《虹軟科技-公司研究報告-視覺界的DeepSeek技術紅利到業績爆發（智聯汽車系列之44）-250520（37頁）.pdf》由會員分享，可在線閱讀，更多相關《虹軟科技-公司研究報告-視覺界的DeepSeek技術紅利到業績爆發（智聯汽車系列之44）-250520（37頁）.pdf（37頁珍藏版）》請在三個皮匠報告上搜索。

1、上市公司 公司研究/公司深度 證券研究報告 計算機 2025 年 05 月 20 日 虹軟科技(688088)視覺界的 DeepSeek，技術紅利到業績爆發（智聯汽車系列之 44）報告原因：調整投資評級 買入（上調）投資要點：本文有一定創新性。此前有多篇虹軟科技重要報告。本文在技術（底層優化、工程化，思路與 DeepSeek 有異曲同工之妙）、上修的市場空間、業務明細、估值上，做更多探討。首先，虹軟科技技術優勢被低估。1）技術復雜度的起點，往往是技術層級，舉出三個案例（光刻機、智能手機、智聯汽車）；2）上述的層級堆疊、技術復雜度的增長，會天然促成大量的優化可能。例如三大技術優勢：跨層耦合（用方

2、舟編譯器和鴻蒙操作系統說明）、通用化（用阿里云中臺和英偉達 CUDA 說明）、軟硬一體化。3）DeepSeek 就是很好案例，論述其混合專家模型（MoE）、純強化學習(RL)、原始稀疏注意力機制（NSA）、底層 PTX代碼優化，分別用比喻幫助投資者理解。4）虹軟科技較為類似：豐富的技術層次，通用化（中臺化）的嘗試，跨層耦合技巧、底層優化技巧、軟硬一體化特征。底層算法涉及 C 語言/匯編級代碼庫/基礎算子；中間層算法涉及環境、影像、物體、人臉；軟硬一體化適配涉及各終端、芯片平臺、模組、傳感器。這些招股說明書、歷年年報，都有清晰表述。DeepSeek 與虹軟科技的技術思路與工程化，有異曲同工之妙。

3、1）都有豐富的技術層級、跨層耦合的技巧（包含底層優化）、通用化、軟硬一體化。2）同行公司在跨層耦合、構建技術層級、發展軟硬一體化方面，經常采用不同甚至相反的思路。同行公司普遍追求上層功能開發，較為信奉“AI Scaling Law”，這會導致迥異的發展目標。3）三個案例：Diffusion/Nerf/SAM 三個大模型技術案例證明這一點，虹軟的發布又快又好。其次，技術優勢帶來商業成功。1）前述技術優勢，帶來持續上修的市場空間，且競爭并不算激烈（尤其在國際市場）；2）這帶來商業模式“波士頓矩陣”的動態變化。若企業發展順利，會有更多金牛產品與明細產品，滋養問號產品，改善瘦狗產品。再次，2025-2

4、027 年動態展望前景光明，當前布局端側與 AIGC。1）智能手機：多年積累帶來逆勢增長；2）智能駕駛：增長加速，預計至少 2-3 年高增長；3）AI 眼鏡/頭顯：預計2025 年為突破元年。4）智能商拍：AIGC 新機遇。上調評級至“買入”。1）維持公司 2025-2027 年收入預測分別為 10.00、12.57、15.94 億元，歸母凈利潤分別為 2.33、3.09、4.38 億元；2）選取技術特色、純軟件為商業特征的公司，作為比較。綜合考慮上述 PS/PE 倍數，估值目標為 300 億元，國際對標公司 Unity與 Mobileye 的當前市值約為 700 億元、1000 億元，因此虹

5、軟科技前景光明?；谳^大的空間，評級從增持上調至“買入“。風險：行業政策約束/PE 偏高的風險/新興事物熱點的風險。虹軟科技涉及底層技術較多，因此其技術路徑選擇、客戶普及，需要持續跟蹤。市場數據：2025 年 05 月 19 日 收盤價（元）43.90 一年內最高/最低（元）57.68/23.18 市凈率 6.4 股息率%（分紅/股價）0.84 流通 A 股市值（百萬元）17,611 上證指數/深證成指 3,367.58/10,171.09 注：“股息率”以最近一年已公布分紅計算 基礎數據:2025 年 03 月 31 日 每股凈資產（元）6.90 資產負債率%9.06 總股本/流通 A 股（

6、百萬）401/401 流通 B 股/H 股（百萬）-/-一年內股價與大盤對比走勢：相關研究-證券分析師 洪依真 A0230519060003 黃忠煌 A0230519110001 劉洋 A0230513050006 研究支持 陳晴華 A0230123090010 聯系人 陳晴華(8621)23297818 財務數據及盈利預測 2024 2025Q1 2025E 2026E 2027E 營業總收入（百萬元）815 209 1,000 1,257 1,594 同比增長率（%）21.6 13.8 22.7 25.7 26.8 歸母凈利潤（百萬元）177 50 233 309 438 同比增長率（%）

7、99.7 45.4 32.0 32.6 41.8 每股收益（元/股）0.44 0.12 0.58 0.77 1.09 毛利率（%）90.4 89.8 90.3 89.2 88.0 ROE（%）6.5 1.8 8.0 9.6 11.9 市盈率 100 76 57 40 注：“凈資產收益率”是指攤薄后歸屬于母公司所有者的 ROE 05-2006-2007-2008-2009-2010-2011-2012-2001-2002-2003-2004-20-100%0%100%(收益率)虹軟科技滬深300指數 公司深度 請務必仔細閱讀正文之后的各項信息披露與聲明 第2頁 共37頁 簡單金融 成就夢想 投資

8、案件 投資評級與估值 維持公司 2025-2027 年收入預測分別為 10.00、12.57、15.94 億元，歸母凈利潤分別為 2.33、3.09、4.38 億元。選取以技術優勢和技術投入著稱的公司、以純軟件為商業特征的公司，作為比較?；谄浼夹g特色、商業模式特色，PS 估值倍數較為公允?？杀裙镜?2025-2026 年PS 平均值為 27/22 倍，中位數為 24/18 倍。我們認為虹軟科技的競爭力在 A 股計算機行業中具備優勢，且預計 2025-2027 年收入增速較高，因此選擇 2025 年 30XPS 較為公允。對應 300 億元。國際對標公司 Unity 與 Mobileye 的

9、當前市值約為 700 億元、1000 億元，因此虹軟科技前景光明?；谳^大的空間，評級從增持上調至“買入“。關鍵假設點 移動智能終端：預計 2025-2027 年收入增速為 11.9%、13.7%、14.9%。智能汽車智能駕駛及 IoT：預計 2025-2027 年收入增速為 71.5%、59.8%、44.0%。其他領域：預計 2025-2027 收入增速為 87.7%、105.4%、124.6%。預計 2025-2027 年人員基本維穩，根據業務需求小幅增長，員工人數分別增長 3%、4%、6%，其中技術人員增長分別為 3%、4%、6%，銷售人員增長分別為 5%、5%、6%，管理人員增長分別為

10、 1%、2%、4%。有別于大眾的認識 首先，投資者對虹軟科技的技術優勢認知不足。投資者認為復雜度較高、專有名詞多，理解起來有一定難度。我們認為：DeepSeek 與虹軟科技的技術思路與工程化，有異曲同工之妙。1）都有豐富的技術層級、跨層耦合的技巧（包含底層優化）、通用化、軟硬一體化。2）同行公司經常采用不同甚至相反的思路。同行公司普遍追求上層功能開發，較為信奉“AI Scaling Law”，這會導致迥異的發展目標。3）三個案例：Diffusion/Nerf/SAM 三個大模型技術案例證明這一點，虹軟的發布又快又好。其次，投資者對 PE 較高心存芥蒂。我們論述其技術復雜度、商業模式特點、可比公

11、司 PS 估值與世界對標公司。即虹軟科技的 PS 估值是有穩態中高凈利潤做支撐的。股價表現的催化劑 智聯汽車/智能駕駛領域不斷落單新型重要客戶、延續收入高增。AI 眼鏡/頭顯領域，作為下一個重要領域，落單重要客戶。此前雷鳥 V3 的算法方案廠商即為虹軟科技。進入機器人或其他領域有進展。核心假設風險 首先，行業政策約束。例如智聯汽車/智能駕駛領域，持續保護消費者利益、規范智能化的重要政策。說明以 AD/ADAS 為代表的 AI 滲透，要符合正常規律。其次，PE 偏高的風險。再次，新興事物熱點的風險。nVhUjZjWiWbWnUoM9PdNbRtRrRnPtOjMpPsPfQoMnM8OrRxON

12、ZmQrPvPqMpR 公司深度 請務必仔細閱讀正文之后的各項信息披露與聲明 第3頁 共37頁 簡單金融 成就夢想 1、虹軟科技技術：底層優化與工程化.6 1.1 技術復雜度的起點：技術層次.6 1.2 技術優勢：跨層耦合、通用化、軟硬一體化.8 1.3 DeepSeek 的思路.10 1.4 虹軟與 DeepSeek 共同之處.12 1.5 虹軟工程化的案例：Diffusion/Nerf/SAM 等.16 2、虹軟科技：持續上修的市場空間.18 2.1 “軟件-硬件”示意圖.18 2.2 波士頓矩陣的進步.19 3、當下布局的重要賽道：端側和 AIGC.20 3.1 智能手機：多年積累+創新

13、算法帶來逆勢增長.21 3.2 智能駕駛：視覺技術遷移智駕，增長加速.22 3.3 AI 眼鏡/頭顯：預計 2025 年為元年，未來增長可期.25 3.4 PSAI 智能商拍：AIGC 新機遇，面向電商的藍海市場.27 4、盈利預測與估值.29 4.1 預測 2025-2027 收入與利潤.29 4.2 估值、評級與對標公司.30 5、風險：政策/PE/新興事物.33 目錄 公司深度 請務必仔細閱讀正文之后的各項信息披露與聲明 第4頁 共37頁 簡單金融 成就夢想 圖表目錄 圖 1：軟科技有起色的第一種原因，產業鏈耦合.6 圖 2：軟科技有起色的第二種，跨行業技術組合.6 圖 3：技術層次的示

14、意圖，這是技術復雜度的起點.7 圖 4：技術優勢的一種：跨層耦合.8 圖 5：技術優勢的另一種，通用化、中臺化.8 圖 6：方舟編譯器大幅度提高效率的原理離不開“多層級耦合”.9 圖 7：方舟編譯器不需要繁瑣的虛擬機，把多層級一步解決，相當于“多層級耦合”.9 圖 8：Nvidia CUDA 技術層級的說明.10 圖 9：一圖標注 DeepSeek 對技術層級的代表性優化.12 圖 10：根據招股說明書，和虹軟開發平臺的信息，其技術層級的示意圖.13 圖 11：虹軟科技軟硬一體化能力的證據，精密匹配廠商、芯片、傳感器與模組.14 圖 12：虹軟科技 ArcMuse 計算引擎，就是上述優化的典型

15、平臺.16 圖 13：虹軟科技的“軟件-硬件”示意圖方便理解技術復用帶來持續上修市場空間18 圖 14：虹軟科技當前“波士頓矩陣”的示意圖.20 圖 15：2023 年公司 87%收入來源于智能手機，2024 年汽車業務占比開始提升20 圖 16：虹軟 ArcMuse 視覺 AI 核心基座引擎架構.21 圖 17：虹軟 Turbo Fusion 架構.22 圖 18：公司智能移動終端收入 2023 年逆勢增長.22 圖 19：手機業務技術可以遷移到汽車上.23 圖 20：虹軟智駕業務收入（單位：百萬元）.23 圖 21：虹軟智駕業務毛利率.23 圖 22：虹軟智能汽車產品體系.24 圖 23：

