同花顺-圈子

截止至2026年1月30日，公司股东总户数87,996户。

截止至2026年1月30日，公司股东总户数87,996户。

感谢您的关注。公司在天地协同方向的业务仍以技术协同与生态参与为主，旨在探索将卫星遥感、天基算力等前沿能力与公司核心主业相结合的应用模式。未来如有达到信息披露标准的进展或业务合作，公司将严格按照相关法律法规及监管要求，及时履行信息披露义务，请以公司在指定信息披露媒体发布的正式公告为准。

感谢您的关注。公司在天地协同方向的业务仍以技术协同与生态参与为主，旨在探索将卫星遥感、天基算力等前沿能力与公司核心主业相结合的应用模式。未来如有达到信息披露标准的进展或业务合作，公司将严格按照相关法律法规及监管要求，及时履行信息披露义务，请以公司在指定信息披露媒体发布的正式公告为准。

感谢您的关注。您所提及的“L3”、“L4”通常指针对自动驾驶车辆本身的技术等级划分。公司在该领域的战略布局与产品定位具体说明如下：1. 关于公司自动驾驶业务定位与产品形态：千方科技在自动驾驶领域的战略重心，是通过旗下子公司千曙科技，致力于成为国内领先的干线物流自动驾驶运力服务商，依托公司在“车路云一体化”领域的全栈技术能力，研发和运营应用于干线物流场景的L4级自动驾驶重卡及运力网络。公司的主要产品是自动驾驶运力服务。2. 关于技术路径与行业进展：公司自动驾驶业务采取 “单车智能为主，车路协同为辅”的技术路线。在车端，我们聚焦于研发具备L4级能力的自动驾驶重卡，力求在单车智能的核心算法、感知硬件与决策控制方面实现突破。同时，我们充分发挥公司在智慧路侧、云端平台及交通大数据领域的长期积累，通过车路协同技术为自动驾驶车辆提供辅助性的超视距感知和全局调度优化，以增强其在复杂环境下的安全冗余与运营效率。当前，行业内干线物流自动驾驶正从试点示范迈向规模商用，公司正沿此技术路径稳步推进技术研发与商业验证。3. 关于商业化运营与“用户”：千曙科技的自动驾驶运力服务主要面向的是物流企业、大型货主等B端客户。其商业化拓展依托于公司强大的生态资源：一方面，通过生态企业连接超千万货车司机与货主的平台，可快速对接真实货源与订单；另一方面，公司长期合作的全国省级交通投资集团及高速公路管理部门，为在特定高速路段开展试点示范运营提供了有利条件。具体的车队规模、运营里程及客户数量，如达到披露标准，公司将按规定予以披露。4. 关于L4级牌照：千曙科技将根据业务推进节奏，在符合条件的路段依法申请必要的测试与运营许可。千方科技入局干线物流自动驾驶，是公司“AI 交通”战略的深度延展，我们正综合利用自身在技术、生态与运营方面的独特优势，坚定地推动这一前沿业务的商业化进程。

感谢您的关注。公司旗下宇视科技依托其在AIoT与视觉技术领域的深厚积累，正持续拓展体育产业数智化应用。在足球领域的布局，宇视科技已正式签约成为2026年江苏省城市足球联赛（苏超）官方供应商，这是继2025年合作后的再次携手。 此次合作标志着公司在智慧体育领域的方案与能力再次获得大型体育赛事的认可。总体而言，公司在体育领域的布局聚焦于 “AIoT 体育” 的技术赋能，主要涵盖：• 智慧体育AI智能体：为各级体育赛事（如苏超、浙BA、WCBA等）提供基于AI的轻量化赛事直播、AI辅助解说、赛事内容自动生成等解决方案。• 大众体育服务 AI：将技术应用于全民健身领域，提供AI体锻健身等智能化服务。宇视科技正通过多元化体育场景的实践，致力于推动体育产业的全链条数智化升级。未来，公司将继续深化“科技 体育”的融合创新，探索AI在更多场景应用。

感谢您的关注。公司作为“星算计划”的早期参与单位，持续关注并支持国家在空天信息、算力融合等领域的前瞻布局。目前，公司在相关方向的业务仍处于技术协同与场景探索阶段，未来如有达到信息披露标准的业务进展或合作事项，公司将按照相关法律法规及监管要求，及时履行信息披露义务。请您以公司在指定信息披露媒体发布的正式公告为准。

感谢您的关注。公司始终秉承开放合作的理念，积极与产业链各方伙伴探讨协同发展机会。关于与特定企业的合作情况，如涉及应披露的商业合作事项，公司将按照相关法律法规及监管要求，及时履行信息披露义务。建议您关注公司于指定信息披露媒体发布的公告。

