亿元，同环比分别-91.8%、-68.7%。毛利率13.3%，同比下滑3.7pct；净利率0.83%，同比下滑5.7pct。
• 业绩影响因素：存储芯片和元器件涨价导致成本端压力，公司通过备货、价格传导、降本增效应对。模组价格传导可能影响下游终端出货量，预计2026年全球蜂窝物联网模组增长仅4%。
• 下游市场：PC、车载、CPE、移动支付等场景短期受需求压制，AI盒子、割草机器人等新兴IoT场景受益于AI功能逆势增长。

业务拓展与战略布局

• 车载模组：深耕多年，发布高算力5G AI智能网联座舱模组，与欧菲光合作研发ToF+双目感知定位模块，拟收购航盛电子拓展全栈汽车电子解决方案。航盛电子2022年营收超50亿元，具备年600万套交付能力。
• 端侧新品：AI玩具（MagiCore2.0解决方案）、AI盒子（领投珞博智能）、星座AI潮玩（AiMOON星座守护精灵）、AR眼镜（战略投资灵伴科技）、家庭CPE解决方案（集成智能语音交互、人体与环境传感）、具身智能开发平台Fibot（支持PI最新VLA模型π0.6端侧部署）。

盈利预测与投资建议

• 盈利预测：预计2026-2028年归母净利润3.4/6.5/8.4亿元，同比增长-2.2%/90.2%/30.4%，EPS为0.38/0.72/0.94元，对应PE为60.5/31.8/21.1倍。
• 投资建议：维持“买入-B”评级，认为成本压力逐渐传导，H股上市后现金充裕，外延并购可能显著提振估值。

风险提示

• 存储芯片和原材料成本上涨难以传导导致毛利率下滑。
• 下游终端市场推迟部署导致出货量下滑。
• 智能网联汽车大客户自研模组导致出货量下滑。
• 端侧AI新品商业模式暂未成熟，出货不及预期。

中科软科技股份有限公司在2026年业绩说明会中，针对投资者提出的主要问题进行了详细解答，核心观点如下：

1. 业绩增长指引
   公司计划通过业务开拓、技术创新、成本管理和资金管理四方面努力实现营收和利润增长，扭转业绩下滑趋势：

   • 业务开拓：紧抓“十五五”规划及AI应用落地机遇，依托技术积累，推进AIGC和开源大模型行业应用，加快国际化步伐，利用“华为智慧金融伙伴出海计划”拓展海外市场。
   • 技术创新：以成为“领先的广义行业应用软件和服务供应商”为目标，深化“咨询+产品+实施”能力，推动AI能力深度植入业务流，拓展垂域AIGC应用。
   • 成本控制：严格控制人员增长与收入增长比例，提升人力成本效益，优化投入结构。
   • 资金管理：加强存货和应收账款管理，清理长账龄款项，改善资产质量。

2. 回款管理与现金流改善
   公司将通过优化客户信用评估、加大催收力度、完善对账机制、设置收款绩效考核等措施加强回款管理，降低坏账减值风险。同时，强化债权债务风险管控，通过法律手段清理长账龄款项，提升资产质量。

3. 市值管理目标
   公司计划通过以下方式提升市值：

   • 加强AI领域研发创新和业务推进，提升市场竞争力；
   • 实施国际化战略，开拓海外市场；
   • 推进订单签订和项目落地，抓住下游行业业务机会；
   • 通过业绩增长和内含价值提升实现市值合理增长。
     同时，公司将加强与投资者沟通，通过路演、业绩说明会等方式提升资本市场影响力，并采用现金分红、高管增持等方式传递发展信心。