16、2023 年座艙域控芯片品牌裝機量排行.25 圖 24：全球 AI 眼鏡銷量統計和預測表（單位：萬副）.27 圖 25：AI 眼鏡亮點，預計未來爆火.27 圖 26：雷鳥 V3 眼鏡搭載虹軟 AI 視覺算法.27 圖 27：公司 AI 眼鏡、MR 解決方案.27 圖 28：PSAI 生成模特圖服飾紋理細節逼真.28 公司深度 請務必仔細閱讀正文之后的各項信息披露與聲明 第5頁 共37頁 簡單金融 成就夢想 圖 29：嵌入 1688 商家工作臺工作流形成生態卡位.28 表 1：虹軟科技多篇重要報告.6 表 2：虹軟科技表述的“核心技術及核心技術來源”.14 表 3：虹軟科技偏底層的算法庫。預計更

17、加底層 C 語言/匯編級代碼庫/基礎算子 15 表 4：證明虹軟技術與工程化優勢的三個大模型算法案例.18 表 5：2019-2024 年全球智能手機出貨量前五基本為公司客戶.21 表 6：虹軟智能手機解決方案主要技術.22 表 7：VR/AR/AI 眼鏡對比.25 表 8：2024-2025 年 AI 眼鏡重要發布和未來計劃.26 表 9：虹軟 PSAI 空間假設.28 表 10：虹軟科技收入預測拆分（單位：百萬元）.29 表 11：選擇可比公司做相對估值（市值用億元，毛利率為%，收入利潤為百萬元）31 公司深度 請務必仔細閱讀正文之后的各項信息披露與聲明 第6頁 共37頁 簡單金融 成就夢

18、想 此前我們多篇虹軟科技重要報告，論述了商業模式、競爭力、新業務問題，也開始涉及技術競爭力。本文在技術（底層優化、工程化，思路與 DeepSeek 有異曲同工之妙）、當前持續上修的市場空間、業務明細、估值上，做更多的探討。較多特色是伴隨近年經營收獲，還成為新閃光點。表 1：虹軟科技多篇重要報告 序列 時間 標題 內容 1 2019 年 7 月 虹軟科技-“量價齊升”的 AI 視覺領先挑戰者 商業模式、新業務、分拆明細 2 2020 年 3 月 虹軟科技：跨越 S 曲線的新突破 三大預期差、競爭力、手機業務、新業務。開始涉及底層算法和數據問題 3 2023 年 4 月 虹軟科技：AIDC+VRA

19、R+SAM 黑科技的技術領軍 技術一流、大模型、新業務 資料來源：申萬宏源研究 1、虹軟科技技術：底層優化與工程化 我們系統的分析虹軟科技的技術優勢。首先指出技術層級和底層技術的概念，然后指出 DeepSeek 與虹軟采用了類似的技術思路（底層優化、通用化、跨層耦合），因此虹軟科技的技術優勢來自工程化（用 Diffusion/Nerf/SAM 三個大模型技術案例證明）。1.1 技術復雜度的起點：技術層次 我們在 2024 年 4 月科技：東西合璧，世界領軍指出了兩種科技追趕甚至趕超的方式：產業鏈耦合、跨行業技術組合。前者提供的案例包括編譯器，后者提供的案例包括數字電路 IC 設計、操作系統等。

20、而短視頻、AI 大模型、半導體突破，也都大致可以歸類于上述創新方法。圖 1：軟科技有起色的第一種原因，產業鏈耦合 圖 2：軟科技有起色的第二種，跨行業技術組合 資料來源：2024 年 4 月科技：東西合璧，世界領軍，申萬宏源研究 資料來源：2024 年 4 月科技：東西合璧，世界領軍，申萬宏源研究 上述觀點幫助讀者開始理解“技術層次“的概念。此處更加系統的展開，引導讀者理解科學技術的難點。公司深度 請務必仔細閱讀正文之后的各項信息披露與聲明 第7頁 共37頁 簡單金融 成就夢想 技術層次往往是其復雜度的起點，此處舉兩個案例。在 ICT 科技工程中，底層技術貼近于機器、貼近于硬件；上層技術是不斷

21、調用、復用、組合底層技術，形成上層功能。到了最上層技術，已經貼近于自然、貼近于人類用戶的習慣。這種思維方式也貼近科技科學的發展規律。1）案例之一是智能手機。傳感器技術、芯片技術屬于底層技術，操作系統通過驅動程序調用芯片與傳感器的硬件信號，屬于中層技術。2）案例之二是基礎理科。數學屬于底層學科，為物理提供了強大的定量分析和邏輯推理工具。因而物理屬于更上層的學科。圖 3：技術層次的示意圖，這是技術復雜度的起點 資料來源：申萬宏源研究 通過上述技術層級堆疊，最后學科復雜度、層次豐富度、元件多樣性，可以不斷累積。這促成了技術復雜度。此處舉三個案例。1）以光刻機為例，至少包括六大技術層級，即光學層、機械

22、層、電子層、氣動層、化學層、軟件層。由光源、照明系統、投影物鏡、掩模臺、工件臺等子系統構成，每個子系統又包含數百個精密部件。例如，根據全球半導體設備供應鏈白皮書（SEMI，2024）和ASML 技術白皮書（2024），ASML 的 EUV 光刻機包含超過 10 萬個零部件，供應鏈涉及全球 5000 余家供應商。光刻機依賴高精度鏡頭（德國蔡司）、超穩定光源（美國Cymer）、納米級運動控制模塊（日本 THK）等，且需定制化開發專用軟件算法（如 ASML的 TWINSCAN 控制平臺）。2）以智能手機為例，至少包括四大技術層級，即核心層、功能層、交互層、外殼層。智能手機整合了通信、計算、傳感、電源

23、管理等多領域技術。一部高端手機包含超過 1000個元件，涵蓋中高端制程芯片、陶瓷電容器、光學防抖馬達等，且需滿足輕薄化與高性能的矛盾需求。3）以智聯汽車系統為例，至少包括四大技術層級，即感知層、網絡層、決策層、執行層。智聯汽車融合車輛工程、AI、通信、云計算等技術。一輛智能汽車包含超過 3 萬個零件，包括高算力芯片、高端雷達，且需滿足車規級可靠性。公司深度 請務必仔細閱讀正文之后的各項信息披露與聲明 第8頁 共37頁 簡單金融 成就夢想 1.2 技術優勢：跨層耦合、通用化、軟硬一體化 上述的層級堆疊、技術復雜度的增長，會天然促成大量的優化可能。投資者可以直觀的理解為：就像評估一片森林，面積廣袤

24、了，生態環境復雜了，那么生物多樣性、特殊性會大大增加。第一種技術優勢，甚至形成技術優勢的一種，就是“跨層耦合”。在 2024 年 4 月科技：東西合璧，世界領軍中稱為“產業鏈耦合”。圖 4：技術優勢的一種：跨層耦合 圖 5：技術優勢的另一種，通用化、中臺化 資料來源：申萬宏源研究 資料來源：申萬宏源研究 在技術層次較為豐富的項目中,“跨層耦合“往往會大幅提高技術效率。但較多領軍公司具備“惰性”，至少有兩個原因。其一，每個環節都是資深骨干（例如 CTO）當年完成的代碼，后續的研發人員往往傾向于維持公司權威的結果，不去挑戰。即使是科技代際已經從產品，到云，到 AI，也不明確更新。其二是，這些環節的

25、上市公司都要維持自身增長，要努力線性增長、穩定增長，難以發起激進變革。案例之一就是方舟編譯器和鴻蒙操作系統，這在 2024 年 4 月科技：東西合璧，世界領軍中也有論述。編譯器（可比喻為跨國節目翻譯）的本質是：底層貼近機器語言（“0-1“數字），上層貼近應用語言（例如 C、Java、Python 等，語法風格已貼近英語）。在軟件生態相對簡單時，分層處理也來得及（相當于對話內容簡單時，協調也簡單，多位翻譯人員輪流工作也來得及）。其中分層處理又包括兩種選擇：即提前（AOT，Ahead of time，下同）或者及時（JIT，Just in time，下同）。問題出在系統越來越復雜的時候，例如需要虛

26、擬機 ART（Android Runtime，下同）支持跨平臺（相當于內容已經從英語到主流歐洲語言，從對話節目到文藝紀錄片）。編譯方法曾做了多種嘗試，無論是“解釋+JIT“，還是“解釋+JIT+AOT”，但不徹底。方舟編譯器，就類似新推出一位熟悉六大語種、熟悉文史哲數理化的高級翻譯，不需要把當地文化、小眾語言、大眾語言分層或分人處理，所以效率提高很多。實際上左圖的傳統模式也可能做到這一點，但要維持原有解釋器、編譯器、OS、虛擬機不同層級的利益（相當于要維持每位翻譯人員的“競爭力壁壘”），因此暫未與時俱進。底層2底層1上層1上層2跨層耦合底層2底層1上層1上層2通用化，中臺化 公司深度 請務必仔

27、細閱讀正文之后的各項信息披露與聲明 第9頁 共37頁 簡單金融 成就夢想 圖 6：方舟編譯器大幅度提高效率的原理離不開“多層級耦合”圖 7：方舟編譯器不需要繁瑣的虛擬機，把多層級一步解決，相當于“多層級耦合”資料來源：搜狐網王成錄解密方舟編譯器：安卓如何改良才能媲美 iOS 的流暢度，申萬宏源研究 資料來源：搜狐網王成錄解密方舟編譯器：安卓如何改良才能媲美 iOS 的流暢度，申萬宏源研究 第二種技術優勢，甚至形成技術優勢，是“通用化”、“中臺化“。云與 AI 的一大優化方式是中臺化。它實現能力復用共享，提高業務響應速度和創新效率。案例之一是阿里巴巴2015-2018年的中臺戰略。2015年12

28、月，時任阿里巴巴集團CEO的張勇通過一封內部信說，“今天起，我們全面啟動阿里巴巴集團 2018 年中臺戰略，構建符合 DT 時代的更創新靈活的“大中臺、小前臺”組織機制和業務機制。其定義為“中臺架構，是將企業的核心能力隨著業務不斷發展以數字化形式沉淀到平臺，形成以服務為中心，由業務中臺和數據中臺構建起數據閉環運轉的運營體系“。案例之二是英偉達 CUDA，可以視為“具備通用化、中臺化的思想”。CUDA（Compute Unified Device Architecture），是一種由 NVIDIA 推出的通用并行計算架構，它大大提高了開發的兼容性，使開發人員可以使用 C 語言（還包括 C+、數據

29、庫、加速庫等）來為CUDA架構編寫程序。第三種技術優勢，往往來自軟硬一體化。投資者可以將軟件與硬件，通俗的理解為：都是可編程的科技功能。只是硬件速度更快、專用性更強；軟件成本更低（沒有制造成本）、通用性更強。技術開發，既要評估軟件與硬件的平衡，又要評估在不同開發環境的兼容性。這個環境，可能是 PC、手機、智能車、機器人、AI 可穿戴的各種載體。若考慮上述”技術層級“，每一層都會影響“開發環境“。因此“軟硬一體化”的工程能力，會形成技術優勢。以上三種，還具備此消彼長的特征、平衡折中的藝術。因此工程能力強的公司，會更加如魚得水。例如形成通用化、中臺化，往往利于復用、利于上層用戶，但不利于機器效率，

