公司代码：688343 公司简称：云天励飞
深圳云天励飞技术股份有限公司
2024 年年度报告摘要
第一节 重要提示
1、 本年度报告摘要来自年度报告全文，为全面了解本公司的经营成果、财务状况及未来发展规划，投资者应当到 www.sse.com.cn 网站仔细阅读年度报告全文。
2、 重大风险提示
公司已在本报告中详细阐述公司在生产经营过程中可能面临的各种风险，敬请查阅第三节“管理层讨论与分析”之“四、风险因素”。敬请投资者注意投资风险。
3、 本公司董事会、监事会及董事、监事、高级管理人员保证年度报告内容的真实性、准确性、完整性，不存在虚假记载、误导性陈述或重大遗漏，并承担个别和连带的法律责任。
4、 公司全体董事出席董事会会议。
5、 天职国际会计师事务所（特殊普通合伙）为本公司出具了标准无保留意见的审计报告。
6、 公司上市时未盈利且尚未实现盈利
√是 □否
公司采用《上海证券交易所科创板股票上市规则》第 2.1.2 条第（二）项的标准上市，上市时
尚未盈利。公司 2024 年度实现营业收入为 91,737.19 万元；归属于上市公司股东的净利润为-57,904.70 万元；归属于上市公司股东的扣除非经常性损益的净利润为-68,345.58 万元。报告期内公司尚未实现盈利。由于公司所属的人工智能行业属于技术和人才密集型行业，具有技术门槛高、高端人才密集、研发投入大的特点，加之近年来国内人工智能行业竞争愈加激烈，在公司收入规模尚未达到一定量级的情况下，持续高强度的研发投入是导致公司尚未实现盈利的主要因素。
7、 董事会决议通过的本报告期利润分配预案或公积金转增股本预案
公司于2025年4月25日召开的第二届董事会第十四次会议审议通过了《关于公司2024年度利润分配方案的议案》，鉴于母公司当前累计未分配利润为负数，尚不满足利润分配条件，为保障和满足公司正常经营和可持续发展需要，公司拟定2024年度利润分配方案为：不派发现金红利、不送红股、不以资本公积金转增股本。
本次利润分配方案尚需经股东大会审议批准。
8、 是否存在公司治理特殊安排等重要事项
□适用 √不适用
第二节 公司基本情况
1、 公司简介
1.1 公司股票简况
√适用 □不适用
公司股票简况
股票种类 股票上市交易所 股票简称 股票代码 变更前股票简称
及板块
A股 上海证券交易所 云天励飞 688343 /
科创板
1.2 公司存托凭证简况
□适用 √不适用
1.3 联系人和联系方式
董事会秘书 证券事务代表
姓名 邓浩然 和邈
联系地址 深圳市南山区粤海街道深圳湾科技生态 深圳市南山区粤海街道深圳湾科技生态园
园10栋B座14-15楼、33楼 10栋B座14-15楼、33楼
电话 （0755）26406954 （0755）26406954
传真 （0755）86529704 （0755）86529704
电子信箱 ir@intellif.com ir@intellif.com
2、 报告期公司主要业务简介
2.1 主要业务、主要产品或服务情况
1、公司主营业务基本情况
公司积极布局边缘 AI 发展的技术和业务，从底层的算法、芯片到场景业务深耕边缘 AI，推
动中国通用人工智能发展为目标，持续引领人工智能产业发展。
公司拥有算法和芯片两大核心技术平台，凭借“算法芯片化”的核心能力和“端云协同”的技术路线，不断推进边缘 AI 在消费级、企业级和行业级场景的产品应用，为各行业带来安全、智慧、便捷的 AI 体验。
在算法层面，经过多年的技术研发与积累，构建了人工智能算法平台，拥有大模型研发能力，并推出了“云天天书”大模型。在芯片层面，公司基于对人工智能算法技术特点及行业场景计算需求的深刻理解，通过自定义指令集、处理器架构及工具链的协同设计,实现算法技术芯片化，构建
了神经网络处理器平台。
公司报告期内实现核心技术落地、获取营业收入的主要手段包括面向消费级、企业级和行业级场景的客户销售 AI 产品和解决方案。
产品出货形态及面向的终端场景
2、公司主要产品基本情况
算法芯片化基础技术平台：该平台是公司基础技术研究平台，基于该平台重点研究算法与芯片协同设计技术，包括大模型算法技术、视觉语义类算法技术、AI 处理器设计仿真验证技术、芯片工具链技术等。公司基于算法芯片化基础技术平台，不断提升基础技术研发效率，为公司构建公司核心技术能力提供有力支撑。
基于公司基础技术，公司开发了算法服务、数据挖掘与算法训练、知识库大数据、智能调度中枢、SDC 端边服务、AIoT 物联感知汇聚、模型迭代进化、数字孪生技术系列化核心能力平台。通过上述平台，公司实现快速整合各类核心能力技术组件，面向行业场景业务高效落地应用。公司报告期内的主要的业务由面向消费者、企业和行业的产品和服务构成。
在消费级业务方面，基于公司核心技术，打造面向各类边缘 AI 场景的各类硬件设备并对外销
售，包括可穿戴设备类产品、AI 交互类产品等。报告期内，公司成立子品牌“噜咔博士”，推出大模型原生教育硬件产品，和合作伙伴闪极科技推出联名智能眼镜产品，以及子公司岍丞技术为多个知名品牌提供智能耳机和智能手表的芯片模组、操作系统及产品设计服务。
