中科闻歌(01956.HK)2026年中期业绩说明会纪要

发布时间：2026-08-26 一、AI总结内容 一、核心业绩要点 1. 2026年上半年实现营收1.73亿元，同比增长46%；毛利约9500万元，同比增长47.2%；综合毛利率55%，同比基本稳定2. 平台订阅及API收入5895万元，同比增长94%，占总收入比例升至34.1%；新签合同额3.55亿元，平均交付周期缩短至72天3. 期内亏损约8765万元，同比收窄24.5%；经调整净亏损约5292万元，同比收窄29.5%；研发费用率69.1%，行政、销售费用率下降 二、业务与产品进展 1. 构建以DOMA为统一架构的从数据到决策产品体系，覆盖商业智能、工业智能、AI forScience三大方向 2. 商业智能覆盖投资、家电、银行等场景，如某银行信贷审核项目差错率下降10倍；工业智能覆盖制造、能源电力等领域，某电网项目预警准确率达90%，运维成本改善25%3. AI for Science形成Omni版本模型，已积累800多万条科研推演数据，可将催化剂研发周期从3个月缩至1小时 三、未来战略规划 1. 夯实技术底座，推进DIP、多智能体仿真、事件模型等研发2. 加快商业智能、工业智能的跨行业复制，提升订阅及API收入占比，AI for Science为中长期增长方向3. 推进生态构建与国际化，以香港为起点拓展东南亚、中东市场四、投资者问答核心信息 1. 收入分为平台部署与订阅及API两类，前者为基本盘，后者增速更快，将逐步提升占比2. 与大模型厂商是分层协作、局部竞争关系，核心壁垒为企业级数据知识决策能力、平台化产品化能力、行业客户积累3. 工业领域聚焦制造、能源等，已服务超百家客户，以标杆项目带动标准化复制4. AI for Science聚焦科研院所、研发型企业，正在推动产品进入科研工作流，有望成新增长曲线5. 核心不可替代能力是企业AI进入核心业务决策流程的落地能力，依赖数据、行业知识、标准化模块等动态壁垒 二、音频原文（转写） 一。大家好，欢迎参加中科文歌2026年中期业绩交流会。为了保证会议顺利进行，所有参会者目前处于静音状态。下面开始播报免责声明：本次会议仅服务于邀请参会的广大投资者。 会议音频及文字记录的内容仅供参会者内部使用，不得公开发布。公司未授权任何媒体转发本次会议相关内容，未经允许和授权的转载转发均属侵权。公司将保留追究其法律责任的权利，公司不承担因转载转发而产生的任何损失和责任。市场有风险，投资需谨慎，提醒广大投资者谨慎做出投资决策。 在会议开始前，我们提示各位投资者，本次会议时长为四十分钟，在主讲嘉宾发言结束后将留有提问时间。接下来有请公司主讲嘉宾发言，谢谢。尊敬的各位投资者 分析师 媒体朋友，大家好。我是中科文革CEO罗颖 感谢大家参加公司二零二六年中期业绩发布会。 我先用一句话概括上半年的情况。公司正持续将大模型决策智能技术 以产品化、规模化、持续化的方向 扎实推进 上半年。公司的收入和毛利 保持较快的增长。订阅及API收入占比 明显提升。 新签合同规模扩大。平均交付周期进一步缩短。这些变化说明。市场需求 产品能力和交付效率 正在形成更好的协同。 那下面。我先介绍一下今天汇报的内容安排。分为三个部分。第一部分是上半年。 经营业绩 重点我们看增长的规模和质量。第二个部分是介绍公司的业务和产品的进展，第三部分汇报我们的发展展望，说明未来十二到二十四个月重点的一些方向。那最后我们会有一个演示和问答的环节。好，我们先从经营的结果来看，三个方面：收入规模、收入结构和经 经营质量。 那在公司的增长背后，产品化进展和可持续性基础正在形成。先用一组核心的数字概括经营情况。那上半年实现的营业收入一点七三亿元，同比增长百分之四十六，实现毛利约九千五百万元，同比增长百分之四十七点二，综合毛利率率为百。百分之五十五。 同比基本稳定。平台订阅及API收入达到了五千八百九十五万元。