增持|首次覆盖

个股表现


资料来源：聚源，中邮证券研究所

公司基本情况

最新收盘价(元)

97.40

总股本/流通股本(亿股)

2.52/1.25

总市值/流通市值(亿元)

246/121

52周内最高/最低价

115.53/44.5

资产负债率(%)

60.3%

市盈率

143.24

第一大股东

袁微微

研究所

分析师：李佩京

SAC 登记编号：S1340525080003

Email: lipeijing@cnpsec.com

分析师：王思

SAC 登记编号：S1340525080002

Email:wangsi1@cnpsec.com

智微智能（001339）

智算业务兑现增长，LPU与具身智能打开AI硬件新空间

投资要点

智能硬件工程化能力构筑经营底盘，AI算力业务推动盈利结构改善。公司围绕“云一边一端”形成行业终端、ICT基础设施、智算业务和工业物联网四大业务板块，具备产品定义、研发设计、柔性制造和供应链协同能力。2025年公司实现营业收入40.87亿元、归母净利润1.71亿元；2026年一季度营业收入同比增长 52.96%，归母净利润同比增长 159.13%，主营及智算业务订单增加推动业绩明显提速。

算力供需错配推动算租景气上行，腾云智算进入业绩兑现期。 Agent应用发展和Token调用量增长持续推升推理算力需求，国内外科技企业加大AI资本开支，而高端算力卡、存储、机房和运维资源扩张相对滞后，算力卡及算力租赁价格已出现结构性上涨。Ornn计算价格指数显示英伟达最新GPU租赁价格达到每小时4.95美元，较3月初的2.31美元上涨，六周内涨幅达 114%。公司较早通过控股子公司腾云智算布局算力设备交付、运维调优、算力调度和算力租赁，2025年腾云智算实现收入4.62亿元（同比+53.64%）、净利润2.07亿元 （同比+19.07%），智算业务已成为公司利润增长的核心来源。此外，公司近期拟定增不超过28.7亿元，其中22亿元拟用于智算中心建设及运营项目，计划进一步强化了智算业务扩张预期。

推理时代更加重视存力、网络与低延迟能力，LPU布局构成中长期成长弹性。Agent应用需要持续完成低延迟、高吞吐、低成本的Token生成，推理系统的瓶颈正由单纯计算能力延伸至内存带宽、数据搬运和网络通信。LPU通过片上SRAM、确定性执行和低延迟架构强化Decode阶段效率，与GPU的大容量HBM和通用并行计算能力形成互补。英伟达与Groq的合作进一步验证了GPU与LPU协同的产业方向，公司通过元川微布局LPU，有望将芯片能力与现有服务器、算力服务和客户资源结合，延伸推理算力业务边界。

具身智能进入产业导入期，边缘AI控制器有望成为公司下一成长支点。人形机器人从样机验证逐步迈向小批量交付，机器人需要在本地完成多模态感知、模型推理、任务规划和实时运动控制，边缘AI控制器的重要性随系统复杂度提升。公司已围绕NVIDIA Jetson Thor、AGX Orin等平台推出具身智能控制器，并与机器人及工业客户开展产品适配。公司在硬件设计、散热、接口、软件适配和量产交付方面具备工程化基础，有望卡位机器人“大脑”和“大小脑”控制器环节。

盈利预测与投资建议

我们认为，公司智算业务是当前业绩兑现的主线，LPU与具身智能是中长期成长期权。预计公司2026-2028年实现营收63.78、78.11、 95.79亿元，同比增长 56.07%、22.47%、22.64%；实现归母净利润分


别为6.27、9.16、12.26亿元，同比增长 266.64%、46.19%、33.77%；对应2026年6月12日收盘价，PE分别为39.2、26.8、20X，可比公司26-28年PE分别为47.0、25.9、19.3X，公司业绩高增支撑估值溢价，同时保留LPU和具身智能的业务期权，首次覆盖，给予“增持”评级。

风险提示：

算力租赁价格回落及资产利用率不及预期；智算中心建设和定增进度不及预期；元川微LPU产品研发、验证与商业化不及预期；具身智能产业量产节奏不及预期；原材料价格和供应链波动风险。

盈利预测和财务指标

项目\年度

2025A

2026E

2027E

2028E

营业收入(百万元)

4087

6378

7811

9579

增长率(%)

1.30

56.07

22.47

22.64

EBITDA(百万元)

399.77

1471.78

2265.73

3233.47

归属母公司净利润(百万元)

170.94

626.76

916.23

1225.65

增长率(%)

36.84

266.64

46.19

33.77

EPS(元/股)

0.68

2.48

3.63

4.86

市盈率(P/E)

143.75

39.21

26.82

20.05

市净率(P/B)

