格靈深瞳: 格靈深瞳2022年年度報告摘要-全球熱點評

公司代碼：688207                     公司簡稱：格靈深瞳

              北京格靈深瞳信息技術股份有限公司

                      第一節 重要提示

(相關資料圖)

    劃，投資者應當到 www.sse.com.cn 網站仔細閱讀年度報告全文。

    公司已在本報告中詳細闡述公司在經營過程中可能面臨的各種風險及應對措施，敬請查閱本

報告第三節“管理層討論與分析”之“四、風險因素”。

    完整性，不存在虛假記載、誤導性陳述或重大遺漏，并承擔個別和連帶的法律責任。

□是 √否

    公司2022年度利潤分配預案為：以實施權益分派股權登記日登記的總股本為基數，公司擬以

資本公積向全體股東每10股轉增4股，不派發現金紅利，不送紅股。以上利潤分配暨資本公積轉增

股本預案已經公司第一屆董事會第十七次會議和第一屆監事會第十一次會議審議通過，尚需提交

公司股東大會審議。

□適用 √不適用

                  第二節 公司基本情況

公司股票簡況

√適用 □不適用

                     公司股票簡況

 股票種類  股票上市交易所及板塊      股票簡稱       股票代碼    變更前股票簡稱

A股    上海證券交易所科創板     格靈深瞳     688207     不適用

公司存托憑證簡況

□適用 √不適用

聯系人和聯系方式

聯系人和聯系方式    董事會秘書（信息披露境內代表）          證券事務代表

   姓名      王政                 趙晨希

           北京市海淀區永泰莊北路1號天地鄰   北京市海淀區永泰莊北路1號天地鄰

    辦公地址

           楓創新產業園1號樓B棟        楓創新產業園1號樓B棟

     電話    010-62950512       010-62950512

    電子信箱   ir@deepglint.com   ir@deepglint.com

(一) 主要業務、主要產品或服務情況

    公司以“讓計算機看懂世界，讓 AI 造福人類”為愿景，專注于將先進的計算機視覺技術、大

數據分析技術、機器人技術和人機交互技術與應用場景深度融合，提供面向智慧金融、城市管理、

商業零售、軌交運維、體育健康、元宇宙的人工智能產品及解決方案。公司經過多年的技術研發

與積累，已有效掌握了基于深度學習的模型訓練與數據生產技術、3D 立體視覺技術、大規?？珑R

追蹤技術、自動化交通場景感知與事件識別技術、機器人感知與控制技術等方向的多項核心技術，

憑借過硬的技術能力和長期的商業化經驗，已成功在智慧金融、城市管理、商業零售、軌交運維

四大領域實現落地應用，其中：城市管理領域已覆蓋全國多省市的公安局、公安交通管理局、政

法委員會等政府機關或企事業單位；智慧金融領域已覆蓋農業銀行全國各省市的上萬家網點，包

含智能安保、智能運營、智能風控等多個金融業務場景，同時，公司參與搭建某國有銀行總行 AI

平臺，并開始在其他國有銀行分支行進行試點；商業零售領域主要收入來自排名前列的地產類客