同比增长。百分之九十四 占总收入的比例有百分之二十五点七。 提升至。百分之三十四点一 收入和毛利同步增长。订阅及API增速 更快。那公司正从项目交付进一步走向平台化和持续的服务。 上半年我们的新签合同额约 三点五五亿元 报告期内，服务客户约二百九十家。累计服务客户约七百五十家。平均交付周期 我们缩短到了七十二天。合同规模 客户覆盖。 收入结构和交付效率都同步的改善。产品化能力正在转化为更强的商业承接能力。下面。分别看收入、毛利和亏损的变化。 上半年。收入由上年同期的一点一八亿元。增加到一点七三亿元。增长的主要来自三个方面。 一是决策智能平台商业化持续推进。商业智能和工业智能场景。不断扩展。订阅和API使用规模持续提升。 毛利 由上年同期约六千四百五十万元 增加到约。九千五百万元 增速略高于收入的增速。综合毛利率。由百分之五十四点六提升至 百分之五十五 总体保持稳定。 说明公司在扩大规模的同时。仍然保持了比较扎实的。毛利质量 收入规模在扩大。订阅及API 标准化模 块和存量客户持续使用也在增加。 随着模块复用和交付效率 继续提升。收入的可持续性和经营杠杆 有望进一步增强。下面我们来看一下亏损。收窄的构成。 上半年。公司期内亏损约 八千七百六十五万元 较上年同期约一点一六亿元，收窄百分之二十四点五。经调整。净亏损约五千二百九十二万元。 较上年同期收窄百分之二十九点五。在保持研发投入的同时。亏损幅度实现收窄。说明收入增长和费用效率改善。 已经开始体现为经营质量的阶段性进展。亏损收窄。主要来自收入毛利增加。销售费用和行政费用下降。 下一阶段。毛利增长。订阅及A T N收入占比。费用投入产出和经营现金流 将用于夯实。 经营效能的持续释放 接下来从费用率变化看经营效率。上半年 研发费用率为百分之六十九点一。较上年同期提高五点六个百分点。行政费用率由百分之五十九点九下降至百分之三十七点五。 销售费用率由约百分之四十下降至百分之二十七点八。销售和行政费用率下降。一方面来自 收入增长带来的分母效应。另一方面，在来自 组织和 运营效率的改善。 费用率下降。不完全等同于。费用绝对额下降。人去结合 投入 产出。 和对未来收入的拉动来进行判断。那么。研发费用率我们仍然维持较高水平，体现了公司在核心技术和产品底座上的持续投入。我们会保持必要的研发强度，同时把研发项目和产品发布、客户的合同交付效率以及行业复制更紧密地对应起来，让研发投入更快形成可交付、可复用、可持续变现的产品能力。 费用结构之外，收入结构是判断增长质量的另一个关键维度。我们从平台的订阅及API服务收入是上年呃同期约为3039万元，增加到了5895万元，同比增长了94%，占总收入的比例由25.7%提升到了34.1%。同期平台 台部署收入约一点一四亿元。同比增长百分之二十九点五 两类业务。 都在增长。其中，订阅及API的服务收入增速更快。这也符合整个行业的需求趋势。那部分客户的使用方式。 正在从一次性部署。延伸到持续订阅。API调用和长期服务。收入结构的变化。 不仅体现在增速上面。也体现在客户使用深度和持续性提高上。这是平台化商业模式。逐步建立的重要信号。 订阅及API服务 现在还处于快速的发展阶段。成本的增长 也会同步的体现。那续费率。调用量。 单客户收入 交付和成本的算力的成本 也将用于验证长期的经济性。我们推动客户持续使用。收入持续增长 。单位经济性改善，实现正向的循环。 那要把。结构改善 转化为后续收入，还要看合同转化和交付能力。合同和交付是把业务机会转化为收入的关键。上半年 公司新签合同三点五五亿元。 约为同期收入的。2.1倍 客户覆盖商业智能、工业智能。公共服务 科研教育等领域。说明产品能力。 正在更多行业得到快速验证。平均交付周期也在持续缩短。从二零二三年的一百八十五天。到2024年的106天。 二零二五年的八十天 再到2026年。上半年的七十二天。这个变化说明。我们的整个的平台正在沉淀为更标准的。 