10.90

8.63

6.60

5.02

EV/EBITDA

32.65

16.30

10.88

7.92

资料来源：公司公告，中邮证券研究所


目录

1 智微智能：硬件能力沉淀，AI算力业务进入财务验证期 ... 6

1.1 从行业智能终端起步，延伸至ICT基础设施与AI算力设备 ... 6

1.2 实控人持股集中，创始团队绑定硬件与智算扩张 ... 6

1.3 传统业务提供收入底盘，智算业务提升利润弹性 ... 8

2 推理需求重塑算力景气，腾云智算与LPU布局打开第二成长曲线 ... 9

2.1 推理需求放大算力缺口，算租涨价与LPU路线成为行业新变量 ... 9

2.2 腾云智算进入业绩兑现期，元川微补齐推理芯片布局 ... 15

3 具身智能进入产业导入期，公司卡位边缘AI控制器环节 ... 18

3.1 人形机器人迈向规模量产，AI控制器成为连接感知、决策与执行的核心硬件 ... 18

3.2 多平台产品布局叠加客户导入验证，公司卡位具身智能控制器环节 ... 19

4 盈利预测与投资建议 ... 22

5 风险提示 ... 24


图表目录

图表 1: 智微智能发展历程...6

图表 2: 智微智能股权结构（截至 2026Q1）...7

图表 3: 公司主要高管履历情况...7

图表 4: 公司营收（亿元）及增速...8

图表 5: 公司归母净利润（亿元）及增速...8

图表 6: 公司分业务收入（亿元）及增速...8

图表 7: 公司分业务占比情况...8

图表 8: 公司毛利率与归母净利率情况...9

图表 9: 公司分业务毛利率情况...9

图表 10: 公司三费情况...9

图表 11: 豆包大模型日军 Token 使用量快速攀升...10

图表 12: “养龙虾”大幅提升 token 消耗（OpenRuter 口径）...10

图表 13: 海外云厂商资本开支（亿美元）及增速...11

图表 14: 国内云厂商资本开支（亿元）及增速...11

图表 15: 算力卡供货周期拉长...11

图表 16: 中国 AI 芯片本地供需分析...12

图表 17: B200 GPU 租赁价格呈上涨趋势...12

图表 18: Token 需求膨胀驱动算力租赁涨价的传导链条...12

图表 19: 大模型推理分为 Prefill 和 Decode 两阶段...13

图表 20: 传统计算架构 VS LPU+硬流水架构...13

图表 21: GPU 与 LPU 优劣势对比...14

图表 22: Vera Rubin NVL72 和 Groq 3 LPX 合作工作流...14

图表 23: Vera Rubin NVL72 和 Groq 3 LPX 协同工作兼得高吞吐与低延迟...14

图表 24: 腾云智算裸金属市场...15

图表 25: HAT 智算云具备 EAGLE-3 推理加速能力...15

图表 26: 腾云智算收入及利润（亿元）情况...15

图表 27: 公司计划定增用于智算中心建设与运营...16

图表 28: 元川微 LPU+优势：面向推理任务德确定性、低时延、高效能、低成本...16

图表 29: 元川微 LPU 布局与智微智能现有业务形成推理闭环...17

图表 30: 2024、2025 年各厂商机器人出货量（台）...18

图表 31: 2025 年全球人形机器人市占率...18

图表 32: 中国人形机器人产业优势来自制造体系与真实场景的共同作用...18

图表 33: 构建人形机器人需要一系列硬件和软件组成，其中硬件起到与现实世界交互作用...19

图表 34: 公司具身智能控制器产品线...20

图表 35: 公司围绕 NVIDIA、Rockchip 等形成多平台具身智能控制器布局...20


图表 36：宇叠智能穿戴解决方案 ... 21

图表 37：基于 NVIDIA Jetson，公司为客户提供视觉 AI、生成式 AI、具身智能机器人推理、仿真、本

地部署等一站式产品解决方案 ... 22

图表 38：智微智能业务预测拆分（亿元） ... 23

图表 39：可比公司估值表 ... 24


1 智微智能：硬件能力沉淀，AI算力业务进入财务验证期

1.1 从行业智能终端起步，延伸至ICT基础设施与AI算力设备

公司的成长主线，是从智能硬件研发制造商逐步延伸为全场景AI算力底座参与者。公司成立于2011年，围绕智慧教育、智能零售、智慧金融等场景提供电子设备研发、生产、销售及服务；2022年公司登陆深交所主板，获得资本市场平台后，业务边界从传统终端硬件进一步扩展至服务器、网络安全设备、工业控制和智算服务。2025年年报披露，公司已形成行业终端、ICT基础设施、工业物联网及智算四大核心业务板块，并将自身定位为“智联网硬件及全场景AI算力底座提供商”。我们认为，公司的关键变化不是抛开原有硬件主业另起炉灶，而是把产品定义、研发创新、柔性制造、供应链协同和客户交付能力迁移到AI服务器、智算服务和边缘AI硬件等更高景气方向。

公司战略重心已经从“终端硬件交付”转向“AI+场景化解决方案”，智算业务开始从战略表述进入经营数据。2025年年报中，公司提出“全面拥抱AI+”，围绕“云-边-端”算力需求构建“感知AI-生成式AI-智能体AI-物理AI”的产品矩阵；其中智算业务覆盖AI算力规划设计、算力设备交付、运维调优、算力调度与优化管理平台、算力租赁+MaaS等环节。

图表1：智微智能发展历程


主线：智能硬件工程化能力沉淀 $\rightarrow$ ICT/工业/服务器产品扩展 $\rightarrow$ 资本市场平台形成 $\rightarrow$ 腾云智算与AI生态外延加速

资料来源：公司官网，中邮证券研究所

1.2 实控人持股集中，创始团队绑定硬件与智算扩张

公司控制权集中且实际控制人深度参与经营，有利于AI新业务投入期保持战略连续性。截至2026年3月31日，袁微微、郭旭辉分别持有公司 39.56%、27.23%股份，二人为夫妻关系并合计持有 66.79%股份，为公司实际控制人；袁微微同时担任公司董事长、总经理。我们认为，公司后续进入算力租赁、AI服务器和机器人控制器等方向时，需要持续投入资金、供应链、渠道和工程交付资源，实控人高比例持股和一线经营有助于降低战略摇摆。

管理层的履历与子公司任职显示，公司新业务推进仍围绕硬件工程化和智算运营展开。 2025年年报披露，袁微微现任腾云智算董事长兼总经理、智微智算执行董事兼总经理，并兼


任多家智能硬件和AI相关子公司职务；袁烨任公司董事兼副经理，并任腾云智算董事；张新媛任董事会秘书并任腾云智算监事；李敏任财务总监，并任智微智算财务负责人。这一组织安排说明智算并非游离于上市公司主业之外的财务投资，而是被纳入创始人、经营管理和财务管理体系之中。

图表2：智微智能股权结构（截至2026Q1）


资料来源：Wind，公司2026Q1季报，中邮证券研究所

图表3：公司主要高管履历情况

姓名

职务

学历

履历详情

袁微微

董事长，总经理

硕士

曾任深圳市智微智能科技开发有限公司执行董事兼总经理、智微智算（南宁）科技有限公司执行董事兼总经理等。现任深圳市智微智能科技股份有限公司董事长兼总经理、郑州市智微智能科技有限公司执行董事兼总经理、智微智能（香港）有限公司董事、南宁市腾云智算科技有限公司董事长兼总经理、深圳市曜腾投资有限公司执行董事兼总经理、智微智算（南宁）科技有限公司执行董事兼总经理等。