戶；軌交運維領域公司自研的列車智能檢測解決方案已在高鐵和地鐵項目中通過驗收，實現落地

應用，為列車的安全運維提供保障，在研產品己涵蓋軌交機務、電務和工務三大工種。除此之外，

公司在體育健康、元宇宙等更多領域進行前瞻性的布局，部分在研產品已成功在客戶中開展試點，

各類產品和解決方案的研發和落地工作按計劃有序推進。公司從客戶需求出發，面向智慧金融、

城市管理、商業零售、軌交運維、體育健康、元宇宙不同領域的客戶，提供相應的行業解決方案。

(二) 主要經營模式

  公司主要從事計算機視覺技術、大數據分析技術、機器人技術和人機交互技術的研發和應用。

公司的盈利來源于向客戶提供面向應用場景的人工智能產品及解決方案獲得銷售收入。公司自主

研發的人工智能產品主要包括智源智能前端產品、靈犀數據智能平臺及深瞳行業應用平臺。人工

智能產品既可以標準化模式銷售，也可根據客戶需求進行產品組合，提供定制化服務，以整體行

業解決方案向客戶交付。

  公司擁有完整的研發組織架構與創新機制，以用戶需求為核心，采用迭代、循序漸進的敏捷

方法進行研發活動，并對整個產品生命周期進行管理，在過程中不斷對執行結果和階段目標進行

總結復盤，通過不斷迭代完善產品質量和改進研發過程。公司具體的研發過程如下圖所示：

  （1）在產品需求調研階段，公司對行業發展趨勢、市場規模和用戶核心需求進行調研分析，

并結合公司產品戰略規劃，由產品團隊完成需求分析，確定產品的核心目標特性和功能，由研發

團隊進行技術路線規劃。

  （2）在可行性驗證階段，公司進行大量算法實驗以尋找合理科學的解決方案，產品經理、算

法工程師、軟硬件開發工程師和測試團隊密切配合，在產品負責人的協調下進行多次短平快的軟

件原型迭代，每一次迭代都會在產品實際使用場景中進行反復實驗確認，通過與客戶持續溝通，

調整和優化，確認產品最終形態的各功能模塊和參數指標，并明確研發周期。在整個過程中，算

法團隊負責完成實驗場景的建設和數據收集，并進行驗證性實驗；軟件開發團隊負責針對應用場

景進行原型驗證和開發；智能硬件團隊負責對硬件產品的相關指標進行可行性實驗和評估。

  （3）在產品研發階段，產品經理將總結可行性驗證階段的成果，轉化為產品功能指標及開發

任務，確保產品交付節點和產品定義與用戶預期保持一致；算法和工程團隊協同完成算法模型設

計開發、數據收集清洗、功能特性開發等工作；測試團隊按照產品定義對產品每個開發版本進行

驗收，并完成自動化測試腳本；智能硬件團隊完成新硬件產品的結構設計和工業設計，有效評估

外觀、材質、散熱、電氣等特性，并負責設備軟件開發和集成，交付少量可以進行測試認證的工

程樣機。該階段產品會發布多個內外部測試版本，在實踐中進行快速迭代。

  （4）產品發布階段是在產品完成核心功能開發后，在目標市場具備銷售的條件時，產品經理

建立產品的標準文檔、銷售價格、實施方案、售后體系，研發團隊將大量來自客戶實際使用的數

據進行處理，快速迭代，提高產品成熟度；新的硬件產品會在這一階段完成小批量驗證和量產導

入，實現加工生產工藝所需要的工裝硬件和工具軟件；測試團隊進行大量密集的現場測試，確保

產品滿足產品定義的各類功能指標。這一階段的完成標志產品正式版本發布。

  （5）產品運營階段在產品正式發布后，產品經理結合市場反饋與發展趨勢，制定多個后續產

