日期 | 股票名 | 调研地点 | 调研形式 |
2025-04-23 | 唐源电气 | - | “神源”轨交供电AI运维平台新产品发布,路演活动 |
PETTM | PB | 股息率TTM | 总市值 | 换手率 |
---|---|---|---|---|
50.64 | 3.55 | 0.87% | 37.07亿 | 6.13% |
营业收入同比增长率(%)(单季度) | 营业收入同比增长率(%) | 归母利润同比(%)(单季度) | 归母利润同比(%) | 净利润/营业总收入 |
-12.26% | -12.26% | 4.59% | 4.59% | 11.06 |
销售毛利率 | 销售毛利率(单季度) | 销售净利率 | 销售净利率(单季度) | 毛利 |
45.23% | 45.23% | 11.06% | 11.06% | 0.36亿 |
销售费用/营业总收入 | 管理费用/营业总收入 | 营业总成本/营业总收入 | 归属于母公司的股东权益/带息债务 | 研发费用/总市值 |
8.21 | 34.34 | 100.04 | 41.96 | - |
存货周转天数 | 应收账款周转天数 | 资产负债率 | 利息费用/息税前利润 | 息税前利润 |
481.54 | 675.17 | 30.26% | -0.02% | 0.09亿 |
企业自由现金流量 | 带息债务 | 财务数据报告期 |
业绩预告
公告日期
报告期
|
业绩预告变动原因 |
0.25亿 | 2025-03-31 | - | - |
参与机构 |
思加投资,力合微,深圳珞珈,伍洲晟(厦门)资产流转管理有限公司,海通期货,广州玄元投资,广发证券,长江证券,国君益田路营业部,恩泰科技,畅达泰泽,易深智能,昱珲泰投资,红土创新基金,金之灏基金,恒道新业,普宁晨晖制衣厂,鼎诺投资,南方传媒,金元证券,东方证券,上山路投资,安江波,丁兆兆,翁奕珊,马恩达,覃章美,深圳市行健资本,海雅金控,华泰证券,大华信安私募,聚龙投资,凯利集团,铭海私募,深圳君之同,源益私募,深圳联通,榕树投资,国建集团,深圳飞高投资,德远投资 |
调研详情 |
一、公司基本情况介绍 二、“神源”轨交供电AI运维平台新产品介绍 三、与投资者就公司发展规划与经营情况进行交流 1.公司的发展战略是什么,未来业务的增长空间主要依靠哪些方面? 答:公司秉承“坚持主业,创新发展”的发展战略,立足于在轨道交通智能运维行业的领先地位,利用自主研发积累的机器视觉、机器人控制、嵌入式计算、数字孪生、人工智能、故障预测与健康管理等核心技术,不断研发新产品、新技术,实现在轨道交通智能运维领域的专业品类扩张,同时通过投资、控股、孵化创新资本运作方式,开拓铁路公交化与智慧车站、智慧应急、机器人与智慧工厂、新材料等符合新质生产力发展方向的新业务板块。通过持续的努力与拼搏,已形成具有唐源特色的创新发展模式,展望未来,公司将不断培育出第二、第三增长曲线。 具体而言,公司将围绕技术积累深厚的高速、高精度、高清动态机器视觉核心技术,以“AI技术引领+多行业场景拓展+一带一路布局”为战略主线,聚焦机器视觉智能检测装备核心主业,保持主营业务稳健发展,同时深化人工智能与机器人技术融合,开发形成一系列机器人产品矩阵,深化国内市场,拓展“一带一路”海外市场,实现核心主业与创新业务规模与盈利能力的持续提升。 2.公司的核心技术都有哪些;公司机器视觉技术的应用场景,特点和优势? 答:公司的核心技术包括机器视觉、机器人控制、嵌入式计算、数字孪生、人工智能、故障预测与健康管理等。 公司机器视觉技术应用场景主要有智慧轨交、智慧公路、智慧应急、智能智造及特种机器人等领域。