袁烨

董事，副总经理

硕士

曾任深圳市智微智能科技股份有限公司销售经理、董事长助理，现任深圳市智微智能科技股份有限公司董事兼副总经理、南宁市腾云智算科技有限公司董事、深圳市街未觉醒科技有限公司董事。

郭旭辉

董事

本科

曾任深圳市先冠电子有限公司执行董事兼总经理、深圳市智微智能科技开发有限公司监事、先冠贸易有限公司董事、万德电子有限公司董事，现任深圳市智微智能科技股份有限公司第二届董事会董事、香港江恒有限公司董事。

李敏

财务负责人

硕士

曾任TCL电子控股有限公司中国营销本部财务主管、财务经理、海外营销本部财务经理，TCL实业控股股份有限公司财务中心预算管理部高级财务经理，海能达通讯股份有限公司财务副总监，南宁市艾维硕科技有限公司财务负责人。现任深圳市智微智能科技股份有限公司财务负责人、东莞市智微智能科技有限公司财务负责人、智微智算（南宁）科技有限公司财务负责人、深圳市曜腾投资有限公司财务负责人。

张新媛

董事会秘书

硕士

曾任深圳达实智能股份有限公司证券事务代表、投资者关系总监，深圳市智微智能科技股份有限公司董事长助理，现任深圳市智微智能科技股份有限公司董事会秘书、南宁市腾云智算科技有限公司监事。

资料来源：Wind，中邮证券研究所


1.3 传统业务提供收入底盘，智算业务提升利润弹性

公司收入端保持增长，利润端自2024年以来修复，2026年一季度进一步体现智算订单放量弹性。2022-2025年公司营业收入由30.33亿元提升至40.87亿元，2025年收入同比增长 1.30%；归母净利润由2023年的0.33亿元恢复至2025年的1.71亿元，2025年同比增长 36.84%。2026年一季度，公司实现营业收入13.03亿元，同比增长 52.96%，实现归母净利润 1.09亿元，同比增长 159.13%；公司在一季报中解释，收入和利润增长主要来自主营及智算业务订单增加。我们认为，智微智能当前财务变化已不只是传统硬件公司的需求修复，智算业务订单增长正在成为利润弹性的重要变量。

图表4：公司营收（亿元）及增速


资料来源：Wind，中邮证券研究所

图表5：公司归母净利润（亿元）及增速


资料来源：Wind，中邮证券研究所

分业务结构呈现“传统底盘+新业务弹性”的特征，智算业务的高毛利率显著提升公司利润率。2025年，公司行业终端、ICT基础设施、智算业务、工业物联网收入分别为22.15、8.03、 4.62、2.51亿元，其中智算业务收入同比增长 53.39%，毛利率达到 76.62%，显著高于行业终端 10.60%和 ICT基础设施 15.06%的毛利率水平。2025年公司毛利率、归母净利率分别为 20.1%、 4.2%，同比提升3.3pct、1.1pct；2026Q1毛利率、归母净利率分别为 31%、8.4%，同比提升 10.6pct、3.4pct。我们认为，若智算业务能够维持较高出租率、复租率和回款质量，其对公司利润率的拉动会明显强于收入占比。

图表6：公司分业务收入（亿元）及增速


资料来源：Wind，公司2023年年报，中邮证券研究所

图表7：公司分业务占比情况


资料来源：Wind，公司2023年年报，中邮证券研究所


图表8：公司毛利率与归母净利率情况


资料来源：Wind，中邮证券研究所

图表9：公司分业务毛利率情况


资料来源：Wind，公司2023年年报，中邮证券研究所

公司三费基本维持稳定，研发维持一定强度。2025年，公司销售、管理、研发费用率分别为 1.8%、3.0%、4.2%，同比变化-0.26、+0.37、-0.05pct；2026Q1，公司销售、管理、研发费用率分别为 2.3%、2.9%、3.6%，同比变化+0.10、+0.15、-1.59pct。

图表10：公司三费情况


资料来源：Wind，中邮证券研究所

2 推理需求重塑算力景气，腾云智算与LPU布局打开第二成长曲线

2.1推理需求放大算力缺口，算租涨价与LPU路线成为行业新变量

2.1.1 算力供需错配：Token需求放量推动算租进入涨价周期

推理时代的核心变化，是算力需求从“训练阶段的集中式消耗”转向“应用阶段的持续性 Token消耗”。大模型训练决定基础能力，但真正把算力消耗推向常态化的，是龙虾/Agent、搜索问答、代码生成、办公助手、多模态内容生成等应用的高频调用。25年11月，Claw推出，后经几次更名变为OpenClaw，可在用户设备上运行，且能通过已在使用的聊天应用进行操作，使得26年在国内外掀起“养龙虾”热潮。根据OpenRuter数据，25年底token周度消耗量在 5-6T左右，而在6月第一周已突破36T。国内数据也能直观看到这一趋势：国家数据局披露，2026年3月国内日均Token调用量突破140万亿，较2023年初1000亿增长约千倍；火山引


擎披露，豆包大模型日均Token使用量截至2026年3月突破120万亿，较三个月前翻倍、较 2024年5月首次发布时增长超1000倍。

图表11：豆包大模型日军Token使用量快速攀升


资料来源：腾讯网，第一新声，中邮证券研究所

图表12：“养龙虾”大幅提升 token 消耗（OpenRuter 口径）


资料来源：OpenRuter，中邮证券研究所

海内外云厂商开启资本开支军备竞赛，急剧拉升算力需求量。海外侧，谷歌、微软、Meta、亚马逊北美四大云服务商2026年Q1资本开支继续大超预期，集体上调2026全年资本开支指引，按区间高点计算，四大科技巨头2026年资本开支合计已突破7250亿美元，同比增速超 60%。国内侧，2026Q1财报后，阿里CEO吴泳铭表示，现在阿里的服务器内几乎没有一张卡是空的，基于未来3-5年的需求情况，他认为阿里大量投入AI数据中心的投资回报非常确定。考虑到建设算力中心投入巨大，资本支出或将超过最初宣布的3800亿元。腾讯也表示在AI相关服务的需求在持续增长，26年资本支出相比去年会有所增加。据彭博社报道，字节内部讨论将26年AI基础设施投入推高至最高700亿美元，若条件许可，明年的预算目标甚至可能触及1000亿美元。我们认为，海内外大厂Capex上行，本质上是在提前锁定未来两到三年的训练和推理吞吐能力。