品版本，不斷創新，推出符合市場需求的產品新版本，以對產品進行持續的運營、維護和改進。

  公司專注于人工智能產品及解決方案的研發和銷售，不涉及硬件的直接生產。

  針對標準硬件、配件及服務類采購，公司直接向供應商提出待采購產品或服務的需求，供應

商按照指定的時間和地點進行交付；針對定制化硬件，公司采購主要原材料并發貨至委外加工廠，

由其進行生產加工。公司選擇專業的代工廠，依托其已有的完善的品質控制、生產制造管理和硬

件設施進行專業的代工生產。公司通過新產品導入、質量檢驗標準發布、生產工藝發布、測試檢

驗工具發布等方式確保產品生產的有效性、一致性和穩定性。

  公司結合下游行業的業務特點與主要產品的市場定位，制定了直接銷售的銷售模式，向終端

客戶或集成商客戶直接銷售人工智能產品及解決方案。其中終端客戶是指直接使用公司產品及解

決方案的各行業領域客戶，包括金融機構、政府部門、公安機關、企事業單位等；集成商是指承

擔系統集成、安裝部署、運營維護等職能的企業，包括終端客戶的項目總包方或其指定的工程服

務商等。公司與客戶直接對接需求，通過商務談判、參與招投標等方式獲取訂單。公司建立了完

善的直銷服務體系，目前已在全國劃分了華東、華中、華北、東南、西南、東北、西北七個大區

進行區域化和行業化的矩陣式管理，以提供及時、高效的銷售服務。

(三) 所處行業情況

     根據國家統計局《國民經濟行業分類》

                     （GB/T4754-2017）

                                   ，公司屬于“軟件和信息技術服務業”

（行業代碼為 I65）

          。根據《戰略性新興產業分類（2018）》

                             ，公司屬于“新一代信息技術產業”中

的“人工智能”行業。公司專注于將先進的計算機視覺技術、大數據分析技術、機器人技術和人

機交互技術與應用場景深度融合，提供面向智慧金融、城市管理、商業零售、軌交運維、體育健

康、元宇宙的人工智能產品及解決方案，所屬行業為人工智能行業中的計算機視覺行業。

     （1）行業發展階段和基本特點

     ①人工智能行業

     人工智能行業的產業鏈可分為基礎層、技術層、應用層。其中，基礎層主要包括芯片、軟件

框架、傳感器、服務器、數據（集）等軟硬件及服務，為技術層提供算力、數據等底層支撐，是

人工智能發展的重要基石。

     技術層主要通過基礎層的算力、數據支持，進行海量模擬訓練和機器學習建模，為人工智能

提供核心的算法與應用技術，主要包括以深度學習為代表的算法模型，以及計算機視覺、智能語

音、機器學習、生物特征識別、知識圖譜等關鍵技術。技術層是人工智能發展的核心，對應用層

的智能化發展起到決定性作用。

     應用層則是基于基礎層與技術層，面向特定應用場景需求而形成的軟硬件產品或解決方案。

人工智能應用廣泛，可有效賦能下游領域實現人工智能應用，為其轉型與發展注入強勁新動能。

     人工智能行業的產業鏈結構如下圖所示：

資料來源：iResearch、全國信息安全標準化技術委員會等發布的公開資料整理

  人工智能是引領新一輪科技革命和產業變革的戰略性技術，具有溢出帶動性很強的“頭雁”