在企业级业务方面，公司打造了覆盖 NPU IP、SOC 芯片、SOC 模组、边缘计算盒子、AI 推
理服务器及智算集群的系列产品，广泛应用在摄像头终端、车路云、机器人、智算中心等场景。公司报告期内的企业级服务业务包括向企业出售芯片模组，和落地大规模异构高性能算力集群为客户提供 AI 训练及推理算力服务，包括智能算力调度及 AI 大模型开发配套服务。
智算中心
天舟系列云/边服务器 边缘计算盒子 DeepEdge 系列芯片
“天舟”大模型一 IPU-X6000 推理卡 “深目”AI 模盒
体机
在行业级业务方面，基于公司的软件和硬件通用平台，开发面对行业的软硬一体化解决方案，
目前已形成城市治理、智慧交通、智慧应急、智慧园区、智慧泛商业、智慧警务、智慧教育等行业产品与解决方案体系，并结合多模态大模型技术特点和行业需求，持续拓展创新业务。
2.2 主要经营模式
公司的盈利模式为致力于通过人工智能技术推动边缘 AI 应用的落地，并不断拓展产品在消费
级、企业级和行业级市场的规模化落地。
1、消费级：最终面向个人消费者的产品，涵盖可穿戴设备产品、智能硬件等，依托公司自研的大模型或系统、软件应用等为消费级产品提供技术基础，以硬件形式进行交付。
2、企业级：包括 IP 授权、芯片、服务器整机和智算中心等，盈利模式包括：将相关研发成
果通过“IP 授权”的方式实现收入；面向设备厂商进行标准化芯片产品交付实现收入；以自研DeepEdge 系列芯片为核心，向客户提供服务器整机；搭建异构高性能算力集群，为客户的 AI 训练、推理等场景提供高效、稳定和安全的运行环境并实现服务收入。
3、行业级：基于自研的算法软件、芯片等核心产品，搭配外购的定制化或标准化硬件产品、安装施工服务等，面向政府机构等终端客户、企事业单位等集成商客户，根据其需求交付相应软硬件产品或解决方案并对外销售实现收入。
2.3 所处行业情况
(1). 行业的发展阶段、基本特点、主要技术门槛
根据《国民经济行业分类》（GB/T4754-2017），公司所属行业为“I65 软件和信息技术服务业”
中的“I6513 应用软件开发”。同时根据《中国上市公司协会上市公司行业统计分类指引》，公司所属行业为“信息传输、软件和信息技术服务业－软件和信息技术服务业”，行业代码为“I65”。
继 2023 年“百模大战”之后，基础大模型数量逐步收拢，豆包、通义千问、DeepSeek 等逐
步成为基础大模型的主流方向，随着训练成本的下降和大模型开源，落地于具体场景和应用的垂类大模型以及承载应用的推理算力、智能硬件等逐步成为市场需求的爆发点，网络搜索、会议摘要、自动化编程、自动化办公软件等应用渗透率率先提升，过去一年的行业发展总结如下：
2024 年，我们可以看到：
（1）大模型技术向多模态、轻量化、开源化、平民化方向发展
大模型的能力迅速地从自然语言处理快速向语音、图像、视频等领域横向扩展，在文生图、
文生视频等领域出现显著进步。从 Pika 到 Sora，再到 GPT4o 的发展让我们看到大模型在对 3D 场
景的理解及视频内容一致性等方面取得了巨大进步，提升了人们对多模态大模型能力上限的想象力。
小型化的技术路线逐渐清晰、明朗，通过高质量 AI 技术设施、高效训练方法与优质数据集探
索十亿级参数量下的模型性能极限。小型化基于十亿级别参数量，通过架构调整训练更大体量数据，从而实现匹敌千亿级参数的模型效果。小型化意味着更低的使用成本和部署门槛，部分模型已经走向 PC、手机等终端设备使用，拓宽了大模型的赋能场景。
2024 年 12 月，中国公司 DeepSeek 推出开源大模型 DeepSeek-R1，其性能接近 OpenAI 的 o1
等闭源模型，这一开源策略迅速吸引了全球开发者，HuggingFace 平台基于 DeepSeek 的衍生模型下载量超 500 万次，推动开源社区的技术迭代与应用创新。另外，云端大模型 API 调用成本不断
下降，各大厂商打出超低价格。OpenAI 在 5 月将其 API 价格调低 50%，随后国内各家大模型厂
商掀起了降价潮，甚至部分模型免费。
（2）模型能力提升及成本下降推动推理市场需求爆发
2023 年底 OpenAI 发布的 o1 模型标志着 AI 训练范式的重要转型——其训练过程中推理验证
循环耗能占比超 60%，传统参数训练占比降至 40%，折射出算力需求从单纯规模扩张向效率优化的跃迁。DeepSeek R1 模型训练成本仅为 560 万美元，以指数级降低的训练成本大幅降低了行业门槛。随着模型全生命周期成本中推理环节占比持续攀升，“训练一次、多场景微调”的架构成为行业新共识，众多中小型企业也能参与大模型开发。成本的降低一方面带来应用需求的增加，另一方面也带来了开发者的增加，开发者的加入会促使更多应用投放市场，使得行业进入良性循环的上升期，而应用需求的整体增长会极大促进推理算力的需求量级攀升，这为国产半导体产业提供了历史性机遇。
根据巴克莱的分析师估计，未来两年内，“前沿 AI”（指最大
