中科信息300678)4月17日发布投资者关系活动记录表,公司于2025年4月17日接受1家机构调研,机构类型为其他。 投资者关系活动主要内容介绍: 一、参观中科信息品牌体验馆二、沟通交流
答:近年来,公司充分发挥自身在人工智能等领域的技术优势,加快了机器视觉大模型及行业垂直大模型的研发,为业务持续拓展储备产品支撑。目前公司的中科国声高端会议音频产品品类进一步丰富,品牌的知名度逐步提升,智能装载机器人试点应用成效良好,我们将加大这两项产品的市场拓展力度。智能麻醉机器人为代表的智慧医疗新产品不断推出,为扩大业务规模奠定了基础。各行业智改数转进程的加快,为公司智慧工厂业务带来更多机会。此外,在国家对信创产业的政策推动下,央国企将在2027年底前完成信息化系统的信创国产化改造,全面构建国产自主的信创标准与服务生态。公司作为四川省信创联盟副理事长单位,已完成自身产品的国产化,同时深入布局本地信创市场,将为公司各业务板块带来新的市场机遇。
答:公司作为国有企业,高度重视市值管理工作,大股东将有国有资产的保值增值和高质量发展纳入公司高管考核综合指标。公司将持续强化主责主业,保持与投资者的良好沟通,通过紧抓公司治理,大力推进战略规划实施,全力做好经营管理,积极推进资本运作,以高质量发展为股东创造更好投资价值。
答:在合作方面,我们更关注合作伙伴的大模型的行业应用能力。我们自主研发了面向垂直行业的多模态工业检测大模型、政务大模型、医疗大模型等,有很好的行业落地能力。公司愿意与各大模型厂商积极开展合作,用自身独特优势叠加合作伙伴的优势,更好地满足行业客户的需求。
答:公司长期立足于运用信息技术服务国家重大需求,为传统行业提质增效,实现数字化转型产业升级。公司未来将持续完善人工智能产业链,深化技术创新与产品开发能力,加强关键核心技术联合攻关,强化科研成果转化运用。一方面,在行业大模型方向持续创新,如进一步优化工业检测大模型、政务大模型、医疗大模型等。另一方面,持续升级高速机器视觉与智能分析技术,提高视觉识别精度、速度以及智能分析的准确性与深度。同时,加快推进智能装载机器人、智能铺路机器人、智能麻醉机器人等产品的市场化进程,积极拓展相关产品的应用场景,助力各行业实现智能化转型升级。
答:基于智慧医疗业务发展需要,公司引进脑机接口技术及设备作为辅助工具,研发基于光遗传调控的闭环脑机接口(BMI)系统,以满足智能麻醉、智慧康复两大应用场景需求。公司2022年获成都市批准成立的“脑认知与智慧医疗创新应用实验室”主要开展人工智能关键技术、医工交叉关键技术研究,搭建技术研发平台、业务研发平台、移动应用研发平台,研发麻醉智能辅助维持系统升级产品、医疗设备物联网系列化产品、区域智慧医康养一体化平台升级产品、医疗康复升级产品等系列产品。2024年,公司与苏州纳米所签订的针对脑科学工程框架协议,各方达成了以智慧医疗与健康领域作为产学研合作切入点,围绕医疗大数据、医疗人工智能、纳米智能传感材料、柔性电子、类脑计算与类脑感知等相关方向,计划通过共建类脑智能与智慧医疗产学研中心拟联合开展关键技术及创新应用研究,进一步面向医院临床辅助诊疗、临床科学研究、区域医康养等应用场景,开发高端智能化医疗及康复设备、高端智能穿戴式设备、临床科研与辅助诊疗系统与设备等国产化创新产品。
答:股权激励有利于调动管理者与骨干员工创造更好业绩,是推动上市公司高质量发展的有效工具,公司将适时推动该项工作。
答:公司的核心技术是高速机器视觉与智能分析。高速机器视觉技术是CV领域的一个分支,与通用CV的关键区别是能否在保证检测高精度的前提下,实现检测速度高于设备生产运行速度,并做到被检测品的数量足够多。在大型连续制造业场景中,工业产品生产速度极快、Kaiyun平台 官方入口数量庞大,难点是在复杂环境下在线识别每个产品上的多种缺陷。公司的识别技术可以在极快的速度下,完成大规模数据的采集、分析与人机交互,将不合格产品分类剔除,具备在单计算节点上实现约50Gbps图像数据复杂处理与系统交互控制的能力,综合技术能力媲美全球领域业务龙头。
答:公司是中国科学院内专注于智能识别与分析技术的高科技企业,是信息化领域成果转化与产业化的重要力量。依托中国科学院的科研资源和技术优势,以人工智能、大数据、机器视觉等核心技术为基础,为政府、医疗、制造等多个行业提供信息化解决方案和服务,致力于推动各行业的智能化升级,同时也是中国科学院控股有限公司着力打造的人工智能产业集群领头羊企业。
答:公司会持续通过“实体经营+资本运作”双轮驱动的方式,坚持聚焦主业,积极扩大生态圈,推进资本运作。
答:自动推理理论系统中的几何定理机器证明理论,是公司的科研领军人物中国科学院张景中院士与著名数学家杨路研究员提出的重要成果,是国际学术界公认的人工智能核心算法。在此基础上,Kaiyun平台 官方入口公司研发了高速机器视觉及智能分析关键技术,面向行业落地应用。在构建行业大模型时,自动推理技术通过机器深度学习,保障数据逻辑关联的准确挖掘,让模型能精准把握行业规律。比如在工业检测大模型、政务大模型、医疗大模型构建中,从海量行业数据里梳理逻辑规则,实现对复杂业务流程和数据的理解、分析与预测,满足行业高速、实时、高精度检测需求,为行业提质增效提供有力支撑;