效應。全球主要經濟體均積極推進制定人工智能發展戰略，持續推進技術的產業化發展，在政府

推動下，各國科技企業積極跟進，進一步提升人工智能領域投資，根據 IDC 數據，各主要經濟體

的人工智能投入占其本國 GDP 總量的比例均出現不同程度提升，從 2015 年-2022 年，美國人工智

能投入占比提高了 3 倍，德國提高了 5 倍，而中國人工智能投入占比則提高了 13 倍之多。我國把

人工智能放在國家戰略層面，出臺了一系列重要政策鼓勵支持人工智能的發展。

                                  《新一代人工智能

發展規劃》明確指出了到 2030 年我國新一代人工智能發展“三步走”的戰略目標。十四五規劃中

明確提出“推動互聯網、大數據、人工智能等同各產業深度融合”。隨著人工智能技術的不斷進步

與發展，部分技術進入產業化發展階段，智能應用已成為當前及未來較長發展周期的核心要義。

與此同時，人工智能正與生產生活的各個領域相融合，有效提升各領域的智能化水平，在帶動新

產業興起的同時也為傳統領域帶來變革機遇，從而擁有極為廣闊的市場前景。IDC 預測，中國人

工智能市場支出規模將在 2023 年增至 147.5 億美元，2026 年中國 AI 市場將實現 264.4 億美元市

場規模，2021-2026 五年復合增長率將超 20%。

  ②計算機視覺行業

  根據國家標準化管理委員會指導編制的《人工智能標準化白皮書（2018 版）》

                                      ，計算機視覺是

使用計算機模仿人類視覺系統的科學，讓計算機擁有類似人類提取、處理、理解、分析圖像以及

圖像序列的能力。根據解決問題的不同，計算機視覺可分為計算成像學、圖像理解、三維視覺、

動態視覺和視頻編解碼五大類，具體情況如下表所示：

類別                        概念以及主要應用

      計算成像學是探索人眼結構、相機成像原理以及其延伸應用的科學。在相機成像原理方

      面，計算成像學不斷促進現有可見光相機的完善，使得現代相機更加輕便，可以適用于

計算成   不同場景。同時計算成像學也推動著新型相機的產生，使相機超出可見光的限制。在相

像學    機應用科學方面，計算成像學可以提升相機的能力，從而通過后續的算法處理使得在受

      限條件下拍攝的圖像更加完善，例如圖像去噪、去模糊、暗光增強、去霧霾等，以及實

      現新的功能，例如全景圖、軟件虛化、超分辨率等。

      圖像理解是通過用計算機系統解釋圖像，實現類似人類視覺系統理解外部世界的一門科

      學。通常根據理解信息的抽象程度可分為三個層次：淺層理解，包括圖像邊緣、圖像特

圖像    征點、紋理元素等；中層理解，包括物體邊界、區域與平面等；高層理解，根據需要抽

理解    取的高層語義信息，可大致分為識別、檢測、分割、姿態估計、圖像文字說明等。目前

      高層圖像理解算法已逐漸廣泛應用于人工智能系統，如刷臉支付、智慧安防、圖像搜索

      等。

      三維視覺即研究如何通過視覺獲取三維信息（三維重建）以及如何理解所獲取的三維信

      息的科學。三維重建可以根據重建的信息來源，分為單目圖像重建、多目圖像重建和深

三維    度圖像重建等。三維信息理解，即使用三維信息輔助圖像理解或者直接理解三維信息。

視覺    三維信息理解可分為，淺層：角點、邊緣、法向量等；中層：平面、立方體等；高層：

      物體檢測、識別、分割等。三維視覺技術可以廣泛應用于機器人、無人駕駛、智慧工廠、

      虛擬/增強現實等方向。

類別                          概念以及主要應用

      動態視覺即分析視頻或圖像序列，模擬人處理時序圖像的科學。通常動態視覺問題可以

動態

      定義為尋找圖像元素，如像素、區域、物體在時序上的對應，以及提取其語義信息的問

視覺

      題。動態視覺研究被廣泛應用在視頻分析以及人機交互等方面。

      視頻編解碼是指通過特定的壓縮技術，將視頻流進行壓縮。視頻流傳輸中最為重要的編

      解碼標準有國際電聯的 H.261、H.263、H.264、H.265、M-JPEG 和 MPEG 系列標準。視頻

      壓縮編碼主要分為兩大類：無損壓縮和有損壓縮。無損壓縮指使用壓縮后的數據進行重

視頻編

      構時，重構后的數據與原來的數據完全相同，例如磁盤文件的壓縮。有損壓縮也稱為不

解碼