30、不利于跨層耦合。再例如追求極致的軟硬一體化，硬件效率很高，往往不利于通用化。至此，投資者應當對技術能力有更好的理解：1）算法理論只是技術的一小部分，實現它的工程化需要高深的技術。公司深度 請務必仔細閱讀正文之后的各項信息披露與聲明 第10頁 共37頁 簡單金融 成就夢想 2）技術復雜度往往來自復雜的技術層次。代表性的科技工程中，有數萬、甚至數十萬模塊。3）給出代表性技術優勢的說明：跨層耦合、通用化中臺化、軟硬一體化。它們甚至還具備平衡折中的藝術，更加考慮水平。1.3 DeepSeek 的思路 DeepSeek 在 2024 年后成為明星大模型，投資者可以歸納的要點包括：1）混合專家模型（MoE

31、）創新。2）純強化學習(RL)推理突破，無需人工標注數據和監督微調(SFT)。3）原始稀疏注意力機制（NSA）。4）底層指令集優化，例如 PTX 代碼。圖 8：Nvidia CUDA 技術層級的說明 資料來源：英偉達 CUDA Inline PTX Assembly in CUDA Release 12.8、CUDA Binary Utilities Release 12.8 、CUDA PTX ISA Release 8.7、CUDA C+Programming Guide、CUDA Runtime API Documentation、CUDA Math API Reference Manu

32、al Release V12.5、cuBLAS User Guide、CUDA Best Practices Guide（英偉達官方發布文檔），申萬宏源研究 DeepSeek的系統運轉于英偉達GPU，我們繪制基于英偉達GPU的開發層級示意圖。由于層級眾多，實際工程化優化空間很大。下面先提供技術描述，再提供相對通俗易懂的解釋，括號內的內容即為解釋。上述 1）混合專家模型（MoE）創新的思路，相當于高層的通用化。原本不同專家模型分別處理 AI 功能不同的方面（例如語音、語義、文字、數學推理、代碼生成等）。DeepSeek 發現粗分容易混淆，匹配度不高。不僅僅提供了更加細分的專業子模型，還提供了一些

33、工程優化技術，例如多層級知識蒸餾（即低成本的專家模型復制），例如混合專家協同決策機制（即多個專家用堆疊積木的方式聯合處理），例如強化學習驅 公司深度 請務必仔細閱讀正文之后的各項信息披露與聲明 第11頁 共37頁 簡單金融 成就夢想 動的組內進化（即同一專家小組篩選和微調），例如專家動態負載均衡（避免某些專家“過度疲勞”），例如稀疏激活和門控優化（每次僅激活少量專家）。如果用診療的比喻，可以輕松理解 DeepSeek 混合專家（MoE）創新。原本有一個全科醫生（相當于專家模型），所有病人都找他看病，精力有限，醫院成本高昂。創新后的思路是：雇傭大量?？漆t生，每個研究特定領域（相當于上述細分專業子

34、模型），用 AI 分診臺導診（相當于上述稀疏激活和門控優化），熱門專家限號（相當于上述專家動態復雜均衡），重癥患者聯合會診（相當于上述混合專家協同決策機制）。上述 2）純強化學習(RL)推理突破，相當于把全局計算轉化成局部計算。原本采用傳統監督微調（SFT）處理 AI 功能，依賴人工標注數據定義“正確答案”，計算量大。DeepSeek 推理端使用強化學習（RL），例如預定義規則獎勵（自動執行代碼驗證代碼正確性，不需要數據標注），例如群體相對優化（GRPO 算法，即 Group Relative Policy Optimization，組內多個輸出樣本獎勵對比，局部即得到相對好的結果，減少整體計

35、算量），例如形成長鏈推理能力（更接近本質），例如自我進化機制（多步驟迭代進步）。如果用教育的比喻，可以輕松理解 DeepSeek 強化學習（RL）創新。原本教師教授例題（相當于標注數據），學生模仿解題步驟。但大題量需要海量標注，新題型容易卡殼。創新后的思路是：學生自發解題，用計算器或計算機自動批改（相當于上述預定義規則獎勵），反饋錯誤步驟（相當于上述形成長鏈推理能力），每個知識點提示多種解題方法（相當于上述群體相對優化），大量嘗試類似題目（相當于上述自我進化機制）。上述 3）原始稀疏注意力機制（NSA）創新的思路，相當于中低層跨層耦合。原本大模型的注意力機制，對于長文本計算量太大，對內存數據操

36、作速度偏慢，這是變壓器架構（Transformer）的常見問題。DeepSeek 采用了中低層跨層耦合的思路。例如動態分層稀疏網絡（內容切分為模塊，保留關鍵和局部關聯的模塊，計算量大幅度減少），例如底層硬件級深度優化（貼近內存與 GPU 張量核心），例如端到端可訓練設計（類似上述門控優化）。如果用查閱文獻的比喻，可以輕松理解 DeepSeek 稀疏注意力機制（NSA）創新。原本逐頁參閱所有藏書（相當于原本的注意力機制），閱讀量太大，還容易失去重點。創新后的思路是：先看目錄和索引（相當于上述切分模塊），只閱讀高引用論文（相當于重視上述關鍵和局部關聯模塊），將最常用基礎論文放到手頭而不是每次放回書

37、架（相當于上述底層硬件級深度優化）。上述 4）底層指令集優化，例如 PTX 代碼，是底層優化、跨層耦合、通用化、軟硬一體化的絕佳案例。正常的技術工程應該是百花齊放的，有的專注于底層（貼近機器硬件），有的專注于上層（貼近人類用戶），優化技術也應當百家爭鳴。而業界談論的“AI Scaling Law”，常常受到西方經濟學引導，似乎在鼓勵用戶越來越關注上層（貼近自然，貼近人類用戶習慣），越來越關注增加層級。公司深度 請務必仔細閱讀正文之后的各項信息披露與聲明 第12頁 共37頁 簡單金融 成就夢想 既然傳統 CUDA 需通過編譯器轉換為 PTX 再生成機器碼，DeepSeek 直接編寫 PTX（Pa

38、rallel Thread Execution）底層指令，減少中間轉換損耗。它與上述趨勢相反，考慮減少層級，專注底層效率。這在 20 年前嵌入式軟件（Embedded Software）風靡時，是非常常見的科技工程，但 AI 時代，卻物以稀為貴。此處不需要引入比喻，讀者應當已可理解 PTX。PTX 代碼優化的底層優化、跨層耦合、通用化、軟硬一體化，已經非常直觀。此處不再使用比喻幫助讀者理解。DeepSeek 啟示：深度揭秘基于 PTX 的 GPU 底層優化技術1是比較直觀的技術說明。圖 9：一圖標注 DeepSeek 對技術層級的代表性優化 資料來源：DeepSeek-R1:Incentivi

39、zing Reasoning Capability in LLMs via Reinforcement Learning （深度求索發布論文），DeepSeek-V3 Technical Report（深度求索技術文檔），申萬宏源研究 1.4 虹軟與 DeepSeek 共同之處 虹軟科技的技術優勢，與 DeepSeek 有較多共同之處。它們都有豐富的技術層次，每一層有通用化（中臺化）的嘗試，經常使用跨層耦合、底層優化技巧，且具備充分的軟硬一體化特征。下面分別說明。1 DeepSeek 啟示：深度揭秘基于 PTX 的 GPU 底層優化技術，啟明星辰 ADLab 官網，2025 年 2 月 公司深

40、度 請務必仔細閱讀正文之后的各項信息披露與聲明 第13頁 共37頁 簡單金融 成就夢想 圖 10：根據招股說明書，和虹軟開發平臺的信息，其技術層級的示意圖 資料來源：虹軟科技招股書，虹軟科技歷年年報，申萬宏源研究 1）技術層級，指出“層級積累優勢”。招股說明書對技術層次即有“層次積累優勢”的描述：“主要算法技術都經過了長時間的錘煉，從基本的黑白小分辨率圖像的攝取、增強、編輯、檢測識別到高清大圖像、視頻的實時處理均打下了堅實的基礎，創造了有利和領先的條件”。招股說明書描述“客戶向虹軟科技詳細介紹硬件性能和技術參數，并據此與虹軟科技共同探討具體擬裝載的算法技術，虹軟科技將綜合考慮客戶需求、硬件性能

41、、產品預算等因素，有針對性的向 客戶提供一攬子算法技術組合“。這個技術組合的表述，也是上述技術層次的清晰佐證。2）關于硬件載體的軟硬一體化適配，終端、芯片平臺、模組、傳感器多樣性是證據。關于終端廠商：招股說明書披露有華為、Vivo、索尼、小米、LG、三星、Oppo 等信息，且商業模式為“產品授權”、“算法授權”。歷年客戶信息中，提供超過 20 家優質客戶的合作信息，且提示“虹軟與上述廠商合作時間基本 超過 5 年以上，其中與三星合作超過 15 年，具有極強的客戶粘性”。關于芯片平臺廠商：招股說明書描述“虹軟科技通過與高通、聯發科、展訊等產業鏈頂尖企業長期合作，將其算法根據不同硬件平臺的特點進行

42、深入優化，大大降低了視覺人工智能應用的硬件門檻”。公司還指出平臺至少有：ARM、高通、CEVA、聯發科、展訊、Tensilica。關于模組廠商：招股說明書指出至少有舜宇光學、致伸科技、信利半導體、光寶科技、Haesung、LG Innotek、歐菲光等。關于傳感器廠商：招股說明書指出至少有 Micron、三星半導體、索尼傳感器、松下等。上述芯片、終端、傳感器、模組廠商的多樣性，需要虹軟科技分別匹配。通用化與軟硬一體化是必然的產物。時間優化空間優化正確性 魯棒性招股說明書提供了30種核心技術說明招股說明書“核心技術及其技術水平節選”提供了核心技術和關鍵技術的典型對應關系招股說明書和官方網站均提供

43、了解決方案招股說明書提供了主要的芯片平臺/終端/傳感器/模組列表調優目標：時間復雜度/空間復雜度/正確性/魯棒性基礎算子OPC與匯編加法乘法旋轉池化歸一稀疏 .其它基礎算子根據行業慣例，dll和lib底層優化后封裝，通過SDK（或API等）調用底層算法庫C為主，部分匯編顏色操作 縮放特征分割合成去噪 其它底層算法庫關鍵技術SDK接口/C/C+/Java等關鍵點檢測 多幀降噪 細節還原 動態范圍提升 3D人臉追蹤核心技術SDK接口/C/C+/Java等人體分析 手勢識別 暗光增強 人像虛化 即時抓取 影調增強 虛擬人物動畫解決方案等智能單攝 智能雙攝 智能多攝 深度攝像 駕駛視覺 IOT載體1手

44、機載體2汽車載體3機器人 載體4可穿戴硬件載體芯片：高通平臺/三星平臺/小米平臺等載體：手機/車載/可穿戴/機器人等傳感器廠商/光學模組廠商/公司深度 請務必仔細閱讀正文之后的各項信息披露與聲明 第14頁 共37頁 簡單金融 成就夢想 圖 11：虹軟科技軟硬一體化能力的證據，精密匹配廠商、芯片、傳感器與模組 資料來源：虹軟科技招股說明書，申萬宏源研究 3）關于中間層算法，涉及環境、影像、物體、人臉等，招股說明書有說明。招股說明書表述“虹軟科技的產品對于不同的光線、環境和物體均有特定的識別與自適應算法”，“如人體識別、物體識別、場景識別、圖像增強、三維重建和虛擬人像動畫等各類核心技術”。它在“核