截止至2026年1月20日，公司股东户数86,014户。

截止至2026年1月20日，公司股东户数86,014户。

感谢您的关注。关于您提到的一系列的概念，目前在业内没有一致的理解。因此，无法做一致性对比。但可以说明公司在L4级干线无人物流方案，供您参考分析。现就您的问题说明如下：1. 关于L4级干线无人物流方案的技术路线公司L4级干线无人物流方案是基于“单车智能为主、车路协同为辅”的技术路线。所谓单车智能为主，就是只依赖自车的感知、计算可以实现L4级自动驾驶；所谓车路协同为辅，通过车路云一体化，可以实现超视距感知、全局调度优化与动态路径规划，进一步提升单车在干线物流无人化场景下的运行安全、运输效率与系统韧性，同时可以实现准全天候自动驾驶能力。2. 关于单车无人驾驶技术能力储备公司已建立完整的单车无人驾驶技术体系，不仅具备从环境感知、定位、规划到车辆控制的模块化全栈技术研发能力，同时也具备基于端到端大模型技术的自动驾驶研发能力，同时有多年的自动驾驶测试验证与示范运营能力。在算法、硬件与测试验证等方面积累了扎实的工程经验，为干线物流等商业化场景提供了坚实的技术基础。公司将持续推进技术迭代与场景打磨，推动自动驾驶技术在干线物流领域的商业化落地。

感谢您的关注。公司依托自身在智能物联领域的深厚行业积累，深度融合公司自主研发的 “梧桐”AIoT行业大模型，正将技术优势拓展至更广泛场景中，“电力巡检”就是其重要应用之一。目前，宇视科技在电力巡检领域的智慧物联项目已实现规模化落地，其中为南方电网打造的智能巡检解决方案极具代表性。宇视科技在从西换流站部署30余套云台、200套球机及60余套枪机等多场景设备，服务日常高效巡检，赋能世界输电容量最大、输电距离最长的同塔双回直流输电工程。既为“西电东送”国家工程筑牢能源安全防线，也印证了公司技术方案在超大型电力场景的高可靠性与适配性，契合国家能源数字化智能化转型政策导向，彰显智慧物联在电力巡检领域的商业化价值与广阔市场空间。 未来，公司将依托梧桐AIoT大模型强大的多模态感知与场景理解能力，持续推进技术迭代与场景拓展，进一步扩大“AI巡检智能体”在电力巡检场景中的广泛应用，为电力行业数字化转型提供更高效、安全、经济的智慧物联支撑，充分释放技术商业化价值。

感谢您对公司在高阶智能驾驶领域技术发展的关注。公司注意到，城市导航辅助驾驶（City NOA）作为实现全场景智能驾驶的关键环节，其技术成熟与商业化落地正成为行业重要趋势。针对您提及的“到2030年成为主流功能”的行业展望，公司认为这反映了市场对城市复杂环境下智能驾驶能力的迫切需求。公司已在 “车路云一体化”技术战略的指导下，针对性地开展了长期而系统的技术储备与研发工作，旨在构建具有差异化竞争力的城市智能驾驶解决方案。我们的核心储备与布局如下：一、核心技术储备：车路云协同的系统级能力公司致力于通过车端智能、路侧感知与云端算力的协同，系统性地提升城市NOA的安全性、效率和通过性。1. 车端全栈感知、决策与控制能力：o 高阶感知模型：我们自研了高精度的多传感器（摄像头、毫米波雷达）融合感知算法，具备对复杂城市道路结构、异形交通参与者（如两轮车、行人）、以及各类临时性障碍物和交通标志的稳定识别与理解能力。o 场景化决策规划模型：针对城市道路中频繁出现的无保护左转、近距离切入、人车混行等长尾场景，我们研发了具备多目标优化和时序推理能力的规控算法，旨在生成更拟人、更安全、更高效的驾驶轨迹。公司AI大模型（如“鲲巢”）正应用于复杂场景的交互行为预测与决策生成。2. 路侧智能与车路协同（V2X）增强能力：o 这是公司在城市NOA领域形成差异化优势的关键。我们在全国多个城市部署的路侧智能感知单元（RSU），能够提供超视距、非视距的交通信息（如信号灯状态、前方路口事故、被遮挡行人等）。o 通过自主研发的V2X通信协议栈及融合算法，可将这些关键信息实时下发至车辆，构成 “上帝视角” 的冗余感知，极大提升车辆在交叉路口、恶劣天气、视觉盲区等场景下的安全性，并可能优化通行效率。公司在国内车路协同标准制定与规模化建设中积累了领先经验。3. 云端数据闭环与仿真推演能力：o 我们构建了基于地图和现实数据构建的 “云端数字孪生仿真平台” ，可对海量城市复杂场景、尤其是极端和长尾场景进行高效、低成本的压力测试与算法验证，大幅加速城市NOA功能的研发与成熟周期。二、场景验证与商业落地储备技术最终服务于应用。公司的相关技术储备已进入场景验证阶段：• 示范区验证：依托在北京等国家级车联网先导区/示范区的深度参与，我们的城市级车路协同解决方案已在真实城市道路环境中进行长期测试与验证，为城市NOA功能的落地提供