图表13：海外云厂商资本开支（亿美元）及增速


资料来源：Wind，中邮证券研究所

图表14：国内云厂商资本开支（亿元）及增速


资料来源：Wind，各公司财报，中邮证券研究所

算力供需错配，导致算租步入涨价周期。根据Bernstein预测，我国算力芯片供需错配情况需到28年才可缓解。2025年我国本地芯片总需求与本地产能分别为370、160亿元，供给/需求为 40%，而到2028年，本地芯片总需求与本地产能分别为880、910亿元，供给/需求为 104%。究其原因，根据Spheron分析，台积电的CoWoS封装产能已全部排满，存储厂商的HBM产能无法满足需求，致使算力卡供货周期拉长。具体看，H100 SXM5的交货周期普遍在36至 52周之间；H200更长，超过40周；而最新的B200的可用产能已被预订至2027年下半年。供给侧短期难以完全跟上需求弹性，算力租赁价格因此具备上行基础。Ornn数据显示，近几个月来，英伟达全系列GPU在云端数据中心的现货租赁价格均大幅上涨。Ornn计算价格指数显示英伟达最新GPU租赁价格达到每小时4.95美元，较3月初的2.31美元上涨，六周内涨幅达 114%。

图表15：算力卡供货周期拉长

GPU

Typical Lead Time(Direct Purchase)

Cloud Availability

H100 SXM5

36-52 weeks

Limited on hyperscalers; available spot on neo-clouds

H200 SXM5

40+ weeks

Reserved pools mostly sold out

B200

Allocated through H2 2027

Limited to select providers

A100 80GB

8-16 weeks

More available; watch for constrained VRAM configs

L40S

4-8 weeks

Good availability; strong for inference

资料来源：Spheron，中邮证券研究所


图表16：中国AI芯片本地供需分析


资料来源：Bernstein，中邮证券研究所

图表17：B200 GPU租赁价格呈上涨趋势


资料来源：Theory Ventures，ORNN data，中邮证券研究所

我们认为，算租涨价不是简单的卡价上涨，而是“可用集群供给”相对“Token驱动需求”的错配在定价端的体现。对算租参与者而言，行业机会不在于泛泛参与智算中心建设，而在于能否把设备、资金、渠道、运维和客户需求整合成可复租、可调度、可回款的算力服务能力。

图表18：Token需求膨胀驱动算力租赁涨价的传导链条


资料来源：中邮证券研究所

2.1.2 推理时代：LPU有望缓解内存与实时推理瓶颈，英伟达战略“收编”Groq

大模型推理通常分为Prefill和Decode两个阶段：Prefill可以对输入序列做大规模并行计算，受计算限制；而Decode需要逐Token串行生成，每一步都要读取模型权重和KV Cache并执行层内计算，受内存限制。随着Agent从单轮问答走向长上下文、多工具调用和多Agent协同，一次任务可能触发更长的推理链与更多模型调用，单步延迟会在工作流中持续累积。因此，用户体验和推理经济性的关键指标逐步转向首Token时延、每用户Token速率、尾延迟与单位Token成本。


图表19：大模型推理分为Prefill和Decode两阶段


资料来源：Nvidia Developer，中邮证券研究所

LPU（Language Processing Unit）是专为AI推理设计的非冯·诺依曼架构芯片，提升十倍推理效能。当前大模型推理的核心瓶颈不是算力，而是数据搬移——传统 GPU/NPU 依赖多级缓存（L1→L2→L3→HBM）逐级搬运数据，LPU用"硬件数据流架构"彻底替代，将数据搬移效率做到ASIC级别。这一架构设计释放了推理"确定性执行"的结构性优势，以极简硬件消除传统处理器的随机访问延迟，实现推理速度5~10倍提升、能效比10倍优化。

图表20：传统计算架构VS LPU+硬流水架构



资料来源：元川微微信公众号，中邮证券研究所

GPU提供容量与通用计算，LPU更擅长低延迟Decode。算力决定矩阵运算和Attention的处理能力；存力决定模型权重与KV Cache能否容纳，以及数据能否以足够高的带宽供给计算单元。GPU拥有成熟的CUDA生态、较大的HBM容量和高度通用的并行计算能力，适合训练、 Prefill、Attention以及复杂通用算子；但在小批量Decode中，模型参数和中间数据频繁搬运、动态调度及资源竞争可能压低有效利用率，并带来尾延迟波动。Groq的LPU采用单核、


静态编译与确定性调度，并将SRAM作为主要片上存储，使数据流和执行时序更可预测，更适合对低时延、高Token速率和成本敏感的FFN/MoE及逐Token Decode。Groq CEO公布的实测数据：LPU的Token生成速度达到英伟达H100的6倍，单Token成本降至H100的1/4，推理能耗降至H100的1/3。

图表21：GPU与LPU优劣势对比


资料来源：Nvidia Developer，Groq官网，中邮证券研究所

NVIDIA与Groq合作推动LPU进入Vera Rubin平台，进一步加强LPU的产业价值。2025年12月24日，Groq宣布与NVIDIA签署非独家推理技术许可协议，Groq创始人Jonathan Ross、总裁Sunny Madra及部分团队成员加入NVIDIA；Groq仍作为独立公司运营。2026年3月，NVIDIA发布面向Vera Rubin平台的NVIDIA Groq3LPX，将GroqLPU架构纳入其推理平台。我们认为，该合作并非NVIDIA收购Groq，也不意味着LPU取代GPU，而是NVIDIA通过技术许可和团队整合补齐低延迟Decode能力。与Vera RubinNVL72一同部署后，LPX加速了解码循环中对延迟敏感的部分，包括前馈网络（FFN）和混合专家模型（MoE）专家的执行，而Rubin GPU则继续负责预填充和解码注意力计算。二者协同工作，构建出异构服务路径，在不降低AI工厂吞吐量的前提下提升了交互响应速度。