45、心技術及核心技術來源”提供了 30 項說明（還提供了 7 種代表性技術的水平說明、9 種核心技術的獨特性說明），均屬于“技術層次”的中間層。表 2：虹軟科技表述的“核心技術及核心技術來源”偏人臉 偏檢測 偏人體 偏環境 偏影像 人臉分析 手勢識別 人體分析 物體識別 圖像質量分析 人臉識別 活體檢測 行為分析 場景識別 三維重建 人臉美化 心率檢測 人體美化 車輛定損 識別 深度恢復 豬臉識別 人像重光照 光學變焦 圖像語義分割 虛擬人物動畫 SLAM 暗光圖像增強 人像虛化 ADAS 防抖技術 超分辨率 圖像增強 HDR 全景拼接 視頻插幀 和去頻閃 技術 多攝標定 資料來源：虹軟科技招股說

46、明書，申萬宏源研究 4)關于底層、偏底層算法，算法庫、開發庫的表述都是證明。招股說明書描述“虹軟科技的產品化能力還體現在其技術的通用性和延展性上。憑借對行業演進規律的理解，公司形成大量模塊化的產品和底層算法庫”，“積累了大量視覺人工智能領域的底層算法，涵蓋了人、物、場景三個視覺人工智能的主要研究方向“。這是對偏底層算法庫、技術通用化的清晰表述 公司深度 請務必仔細閱讀正文之后的各項信息披露與聲明 第15頁 共37頁 簡單金融 成就夢想 表 3：虹軟科技偏底層的算法庫。預計更加底層 C 語言/匯編級代碼庫/基礎算子 智能單攝視覺解決方案 智能暗光增強解決方案 單幀去噪 多幀去噪 亮度提升 動態范

47、圍提升 智能 HDR 光影層次 攝影參數 暗部亮度 智能防抖 光學防抖 非光學防抖 陀螺儀傳感 重力傳感感知 智能超像素 無損變焦 智能人臉識別 人臉檢測 人臉追蹤 人臉識別 性別檢測 年齡檢測 皮膚檢測 智能人體識別 人體檢測 人體姿態檢測 手勢檢測 智能場景識別 自動調用參數 智能全景拍攝 實時拼接 去鬼影 智能人像拍攝 大光圈特效 光影特效 背景替換 智能美顏 個性化美顏 智能美體 人體檢測分割 個性化美體 智能 AR 3D 錄制 智能鏡頭畸變矯正 廣角畸變矯正 超廣角畸變矯正 人像畸變矯正 智能圖像特效 特定主題特效 智能物體追蹤 智能追蹤 動態對焦 智能去頻閃解決方案 高幀率錄制頻閃

48、 智能雙攝視覺解決方案 智能雙（多）攝人像拍攝 大光圈特效 光影特效 背景替換 智能光學變焦 多攝像頭 無級變焦 智能超級變焦 潛望式長焦攝像頭 無級變焦 智能模組產線標定 多攝像頭 產線標定 智能手機組裝線標定 手機組裝線 產線標定 深度攝像解決方案 智能 3D 掃描 機構光 TOF 智能 3D 人臉識別 人臉檢測 人臉追蹤 人臉識別 智能 3D 人體識別 人體檢測 人體姿態檢測 手勢檢測 智能 3D 美顏 個性化美顏 智能 3d 美體 人體檢測分割 個性化美體 智能深度 AR 多種核心技術？3D 表情錄制 3D 人像拍攝 大光圈特效 光影特效 背景替換 資料來源：虹軟科技招股說明書，申萬宏

49、源研究 以上摘自招股說明書，是較為貼近底層部分的詳細證明。實際上，虹軟科技更加底層層級還有 C 語言/匯編級代碼庫/基礎算子。根據行業經驗，底層算法庫包括分割、合成、去噪等；基礎算子（經常使用匯編代碼，類似 DeepSeek 的 PTX）包括加法、乘法、旋轉、池化、歸一、稀疏等。綜上，虹軟科技與 DeepSeek 的技術思路頗為相似，尤其豐富的技術層級、跨層耦合的技巧（包含底層優化）、通用化、軟硬一體化。而同行公司在跨層耦合、構建技術層級、發展軟硬一體化方面，經常采用不同甚至相反的思路。同行公司普遍喜歡上層功能開發，較為信奉“AI Scaling Law”，這會導致迥異的發展目標。虹軟科技的

50、ArcMuse 計算技術引擎，就是上述優化的很好證明。其與 DeepSeek 對技術層級的代表性優化有較多類似思路。而 ArcMuse 的細節，于第三章有詳細論述。公司深度 請務必仔細閱讀正文之后的各項信息披露與聲明 第16頁 共37頁 簡單金融 成就夢想 圖 12：虹軟科技 ArcMuse 計算引擎，就是上述優化的典型平臺 資料來源：虹軟科技官網 2023 年 10 月ArcMuse 新篇章！生成式 AI 備案通過、智能商拍云工作室全新上線，虹軟科技官網 2024 年 2 月驚艷！AIGC 自動生成商業視頻，虹軟 ArcMuse 引擎重磅升級，虹軟科技官網 2024 年 12 月突破多核心難

51、點，虹軟 ArcMuse 全面升級：高清視頻、AI 模特圖、智能試衣重塑商拍未來，虹軟科技官網 2025 年 3 月虹軟新一代視覺大模型 ArcMuse 2025 V1.1 正式發布，全面賦能手機、汽車、眼鏡、機器人、服裝智造和智能商拍行業,申萬宏源研究 1.5 虹軟工程化的案例：Diffusion/Nerf/SAM 等 下面我們列舉三個近年注明的大模型算法，來證明虹軟科技思路類似，部分特點更好。這些優勢來自前面敘述的技術層次、底層優化、工程化能力。投資者可以直觀的理解為：若當年技術層次搭建不清晰、底層算法不扎實、工程化體系不完備，虹軟科技幾乎不可能在學術界、工業界出現新技術的時候，很快即有項

52、目落地。這些項目既有部分類似，又有部分差異，既體現出殊途同歸，又體現出活靈活現。案例之一是 Nerf（神經輻射場）：國際同步，專利與工程化落地。ECCV2020 會議上，NeRF 神經輻射場論文NeRF:Representing Scenes as Neural Radiance Fields for View Synthesis得到關注。虹軟科技發布新聞，2023 年的 CAD&CG 大會2上，虹軟科技展示了 Nerf 神經輻射場重構三維物體。根據官網對“一站式車載視覺解決方案 VisDrive”的描述，我們認為其 4.0版本借鑒了點云技術，5.0 版本借鑒了神經輻射場 NeRF 技術。20

53、23 年 11 月，根據國家知識產權局公告，虹軟申請了“一種新視點圖像合成方法、系統、設備和存儲介質”專利（公開號 CN117576542A）。提及通過優化相機姿態信息訓 2 超炫 AI 科技嗨翻全場！虹軟超前智能應用亮相 CAD&CG2023 大會，虹軟官網，2023/8 公司深度 請務必仔細閱讀正文之后的各項信息披露與聲明 第17頁 共37頁 簡單金融 成就夢想 練神經輻射場（NeRF），顯著提升合成圖像的真實感。該技術解決了傳統 NeRF 訓練中的姿態誤差問題，適用于 AR/VR 場景的 3D 重建。案例之二是 Diffusion：很早拓展，廣泛工程化，甚至發展了 ControlNet

54、Diffusion 方法在大模型時代，被廣泛用于圖像與視頻處理。其中兩個代表時間是：2022年 8 月，Stability AI 發布了 Stable Diffusion 1.4 版本。2022 年 9 月，多機構聯合發布Diffusion Models:A Comprehensive Survey of Methods and Applications（后續有版本修改）。虹軟科技早在招股說明書、2019 年報披露的多幀降噪技術已采用時序擴散思想，通過合并16幀 RAW數據生成低噪圖像，與 Stable Diffusion的噪聲預測模型存在算法共性。2023，虹軟官網披露了 ControlNe

55、t 技術3。技術邏輯與 Stable Diffusion 的 ControlNet插件較為一致。2024 年 2 月申請的專利 一種虛擬試衣方法、裝置和存儲介質（申請號CN202410191017.6，公開公告號 CN117745990A），明確將擴散模型應用于工程化。案例之三是 SAM 圖像分割:思路有相似性，成本、精度、底層優化甚至更強。2023 年 4 月 Meta 發表分割算法 SAM（論文為 Segment Anything ）,2024 年 Meta 發布 SAM2?！傲銟颖厩|”思想具備創新性，但工業界普遍擔心成本、工程化、底層優化能力。虹軟科技在圖像分割領域的技術積累可追溯至

56、2018 年，其招股說明書披露的底層算法支持實時掩碼生成。我們認為其與 SAM 的零樣本遷移能力形成互補。2023 年與高通合作的驍龍平臺 AI 算法優化項目中，虹軟的分割模組已實現類似 SAM的交互式標注功能（如框選、文字提示分割）。2022-2023 年高通合作就體現了虹軟在圖像分割的優勢，2023 年 3 月的 AI 肖像分割成為明星技術。2022 年 11 月，高通年度旗艦新品第二代驍龍 8 平臺。虹軟與其合作的基于新一代驍龍 8 移動芯片平臺推出的革命性技術認知 ISP，能在用戶拍攝照片和視頻時進行實時語義分割。2023 年 3 年，Snapdragon Compute Ecosys

57、tem Summit 上，ArcSoft Video Bokeh 是虹軟開發的一項視頻背景虛化技術，利用 AI 肖像分割將視頻中的人像主體與背景分離。2023 年與 OPPO 合作推出的 Find X6 系列手機影像功能中，虹軟的 AI 算法支持了圖像分割、背景虛化等核心功能，體現了其在實際場景中的技術落地能力。在 2024 年與雷鳥合作的 AR 眼鏡項目中，根據官網新聞表述，我們認為虹軟使用了分割模塊，復用了招股說明書論述的多幀降噪、HDR 算法技術。這種技術路徑與 SAM 的交互式分割存在相似性。3 打造令人驚嘆的 AI 之手-虹軟手勢谷歌關鍵點技術賦能 AIGC，虹軟，2023/5 公司

58、深度 請務必仔細閱讀正文之后的各項信息披露與聲明 第18頁 共37頁 簡單金融 成就夢想 表 4：證明虹軟技術與工程化優勢的三個大模型算法案例 技術英文 技術中文 國際提出 虹軟 專利 虹軟 應用 1 虹軟 應用 2 虹軟 應用 3 Nerf 神經輻射場 ECCV2020 CN117576542A CAD&CG 2023 Diffusion 擴散方法 多機構&Stability AI CN117745990A 多幀降噪 2019 controlNet 2024 SAM Meta 的圖像分割 Meta 2023 高通合作 2022-2023 Oppo 2023 雷鳥2024 資料來源：虹軟科技官

59、網，三類算法的官方論文，國家知識產權局官網，申萬宏源研究 2、虹軟科技：持續上修的市場空間 本章論述，由于軟件軸與硬件軸持續延展，虹軟科技的市場空間持續上修。一方面：由于前述的底層優化、工程化能力，所以新領域，競爭并不算激烈。即新領域有大量技術、客戶、商業口碑是可以復用此前領域的。另一方面，這些持續上修的市場空間，會帶來虹軟科技商業模式“波士頓矩陣”的動態變化。若企業發展順利，會有更多金牛產品與明細產品，滋養問號產品，改善瘦狗產品。2.1 “軟件-硬件”示意圖 下圖中，橫軸是硬件載體，包括 PC、相機、手機、智聯汽車、AI 眼鏡（XR 頭顯/空間計算/AIoT）/機器人?？v軸是 AI 能力的工