      可逆編碼，指使用壓縮后的數據進行重構時，重構后的數據與原來的數據有差異，但不

      會影響人們對原始資料所表達的信息產生誤解。有損壓縮的應用范圍廣泛，例如視頻會

      議、可視電話、視頻廣播、視頻監控等。

資料來源：

    《人工智能標準化白皮書（2018 版）

                      》

  從功能來看，根據中國科學院大數據挖掘與知識管理重點實驗室發布的《2019 年人工智能發

展白皮書》，計算機視覺主要功能包括圖像獲取、預處理、特征提取、檢測/分割、高級處理等，

具體功能如下圖所示：

資料來源：

    《2019 年人工智能發展白皮書》

  目前，計算機視覺作為人工智能中技術率先取得較大突破、應用場景較為明確的關鍵技術之

一，在人工智能中占據重要地位，已在工業界逐步實現商用價值，步入規?；虡I落地階段。同

時，隨著相關設備能力的改善（如算力、內存容量、能耗、圖像傳感器分辨率和光學器件等）

                                        ，提

升了應用的性能和成本效益，進一步加快了計算機視覺商業應用的擴展。據 iResearch 數據，2021

年我國計算機視覺產品的市場規模占整個人工智能行業的 49.6%，達到 990 億元，帶動相關產業

規模超過 3,079 億元。預計至 2026 年，我國計算機視覺核心產業規模和帶動相關產業規模將分別

增長至 2,208 億元和 6,733 億元，年均復合增長率分別為 17.4%和 16.9%。從市場規模、場景泛用、

帶動作用來說，計算機視覺領域未來市場空間廣闊。

資料來源：iResearch 于 2022 年 9 月發布的《端邊云協同的 AI 視覺產業研究報告》

     （2）主要技術門檻

     公司所屬人工智能行業屬于技術密集型行業，行業進入壁壘高，產品具有高技術含量、高附

加值等特點，企業需擁有高效的研發創新和產業應用能力，頭部企業擁有深厚的技術積累和不斷

進行先進技術探索的機制，在經營方面需擁有不同業務場景的快速商業化落地能力和良好市場口

碑，對企業的研發、銷售等業務管理能力均有較高的要求。

     在 AI 算法層面，公司的核心算法多次在國內外人工智能算法競賽中奪冠，達到行業領先水平；

公司在研發過程中向學術界開源了 TrillionPairs 和 Glint360K 兩個人臉識別數據集，開源了

PartialFC 訓練代碼，推動了行業技術的發展；同時，公司承擔了國家科技部、北京市科學技術

委員會等多項人工智能技術應用的重大科研項目，并與全國信息安全標準化技術委員會、中國安

全防范產品行業協會、中國信息通信研究院、中關村標準化協會、國家工業信息安全發展研究中

心、中國電子工業標準化技術協會、中關村智慧城市產業技術創新戰略聯盟、中關村中安公共安

全視頻智能應用技術聯盟等單位開展多項標準化制定工作。

     在 AI 應用層面，公司已將核心算法技術運用在主營產品中，形成了面向智慧金融、城市管理、

商業零售、體育健康、軌交運維、元宇宙等領域的人工智能產品及解決方案，并根據下游客戶的

需求不斷優化、升級核心技術，確保持續的技術創新。公司的主營業務產品在下游主要核心客戶

的認可程度高，良好的市場口碑為公司市場拓展及持續發展奠定了重要基礎。

     人工智能下游的應用領域眾多，目前與公司同行業的人工智能企業在下游應用領域的布局方

面各有側重，未來市場空間較大。公司作為計算機視覺領域的創新型人工智能企業之一，目前尚

處于產業化與市場拓展的快速發展階段，在多個人工智能細分應用領域中已較早完成了產品布局，

未來在新應用領域的業務拓展將持續提升公司的市場份額和競爭地位。

     近年來，由于人工智能已成為科技創新的關鍵領域和數字經濟時代的重要支柱，在國家及地

方多項政策和資金支持下，我國人工智能技術和產業蓬勃發展，進入了新的發展階段，應用場景

也在不斷的拓寬、融合和多元化發展，產業結構逐漸完善，2022 年，人工智能在各個行業的滲透

率均有提升，在互聯網、金融、政府、電信和制造業等行業的應用滲透率居前，成為企業尋求提

升用戶體驗和保持競爭力的重要能力。我國人工智能領域在企業、專利和論文數量等方面都進入

國際領先行列，自主研發的開源深度學習框架、開源工具集、開源應用軟件、開源社區快速發展，

在國際人工智能開源社區的貢獻度已成為僅次于美國的第二大貢獻國。借助數據獲取渠道廣、行

業應用場景豐富以及總體投資水平高等優勢，我國人工智能企業在技術創新與快速商業化方面形

成了良好的發展環境，但在人工智能基礎理論和原始創新方面仍相對較弱，核心智能芯片和基礎