感谢您对千方科技的关注。公司在人工智能应用端的核心优势，在于我们不仅拥有前沿的软件算法，更具备将其转化为实体硬件与装备的“硬”实力，是国内少数能提供“AI 软件”、“AI 硬件”及“AI 交通装备”全栈解决方案的企业，实现了从虚拟智能到实体能力的贯通。一、全面的“软硬一体AI ”解决方案1. AI 软件应用：公司基于自有行业大模型与开源模型，开发了覆盖交通治理、物流调度等多场景的“行业智能体”软件平台，具备从感知、分析到决策与执行的闭环能力。2. AI 智能硬件：通过子公司宇视科技在硬件领域的深厚积累，公司将AI算法深度集成于摄像头、边缘计算单元等全系列硬件产品中，提供高性能的端侧与边缘侧智能。3. AI 交通装备：公司以L4级自动驾驶技术为核心，将无人物流车等设备作为“移动智能体”进行集群调度。目标是通过云端大模型与车端智能体的协同，实现车队级的自主规划、协同避障与效率优化，相关解决方案正在研发与测试中。二、自主可控的技术基础，支撑全面智能化1. 模型基础“硬”：公司坚持自主创新，基于开源模型框架，成功训练并部署了面向智慧交通与智能物联的“鲲巢”“梧桐”等行业大模型，确保核心技术的自主可控与快速迭代。2. 算力底座“硬”：公司构建了兼容包括通义千问、DeepSeek在内的主流生态的训推一体服务器集群，为大规模模型训练与高并发实时推理提供了强大、灵活且高效的算力保障。三、面向复杂场景的“行业AI智能体” 公司将AI技术与垂直行业深度融合，形成了可闭环、可执行的“行业AI智能体”体系：1. 交通治理AI智能体：公司基于“”鲲巢”大模型，打造了集感知、诊断、优化、决策于一体的“城市交通智能体”。该智能体不仅能理解自然语言指令，自动完成城市级交通态势分析与信号调优，更具备持续学习和主动进化的能力，已在多地实现从“单点优化”到“区域协同”的规模化落地。2. 物联感知与协同AI智能体：通过“云-边-端”协同架构，公司实现了从单一设备智能到跨场景群体智能的跃升。各类智能终端（如摄像头、传感器）作为“感知智能体”，在统一平台调度下协同工作，完成复杂任务的自主执行。3. 自动驾驶与物流AI智能体：公司以L4级自动驾驶技术为核心，将无人物流车等设备作为“移动智能体”进行集群调度。目标是通过云端大模型与车端智能体的协同，实现车队级的自主规划、协同避障与效率优化，相关解决方案正在研发与测

感谢您对自动驾驶行业商业模式演进的关注。特斯拉作为行业先行者，其在消费级（2C）市场的策略调整，为整个自动驾驶产业的商业化探索提供了重要参考。对于其全面转向FSD订阅制模式，公司认为这并非简单的收费方式变化，而是标志着行业正从“功能售卖”向 “持续服务与能力交付” 的深刻转型。一、特斯拉模式调整带来的启示与公司的思考这一变化对行业的启示，主要体现在以下两个方面，与公司在商用车及运营市场的战略选择高度契合：1. 商业模式重心转移：从“产品”到“服务”。订阅制的核心在于，将用户（或客户）的一次性硬件购买关系，转变为基于软件功能迭代、数据服务与持续价值创造的长周期服务关系。这要求企业必须具备强大的软件迭代能力、稳定的服务体系以及持续创造增量价值的能力。2. 价值衡量标准改变：从“拥有”到“效用”。对用户而言，支付的对象不再是固定的“功能包”，而是根据实际使用获得的“驾驶能力提升”或“运营效率提升”。这更符合技术快速迭代背景下，客户希望灵活获取最新能力、避免技术过时的诉求。对于千方科技而言，我们在服务于物流企业、车队运营商等商业客户（2B市场）时，早已认识到这一趋势。我们的商业模式并非简单模仿消费端，而是基于商业客户的核心诉求进行构建：• 核心价值主张：我们向客户交付的不是单一的“自动驾驶软件”，而是一套旨在降低总运营成本（TCO）、提升运营安全与效率的智能化运输服务。这本身就包含了持续的技术升级、车队管理、运维支持和运输服务。• 虚拟驾驶员订阅服务：对于未来购买由我们公司参与设计和提供自动驾驶系统的自动驾驶车辆，我们提供虚拟驾驶员订阅服务，按照里程/订阅周期等Saas方式来收费。订阅是重要的商业逻辑，但订阅方式可以多种多样。二、对无人驾驶订阅制在国内2B市场前景的分析toC的无人驾驶订阅，订阅的是驾驶服务。而toB的无人驾驶订阅，订阅的其实是运输服务。我们认为， “基于效果的订阅服务” 模式拥有广阔前景，其大规模认可需要满足三个关键条件：1. 价值可量化与可验证：商业客户对投资回报率（ROI）高度敏感。订阅服务必须能够清晰证明其带来的直接经济收益，例如：通过减少燃油消耗、降低事故率、节省司机人力成本或提升车辆周转率，来实现可测算的“降本增效”。我们的解决方案正是围绕这些可量化的商业指标进行设计和验证。2. 责任与风险共担：2B客户（尤其是物流公司）对运营的连续性与安全性要