(1)智慧轨交领域,用于机车车辆及沿线基础设施(包括接触网、轨道、隧道等)的智能检测监测;(2)智慧公路领域,用于实时检测事故、拥堵、异常停车、行人闯禁等事件检测及智能识别与预警管控;(3)智慧应急领域,用于矿山安全风险监测预警,山洪灾害的监测预警,智慧工地安全监测;(4)智能智造领域,用于包装印刷缺陷识别和目标精准定位,降低质检人力成本,提高产品合格率,实时采集目标图像信息,智能识别目标几何特征,实现定位功能;特点和优势:基于高速图像采集及智能识别技术,具有高清、高精度、高速线扫描和激光测量能力,能够准确识别目标物体,实现异物分类识别、定位和告警功能,提高检测的准确性和效率。 3.公司的核心技术是怎么和AI结合的,怎么用AI提高公司产品的竞争力? 答:公司充分利用自主研发的机器视觉、机器人控制等核心技术与AI结合以及借助AI提升产品竞争力方面,有着诸多深度探索与实践: (1)AI+轨交智能运维:公司自主研发“神源”轨交供电AI运维平台,是公司核心技术与AI融合的典型成果,其基于深度学习等AI算法,能精准攻克高速动态场景下微小缺陷的辨识难题。在轨道交通智能运维中,利用机器视觉动态检测、图像智能识别等核心技术,结合AI技术构建多业务场景关联算法模型,显著提升了接触网安全巡检系统、检测数据实时感知告警系统等核心产品的性能,优化检测流程,提高检测的准确性与效率,极大增强了产品在智能运维市场的竞争力。2024年11月,公司参与由开放源子开源基金会主办,魔搭社区、英特尔与阿里云共同承办的“AI+硬件创新大赛”,公司“神源”铁路智能检测装置(铁路接触网外观及外部环境智能检测装置)荣获“最具商业价值奖”。 (2)AI+机器人:以车底智能巡检机器人为例,集成机器视觉、自主导航等公司核心技术,并融合深度学习AI技术,针对非线性系统下的海量数据源自动识别,研发了一套“3D/2D多维感知+体素化处理+AI精准判断”闭环自适应识别系统,实现海量数据源的精准识别,在天津地铁部署应用时,大幅减轻人工日检作业量,保障地铁车辆安全运行。 (3)AI+智慧工厂:控股子公司永力为开发的智慧工厂管控系统,完成了DeepSeekR1模型的本地化部署,该系统以智慧工厂运营数据为基础,让基于DeepSeekR1模型的智能助手具备强大的数据处理、自学习及推理能力,能为制造业客户“供产销研”各环节提供价值分析及优化建议,助力客户精细化管理、降本增效,以此提升公司在智慧工厂业务领域产品的竞争力,永力为正加快研发基于人工智能通用大模型的智能管控 AIAgent,通过贯通ERP+MES+DCS系统,为中小制造企业提供“数字工厂+智能物流”整体解决方案,形成“硬件+软件+服务”一体化交付能力,并实现在汽车、消费、半导体、电子等行业的拓展。 (4)AI+智慧应急:全资子公司智谷耘行基于卫星差分定位原理,融合大数据、人工智能、大语言模型等新技术的深度运用,构建自主知识产权的“耘行”系列中台产品(包括大数据、数字孪生、AI平台、物联网、流媒体、融合通信等),依托毫米级高精度监测技术,在边坡形变、桥梁健康监测、泥石流预警等场景实现创新应用,并在交通环境安全监测、矿山安全生产及智能化、建设工地智能监管、自然灾害监测预警等领域逐步形成体系化的产品与解决方案。围绕“智联、智治、智算、智问”四个核心要点,实现智能感知预警、数据融合治理、智能诊断分析、大模型深度应用,有力地推动了应急管理领域信息化、数字化、自动化、智能化进程。 4.公司的机器人产品都有哪些应用场景,公司对机器人产品的规划是什么? 答:公司的机器人产品目前主要用于智慧轨交、智能智造领域,其中在智慧轨交领域的机器人有车辆智能巡检机器人、钢轨探伤机器人、接触网智能综合巡检机器人、隧道探伤机器人以及其他正在研发中的机器人产品等;在智能智造领域的机器人有智能码垛机器人、智能加盖机器人。