图表22：Vera Rubin NVL72和Groq3LPX合作工作流


图表23：Vera Rubin NVL72和Groq3LPX协同工作兼得高吞吐与低延迟

资料来源：Nvidia Developer，中邮证券研究所


资料来源：Nvidia Developer，中邮证券研究所


2.2 腾云智算进入业绩兑现期，元川微补齐推理芯片布局

2.2.1 腾云智算较早切入算租业务，智算业务已进入收获期

智微智能的算力业务并非短期追逐热点，而是在2024年通过控股子公司腾云智算建立独立经营主体，并在2024年进入报表验证阶段。根据公司年报，腾云智算作为公司智算业务核心载体，提供从AI算力规划与设计、算力设备交付、运维调优、算力调度与优化管理平台服务、算力租赁+MaaS，到算力及网络设备售后与置换回收的全流程服务。针对行业内算力资源匮乏、扩展受限、利用率低三大核心难题，腾云智算发布腾云HAT云平台，为AI开发者提供一站式算力解决方案，该平台拥有丰富资源池。腾云智算官网显示，HAT智算云定位为面向大模型训练与推理的算力云平台。

公司在年报中披露，腾云HAT云平台已经支持北京、上海、深圳、新加坡、吉隆坡、东京等六地机房部署，并支持NVIDIA、AMD、昇腾等多种芯片架构的统一调度；官网产品页还展示了EAGLE-3等推理加速能力，体现公司并非只做单一设备销售，而是围绕模型部署、算力调度和推理效率优化构建平台能力。

图表24：腾云智算裸金属市场


资料来源：腾云智算官网，中邮证券研究所

图表25：HAT智算云具备EAGLE-3推理加速能力


资料来源：腾云智算官网，中邮证券研究所

更重要的是，智算业务已经从战略描述进入经营数据。2025年，腾云智算实现营业收入 4.62亿元（同比+53.64%）、净利润2.07亿元（同比+19.07%）；公司年报同时披露，2025年智算业务收入4.62亿元，同比增长 53.39%，毛利率达到 76.62%。2026年一季度，公司营业收入和归母净利润分别同比增长 52.96%、159.13%，一季报解释增长主要来自主营及智算业务订单增加。

图表26：腾云智算收入及利润（亿元）情况


资料来源：公司2024、2025年年报，中邮证券研究所


公司近期定增计划进一步强化了智算业务扩张预期。2026年6月，公司公告拟向特定对象发行A股股票募集资金不超过28.7亿元，其中22亿元拟用于智算中心建设及运营项目， 6.7亿元用于补充流动资金及偿还银行贷款。我们认为，结合公司此前已形成智算业务经营主体、设备交付和运维能力，定增募投方向意味着公司有意从“算力设备和服务提供商”进一步向“自有/运营算力资源提供商”升级。

图表27：公司计划定增用于智算中心建设与运营

序号

项目名称

投资金额

拟使用募集资金金额

1

智算中心建设及运营项目

332,125.74

220,000.00

2

补充流动资金及偿还银行贷款

67,000.00

67,000.00

合计

399,125.74

287,000.00

资料来源：《2026年度向特定对象发行A股股票预案》，中邮证券研究所

2.2.2战投元川微切入LPU赛道，推理芯片布局强化“硬件+算力服务”闭环

智微智能通过战略投资元川微，布局LPU推理芯片，试图突破传统推理芯片在算力、功耗和成本上的瓶颈，形成“芯片-硬件-服务”一体化推理生态。2026年，公司通过曜腾投资战略参股杭州元川微科技有限公司，深度布局AI推理芯片领域，这是智微智能从训练到推理完整链条的深度布局。元川微依托自研的硬数据流架构与全资源编译器核心技术，推出了面向大模型、多模态和端侧应用场景的“Mountain”（算力）、“River”（Agent）两大系列LPU+产品。其技术逻辑直指推理应用的核心痛点：确定性、超低时延、高能效与低成本。

元川微的“LPU+”在保持LPU三大核心基因的基础上，针对大语言模型、多模态、MoE等新一代AI架构进行了大量底层创新。具体而言，元川微LPU+架构的三大基因分别是：

1) 大带宽：采用扁平化片上大SRAM直连计算单元，消除多级缓存层级带来的访问延迟。 LPU的算力密度是GPU/NPU的2~3倍，相同算力只需1/2~1/3的芯片面积，省下的面积用于部署SRAM，相当于"免费"获得了大容量高速存储。

2) 确定性数据流：所有数据搬移完全ASIC化，数据在芯片内如流水线般自动流转，每个时钟周期的数据路径在编译时即已确定。

3) 静态调度：所有资源分配和调度在编译阶段完成（“调度前置”），运行时零动态开销没有缓存未命中，没有调度延迟，没有仲裁等待。

图表28：元川微LPU+优势：面向推理任务德确定性、低时延、高效能、低成本


资料来源：智微智能投关材料，中邮证券研究所


我们认为，元川微的潜在价值，在于它与智微智能现有业务之间存在产品和客户协同。智微智能已有AI服务器、AI工作站、AI算力一体机、边缘AI硬件、具身智能控制器和智算服务业务；如果元川微LPU芯片后续在服务器或端边侧推理设备中实现落地，公司可以围绕推理场景形成从芯片适配、整机设计、系统集成到算力服务的产品闭环。

从投资逻辑看，元川微并不会立即替代腾云智算的报表贡献，但有望提升公司估值弹性。腾云智算提供当期业绩兑现，元川微提供推理芯片路线的中长期想象空间；前者受益于算租涨价和智算中心建设，后者受益于推理时代对低延迟、低成本、低功耗专用芯片的需求提升。若未来LPU芯片完成流片、产品验证、客户导入和规模化出货，公司可能在算力服务之外形成新的利润增长点，并强化其从“智能硬件制造商”向“AI算力底座提供商”的转型叙事。

