## Official Facts - **营收与毛利**： - 2018年：收入人民币1,853.4百万元，毛利人民币1,046.8百万元。 - 2019年：收入人民币3,026.6百万元，毛利人民币1,719.2百万元。 - 2020年：收入人民币3,446.2百万元，毛利人民币2,432.1百万元。 - 2021年：收入人民币4,700.3百万元，毛利人民币3,277.6百万元。 - 2022年：收入人民币3,808.5百万元，毛利人民币2,542.3百万元。 - 2023年：收入人民币3,405.8百万元，毛利人民币1,500.8百万元。 - 2024年：收入人民币3,772.1百万元，毛利人民币1,619.7百万元。 - 2025年：收入人民币5,014.6百万元，毛利人民币2,056.4百万元。 - **账面净亏损**： - 2018年：净亏损人民币3,432.7百万元。 - 2019年：净亏损人民币4,967.7百万元。 - 2020年：净亏损人民币12,158.3百万元。 - 2021年：净亏损人民币17,177.1百万元。 - 2022年：净亏损人民币6,093.0百万元。 - 2023年：净亏损人民币6,494.7百万元。 - 2024年：净亏损人民币4,306.6百万元。 - 2025年：净亏损人民币1,489.3百万元。 - **经营现金流（OCF）**： - 2024年：经营活动所用现金净额人民币-3,926.7百万元。 - 2025年：经营活动所用现金净额人民币-301.1百万元；2025年下半年经营性现金流实现正向净流入。 - **投资活动与资本开支**： - 2024年：购买物业、厂房及设备人民币934.6百万元，购买无形资产人民币194.1百万元。 - 2025年：购买物业、厂房及设备人民币3,398.9百万元，购买无形资产人民币88.8百万元。 - 2024年折旧及摊销为人民币704.8百万元；2025年折旧及摊销为人民币637.3百万元。 - **营运资本（应收与减值）**： - 截至2024年12月31日，贸易应收款项总额人民币6,973.6百万元，减值拨备人民币4,581.9百万元。 - 截至2025年6月30日，贸易应收款项总额人民币6,596.6百万元，减值拨备人民币4,469.0百万元。 - 截至2025年6月30日，账龄超过3年的贸易应收款项为人民币3,997.0百万元；账龄在6个月以内的为人民币1,009.2百万元。 - 2024年金融资产及合约资产减值亏损净额为人民币587.7百万元；2025年上半年为人民币142.7百万元。 - **资产负债表特定项目**： - 截至2025年6月30日，按公允价值计量且变动计入损益的金融资产中，包含人民币7,216.5百万元的第三级金融工具（基于不可观察输入数据计量，包括非上市实体债务及股权投资等）。 - 合约负债：截至2024年底为人民币331.4百万元；截至2025年6月30日为人民币389.2百万元（包含客户预付款人民币320.7百万元）。 - **非现金利润调整项（2025年上半年）**： - 以股份为基础的薪酬开支：人民币153.3百万元。 - 优先股的公允价值亏损：人民币18.6百万元。 - 按公允价值计量且变动计入损益的金融资产的公允价值亏损：人民币155.3百万元。 ## Management Claims - 公司表示收入增加及毛利改善主要由于生成式AI业务持续增长所驱动。 - 公司表示，账龄相对较长的未偿还应收款项主要产生自智慧城市业务，该部分公营机构客户面临暂时的预算限制以及宏观经济环境的不确定性，因此现金收回情况面临挑战。 - 公司表示2025年下半年集团经营性现金流自上市以来首次实现正向净流入，并指出已将现金周转周期(CCC)从2024年底的228天缩短至2025年底的129天。 - 公司表示已完成“1+X”组织重组，1代表聚焦生成式AI核心业务，X代表包括智能驾驶、医疗等生态企业矩阵，未来将依据融资和剥离计划动态调整并表的业务。 - 公司解释2025年资本开支增加主要是为了建设AIDC（人工智能数据中心）等基础设施以支持多模态大模型研发。 ## Official Promotional Language - “在2025年的技术浪潮中，以生成式AI和大模型为代表的AI 2.0演进轨迹愈发清晰。” - “完成‘Re-CoFound’创业重塑，围绕‘1’和‘X’进行二次联合创业。” - “资金效率持续提升，现金流稳健；凭借在融合多模态与空间智能领域的代际领先，率先占据Agent原生与物理AI时代的关键战略地位。” - “日日新SenseNova成为国内首个将语言与视觉融为一体的原生多模态通用大模型。” ## Third-party Data Used - 2020年至2023年经营活动现金流数据补充：2020年人民币-1,229百万元，2021年人民币-2,485百万元，2022年人民币-3,084百万元，2023年人民币-3,234百万元。（来源：招银国际研报） ## Third-party Views - third_party_view：有第三方（招银国际，2024年8月）提出假设，随着公司更多通过合作伙伴网络扩展算力而非自有资本开支投入，其毛利率（GPM）可能会呈现逐渐下降的趋势，并预计该指标后续可能会降至38%左右；该观点尚需通过公司未来几期财报的实际毛利数据及算力采购成本占比进行验证。 - third_party_view：有第三方担忧/提出假设，公司生成式AI业务的快速增长能否实质性支撑整体盈亏平衡的进度，并指出长期盈利仍需观察运营效率的实质性改善；该假设尚需通过公司后续年份的经调整EBITDA和净利润转正结果来验证。 ## Evidence Cards - 观察事实：2025年公司录得净亏损人民币1,489.3百万元，而同期经营活动所用现金净额为人民币-301.1百万元；期间包含折旧及摊销人民币637.3百万元、减值亏损人民币142.7百万元及股份薪酬开支人民币153.3百万元。 - 来源身份：reported_fact - 时间尺度：单期及连续多期 - 所有者相关性：现金流、少数股东归属 - 事实触发的问题：净亏损与经营现金流流出之间的差额，多大程度上来自营运资本周转的实际改善，多大程度上来自于非现金费用的加回？ - 证据边界： - 已记录事实：列出净利润、经营活动现金流及折旧、摊销、减值、股份薪酬等非现金调整项的具体数字。 - 可提示的问题：可能影响对经营现金流实际造血能力及可重复性的评估。 - 升级判断所需证据：需要连续多期的现金流附注拆解，验证存货、应收、应付等营运资本项变动对现金流的正向贡献是否具有跨期持续性，以及股权激励对实际所有者份额的稀释量级。 - 后续验证：需跟踪后续财报确认2025年下半年的“正向经营现金流”是特定节点回款导致的单期波动，还是生成式AI业务商业模式带来的常态化结果。 - 观察事实：2025年上半年公司购买物业、厂房及设备支付现金人民币3,398.9百万元，购买无形资产人民币88.8百万元；同期计入损益的折旧及摊销金额合计为人民币637.3百万元。 - 来源身份：reported_fact - 时间尺度：连续多期 - 所有者相关性：资本配置、自由现金流 - 事实触发的问题：当期资本开支规模显著高于利润表中的折旧摊销费用，这些投入中有多少属于维持现有业务运转的必要开支，有多少属于为大模型基础设施扩张的开支？ - 证据边界： - 已记录事实：列出资本开支的现金流出金额与利润表中的折旧摊销金额。 - 可提示的问题：可能影响Owner Earnings的实际测算及长期自由现金流的转换率。 - 升级判断所需证据：需获取公司按业务板块（如AIDC建设、传统视觉AI）拆分的资本支出明细，以及大型电子设备（如GPU算力集群）的实际折旧年限与硬件迭代周期的匹配度测算。 - 后续验证：验证未来几年的新增折旧费用增长速度，以及重资产投入模式下生成式AI业务单位经济模型（算力变现效率）的实际回报。 - 观察事实：截至2025年6月30日，贸易应收款项总额为人民币6,596.6百万元，其中账龄超过3年的款项达人民币3,997.0百万元（占比约60.6%）；整体计提减值拨备人民币4,469.0百万元。 - 来源身份：reported_fact / management_claim - 时间尺度：跨周期 - 所有者相关性：营运资本、利润池 - 事实触发的问题：高达数十亿的超长账龄（逾3年）应收账款后续实际可收回的现金比例是多少？是否需要进一步的坏账核销？ - 证据边界： - 已记录事实：列出应收账款总额、超3年账龄金额及已计提的减值拨备规模。 - 可提示的问题：可能指向早年智慧城市等To-G/To-B业务的确认错配、财政支付压力或呆账风险。 - 升级判断所需证据：需要验证历史应收账款的实际核销率记录、长账龄客户的回款协议，以及新增生成式AI业务的合同付款条款与实际周转天数。 - 后续验证：持续观察资产负债表中应收账款减值拨备率的变化趋势及各期“信用减值损失”对当期利润的侵蚀比例。 - 观察事实：截至2025年6月30日，公司按公允价值计量且变动计入损益的金融资产中，包含人民币7,216.5百万元的第三级金融工具（采用重大不可观察输入数据计量，如非上市实体的债务、股权投资及基金）。 - 来源身份：reported_fact - 时间尺度：单期及连续多期 - 所有者相关性：资产负债表、风险暴露 - 事实触发的问题：资产负债表上占比极高的第三级非上市金融资产，其公允价值评估是否存在高估，多大程度上能转化为长期的可支配现金？ - 证据边界： - 已记录事实：列出第三级金融工具的规模及分类（非上市债权/股权/基金）。 - 可提示的问题：可能影响资产负债表质量及隐性流动性压力。 - 升级判断所需证据：需获取这些投资底层标的的行业分布、退出通道/历史变现收益记录，以及估值模型中缺乏流动性折扣（如30%）假设的合理性验证。 - 后续验证：跟踪该类资产在后续年份的实际处置损益（Realized Gain/Loss）与其账面公允价值的偏差。 ## Open Questions - 2025年下半年经营性现金流首次转正，多大程度上归因于生成式AI业务预收款模式的改善，多大程度上来源于季节性回款或压缩供应商付款周期？ - 账面上人民币3,997.0百万元（逾3年）的长账龄应收账款，在未来三年内实际转化为经营现金流入的比例预期是多少？ - 公司每年数十亿元规模的资本开支（如2025年上半年超34亿元），折算到新增的大模型算力利用率上，其单卡产出收入能否覆盖GPU的生命周期折旧与AIDC运营成本？ - 公司逐步剥离智能驾驶等“X创新业务”出并表范围，这一动作对未来集团整体的研发费用负担和自由现金流流出将产生多大量级的实质性缩减？