60、業發展，包括特征識別（模式識別）、AI 小模型（單攝、雙攝等）、AI 大模型等（以及與小模型的工程化）。圖 13：虹軟科技的“軟件-硬件”示意圖方便理解技術復用帶來持續上修市場空間 資料來源：虹軟科技招股說明書，虹軟科技官網，虹軟科技 2023-2024 年報，申萬宏源研究 圖例大模型特性小模型單攝雙攝特征識別模式識別PC+相機經典手機智能手機智聯汽車AI眼鏡（空間計算，AIoT）機器人安卓生態客戶三星手機華為手機小米手機Oppo手機Vivo手機傳音手機智聯汽車生態吉利嵐圖奇瑞長安長城上汽等機器人生態預計復制車載過程ArcMuse復制到機器人（2024年報）佳能數碼相機松下數碼相機等諾基亞手機

61、西門子手機安卓生態客戶三星手機小米手機Oppo手機Vivo手機華為手機等AI眼鏡/XR頭顯/空間計算/AIoT生態雷鳥多家知名AI眼鏡品牌商（2024年報）展望當前落地歷史索尼數碼相機理光數碼相機階段性華碩、摩托羅拉、富士康（幫助旗下諾基亞）等虹軟科技的虹軟科技的“軟件“軟件-硬件”示意圖方便理解：硬件”示意圖方便理解：技術技術復用帶來持續上修市場空間復用帶來持續上修市場空間 公司深度 請務必仔細閱讀正文之后的各項信息披露與聲明 第19頁 共37頁 簡單金融 成就夢想 投資者往往關注智能手機業務，注意到了智聯汽車業務的收入高增。實際上，后續的空間會持續上修。這一方面來自軟件與硬件軸的延展，另一

62、方面來自技術、客戶與商業口碑的復用。圖中的重要信息，在招股說明書、官網、年報中均有論述，例如：1）關于手機業務：招股說明書論述“主要客戶包括三星、華為、小米、OPPO、維沃（vivo）、LG、索尼、傳音等全球知名手機廠商”，還解釋了階段性大客戶摩托羅拉、諾基亞（通過大客戶富士康旗下體現）、華碩等的信息。2）關于汽車業務放量與出海：2023 年報論述“2023 年 1 月以來，新增與長安新能源、長城、睿藍、極氪、吉利、合眾、長安、嵐圖、奇瑞、北汽新能源、一汽紅旗等車廠在內的多個前裝量產定點項目“，還論述“公司迄今累計取得了二十余款海外車型定點項目，其中已有十余款量產出貨，覆蓋歐盟、英國、挪威、以

63、色列、澳大利亞、新西蘭等地區”。3）關于 AI 眼鏡，非常具備前景。2023 年報 7 處論述 AI 眼鏡，2024 年高達 50 多處。提到“虹軟技術已成功助力雷鳥 V3 完成國內首款 AI 眼鏡的發售，產品上市后市場反饋良好“，還指出非常有前景：”目前已有超 40 家國內外廠商入局 AI 眼鏡，其中包括互聯網大廠、手機巨頭、AR 明 星企業，涉及產品數量預計超過 50 款.公司快速響應 AI 眼鏡市場需求，積極布局 AI 眼鏡影像算法，與多家知 AI 眼鏡品牌商建立了深度合作 關系，根據品牌商的產品定位與市場需求，為其定制化開發影像算法解決方案。4）接力的可能是機器人算法。2023/202

64、4 年報 2/13 處論述機器人，2024 年報指出“新一代 ArcMuse 計算技術引擎，還將服務于公司旗下智能手機、智能汽車、AI 眼鏡及 XR、機器人等更多元場景“。2.2 波士頓矩陣的進步 當虹軟科技智能汽車業務開始收入高增，較好的信號是：會有更多金牛產品與明細產品，滋養問號產品，改善瘦狗產品。公司深度 請務必仔細閱讀正文之后的各項信息披露與聲明 第20頁 共37頁 簡單金融 成就夢想 圖 14：虹軟科技當前“波士頓矩陣”的示意圖 資料來源：虹軟科技招股說明書，虹軟科技 2019-2024 年報，申萬宏源研究 3、當下布局的重要賽道：端側和 AIGC 根據前述公司波士頓矩陣，目前已形成

65、 4 大業務戰略：鞏固發展智能手機業務（公司明星金牛業務）、大力開拓智能駕駛解決方案（未來明星產品）、積極布局 AI 眼鏡頭顯/機器人（未來明星產品）、持續探索 AIGC 智能商拍（問號產品未來有望成為明星產品）。目前公司主要收入來源于智能手機業務，2024 年手機為主的移動智能終端業務收入 6.75億元，占比 83%，智能駕駛業務收入 1.27 億元，占比 16%，較 2023 年占比提升。預估AI 眼鏡、商拍在 2025 年起步、2026 年起逐漸放量。圖 15：2023 年公司 87%收入來源于智能手機，2024 年汽車業務占比開始提升 資料來源：公司年報，申萬宏源研究 87%83%11

66、%16%2%1%0%20%40%60%80%100%120%20232024移動智能終端視覺解決方案智能駕駛及其他IoT其他 公司深度 請務必仔細閱讀正文之后的各項信息披露與聲明 第21頁 共37頁 簡單金融 成就夢想 更符合落地要求的視覺大模型解決方案賦能各業務線。公司 ArcMuse 計算技術引擎整合視覺大模型、細分模型和淺層模型、CV/CG 引擎包等，形成多層級技術協同。通用大模型在生成能力上優秀，但細節和控制能力較弱，公司 ArcMuse 能夠在保留生成式 AI 能力同時通過條件約束提升可控性，更符合落地場景實際需求。2025 年 3 月公司發布新一代視覺大模型 ArcMuse 202

67、5 V1.1，在生成質量、計算效率、端側適配性等方面突破，增強視覺大模型泛化能力和實用性。賦能 4 大業務：1）AI 影像處理：處理復雜紋理和高度對比場景具有穩定增強效果降低圖像生成不確定性，語義分割和識別方面增強精度；2）智能汽車：推理能力和場景理解能力提升，在低能見度和復雜路況下能夠結合不同駕駛環境分析提供安全輔助建議；3）AI 眼鏡頭顯/機器人：提升復雜環境下物體識別精度，通過優化多模態數據處理、實時目標識別、復雜場景理解提升機器人在動態環境中的適應性和自主性；4）智能商拍：優化文本和圖像生成的控制精度，在提示詞響應準確性和圖像生成可靠性方面提升。圖 16：虹軟 ArcMuse 視覺 A

68、I 核心基座引擎架構 資料來源：虹軟官方網站，申萬宏源研究 3.1 智能手機：多年積累+創新算法帶來逆勢增長 聚焦頭部客戶，安卓智能手機攝像 AI 算法主要提供商。公司在發展每個階段皆聚焦頭部客戶，根據 IDC（國際數據中心）統計的 2019-2024 年全球出貨量前五的手機品牌中，除蘋果公司完全采用自研視覺 AI 算法外，其余安卓系統手機主流機型均搭載公司視覺 AI解決方案。目前主要手機品牌客戶包括三星、小米、OPPO、vivo、榮耀、Moto 等，AI 拍照算法在安卓主流手機市占率達 80%以上。表 5：2019-2024 年全球智能手機出貨量前五基本為公司客戶 年全球智能手機出貨量前五

69、2019 2020 2021 2022 2023 2024 1 三星 三星 三星 三星 蘋果 蘋果 2 華為 蘋果 蘋果 蘋果 三星 三星 3 蘋果 華為 小米 小米 小米 小米 公司深度 請務必仔細閱讀正文之后的各項信息披露與聲明 第22頁 共37頁 簡單金融 成就夢想 4 小米 小米 OPPO OPPO OPPO 傳音 5 OPPO vivo vivo vivo 傳音 OPPO 資料來源：IDC（國際數據中心），申萬宏源研究 全面完善的技術方案覆蓋不同硬件配置。公司智能手機解決方案針對單攝/雙攝/深度相機等不同類型全面提升拍攝質量，包括夜景、全景、防抖、HDR、景深虛化、FaceID 等。

70、算法針對主流硬件平臺深入優化，如高通、聯發科、三星等，能夠在有限的硬件配置下提升軟件算法上限，突破硬件瓶頸。表 6：虹軟智能手機解決方案主要技術 主要業務方向 解決方案 核心技術 智能手機解決方案 拍攝解決方案 針對手機前后攝像頭，在既有硬件能力基礎上提升成像質量 夜景；全景拼接；防抖；HDR；FaceID；Avatar；人臉特效；人體 AR 虛擬特效；景深虛化；景棚光效；場景拍攝對象自動識別；自拍動態美顏；濾鏡；手勢交互；光學變焦；相機標定 多攝像頭解決方案 針對多攝像頭，提供例如廣角+長焦、彩色+黑白等方案 深度相機解決方案 針對不同類型深度相機，前置結構光或后置 ToF提供視覺解決方案

71、資料來源：公司官網，申萬宏源研究 技術迭代是公司智能手機業務增長的主要驅動因素。公司 2023 年創新推出 Turbo Fusion 超域融合一站式智能手機攝影解決方案，軟件圖像信號處理平臺為核心，通過深度學習、異構計算框架和多模態數據融合實現從原始圖像采集到最終成像的全鏈路處理能力升級，覆蓋語義感知、畫質增強、影調色彩、算力加速等環節。Turbo Fusion 發布帶動公司手機業務在全球手機出貨量下行的情況下逆勢增長。圖 17：虹軟 Turbo Fusion 架構 圖 18：公司智能移動終端收入 2023 年逆勢增長 資料來源：虹軟官方網站、申萬宏源研究 資料來源：IDC（國際數據中心），w

72、ind，申萬宏源研究 3.2 智能駕駛：視覺技術遷移智駕，增長加速 手機視覺技術積累遷移至汽車。隨著人工智能產業的發展，攝像頭的應用范圍與日俱增，攝像頭將成為智能汽車、智能零售等 IoT 領域智能化的主要硬件之一。公司多年來在手機領域積累的多項視覺人工智能核心技術，如精確外部環境及物體的識別和分析、極端條件下視覺系統的影像質量提升、與雷達或激光雷達深度信息的融合、面部識別、手勢識別、眼部跟蹤識別及分析等技術均可應用在汽車領域。公司深度 請務必仔細閱讀正文之后的各項信息披露與聲明 第23頁 共37頁 簡單金融 成就夢想 圖 19：手機業務技術可以遷移到汽車上 資料來源：申萬宏源研究 智能汽車為主

73、的 IoT 項目為公司上市募資重點投向領域，接近項目收斂階段。初始投資總額 3.85 億元，2022 年終止光學屏下指紋項目后將剩余資金投入 IoT 項目，總額達 5.50億元，2024 年累計投入進度 95%，重點布局項目接近收斂轉化。2021-2024 前裝純軟件收入開始迅速增長，毛利率較高。2018-2020 通過后裝切入市場，后裝市場需求響應快量產周期短迅速釋放業績。2020 年開始加大對前裝投入，收入上逐漸轉為前裝為主，規避供應鏈風險，毛利率迅速提升。2023 年起公司智駕毛利率穩定在85%以上，符合純軟件高毛利率水平，體現目前收入快速增長主要來源于前裝純軟銷售。圖 20：虹軟智駕業