图表29：元川微LPU布局与智微智能现有业务形成推理闭环


资料来源：中邮证券研究所


3 具身智能进入产业导入期，公司卡位边缘AI控制器环节

3.1 人形机器人迈向规模量产，AI控制器成为连接感知、决策与执行的核心硬件

人形机器人产业正由技术验证进入产业导入期，2025年成为全球出货量明显放大的关键节点。智微智能2025年年度报告援引Omdia数据，2025年全球人形机器人出货量约1.3万台，较2024年的2300台增长约 479%；智元机器人、宇树科技、优必选、乐聚机器人、众擎机器人和傅利叶智能位居前六，六家中国厂商合计出货约11568台，占全球约 86.9%。与此前以样机展示和小批量试点为主的阶段相比，头部厂商已开始验证供应链组织、整机装配、可靠性和客户交付能力，产业竞争重点也由“能否做出样机”转向“能否稳定、低成本地重复制造”。

图表30：2024、2025年各厂商机器人出货量（台）


图表31：2025年全球人形机器人市占率

资料来源：0mdia，公司2025年年报，中邮证券研究所


资料来源：Omdia，公司2025年年报，中邮证券研究所

中国厂商的领先并非只来自单点零部件优势，而是硬件制造、系统集成、供应链协同、成本控制和应用场景共同构成的工程化能力。人形机器人结构复杂、零部件数量多、软硬件耦合度高，量产需要控制器、传感器、执行器、电源与结构件同步迭代。中国拥有较完整的电子制造和工业自动化产业链，供应商之间距离近、工程反馈快，能够缩短样机修改和量产爬坡周期；同时，工业制造、仓储物流、汽车生产和商业服务等场景为机器人提供了高频真实任务，有利于形成“交付一数据一算法一可靠性一成本”的迭代闭环。政策端，具身智能于2025年首次写入政府工作报告，地方政府亦围绕关键技术、场景开放和产业集群持续加码，进一步降低新产品的试验和导入成本。

图表32：中国人形机器人产业优势来自制造体系与真实场景的共同作用


资料来源：公司2025年年报，中邮证券研究所


具身智能的能力边界由预设动作执行向环境理解、任务规划和自主决策扩展，AI控制器在整机中的重要性随之提升。NVIDIA将通用人形机器人系统划分为硬件抽象、实时控制、感知与规划、高层推理四个层次。其中，实时控制负责低时延和精确运动控制，感知与规划、高层推理进一步承担环境理解、运动规划、复杂任务规划和自然语言交互。Jetson Thor官方材料显示，机器人计算平台已需要支持VLA、LLM和VLM等生成式AI模型。其软件栈通过Holoscan Sensor Bridge和可抢占实时内核，加速高速传感器融合与运动规划。我们认为，随着机器人任务复杂度和自主性提升，控制器承载的功能由单一运动控制扩展至多模态感知、模型推理、任务规划和实时控制协同，正由执行部件升级为端侧计算中枢，其性能要求、系统价值和技术壁垒均有望提升。

图表33：构建人形机器人需要一系列硬件和软件组成，其中硬件起到与现实世界交互作用


资料来源：NVIDIA Developer，中邮证券研究所

3.2 多平台产品布局叠加客户导入验证，公司卡位具身智能控制器环节

智微智能已将具身智能控制器纳入工业物联网核心产品线，并围绕不同机器人形态形成专用产品矩阵。公司2025年年度报告披露，具身智能控制器覆盖工业机械臂IRC系列、服务机器人OES系列、人形机器人EII系列、四足机器人ARD系列和移动机器人AVC系列，可作为机器人“大脑”或“大小脑”核心控制器。我们认为，相较仅提供通用工控主板，专用控制器需要针对机器人形态配置算力、接口、通信、结构和散热，并适配导航、感知和运动控制任务。多品类布局意味着公司能够以共同的硬件工程能力覆盖不同算力和成本区间，也有利于在客户从样机转向量产时提供标准化产品与定制化方案组合。


图表34：公司具身智能控制器产品线


资料来源：公司官网，中邮证券研究所

NVIDIA生态适配是公司切入高端人形机器人控制器的重要技术验证，多平台布局则扩大了可服务市场。公司结合NVIDIA Jetson Thor和AGX Orin模组联合创新，并披露与NVIDIA全球同步首发智擎EII系列具身智能控制器。2025年年报显示，基于Jetson Thor Blackwell架构的人形机器人大脑和大小脑一体化控制器项目已经完成，目标是融合高性能计算与确定性实时控制，支持VLA/VLM在端侧运行；基于Jetson NX/Nano的移动机器人大小脑一体化项目和基于RK3588S的机器人运算控制器项目亦已完成。由此，公司高端产品可面向复杂多模态推理和全身控制，中低算力产品可覆盖移动、服务和工业机器人，形成从技术标杆到规模市场的产品梯度。

图表35：公司围绕NVIDIA、Rockchip等形成多平台具身智能控制器布局

主要研发项目名称

项目目的

项目进展

拟达到的目标

预计对公司未来发展的影响

基于NVIDIA Jetson Thor平台开发的人形机器人大脑和大小脑一体化控制器项目

项目旨在依托NVIDIA Jetson Thor平台的Blackwell架构与超高AI算力,构建新一代人形机器人“大小脑一体化”控制器。通过深度融合高性能计算与实时控制能力,解决传统架构中感知与决策分离的瓶颈,为复杂环境下的多模态交互、全身运动控制及边缘侧大模型推理

已完成

本项目拟基于NVIDIA Jetson Thor平台,构建具备超强AI算力与实时控制能力的“大小脑一体化”机器人控制器。通过深度融合高性能计算与确定性实时操作系统,实现感知、决策与控制的高度协同,支持多模态大模型(如VLA/VLM)在端侧高效运行,满足人形机器人在复杂非结构化环境中的实时响应、自主导航与灵巧操作需求

与NVIDIA全球首发人形机器人大脑与大小脑一体化控制器,同步推出高端具身智能控制器产品线,实现与NVIDIA技术协同首发。行业首发优势将奠定公司技术领跑地位,抢占具身智能核心赛道,构建高端控制器生态壁垒,显著提升品牌话语权与市场竞争力,为机器人产业布局与长期增长筑牢根基

基于NVIDIA Jetson NX&NANO平台开发的移动类机器人大脑大小脑一体化控制器项目

本项目旨在针对人形类机器人在复杂动态环境下对实时感知、自主决策及精准运动控制的迫切需求,研发一种基于NVIDIA Jetson NX与NANO边缘计算平台的“大小脑一体化”智能控制器