公司将继续深化机器人技术在智慧轨交、智能智造领域的应用,不断完善现有机器人产品的功能、品类,提高其智能化水平和适应性,开发更多能解决行业痛点、提升行业运行效率与安全性的机器人产品,同时,积极探索机器人在智慧应急、新材料等其他领域的应用,拓展业务范围,推动公司机器人业务的多元化发展。 5.公司在智慧应急业务板块取得了不少成果,如在矿山安全、自然灾害监测等领域有所突破,该板块未来的市场拓展计划和盈利模式是怎样的? 答:公司智慧应急业务以四川、甘肃为试点,构建了“AI视频监控+虹膜识别+物联网传感器”的产品矩阵。未来,将以现有业务模式为基础,向新疆、西藏等矿山聚集的西部地区复制扩张。盈利模式主要通过为客户提供安全生产风险监测预警系统、自然灾害监测预警系统等大数据智能管控系统及技术服务,收取项目建设费用和后续运维及数据服务费用。如公司全资子公司智谷耘行中标川威集团成渝钒钛科技安全生产风险监测预警系统,首次切入钢铁加工行业,构建设备状态实时监测、风险预警及数字化管理平台,助力企业实现本质安全水平提升,成为工贸领域标杆案例。 6.公司在机器视觉技术应用于产品检测时,如何确保检测精度不受复杂环境因素的影响? 答:在智慧轨交系列产品中,如接触网智能检测装备、轨道状态在线智能检测装备等,运用了高清成像、边缘计算、深度学习等技术。在面对光照变化、天气干扰等复杂环境时,高清成像技术搭配高分辨率、低噪声、小畸变的图像传感器,能最大程度获取清晰图像;边缘计算技术在本地对数据进行初步处理,减少数据传输量,提高处理效率,降低环境因素干扰;深度学习算法经过大量不同环境下的数据训练,具备强大的特征识别能力,能精准识别目标物的特征,即使在复杂环境中也能准确甄别缺陷、测量尺寸等,从而保障检测精度。 7.公司机器人产品在智慧轨交领域应用广泛,未来如何进一步提升机器人的智能化水平和自主作业能力? 答:一方面,持续加大研发投入,深入研究机器人控制、人工智能、多传感器融合等核心技术。例如,车辆智能巡检机器人,后续将优化其自主导航算法,融合激光雷达、视觉、惯性导航等多传感器数据,使其在复杂的轨道交通停车检修库环境中,能更精准地规划路径、避障,实现高效自主作业。另一方面,引入人工智能大模型技术,增强机器人的数据分析和决策能力。通过对大量轨交设备运行数据的学习,机器人可更智能地判断设备状态,自动生成检测报表并提供更具针对性的维修建议。此外,还将探索机器人之间的协同作业模式,提升整体运维效率。 8.AI技术在公司大数据智能管控系统中发挥了怎样的作用?未来还有哪些提升空间? 答:在供电智能运维系统中,AI技术对接触网、变电所设备的实时感知数据进行深度分析,实现故障预警和状态评估。通过机器学习算法,对海量的供电多维数据进行挖掘,预测设备潜在故障,为维修策略生成提供依据,实现调度决策智能化。在工务智能运维系统里,AI技术融合智能学习、大数据分析等,对工务设备进行智能检测监测、状态评估与预测。未来,AI技术可在以下方面提升:一是进一步优化算法,提高对复杂故障的诊断准确率;二是拓展AI技术在不同业务场景的应用深度和广度,实现多系统之间的智能协同;三是结合边缘计算和云计算技术,提升AI处理数据的速度和效率,降低系统延迟。 |
AI总结 |
|
免责声明:数据相关栏目所收集数据,均来自第三方个人或企业公开数据以及国家统计网站公开发布数据,数据由计算机技术自动收集更新再由作者校验,作者将尽力校验,但不能保证数据的完全准确。 阅读本栏目的用户必须明白,图表所示结果或标示仅供学习参考使用,均不构成交易依据。任何据此进行交易等行为,而引致的任何损害后果,本站概不负责。