根据披露的机构调研信息，4月20日，平安基金管理有限公司对上市公司千方科技002373）进行了调研。
从市场表现来看，千方科技近一周股价上涨4.63%，近一个月下跌0.50%。
基金市场数据显示，平安基金成立于2011年1月7日，截至目前，其管理资产规模为7031.85亿元，管理基金数477个，旗下基金经理共63位。旗下最近一年表现最佳的基金产品为平安鼎越混合（167002），近一年收益录得132.62%。
一．公司经营情况介绍（一）整体业务分析2025年，公司进行调整转型。模式上，主动放弃了部分可能会带来应收账款回款风险的低质量集成项目，加强应收账款和现金流管理。在业务拓展方面，以大数据为核心能力，与人工智能充分融合，进一步向产品方向推进，同时进一步加大出海力度。此外，公司开始在高速路网干线物流上做一些探索，使得路网与新能源自动驾驶结合发展，打造物流科技业务。
从主要经营指标看，2025年，公司实现营业总收入82亿元，同增13%，毛利率超31%，同比基本保持稳定；归母净利润约2.7亿元，扭亏为盈，主要得益于主营业务的恢复性增长与费用控制、资产减值损失计提大幅减少以及非经常性损益的正面贡献；经营活动现金流量净额7.76亿元，远远大于净利润。
在交通业务产品层面，伴随开源大模型生态的持续完善，公司全面拥抱AI能力，实现多场景方案创新。比如，公司自研的鲲巢·边缘站解决方案，实现道路情况全感知、交通流的数字化和信号控制的智能化，形成路口感知、评价、优化、控制全流程闭环。在交能融合方面，公司与中国电建601669）集团山东电力建设有限公司成立合资公司，聚焦重卡充换电业务，提供投资、建设和运营一体化解决方案。物联业务层面，产品受益于AIGC大模型等技术快速发展因素的影响，为更多的长尾场景提供了解决路径、拓展了更多新型用户。整体上，智能物联国内业务逐步恢复，公司进一步提升了国内区县市场的覆盖率，海外业务增速继续保持增长。新业务层面，边缘AI推理训练一体机正在机场等行业积极拓展。在AI文教体领域，宇视基于梧桐大模型及物联行业十余年的AI技术积累，已将AI体育教育落地近千所学校，宇视运动服务400+体育场馆及赛事，AI旅拍应用于智慧文旅场景，服务350+景区与活动。在绿色能源市场，新能源车充停管理一体化方案开始大规模出货，新构建家庭储能和中小工商业储能解决方案，适配欧洲及亚非多国储能产品需求并实现规模出货。（二）2026年重点工作为了实现公司的整体转型调整目标，公司2026年将着力做好以下工作：
2026年稳中求进，降本增效，继续推动业务转型升级，进一步降低面向政府的集成类业务比重，努力提高非政府侧业务的营收占比，增加B端相关行业的新场景落地，强化项目质量管理，紧抓经营现金流稳步提升工作。
智慧交通业务层面，2026年，加快推动公路基础设施数字化转型升级与城市“车路云”一体化建设，完善云边端一体全栈技术架构下的标准软硬件产品体系。同时，与大模型公司合作，打造具有强认知、多模态能力的交通AI智能体，助力提升道路服务的安全、效率与智能化。在交通大数据应用领域，充分发挥全国车辆位置信息感知领域的核心卡位优势，以及对路网运行状态的精准感知能力，继续开发相关数字服务产品。
与此同时，全力推动智能物联大模型化进程，打造文教体行业更多新的特色场景，积极研发新产品，同时以渠道需求为核心构建产品体系，持续强化与运营商的合作。交能融合领域，继续推动和落地交通与能源的协同发展；海外业务领域，继续努力保持智能物联业务的出海势头，同时开拓智慧交通出海新市场。