74、務收入（單位：百萬元）圖 21：虹軟智駕業務毛利率 資料來源：公司年報，申萬宏源研究 資料來源：公司年報，申萬宏源研究 公司深度 請務必仔細閱讀正文之后的各項信息披露與聲明 第24頁 共37頁 簡單金融 成就夢想 先軟件再軟硬一體的產品體系形成，艙內和艙外智能化邁進?；谝曈X技術的多年積累，公司在智能座艙 DMS、智能駕駛輔助 ADAS、360 環視視覺 AVM 形成完整的技術解決方案：艙內根據人臉識別和物體識別等技術研發 DMS、OMS 等監控系統，艙外通過前向攝像頭識別車輛、行人、車道線，檢測車間距或行人間距及相對速度等，并通過和視覺傳感器協同形成全車周圍視頻圖像。目前主要產品為 VisD

75、rive 一站式車載視覺軟件解決方案、Tahoe前裝軟硬一體車載視覺解決方案和 Westlake前裝軟硬一體車載視覺解決方案。圖 22：虹軟智能汽車產品體系 資料來源：公司官網，公司年報，申萬宏源研究 1）VisDrive 純軟產品陸續獲多家車企及 Tier1 定點，艙內搭載量提升，艙外逐步量產交付。已量產定點包括長安新能源、長城、睿藍、極氪、吉利、合眾、長安、嵐圖、奇瑞、北汽系能源、一汽紅旗等車廠。艙內：搭載艙內算法產品的量產出貨車型累計數十款，包括理想 L9、長城哈佛、歐拉、坦克、合眾哪吒、長安 CS75 PLUS、吉利豪越 L、領克 06等，24 年健康監測算法獲多個量產定點，法規類產品

76、完成量產上線。艙外：AVM 累計獲得幾十款車型定點，近 20 款量產。24H1 重點推出 SoC 艙泊一體有望 2025 年導入量產。出海：累計 20+海外車型定點，10+量產出貨，覆蓋歐盟、英國、挪威、以色列、澳大利亞、新西蘭等地區。2）軟硬一體獲定點，產品化進程加速。Tahoe：獲數家海外車廠多款車型全球量產項目定點。Westlake：記憶行車、記憶泊車完成開發部署，無圖高速 NOA 拓寬使用場景。后續增長動力來自純軟件端的持續滲透以及軟硬一體的擴散。3）主流芯片廠商深度合作有望推動滲透率。公司和高通為多年戰略合作伙伴保持緊密合作，在高通驍龍 8 至尊版發布會中虹軟攜手發布基于高通平臺的影

77、像技術與端側生成式AI，智駕方面推出依托高通驍龍 8155 和 8295 座艙芯片平臺的自動泊車輔助等功能，以及依托驍龍 8650 和 8620 智駕平臺的環境感知系統和 ADAS 智駕輔助等。全球座艙域控芯片領域高通為市占率第一，且目前艙內 DMS/OMS 裝配率仍較低，根據佐思汽研，2024 年 公司深度 請務必仔細閱讀正文之后的各項信息披露與聲明 第25頁 共37頁 簡單金融 成就夢想 1-11 月國內乘用車 DMS/OMS 裝配率僅 16.3%，有較大提升空間，通過與高通的緊密合作虹軟有望持續提升滲透率。圖 23：2023 年座艙域控芯片品牌裝機量排行 資料來源：蓋世汽車研究院，申萬宏

78、源研究 4）軟硬一體定點到量產預估帶動后續收入增速。公司軟硬一體產品 Tahoe 在 2022 年獲定點項目，Westlake 根據公司募投項目進度預估 2025 年獲定點，通常從定點到規模量產需 2-3 年時間，且軟硬一體產品單價高于純軟，預估 Tahoe 和 Westlake 放量后能夠帶動收入高增。3.3 AI 眼鏡/頭顯：預計 2025 年為元年，未來增長可期 AR/VR 到 AI 百鏡大戰帶動 AI 端側需求上升。AI 眼鏡頭顯可以分為 VR/AR/MR/AI 眼鏡，在性能、使用體驗、重量及價格上各有千秋：1）AR 和 VR：VR 行業發展相對成熟，2022-2023 年出貨量約 8

79、00-1000 萬臺，AR 眼鏡 2023 年出貨量約 51 萬臺，具備虛擬現實功能；2）AI 眼鏡：以 Meta Ray-Ban 為最主要代表，2 代產品與 23 年 9 月發布，24 年 4月升級 AI 功能、鏈接 Llama 3 大模型，成為 2024 年 AI 爆款終端，主要通過內置傳感器、攝像頭和處理器捕捉、分析并反饋用戶視覺信息，能夠提供攝影、眼鏡、墨鏡、耳機等多功能一體。表 7：VR/AR/AI 眼鏡對比 VR 眼鏡 AR 眼鏡 AI 眼鏡 產品形態 產品定義 虛擬現實，創建一個完全由計算機生成的虛擬環境，通過頭戴設備沉浸其中，體驗一個與現實世界隔離的三維空間 增強現實，現實世界

80、基礎上疊加計算機生成的虛擬信息，用戶仍然可以看到與現實世界互動，虛擬內容增強現實世界感知 集成 AI 的智能眼鏡，通過內置傳感器、攝像頭和處理器捕捉、分析并反饋用戶視覺信息 公司深度 請務必仔細閱讀正文之后的各項信息披露與聲明 第26頁 共37頁 簡單金融 成就夢想 光學系統 菲涅爾透鏡、Pancake Birdbath 方案、光波導方案等 墨鏡 重量 500g+60-80g 50g 左右，主打輕便、外觀時尚、終端廠商和眼鏡廠商聯名合作 使用體驗 立體效果、身臨其境 相對較輕、需搭配 station 使用、可實現任意角度觀影 舒適、外觀接近墨鏡、一定程度替代耳機 亮點功能 沉浸式游戲、辦公、健

81、身等 大屏觀影、騎行導航、軍事用途、旅游展館等 直播、第一視角拍照、AI 交互等 代表機型 Quest2、Pico4、Apple Vision 等 Rokid Max、雷鳥 Air 3 等 Meta Ray-Ban 智能眼鏡、Rokid Glasses 等 資料來源：維深 XR，The Verge（美國科技媒體網站），蘋果官網，Rokid 官網，極客公園，申萬宏源研究 預計 2025 年為 AI 眼鏡元年，輕便舒適加替代常用工具預示未來銷量有望大幅提升。24 年多家廠商已發布 AI 眼鏡產品，例如 Ray-Ban、雷鳥、Rokid、閃極等，預計 2025 年更多廠商即將發布新品。AI 眼鏡外觀

82、時尚，重量輕，支持實時拍攝，可以替代日常生活所需的耳機、相機、墨鏡、近視眼鏡等功能，并且接入 AI 大模型支持翻譯、識別物體、智能助手等場景，預計 2025 年起銷量大幅提升。根據維深信息預測，全球 AI 眼鏡銷量 2025年預計同比增長 130%，到 2030 年預計達到 9000 萬副，2035 年預計達 14 億副。表 8：2024-2025 年 AI 眼鏡重要發布和未來計劃 2024 年 Ray-Ban 2024/4 雷朋&Meta 眼鏡接入 AI 模型 Meta 2024/9 AR 眼鏡模型機 Orion 2024/9 VR 眼鏡 Quest3S 雷鳥 2024/10 AR 眼鏡 A

83、ir3 影目 2024/11 AI 眼鏡開放平臺 2024/11 AR 眼鏡 INMO Air3&Go 2 百度 2024/11 小度 AI 眼鏡 Looktech 2024/11 AI 眼鏡 Rokid 2024/11 AR 眼鏡 Rokid Glasses Xreal 2024/12 AR 眼鏡 Xreal One 閃極 2024/12 閃極 AI 拍拍鏡 2025 年 雷鳥 2025/1 V3 AI 拍攝智能眼鏡 李未可 2025/1 CES2025 上展出新款 AR 眼鏡 小米 AI 眼鏡，預計 25Q2 發布 Gyges Labs 預計將推出重量僅 30 多克的 AI+AR 眼鏡 三

84、星 與高通、谷歌合作的 AR 眼鏡，預計 25Q3 發布 infiniteXR 眼鏡，預計 25Q3 發布 Apple 第二代 MR 眼鏡，預計 25 年底/26 年初發布 AR 眼鏡，最快有望于 26 年發布 資料來源：各公司官網，映維網，IT 之家，搜狐網，新浪網，申萬宏源研究 公司深度 請務必仔細閱讀正文之后的各項信息披露與聲明 第27頁 共37頁 簡單金融 成就夢想 圖 24：全球 AI 眼鏡銷量統計和預測表（單位：萬副）圖 25：AI 眼鏡亮點，預計未來爆火 資料來源：維深信息，申萬宏源研究 資料來源：Meta 發布會，各公司官網，淘寶網，申萬宏源研究 公司手機拍攝算法正適用于 AI

85、 眼鏡視覺需求，同時較早儲備 3D 相關技術。公司早期布局深度攝像時已具備 3D 技術相關儲備（2019 年之前），模塊化算法庫使公司能夠快速應用于新場景，在 AI 眼鏡起步階段獲得先機。公司 AI 眼鏡解決方案包括畫質提升、視頻直播以及識別檢測，MR 解決方案包括感知、交互、呈現等相關算法。雷鳥發布 V3 AI 眼鏡正是搭載虹軟視覺算法，突破業內智能眼鏡攝像頭成像質量差的瓶頸，實現各場景下高畫質拍攝，在日常人像、風景、美食、高速運動場景、暗光或黑夜環境中，都能夠呈現噪點低、色彩還原真實、細節豐富的影像效果。技術壁壘使得公司算法在 AI 眼鏡端落地更優。AI 眼鏡因其體積小硬件上限低、使用場景

86、等因素對視覺算法具有一定挑戰：1）低功耗與性能優化，拍照和視頻算法需要對眼鏡端算法特質優化；2）直播視頻防抖；3）盲拍、第一人稱視角拍攝、閃拍對畫質提升算法、視頻效果算法、減少廢片等要求高；4）串接云端 AI 世界模型服務。公司在手機拍攝上長期積累的算法優勢，外加性能-成本-功耗的三最優平衡使得技術和實現效果更符合落地需求，公司的 AI 眼鏡算法圍繞高通 AR1 Gen1 芯片平臺等從軟硬件優化性能和功耗表現，目前高通 AR1 主導 AI 眼鏡高端市場，Meta、小米、Rokid、影目等頭部品牌均使用 AR1 Gen1。圖 26：雷鳥 V3 眼鏡搭載虹軟 AI 視覺算法 圖 27：公司 AI

87、眼鏡、MR 解決方案 資料來源：虹軟官方網站，申萬宏源研究 資料來源：申萬宏源研究 3.4 PSAI 智能商拍：AIGC 新機遇，面向電商的藍海市場 大模型帶火 AIGC，虹軟在視覺領域早有技術積累。23 年大模型技術變化成為焦點，AIGC、多模態主題等持續火熱，虹軟科技原本即具備 transformer/diffusion 等技術，根據公司互動平臺披露，“對公司影響更多的是ChatGPT引入了很多模型、方法，比如diffusion、3506000900001000200030004000500060007000800090001000020232024 2025E2026E2027E2028

88、E2029E2030E 公司深度 請務必仔細閱讀正文之后的各項信息披露與聲明 第28頁 共37頁 簡單金融 成就夢想 transformer 等。這類模型多年前就已經存在，模型的底層技術與方法論都是想通的，而公司在這類模型的應用上也早有積累”。公司底層技術適應于精準化的 AIGC，使用 control net+stable diffusion 獲得相比其余工具更加精準的 AIGC 繪圖：1）從匯編底層開始局部優化，預測可以更加節約計算成本；2）更精準的分割、影調技術積累，解決 AI 模特手部生成可控性差的問題，實現主圖一致性，3D 面部感知技術讓模特面部外形不變，解決蒙版和局部重繪光照陰影違和