已完成

本项目拟基于NVIDIA Jetson NX与NANO平台,构建一款面向移动机器人的“大小脑一体化”智能控制器。旨在突破传统架构中感知决策(大脑)与运动控制(小脑)分离带来的高延迟与高成本瓶颈,利用边缘AI的强大算力实现从环境感知、路径规划到姿态稳定的全链路实时处理

突破大小脑分离架构瓶颈,实现全链路实时处理,填补行业一体化控制方案空白。大幅提升公司技术壁垒与方案竞争力,拓宽应用场景,打造核心优势,为公司持续高质量发展提供强劲支撑

基于RK3588S平台面向机器人行业开发的运算控制器项目

本项目旨在依托RK3588S2芯片卓越的高性能计算架构与强大的AI算力引擎,深度契合机器人行业对边缘侧智能处理的严苛要求。通过构建高效、稳定的运算控制器,致力于解决复杂场景下多传感器数据融合、实时路径规划及高精度运动控制等计算密集型应用的痛点

已完成

本项目拟达成构建一款集高性能异构计算与边缘智能于一体的核心运算控制器目标。旨在充分发挥RK3588S平台的强大算力,实现毫秒级实时运动控制与高精度多传感器融合,完善适配复杂动态环境下的SLAM建图、自主导航及人机交互等计算密集型任务。同时,通过软硬一体化的深度优化,打造具备高弹性、低功耗及高性价比特性的通用化硬件平台,大幅降低机器人产品的开发门槛与部署成本,从而推动具身智能技术在工业与服务领域的规模化落地

强化公司在边缘AI计算、智能控制与多感知融合方面的核心技术优势,提升机器人整体解决方案的成熟度与竞争力。助力公司深度切入工业机器人、服务机器人、智能装备等高速增长赛道,扩大高端市场覆盖,形成差异化产品壁垒,同时带动上下游生态协同,提升品牌影响力与盈利能力,为公司持续高质量发展提供强劲动力与长期增长支撑

资料来源：公司2025年年报，中邮证券研究所


公司在机器人客户与产业链合作方面已出现初步验证。公司已与云迹机器人及头部人形机器人企业建立深度合作关系；同时，公司工业物联网业务与理想汽车、奥普特、汇川技术等企业的合作，验证了其在工业自动化、机器视觉和汽车电子场景中的硬件工程能力。此外，公司战略投资南京宇叠智能科技有限公司，布局基于液态金属的柔性传感器，计划协同打造“机器人训练与仿真一大小脑核心控制一触觉感知应用”一体化方案。客户合作、平台协同与触觉延展共同构成公司的产业验证链。

图表36：宇叠智能智能穿戴解决方案


资料来源：智微智能微信公众号，中邮证券研究所

公司的核心优势在于将芯片生态、硬件研发、柔性制造和供应链协同组合为可交付的边缘AI控制器。公司已具备覆盖X86、ARM和国产芯片的平台研发能力，软件能力包括BIOS/EC/MCU、Linux/Android和AI算法适配；生产端配置SMT、DIP和柔性装配线，并通过iMES实现全流程可视化和追溯，适合机器人产业早期“小批量、多品种、频繁迭代”的订单特征；供应链端与NVIDIA、Intel、AMD及国产芯片厂商保持合作。我们认为，若人形机器人由小批量导入转向稳定量产，公司已有能力将平台首发优势转化为客户定制、批量制造和持续供货优势，具身智能控制器有望成为工业物联网业务的长期成长点。


图表37：基于NVIDIA Jetson，公司为客户提供视觉AI、生成式AI、具身智能机器人推理、仿真、本地部署等一站式产品解决方案


资料来源：智微智能公司官网，中邮证券研究所

4 盈利预测与投资建议

综合来看，我们预计公司2026-2028年营业收入分别为63.78、78.11、95.79亿元，同比增长 56.07%、22.47%、22.64%；归母净利润分别为6.27、9.16、12.26亿元，同比增长 266.64%、 46.19%、33.77%。

行业终端：预计2026-2028年收入增速分别为 2%、3%、3%，毛利率分别为 10.7%、11%、 11.2%。公司AI PC、Copilot+产品及Mini AI工作站有望带动产品结构升级，但行业终端仍属于竞争充分的成熟硬件市场，因此仅假设需求温和修复和毛利率小幅改善。

ICT基础设施：预计2026-2028年收入增速分别为 38%、18%、10%，毛利率分别为 15.2%、 15.5%和 15.8%。AI基础设施资本开支将继续拉动服务器、交换机、网络安全及NAS等产品需求，公司与头部客户的合作、硬件工程化能力和供应链协同有望推动该板块快于公司传统终端业务增长。

智算业务：预计2026-2028年收入增速分别为 400%、46%、44.5%。2025年腾云智算实现收入4.62亿元（同比+53.64%）、净利润2.07亿元（同比+19.07%），2026年一季度公司又披露智算订单增加。考虑算力租赁涨价、客户需求扩张及公司拟加码智算中心建设，我们判断业务仍处放量阶段；但随着设备资产、折旧和运维规模扩大以及客户结构趋于多元，毛利率难以长期维持2025年的 76.6%，预计2026-2028年逐步回落至 61%、58%和 55%。

工业物联网：预计2026-2028年收入增速分别为 38%、30%、15%，毛利率分别为 24.5%、 25.0%和 25.5%。机器视觉、工控整机和边缘AI控制器受益制造业智能化与具身智能导入。