元器件的自主研發生產能力與國際領先水平尚存在較大的差距。

     數據、算力和算法是人工智能發展的三駕馬車。在數據層面，人工智能技術需要大量的標注

數據，推動數據規模不斷增長，數據服務走向深度定制化，高質量知識集加速構建。在算力層面，

的升級，逐步構建起更健全的基礎設施結構，而數據的攀升、算法和模型領域的突破更加要求人

工智能產品快速、精準地處理大量數據或執行復雜的指令，這對算力提出更高的需求，在技術發

展的客觀要求、政策的支持和資本的推動等多重因素驅動下，各類人工智能芯片快速演進發展。

在算法層面，超大規模預訓練模型成為熱點，推動人工智能技術效果不斷提升，繼續朝規模更大、

模態更多的方向發展，多模態技術的支持使得單一自然語言處理或計算機視覺模型發展成語言文

字、圖形圖像、音視頻等多模態、跨模態模型，推動了 AIGC 內容多樣性的提升，使 AIGC 擁有了

更為通用的能力，引發 AIGC 技術能力的質變。AIGC 作為當前新型的內容生產方式，已率先在傳

媒、電商、影視和娛樂行業等數字化程度高、內容需求豐富的場景取得進展，展現出了一定的市

場潛力，同時，在加快產業升級的進程中，AIGC 在金融、醫療、工業等領域的應用也將迅速發展。

     作為在人工智能行業技術成熟度較高、商業化進程較快的細分領域，計算機視覺技術從最初

的靜態人臉識別和光學字符識別起步，逐漸擴展到了人臉識別分析、活體檢測、人體識別分析、

物體檢測識別、行為識別分析等諸多方向，應用場景也從較早的城市管理、金融、互聯網、商業

零售等領域，擴展到軌道交通、醫療健康、元宇宙、人機交互等創新領域。神經網絡和深度學習

是計算機視覺的基石，而數據、算力和算法三駕馬車的發展極大拉動了計算機視覺技術的發展。

海量的應用場景數據為計算機視覺算法提供訓練基礎，使得算法精準度提升，讓機器實現更為精

準的視覺識別；人工智能芯片的發展大幅提升了數據處理速度，縮短了計算過程和模型架構調整

時間，為計算機視覺的發展提供了算力支持；深度學習算法的發展提升了計算機視覺準確度。目

前計算機視覺企業的技術成熟度均已達到較高水平，同行業企業間的技術差異在逐漸縮小，在大

部分應用場景下，各企業的技術水平都已經可以較好的滿足用戶需求，因而未來計算機視覺企業

間的競爭將從技術領先性競爭逐步轉向以拓展落地場景和理解用戶需求為核心的綜合服務能力競

爭。

                                                     單位：元 幣種：人民幣

                                                本年比上年

                                                 增減(%)

總資產        2,526,812,255.92   778,874,371.14        224.42 597,557,297.24

歸屬于上市公司

股東的凈資產

營業收入        353,653,478.18    293,562,254.03          20.47   242,715,565.02

歸屬于上市公司

股東的凈利潤

歸屬于上市公司

股東的扣除非經

常性損益的凈利

潤

經營活動產生的

現金流量凈額

加權平均凈資產                                        增加13.51個百分

收益率（%）                                                  點

基本每股收益（元

／股）

稀釋每股收益（元

／股）

研發投入占營業                                        減少3.83個百分

收入的比例（%）                                               點

                                                      單位：元 幣種：人民幣

                 第一季度             第二季度            第三季度           第四季度

                （1-3 月份）         （4-6 月份）        （7-9 月份）      （10-12 月份）

營業收入                     54,260,201.48   62,922,277.64    78,527,770.39       157,943,228.67