89、問題；3）多年積累的人像照片數據，生成照片面部和人體符合審美習慣。商業模式上 2 種模式拓展：1）大客戶定制化解決方案；2）中小商家通過嵌入電商平臺生態滲透，截止 2024 年，PSAI 已完成淘寶千牛、1688、抖音抖店、TikTok、京東京麥、拼多多和 Shein 等平臺入駐，累計服務數十萬商家客戶。通過打通電商工作流的模式嵌入生態有望獲得較好卡位，目前已上線真人模特圖生成、服裝人臺圖生成、服裝模特視頻生成、AI 試衣、商品圖生成、AI 編輯工具等全系列產品，滿足不同品類商家需求。圖 28：PSAI 生成模特圖服飾紋理細節逼真 圖 29：嵌入 1688 商家工作臺工作流形成生態卡位 資料來

90、源：虹軟官方網站，申萬宏源研究 資料來源：虹軟官方網站，申萬宏源研究 市場空間廣闊，未來業績彈性可期。虹軟 PSAI 解決方案定價包含 3 種收費價格，按照2023 年淘寶商戶數量約 400 萬戶測算，假設低檔年費采購比例 60%、中檔年費采購比例30%、高檔年費采購比例 10%測算，合計共有 93 億元的整體空間。電商前期需要時間成本培育，我們預估滲透率有望在 2027 年開始提升。表 9：虹軟 PSAI 空間假設 虹軟方案空間 年費（元/年）假設采購比例 市場空間（億元）合計（億元）PSAI Pro 年費 1579 60%38 93 PSAI Pro Max 年費 2099 30%25 P

91、SAI Ultra 7459 10%30 資料來源：虹軟 PSAI 官網，維酷網，申萬宏源研究 公司深度 請務必仔細閱讀正文之后的各項信息披露與聲明 第29頁 共37頁 簡單金融 成就夢想 4、盈利預測與估值 4.1 預測 2025-2027 收入與利潤 a)維持主營收入預估，2025-2027 年收入增速分別為 22.7%、25.7%、26.8%：移動智能終端：包括手機業務和 AI 眼鏡?？紤]到公司 AI 眼鏡業務穩定，隨技術迭代和更多機型滲透維持穩步增長，AI 眼鏡 2025 年為元年，2026-2027 隨著全球 AI 眼鏡銷量提升開始增長。移動智能終端 2025-2027 年收入增速預

92、測為 11.9%、13.7%、14.9%。智能駕駛及 IoT：汽車業務當前以艙內純軟收入為主，2024 年業績開始高增，考慮到公司與主流芯片廠商的深度合作有望持續提升滲透率，以及艙外和軟硬一體產品在2025-2026 年有望從定點到量產帶來業績貢獻，預估 2025-2027 年收入增速為 71.5%、59.8%、44.0%。其他：其他業務中預估后續逐漸體現 PSAI 商拍貢獻。目前商拍領域仍處于培育階段，預估滲透率在 2026 年左右開始提升顯著。其他領域預測 2025-2027 收入增速為 87.7%、105.4%、124.6%。表 10：虹軟科技收入預測拆分（單位：百萬元）2019 202

93、0 2021 2022 2023 2024 2025E 2026E 2027E 營業收入 564.48 683.19 573.02 531.65 670.25 815.17 999.89 1256.76 1594.01 yoy 21.0%-16.1%-7.2%26.1%21.6%22.7%25.7%26.8%主營收入 564.47 682.83 572.40 531.63 669.74 813.98 995.78 1252.53 1589.65 移動智能終端 543.32 599.02 534.74 473.30 581.29 675.26 755.95 859.48 987.75 yoy 1

94、0.3%-10.7%-11.5%22.8%16.2%11.9%13.7%14.9%手機解決方案 543.32 599.02 534.74 473.30 581.29 675.26 746.07 832.26 907.43 占比 96%88%93%89%87%83%75%66%57%yoy 10.0%-11.0%-11.0%22.8%16.2%10.5%11.6%9.0%AI 眼鏡 9.88 27.23 80.32 占比 1%2%5%yoy 175.6%195.0%智能駕駛及IoT 17.07 67.51 20.11 44.42 74.29 127.19 218.19 348.59 502.08

95、 公司深度 請務必仔細閱讀正文之后的各項信息披露與聲明 第30頁 共37頁 簡單金融 成就夢想 占比 3%10%4%8%11%16%22%28%31%yoy 121.0%67.3%71.2%71.5%59.8%44.0%其他 4.07 16.30 17.55 13.90 14.15 11.53 21.64 44.45 99.83 yoy 300.1%7.7%-20.8%1.8%-18.5%87.7%105.4%124.6%PSAI 商拍 21.64 44.45 99.83 占比 2%4%6%yoy 105.4%124.6%其他 0.01 0.36 0.63 0.02 0.52 1.20 4.1

96、1 4.23 4.36 yoy 243.8%2.9%3.0%資料來源：公司年報，申萬宏源研究 2）毛利率和費用預測：公司技術具備強通用性和延展性，預計 2025-2027 年人員基本維穩，根據業務需求小幅增長，員工人數分別增長 3%、4%、6%，其中技術人員增長分別為 3%、4%、6%，銷售人員增長分別為 5%、5%、6%，管理人員增長分別為 1%、2%、4%。毛利率：1）智能移動終端解決方案維持 90%以上的高毛利率，2025-2027 年分別為92.0%、91.5%、91.0%；2）智能駕駛及 IoT 預估隨著艙外和軟硬一體起步毛利率微降，2025-2027 年分別為 84.4%、83.4

97、%、81.5%；3）PSAI 商拍預估維持較高且穩定的毛利率，2025-2027 年分別為 95.0%、95.0%、95.0%。綜上，維持公司 2025-2027 年收入預測，分別為 10.00、12.57、15.94 億元，維持歸母凈利潤預測，分別為 2.33、3.09、4.38 億元。4.2 估值、評級與對標公司 如前所述，虹軟科技屬于技術有特色的公司（技術層級、底層優化、工程化），也是 A股計算機較少出現的純軟件公司（A 股較多計算機公司的商業模式屬于嵌入式軟件，或包含集成業務的軟件）。假如虹軟科技選擇研發或設計硬件，并通過“嵌入式軟件”、“軟硬一體化”商業模式銷售產品，往往其利潤會豐厚

98、頗多（因為國內往往硬件采購或“軟硬一體化”采購的付費意愿強烈很多），PE 倍數也會低很多。但這樣，大概率會犧牲其較為輕資產、現金流好、企業文化國際化、專注核心算法的優勢。因此投資者應當理解其估值倍數偏高的原因。公司深度 請務必仔細閱讀正文之后的各項信息披露與聲明 第31頁 共37頁 簡單金融 成就夢想 我們參考這些原則選取可比公司：1）以技術優勢和技術投入著稱的公司。由于 AI 技術具有一定通用性，往往在業務伊始難以找到盈利豐厚的場景。較多公司的研發投入尚無法立刻轉化為顯著的利潤或收入，例如云從科技、奧比中光、格靈深瞳（是 AI 四小龍中較為注重場景質量的企業）、拓爾思、海天瑞聲、華大九天。對

99、于個別技術投入多、但系統集成業務較多的公司，沒有選為對標公司。2）以純軟件為商業特征的公司。這種商業模式，盡管早期付費率不高，但一旦技術突破或者產品替代，將有較大的收入和利潤彈性，所以可以對應較高的估值倍數。例如金山辦公、指南針、財富趨勢、同花順、華大九天等。為了鑒別這種商業模式，我們也列舉了其 2024 年毛利率?；谄浼夹g特色、商業模式特色，PS 估值倍數較為公允?？杀裙镜?2025-2026 年PS 平均值為 27/22 倍，中位數為 24/18 倍。我們認為虹軟科技的競爭力在 A 股計算機行業中具備優勢，且預計 2025-2027 年收入增速也較高，因此選擇 2025 年 30XPS

100、 較為公允。對應 300 億元。我們選擇稍高的估值倍數的原因有：1）虹軟科技在盈利峰值的凈利率較高，2018-2020年扣非凈利率 44%/29%/29%，經過一輪拐點后新成長，2022-2024 年扣非利潤率為1%/10%/19%。而可比公司中，除了 2C 屬性（金山辦公、同花順、財富趨勢），凈利率都低于虹軟科技（但虹軟科技屬于 2B 軟件公司，粘性普遍高于 2C 公司）。更高的盈利質量對應稍高估值倍數，較為公允。2）虹軟科技歷史上 PS-BAND 的估值倍數較高，較多時候超過 30 倍。若評估 PE 估值倍數，2025-2026 年可比公司的 PE 估值倍數中，平均數為 163/106倍，

101、中位數為 169/96 倍。而當前虹軟科技 2025/2026 年 PE 倍數為 76/57 倍。若選擇這些估值倍數做參考，虹軟可以依然有較大投資機會。綜合其競爭力、目標空間，評級從增持上調至“買入“評級。表 11：選擇可比公司做相對估值（市值用億元，毛利率為%，收入利潤為百萬元）證券代碼 證券簡稱 2025/5/19 毛利率 營業收入（百萬元）PS 歸屬于母公司 所有者凈利潤（單位：百萬元）PE 總市值（億元）24A 24A 25E 26E 24A 25E 26E 24A 25E 26E 24A 25E 26E 688327 云從科技-UW 136 36%398 492 651 34 28

102、21 -696 -462 -379 -688322 奧比中光-UW 217 42%564 920 1,332 38 24 16 -63 85 230 -253 94 688207 格靈深瞳 35 52%117 -30 -212 0 0 -300229 拓爾思 161 62%777 897 1,027 21 18 16 -94 74 108 -217 149 688787 海天瑞聲 56 66%237 317 424 23 18 13 11 27 38 491 210 147 688111 金山辦公 1,318 85%5,121 6,145 7,393 26 21 18 1645 1922 23

103、39 80 69 56 300803 指南針 358 86%1,529 1,947 2,311 23 18 16 104 281 369 344 128 97 688318 財富趨勢 247 86%389 459 565 63 54 44 304 336 415 81 73 59 公司深度 請務必仔細閱讀正文之后的各項信息披露與聲明 第32頁 共37頁 簡單金融 成就夢想 300033 同花順 1,390 89%4,187 5,221 6,204 33 27 22 1823 2426 2949 76 57 47 301269 華大九天 630 93%1,222 1,674 2,170 52 3

104、8 29 109 214 315 576 295 200 平均 34 27 22 275 163 106 中位數 32 24 18 213 169 96 688088 虹軟科技 176 90%815 1,000 1,257 22 18 14 177 233 309 100 76 57 注 1：除了標的公司使用分析師預測，其他選擇萬得一致預期 注 2：由于虹軟科技是罕見的純軟件商業模式、技術為特色的公司。A 股較多計算機公司的商業模式屬于嵌入式軟件、或包含集成業務的軟件。因此也選擇純軟件商業模式或技術為特色的公司，并增加毛利率作為判定依據。資料來源：Wind，申萬宏源研究 若參考海外對標公司 U