2026年将全面发力干线物流自动驾驶领域，依托公司及生态企业在人工智能、车路协同、智慧交通领域的技术积累、物流大数据和运营服务资源，有效破解自动驾驶行业“有技术无场景、有车辆无订单、有试点难复制”的典型困境。技术研发方面，公司重点攻坚L4级无人重卡在高速复杂环境下的感知、决策等关键技术，研制前装量产解决方案，并同步搭建无人运输路网与智能调度平台，参与国家示范项目以及技术/运营相关验证或竞赛。试点示范方面，利用千方科技的生态资源优势，在自动驾驶牌照申请、上路测试及场景示范运营方面获取先发优势。物流运营方面，借助生态平台在货源获取、运力调度及车后服务等环节提供系统性支持，显著降低初期运营成本。在实施路径上将坚持“由点及面、循序渐进”：从场景切入，优先在与公司有深度合作的路网公司管辖的特定高速路段开展试点；从模式过渡，从“有人监督的编队运输”开始，逐步向“完全无人化”演进；从区域拓展，成功验证后，快速复制到全国主要干线网络。
答：智慧交通方面，依托积累的专家知识库与交通垂类模型，鲲巢·路网智能体能够转化路侧感知数据、车辆轨迹数据、气象数据、ETC门架、收费系统等多源异构数据，在公路运行监测、应急指挥、收费运营、车路协同等方面均实现智能化应用。此外，公司正在推进“信控智能体”落地，这是基于大模型技术构建的“1+5”多智能体架构系统，实现从拥堵感知、诊断到方案下发、运维评估的自动化闭环，从传统的“人找问题”转向“数据驱动、AI治理”的智能化阶段。智慧物联方面，宇视AIoT智能体基于梧桐大模型构建了“云边端”协同架构，通过全链路智能产品与全周期视图知识库工程，实现了从视频感知到业务闭环的深度跃迁。公司创新首发了Agent Link智能体算力链技术，突破性地实现了云、边、端算力的动态协同，配合新一代“关山湖”系列边端智能体装备，构筑起工程化落地的技术闭环。目前，这些智能体已在文教体等百余个场景实现实战应用，不仅与中国女子篮球联赛、江苏省城市足球联赛等大型赛事达成战略合作，更能满足学校“教、练、测、赛”的全场景数智化需求，真正将AI技术转化为可量化的商业价值与生态红利。
答：AI带来的业务增量主要体现在三个方面：第一，实现内部降本增效，公司将AI大模型、智能体工具全面应用于研发环节，开始对相关研发人员以token消耗量为核心考核指标，借助AI工具，单名研发人员可完成过去数人的工作量，一定程度降低了研发端的人员数量需求与成本投入。
第二，基于公司已落地的软件产品、云端边端采集的交通数据，结合信控智能体，公司开始打造可实现感知运维监控、方案优化全流程语音交互的产品，落地后有望带来收入增量。第三，智慧物联板块持续拓展AI相关业务落地，宇视科技针对苏超联赛、学校教练测赛数字化等场景的AI产品，2025年已实现拓展落地，2026年将持续加大推广力度，成为收入增长来源。
答：AI对公司是技术赋能，而非冲击，不会对公司毛利率与议价能力造成不利影响，具体逻辑如下：
第一，AI无法替代与物理世界深度绑定的软件与能力，公司业务核心是对物理世界的视觉感知、数据结构化处理，这不仅是现实世界的入口，也是AI世界的入口，相关能力难以被AI替代。第二，公司具备软硬一体的交付能力，业务不仅包含软件，还有配套硬件，AI无法替代硬件产品，同时公司大量软件产品基于硬件采集的数据开发，或直接嵌入硬件之中，形成了难以被替代的壁垒。第三，公司在智慧交通、智慧物联领域深耕多年，积累了海量行业数据，目前正在推进数据的标准化、结构化处理，未来可作为AI训练的数据源，形成新的竞争优势。
第四，公司具备复杂场景的适配与处理能力，而AI难以理解复杂场景的核心决策逻辑，这是公司的独特壁垒。