歸屬于上市公司股東的

                        -14,641,859.78     2,080,276.80   -3,437,233.23        48,613,743.95

凈利潤

歸屬于上市公司股東的

扣除非經常性損益后的              -11,767,249.00   -2,632,066.55    -5,899,004.81        45,369,687.68

凈利潤

經營活動產生的現金流

                        -29,828,091.75   23,523,000.32    19,650,258.36       141,361,672.64

量凈額

季度數據與已披露定期報告數據差異說明

□適用 √不適用

名股東情況

                                                                                   單位: 股

截至報告期末普通股股東總數(戶)                                                                        15,563

年度報告披露日前上一月末的普通股股東總數(戶)                                                                 10,533

截至報告期末表決權恢復的優先股股東總數（戶）                                                                      0

年度報告披露日前上一月末表決權恢復的優先股股東總數（戶）                                                                0

截至報告期末持有特別表決權股份的股東總數（戶）                                                                     0

年度報告披露日前上一月末持有特別表決權股份的股東總數（戶）                                                               0

                                  前十名股東持股情況

                                                                       質押、標記

                                                          包含轉融通        或凍結情況

                   報告                        持有有限售

    股東名稱                期末持股數        比例                   借出股份的                          股東

                   期內                        條件股份數

    （全稱）                  量          (%)                  限售股份數                          性質

                   增減                          量                       股份

                                                            量                    數量

                                                                       狀態

天津深瞳智數科

技中心（有限合             0   31,261,346   16.90   31,261,346   31,261,346      無         0    其他

伙）

Sequoia Capital

                                                                                         境外

CV IV Holdco IX,    0   19,401,955   10.49   19,401,955   19,401,955      無         0

                                                                                         法人

Ltd.

Ceyuan       HK

                                                                                         境外

Holdings            0   13,858,540    7.49   13,858,540   13,858,540      無         0

                                                                                         法人

Limited

Zhen Partners I                                                                          境外

（HK）Limited                                                                              法人

天津澳林春天科             0   10,340,930    5.59   10,340,930   10,340,930      無         0    其他

技中心（有限合

伙）

天津靈瞳眾智科

技中心（有限合           0   9,522,346   5.15   9,522,346   9,522,346   無   0   其他

伙）

Hyundai   Motor                                                          境外

Company                                                                  法人

北京易華錄力鼎

投資管理有限公

司－北京智慧云           0   8,516,527    4.6   8,516,527   8,516,527   無   0   其他

城投資基金中心

（有限合伙）

深圳市高新投集                                                                  國有

團有限公司                                                                    法人

天津靈瞳萊客科

技中心（有限合           0   3,781,823   2.04   3,781,823   3,781,823   無   0   其他

伙）

                                    限合伙）的實際控制人，并擔任天津靈瞳眾智科技中

                                    心（有限合伙）   、天津靈瞳萊客科技中心（有限合伙）

上述股東關聯關系或一致行動的說明                    的執行事務合伙人。2、Sequoia Capital CV IV Holdco

                                    IX, Ltd.的關聯主體系 Zhen Partners I （HK）

                                    Limited 的間接參股股東。除上述說明外，公司未知

                                    其他股東是否存在關聯關系或一致行動關系。

表決權恢復的優先股股東及持股數量的說

                                    不適用

明

存托憑證持有人情況

□適用 √不適用

截至報告期末表決權數量前十名股東情況表

□適用 √不適用

√適用 □不適用

√適用 □不適用

□適用 √不適用

□適用 √不適用

                       第三節 重要事項

公司經營情況有重大影響和預計未來會有重大影響的事項。

屬于母公司所有者的凈利潤 3,261.49 萬元，歸屬于母公司所有者的扣除非經常性損益的凈利潤

止上市情形的原因。

□適用 √不適用

查看原文公告

標簽：