105、nity、Mobileye，依然有廣闊空間。1）同樣是世界級底層 AI 工具平臺的 Unity Software，當前市值約 700 億元人民幣。Unity Software Inc.是一個領先的平臺，用于創建和發展游戲和交互式體驗。Unity Software Inc.提供了一套跨所有主要平臺的工具，從移動設備、PC 和游戲機到擴展現實（XR）。它的綜合軟件套件，包括 AI 解決方案，在整個開發生命周期中支持開發者從原型設計到在線服務運營、用戶獲取和變現。其平臺被所有類型的創作者使用，例如開發者、藝術家和設計師，用于在游戲和非游戲行業（包括零售、汽車、建筑、工程和建筑）中構建內容。兩者相似之

106、處之一是技術：Unity 是一家全球領先的實時 3D 開發平臺公司，主要為游戲開發、建筑設計、汽車設計等行業提供軟件開發工具和平臺，涉及到圖形渲染、動畫制作、交互設計等方面。最近數年，虹軟科技的底層技術涉及大量 3D 開發(且從匯編代碼和C 語言開始優化 AI)，大量涉及 AI 視頻、動畫、渲染和 LLM 交互。實際上，虹軟科技在自己涉足的每個細分市場，都有極高的世界排名與技術口碑，這點與 Unity 也類似。兩者相似之處之二是場景。Unity 的應用場景包括汽車設計和展示方面、VR/AR 領域。虹軟科技的算法，既包含汽車的視覺感知與交互，也包括 VR/AR/AI 眼鏡/頭顯的下一代算法。根據

107、虹軟科技公告，場景還會拓展到機器人等下一個賽道。2）同為業界聞名 AD/ADAS 技術公司 Mobileye，當前市值約 1000 億元人民幣。虹軟科技在智能汽車領域有深入的布局，提供 VisDrive 一站式車載視覺軟件解決方案，涵蓋 DMS、OMS、ADAS 等功能應用。與 Mobileye 一樣，都致力于為汽車行業提供視覺相關的技術和產品，以提高汽車的安全性和智能化水平，在智能駕駛的視覺感知領域存在競爭關系。兩者相似之處：兩者都專注于汽車領域的視覺技術應用，都需要處理汽車攝像頭采集的圖像數據，通過業界聞名的算法實現目標檢測、識別、跟蹤等功能，以提供駕駛輔助信息。都與汽車廠商和芯片廠商等產

108、業鏈上下游企業有密切合作，以實現技術的落地和產品的量產。公司深度 請務必仔細閱讀正文之后的各項信息披露與聲明 第33頁 共37頁 簡單金融 成就夢想 甚至，Mobileye 遇到了英偉達、高通、地平線等汽車算法的競爭，在下一代 AD/ADAS技術算法優勢未必明顯。而虹軟科技在 L2.5-L3 等國內外 AD/ADAS 領域的技術優勢正在凸顯。綜合考慮上述 PS 估值、PE 倍數、對標公司 Unity 與 Mobileye。Unity 2023-2024 年收入為 155、130 億元，凈利潤-58.2、-47.7 億元。Mobileye 2023-2024 年收入為 147、119 億元，凈利

109、潤為-1.9、-222.2 億元（當年營業開支異常高）。盡管它們比虹軟科技收入規模有明顯優勢，但凈利潤、凈利率明顯弱于虹軟科技，應與正文解釋的“底層優化、工程化”有一定聯系。虹軟科技估值目標為 300 億元，且前景光明（因為國際對標公司估值約為 700 億元、1000 億元）。5、風險：政策/PE/新興事物 盡管虹軟科技競爭力明顯，我們公允的論述其行業與公司潛在風險。首先，行業政策約束。中國政府網官網 2025 年發布工業和信息化部 市場監管總局關于進一步加強智能網聯汽車產品準入、召回及軟件在線升級管理的通知(工信部聯通裝202545 號)，這是保護消費者利益、規范智能化的重要政策。說明以 A

110、D/ADAS 為代表的 AI 滲透，要符合正常規律。其次，PE 偏高的風險。盡管前面篇幅論述了商業模式與技術，但是偏高的 PE 倍數，依然會造成部分投資者的投資困擾。再次，新興事物熱點的風險。虹軟科技涉及底層技術較多，因此其技術路徑選擇、客戶普及，需要持續跟蹤。公司深度 請務必仔細閱讀正文之后的各項信息披露與聲明 第34頁 共37頁 簡單金融 成就夢想 財務摘要 合并損益表 收入結構 成本結構 資本開支與經營活動現金流 百萬元 2023 2024 2025E 2026E 2027E 營業總收入 670 815 1,000 1,257 1,594 營業收入 670 815 1,000 1,257

111、 1,594 移動智能終端營業收入 581 675 756 859 988 智能駕駛及其他 IoT 營業收入 74 127 218 349 502 其他營業收入 14 12 22 44 100 營業總成本 587 646 774 931 1,121 營業成本 65 78 97 135 192 移動智能終端營業成本 65 78 97 135 192 智能駕駛及其他 IoT 營業成本 10 20 34 58 93 其他營業成本 1 0 1 2 5 稅金及附加 8 9 11 14 18 銷售費用 118 133 150 182 217 管理費用 91 86 97 113 135 研發費用 363 3

112、98 440 500 582 財務費用-57-57-21-13-23 其他收益 40 39 42 33 33 投資收益-12 2 2 2 2 凈敞口套期收益 0 0 0 0 0 公允價值變動收益 5 8 0 0 0 信用減值損失-7-8 0 0 0 資產減值損失-1-6 0 0 0 資產處置收益 0 0 0 0 0 營業利潤 108 203 270 360 508 營業外收支-1 0 0 0 0 利潤總額 107 203 270 360 508 所得稅 19 27 37 51 69 凈利潤 88 177 233 309 438 少數股東損益 0 0 0 0 0 歸母凈利潤 88 177 233

113、 309 438 資料來源：聚源數據，申萬宏源研究 合并現金流量表 百萬元 2023 2024 2025E 2026E 2027E 凈利潤 88 177 233 309 438 加：折舊攤銷減值 38 47 28 28 28 財務費用-1-8-21-13-23 非經營損失 13-15-2-2-2 營運資本變動 105-199-35-90-84 其它 19 18 0 0 0 經營活動現金流 256 11 203 232 358 資本開支 78 42 0 0 0 其它投資現金流 122-569 233-1-53 投資活動現金流 44-611 233-1-53 吸收投資 0 0 0 0 0 負債凈變

114、化 0 0 0 0 0 支付股利、利息 50 148 35 0 0 移動智能終端營業收入83%智能駕駛及其他IoT營業收入16%其他營業收入1%移動智能終端營業成本80%智能駕駛及其他IoT營業成本20%其他營業成本0%0100200300400202320242025E2026E2027E資本開支經營活動現金流 公司深度 請務必仔細閱讀正文之后的各項信息披露與聲明 第35頁 共37頁 簡單金融 成就夢想 其它融資現金流 14-6 21 13 36 融資活動現金流-36-155-14 13 36 凈現金流 276-741 422 244 341 經營利潤率(%)投資回報率趨勢(%)收入與利潤增

115、長趨勢(%)相對估值(倍)資料來源：聚源數據，申萬宏源研究 合并資產負債表 百萬元 2023 2024 2025E 2026E 2027E 流動資產 2,433 2,239 2,464 2,801 3,280 現金及等價物 2,195 1,846 2,036 2,283 2,678 應收款項 118 211 241 334 418 存貨凈額 15 10 15 13 13 合同資產 0 0 0 0 0 其他流動資產 106 171 171 171 171 長期投資 161 229 229 229 229 固定資產 432 414 386 358 331 無形資產及其他資產 94 140 140

116、140 140 資產總計 3,121 3,021 3,219 3,529 3,980 流動負債 419 278 278 278 278 短期借款 9 8 8 8 8 應付款項 79 82 82 82 82 其它流動負債 332 188 188 188 188 非流動負債 29 25 25 25 25 負債合計 448 303 304 304 304 股本 406 401 401 401 401 其他權益工具 0 0 0 0 0 資本公積 1,711 1,720 1,720 1,720 1,733 其他綜合收益 50 63 63 63 63 盈余公積 47 71 101 143 201 未分配利

117、潤 458 463 630 898 1,278 少數股東權益 0 0 0 0 0 股東權益 2,673 2,718 2,916 3,225 3,676 負債和股東權益合計 3,121 3,021 3,219 3,529 3,980 資料來源：聚源數據，申萬宏源研究 重要財務指標 報告期 2023 2024 2025E 2026E 2027E 每股指標(元)每股收益 0.22 0.44 0.58 0.77 1.09 每股經營現金流 0.64 0.03 0.50 0.58 0.89 每股紅利 0.00 0.00 0.09 0.00 0.00 每股凈資產 6.66 6.77 7.27 8.04 9.

118、16 關鍵運營指標(%)ROIC 10.9 17.9 29.9 38.2 50.0 ROE 3.3 6.5 8.0 9.6 11.9 毛利率 90.3 90.4 90.3 89.2 88.0 EBITDA Margin 11.9 21.9 27.6 29.8 32.1 EBIT Margin 7.5 18.0 24.9 27.6 30.4 營業總收入同比增長 26.1 21.6 22.7 25.7 26.8 歸母凈利潤同比增長 53.0 99.7 32.0 32.6 41.8 資產負債率 14.4 10.0 9.4 8.6 7.6 凈資產周轉率 0.25 0.30 0.34 0.39 0.43

119、 總資產周轉率 0.21 0.27 0.31 0.36 0.40 有效稅率 15.6 13.2 13.7 14.2 13.7 股息率 0.0 0.0 0.2 0.0 0.0 估值指標(倍)050100202320242025E2026E2027E毛利率EBITDA MarginEBIT Margin0204060202320242025E2026E2027EROEROIC050100150202320242025E2026E2027E收入同比增長凈利潤同比增長0100200300202320242024 2025E 2026E 2027EP/EEV/EBITDA 公司深度 請務必仔細閱讀正文之

120、后的各項信息披露與聲明 第36頁 共37頁 簡單金融 成就夢想 P/E 199.0 99.7 75.5 57.0 40.2 P/B 6.6 6.5 6.0 5.5 4.8 EV/Sale 26.3 21.7 17.7 14.0 11.1 EV/EBITDA 220.6 98.7 63.9 47.1 34.5 股本 406 401 401 401 401 資料來源：聚源數據，申萬宏源研究 公司深度 請務必仔細閱讀正文之后的各項信息披露與聲明 第37頁 共37頁 簡單金融 成就夢想 信息披露 證券分析師承諾 本報告署名分析師具有中國證券業協會授予的證券投資咨詢執業資格并注冊為證券分析師，以勤勉的職

121、業態度、專業審慎的研究方法，使用合法合規的信息，獨立、客觀地出具本報告,并對本報告的內容和觀點負責。本人不曾因，不因，也將不會因本報告中的具體推薦意見或觀點而直接或間接收到任何形式的補償。與公司有關的信息披露 本公司隸屬于申萬宏源證券有限公司。本公司經中國證券監督管理委員會核準，取得證券投資咨詢業務許可。本公司關聯機構在法律許可情況下可能持有或交易本報告提到的投資標的，還可能為或爭取為這些標的提供投資銀行服務。本公司在知曉范圍內依法合規地履行披露義務?？蛻艨赏ㄟ^ 索取有關披露資料或登錄信息披露欄 目查詢從業人員資質情況、靜默期安排及其他有關的信息披露。機構銷售團隊聯系人 華東組 茅炯 021- 銀行團隊 李慶 021- 華北組 肖霞 010- 華南組 張曉卓 華東創新團隊 朱曉藝 021- 華北創新團隊 潘燁明