答：宇视科技方面，随着AI产品的持续推出、海外业务占比的提升，预计毛利率将基本保持稳定，2025年毛利率较2024年仅略有下降，整体维持平稳。智慧交通方面，2026年公司将持续降低集成类项目比重，从毛利率与回款质量两个维度严格筛选项目，预计该板块毛利率将有所提升。整体来看，公司2026年整体毛利率不会下滑，有望实现稳中有升。
答：海外业务依然存在较多机遇，将加速海外重点区域市场下沉。2026年，随国外企业市场、智能家居市场等产品增长，预期海外增速将显著
答：2026年的核心任务：1）路测牌照申请落地；2）前装的车实现下线）参与示范项目以及技术/运营相关验证或竞赛；4）取得几个具备路权的场景，聚焦核心干线，进行技术成果和运营模式验证，逐步开始商业化运营。
答：商业模式：千曙科技创新性地采用“运力服务（TaaS）+技术订阅(DaaS)”的双轮驱动商业模式，旨在成为智慧物流的基础设施提供商。1）TaaS（运力服务）：千曙联合主流主机厂与头部物流企业，共同推进前装量产自动驾驶重卡的落地，并在核心物流走廊开展常态化无人运输服务，为客户提供稳定、可靠、低成本的标准化数字运力。2）DaaS（订阅服务）：将我们经过海量场景验证的自动驾驶系统、算法模块及运营数据，以订阅制方式开放给产业伙伴，赋能整个物流行业的智能化升级。资产运营模式：在车辆购置上，我们采取“先自持验证、后轻资产运营”的渐进式策略。在业务初期，为了快速跑通L4级自动驾驶的商业闭环并验证技术可靠性，公司会建立一定规模的自持示范车队，这部分必要的资本开支在整体预算内受控，不会对资产负债表造成重大冲击。但从长远发展来看，未来大部分运力也可通过第三方租赁，或接受第三方委托运营其所属车辆来实现。公司的核心价值在于提供“车-路-能-货”的数智化调度平台与运营能力。
答：技术积累的优势：依托“顶尖专家+核心骨干+青年人才”的高壁垒人才梯队，千曙科技具备行业领先的自动驾驶前瞻技术研发能力，公司聚焦L4级自动驾驶重卡在高速公路复杂环境下的关键技术瓶颈，研发包括车端多传感器感知模型、一段式端到端模型及云端世界模型在内的共性关键技术，构建了以单车智能为主，“路侧补盲+云端优化”为辅的立体技术体系，通过路侧设备突破车载传感器物理视距局限，车端多传感器融合实现厘米级精准定位，毫秒级单车决策快速应对突发状况，云端交通大模型优化全局通行效率，形成协同优势。在算法层面，以生成式AI为核心构建“上限高、下限稳”双系统；硬件端打造ASIL-D最高安全等级的异构感知体系，融合激光雷达、摄像头、毫米波雷达，大幅强化极端环境下的感知稳定性，破解干线物流“长尾场景安全”与“全天候可靠”两大核心痛点。
构化场景，其核心痛点除了事故多发之外，还包括极端天气运营难、跨区域路况适配性差、燃油消耗不均、运力调度低效等多重问题。千方科技凭借多年深耕公路货运场景积累的货运数字化经验，精准掌握不同线路的最优通行路径、货运高效时段、车辆能耗规律等核心信息，为自动驾驶重卡的路径规划、能耗优化、调度效率提升提供了贴合实际的参考依据，此外依托全国路网运行监测、跨区域运输等实践经验，对地形地貌以及恶劣天气，事故高发路段、信号盲区、特殊限高等真实道路复杂性形成深度且全面的认知。
运营能力的优势：干线物流自动驾驶的商业化落地，核心在于解决“有技术无场景、有车辆无订单、有试点难复制”的行业痛点，而千方科技凭借多年积累，构建起独特的运营生态壁垒。此前，在公路领域，千方科技已与多省交投成立合资公司，深度的资本合作预计将为测试牌照获取、示范运营许可，以及探索专用车道等创新模式带来显著优势。在货源方面，千曙科技依托生态积累可以链接近3000家物流企业、超5万家服务企业，打通“从技术到订单”的最短路径，有效保证干线物流无人驾驶业务有订单可接；此外，拥有保险、加油充电等车后服务体系，可有效降低单车运营成本，缩短投资回报周期;