交付能力。随着经营规模扩大。公司上市 也进一步增强了资本基础。在资本基础方面。 截止二零二六年六月末 公司总资产约十五点三一亿元。净资产约十一点七七亿元 资产负债率由2025年末的41.5下降至 二十三点二 现金及现金等价物约十点一八亿元。资本基础和流动性。明显增强。 期末现金增长。主要来自于H股。上市融资 报告期内 经营活动现金流 人为净流出 但流出规模同比收窄。上市为公司持续研发产品迭代。 和市场拓展。提供了更充足的资源。也对资本使用效率提出了更高要求。我们我们会把资金优先投向核心产品。 行业复制和能够形成中长期 核心竞争力的研发方向 让资本优势 逐步转化为产品优势。和经营成果。下面。我们进入到产品和业务进展部分。 我们重点介绍研发投入形成的产品能力。以及这些能力如何进入交付和客户场景。技术投入进入到真实业务形成。可复制交付 才能够真正的体现其长期的价值。 先看一下上半年研发投入和成果转化情况。研发开支 一点二亿元。同比增长百分之五十九。相当于收入的百分之六十九点一。 研发资源主要集中在三个方向。数据本体。模型能力。以及智能体。 与决策 具体来看。数据与本体方向 重点强化D I P的数据治理。知识构建 业务理解。模型方向，我们持续提升亚裔与科学基础大模型的推理。 科学理解。和专业场景能力。智能体与决策方向。我们持续完善cloudworks。 decision 让智能体从完成单项任务。逐步进入。分析推演和决策支持。这里展示了gaya。 simple Q A和H L E 在模型上表现了一些成绩。这是观察模型能力的一一组。公开的基准。但是我们更关注的是。 在这些好的测评结果之下。成果能不能进入到产品版本？形成客户合同。缩短交付周期。 并被不同客户重复使用。公司正在把技术指标转化为产品指标。并转化为经营指标。这是研发投入进入到价值兑现的。 关键路径。那我们已经把这些投入形成了一套从数据到决策。再到执行的产品体系。这套体系不是若干孤立的孤呃工具。 而是建立在DOMA统一架构上的完整链路。啊，如图所示。Poke C. 提供企业级模型调用和TOKEN基础设施。D I P负责多元数据治理 业务本体和可信上下文。 亚裔与三pro。承载了通用与科研场景的模型 和应用能力。the system 负责感知建模。仿真和决策 claw works 负责智能体开发。 编排部署与企业级的。运行。那这套体系的价值。在于把企业内部数据、行业知识。 模型能力和业务流程连接起来。客户不只是采购一个模型。而是获得一套能够在私有环境中运行。可治理。 可追溯 并能嵌入业务流程的决策能力。公司的竞争力不依赖某一个模型参数。而是来自数据治理。业务本体模型协同 智能体工程 和。 行业交付的组合 模型会持续迭代。但企业数据。流程和决策机制的深度整合 需要更长期的积累。这正是公司形成差异化价值的基础。 产品体系最终要回到客户场景的经营结果。对当前。公司的规模化落地 主要沿着。商业智能和工业智能 两条主线推进。 商业智能正在从信息汇总内容生成。到研究 风险判断、经营分析和决策支持 延伸。工业智能则进一步进入到订单排产、质量设备运营等关键环节。这些场景决策链条复杂。 数据分散。而且业务质量。可以去衡量。公司通过效率。 准确率。风险控制和成本改善等指标。来验证决策AI进入到真实流程。持续创造价值的能力 随着标杆项目沉淀和标准模块化复用 这两条主线。 具备进一步扩展的基础。下面有几个商业智能案例，我们来说明。我们的产品如何进入到决策流程？在某国家级产业投资基金项目中 公司的决策智能平台围绕股权投资投。 管。退。研全流程打通，那进行他们整个分散数据和经验的沉淀，实现可推理、可复用的决策资产，整个的效率提升能够达到百分之四十和八个人月的人力释放。那第二个项目是一个跨国的家电企业，公司汇聚了他们多渠道的用户反馈，生成消费者的共呃洞察，然后 然后进一步形成自动化的服务工单，把客户分散的消费者声音转化为可执行