感谢您的关注。公司与阿里巴巴集团在智慧交通、智能物联等领域保持着长期、稳定的战略合作关系。双方基于各自的技术与资源优势，共同探索行业内的数字化升级解决方案。在人工智能技术路线上，公司秉持开放、兼容并蓄的原则。阿里巴巴的千问系列开源模型是世界上顶级的开源模型之一，我们在研发面向智慧交通行业的大模型时，采用了以“通义千问”等国内领先大模型作为基座进行行业深度调优的技术路线。同时，也在不同的产品中，采用了千问相关的模型。并且，我们的推理服务器也兼容千问系列模型架构，旨在根据不同的任务需求、性能指标和部署环境，灵活整合最优的技术组件，以构建高效、可靠且自主可控的行业解决方案。需要强调的是，公司的核心竞争优势在于对智慧交通、智慧物联、智慧物流等垂直场景的深刻理解、海量行业专属数据的积累以及“技术 场景 生态”的闭环落地能力。我们对基础模型的选用与集成，始终服务于强化这一核心优势，确保我们的解决方案具备更高的场景适应性、安全性与效率。公司未来将继续以开放生态对接业界优秀技术成果，持续推动自主技术研发与创新。

截止至2026年1月9日，公司股东总户数83,611户。

感谢您对公司在人工智能前沿技术领域布局的关注。您提到的智能体技术，是当前人工智能发展的重要方向。公司高度重视并持续投入该技术的研发与产业化落地，目前已在这一领域形成了清晰的战略定位和具体的业务布局。1. 公司智能体战略定位：聚焦行业应用，赋能垂直场景公司并非进行宽泛的通用智能体研究，而是紧密围绕“智慧交通”与“智慧物联”两大核心赛道，致力于将智能体技术与行业知识深度融合，打造服务于特定业务场景的软硬一体化的智能体。2. 具体研发与落地成果公司基于自研的“梧桐”行业大模型及“车路云一体化”全栈技术底座，已开发并落地了多个领域的智能体解决方案：• 交通治理领域：公司与阿里巴巴通义千问大模型合作，联合打造了鲲巢交通行业大模型，并基于该模型研发了面向特定方向的智能体：“城市交通综合优化智能体”，该智能体可理解自然语言指令，自动完成交通数据分析、问题诊断与优化方案生成的全流程。 同时，公司也发布了聚焦特定场景的智能体：“智能路口”。• 智能物联（AIoT）领域：公司基于“梧桐”大模型，打造了“云边端”协同的AIoT智能体生态，相关方案已在机场、地铁、医院、智慧园区等场景中落地应用。• 物流与自动驾驶领域：目前公司正聚焦物流无人化场景，将L4级自动驾驶卡车、数字化路网通过物流无人化调度与服务平台连接在一起，形成一个面向干线物流无人化的业务级智能体。通过该智能体实现车路云融合感知、安全驾驶、运输调度与服务以及自动驾驶迭代演化。3. 相关生态合作情况公司在智能体及机器人相关领域坚持开放生态策略，已与产业内的专业伙伴开展合作，共同推进解决方案的落地：• 公司通过旗下子公司，已与云深处科技、小远机器人等企业达成战略合作，共同在城市应急、治安巡逻等具体场景中探索和推进移动机器人（智能体）的落地应用。• 在交通大模型与智能体技术层面，公司是“通义千问”首批及智慧交通领域的重要合作伙伴，双方在技术融合与产品创新上持续深入合作。总结而言，公司将智能体技术视为驱动“AI 交通”战略深化和业务产品化转型的关键引擎。未来，我们将继续围绕垂直行业的实际需求，务实推进智能体技术的研发、生态合作与商业化落地，致力于成为未来智能体网络中的交通行业和物联领域的关键赋能者。

感谢您的关注，公司已公告《2026年1月8日投资者关系活动记录表》，https://www.cninfo.com.cn/new/disclosure/detail?orgId=9900011088&announcementId=1224927527&announcementTime=2026-01-09 17:26，敬请查阅。

截止至2026年1月9日，公司股东总户数83,611户。