华如科技机构调研纪要

华如科技机构调研报告 调研日期:2025-05-09 北京华如科技股份有限公司是一家以仿真为主业的公司,成立于2011年。公司围绕建模仿真、人工智能、虚拟现实和大数据四大技术板块,持续开展产品研制和技术创新。公司面向国防建设和工业发展,为军事仿真、训练防务、智能决策和数字孪生等应用方向,提供“仿真+”全场景解决方案和“一站式”产品及技术服务。公司总部位于北京市中关村软件园,下设“华如防务”、“鼎成智造”、“小如文化”3个子品牌,在全国主要城市设有4个区域销售中心、8个研发中心,业务遍及全国。公司坚持自主创新,取得专利及软件著作权400余项,打造了一系列全自主知识产权的通用仿真平台和专业仿真系统 ,取得了软件企业认证、高新技术企业资质认证、CMMI3认证等。 2025-05-09 董事会秘书吴亚光 2025-05-09 特定对象调研- 招商证券 证券公司 廖世刚,战泳壮 上海证券 证券公司 赵军伟 航发基金 基金管理公司 邓嘉文 中意资产 保险资产管理公司 翟琳琳 平安基金 基金管理公司 张淼 开源证券 证券公司 刘逍遥 一、公司基本情况介绍 "1？5？5？N"新一代XSim？军事智能体系,系基于公司十余年在军事仿真行业的产品积累与行业案例,结合近几年"仿真+AI"在军事应用各个细分场景的深度探索,公司核心品牌XSim？实现从"军事仿真"向"军事智能"升级跨越,这不仅是技术路径的革新,更是 对国防智能化未来的深刻回应——以仿真为基础,以数据为驱动,以AI为核心,通过新一代军事智能体系的打造,助力中国国防科技迈入"智胜时代"。 二、交流问答环节1、XSim？军事智能体系? 2、XSimVerse？军事大模型?XSimVerse？军事大模型是在通用大模型的基础上,注入军事垂直领域知识,融合军事仿真技术等形成面向军事领域的专用大模型,具备军事认知和决策能力,可为军事智能决策、虚拟训练、数智试验、模训器材、智能装备五大应用领域提供支撑。XSimVerse？已在私域环境全面接入DeepSeek大模型,为方便非互联网用户更好的使用相关产品,公司可为用户提供军事智能一体机,包括便携版、专业版和算力中心版 ,可以支持1B到671B各系大模型。 3、五大应用领域? 军事智能业务覆盖5大应用领域,着力打造全链条解决方案: (1)智能决策 面向装备论证、方案评估、任务规划、保障筹划等应用需求,依托军事大模型与AI工具集,构建智能化OODA(观察-判断-决策-行 动)决策体系,实现辅助决策全流程的效能跃升。 (2)虚拟训练 面向技能训练、战术训练、指挥训练等应用需求,综合运用军事大模型和仿真技术,构建"智能想定生成-虚拟环境构建-智能导调控制-多维效能评估"的闭环训练体系,使受训者得到接近实战锻炼的训练体验。 (3)数智试验 以武器装备试验支撑能力需求为牵引,将数字平行试验场与军事大模型深度融合,构建武器装备试验垂直领域智能体,形成覆盖试验筹划、设计、运行、评估全流程的智能化应用产品体系,不断增强试验场景的真实性和复杂性,为装备试验鉴定提供数字化、智能化支撑,推动武器装备性能试验、作战试验和体系试验手段的全面升级。 (4)模训器材 以实战化、智能化训练需求为牵引,运用AI、仿真、XR、网络、传感器、高精度定位等技术手段,构建实战化对抗训练装备体系,为受训 人员提供高逼真战场环境和对手,全面提升受训人员实战化能力。 (5)智能装备 基于"云-边-端"协同架构,构建无人云脑和无人装备体系,通过军事大模型实现"战场态势认知-目标价值评估-任务动态分配-行动路径优化"的闭环决策链路,提升装备自主和协同作战能力。 4、公司2024年度及2025年一季度收入情况? 公司2024年度营业收入249,350,372.30元;2025年一季度公司营业收入为37,937,262.82元,较上年同期增加2.15%。 5、公司2024年度合同负债情况? 2024年末,公司合同负债为97,779,571.73元,较2024年初比重增加4.23%,主要系报告期公司项目回款情况良好 ,导致预收款金额有所增加。 6、公司2024年毛利率波动的原因? 原因一:系项目招投标环节价格竞争加剧导致利润空间减少、同时项目实施人工成本上升等因素导致毛利率下降;原因二:公司提供的服务及产品包括技术开发、软件产品、硬件产品、商品销售和技术服务五大类。公司2024年收入中硬件产品收入占当期总收入比例上升,而硬件产品毛利率相比技术开发、软件产品的毛利率较低,从而导致2024年综合毛利率下降。 7、公司从"军事仿真"向"军事智能"升级跨越的优势? 仿真系统是人工智能的孵化器和实验床,公司基于十余年在军事仿真行业的产品积累与行业案例,构建起大量语料资源,并将其投喂给军事 大模型进行训练,经训练后的模型成果,能够辅助参训人员高效生成智能决策方案。随后这些方案再次通过仿真系统进行推演验证,在推演验证后又会生成新的语料资源,用以推动后续的迭代训练。如此循环往复,形成了闭环体系。