其他业务：预计2026-2028年收入均增长 0%，毛利率稳定在 15%左右。


图表38：智微智能业务预测拆分（亿元）

2024

2025

2026E

2027E

2028E

营业收入

40.34

40.87

63.78

78.11

95.79

YOY

10.06%

1.30%

56.07%

22.47%

22.64%

毛利率

16.88%

20.14%

30.64%

33.01%

35.06%

行业终端

25.97

22.15

22.60

23.27

23.97

YOY

3.65%

-14.70%

2.00%

3.00%

3.00%

毛利率

10.25%

10.60%

10.65%

11.00%

11.20%

ICT基础设施

6.31

8.03

11.08

13.07

14.38

YOY

-7.73%

27.16%

38.00%

18.00%

10.00%

毛利率

12.19%

15.06%

15.20%

15.50%

15.80%

智算业务

3.01

4.62

23.08

33.70

48.70

YOY

53.39%

400.00%

46.00%

44.52%

毛利率

81.89%

76.62%

61.00%

58.00%

55.00%

工业物联网

1.51

2.51

3.47

4.51

5.19

YOY

47.88%

66.26%

38.00%

30.00%

15.00%

毛利率

21.58%

24.35%

24.50%

25.00%

25.50%

其他

3.53

3.56

3.56

3.56

3.56

YOY

-5.27%

0.62%

0.00%

0.00%

0.00%

毛利率

16.65%

14.76%

14.76%

14.76%

14.76%

资料来源：Wind，公司财报，中邮证券研究所

估值方面，公司兼具智能硬件制造、ICT基础设施和算力服务属性，单一可比公司难以完整覆盖其业务结构。我们选择浪潮信息和工业富联作为AI服务器与基础设施制造可比公司，选择神州数码作为渠道、系统集成与算力服务可比公司，选择中科曙光作为算力基础设施平台可比公司，选择协创数据、宏景科技作为算租行业可比公司。

我们认为，公司智算业务是当前业绩兑现的主线，LPU与具身智能是中长期成长期权。具体看，第一，腾云智算2025年实现2.07亿元净利润，2026年一季度公司收入与利润继续加速，算力业务已从投入期进入业绩贡献期；第二，智算业务占比提升能够同时拉动收入和综合毛利率，形成强于传统硬件制造的利润弹性；第三，元川微LPU和具身智能控制器若客户验证和产品放量快于预期，将构成额外上行空间。我们预计公司2026-2028年归母净利润分别为 6.27、9.16、12.26亿元，同比增长266.64%、46.19%、33.77%；对应2026年6月12日收盘价，PE分别为39.2、26.8、20X，可比公司26-28年PE分别为47.0、25.9、19.3X，公司业绩高增支撑估值溢价，同时保留LPU和具身智能的业务期权，首次覆盖，给予“增持”评级。


图表39：可比公司估值表

代码

公司名称

收盘价(元)

归母净利润(亿元)

市盈率PE

24A

25A

26E

27E

28E

26E

27E

28E

001339.SZ

智微智能

97.4

1.25

1.71

6.27

9.16

12.26

39.2

26.8

20.0

可比公司

000977.SZ

浪潮信息

57.9

22.92

24.13

34.45

47.37

61.51

24.7

17.9

13.8

601138.SH

工业富联

70.1

232.16

352.86

610.49

819.55

1035.56

22.8

17.0

13.4

000034.SZ

神州数码

22.3

7.53

5.23

9.49

11.86

14.17

23.9

19.1

16.0

603019.SH

中科曙光

82.2

19.11

21.76

29.12

36.23

42.60

41.3

33.2

28.2

300857.SZ

协创数据

223.7

6.92

11.64

24.22

36.29

53.79

45.2

30.2

20.4

301396.SZ

宏景科技

172.6

-0.76

0.26

2.13

6.92

11.01

124.4

38.3

24.1

平均值

47.0

25.9

19.3

资料来源：Wind，中邮证券研究所（注：可比公司数据来源于Wind一致预期，智微智能、宏景科技的数据为中邮预测；股票收盘价为2026年6月12日）

5 风险提示

1、算力租赁价格回落及资产利用率不及预期：中低端算力供给过剩，租赁价格持续下跌，若资产利用率及盈利能力低于预期，将对智算业务造成不利影响.

2、智算中心建设和定增进度不及预期：定增仍需审批，募投项目天津智算中心建设进度存在不确定性，若资金或审批受阻，可能影响项目落地。

3、元川微LPU产品研发、验证与商业化不及预期：元川微仍处研发阶段，后续投片、验证及市场推广存在技术、生态及竞争等不确定性，可能影响AI推理芯片布局。

4、具身智能产业量产节奏不及预期：产业处于技术验证向规模化部署过渡阶段，若量产或公司产品推广慢于预期，将制约工业物联网业务增长。

5、原材料价格和供应链波动风险：存货大幅增加，若核心元器件价格持续上涨或供应链中断，可能影响成本控制和交付。


财务报表和主要财务比率

财务报表(百万元)

2025A

2026E

2027E

2028E

利润表

营业收入

4087

6378

7811

9579

营业成本

3264

4424

5233

6220

税金及附加

30

41

54

64

销售费用

74

124

145

182

管理费用

124

210

227

268

研发费用

171

268

320

364

财务费用

20

50

72

117

资产减值损失

-89

0

0

0

营业利润

332

1215

1775

2375

营业外收入

0

0

0

0

营业外支出

1

1

1

1

利润总额

331

1215

1774

2374

所得税

59

189

295

382

净利润

272

1025

1479

1992

归母净利润

171

627

916

1226

每股收益(元)

0.68

2.48

3.63

4.86

资产负债表

货币资金

1121

2672

3018

3370

交易性金融资产

967

947

937

917

应收票据及应收账款

916

1364

1672

2040

预付款项

263

354

420

499

存货

1779

1770

2473

2714

流动资产合计

5310

7396

8830

9872

固定资产

591

760

1759

3807

在建工程

1

181

408

845

无形资产

39

35

31

28

非流动资产合计

860

1310

2974

5816

资产总计

6170

8706

11804

15687

短期借款

1164

1664

2164

2664

应付票据及应付账款

2218

2828

3451

4040

其他流动负债

163

254

291

348

流动负债合计

3545

4746

5905

7052

其他

174

516

1016

1816

非流动负债合计

174

516

1016

1816

负债合计

3719

5262

6922

8868

股本

252

252

252

252

资本公积金

1259

1259

1259

1259

未分配利润

684

1186

1924

2912

少数股东权益

197

596

1158

1924

其他

58

150

288

472

所有者权益合计

2451

3444

4882

6819

负债和所有者权益总计

6170

8706

11804

15687

资料来源：公司公告，中邮证券研究所

主要财务比率

2025A

2026E

2027E

2028E

成长能力

营业收入

1.3%

56.1%

22.5%

22.6%

营业利润

36.6%

266.1%

46.0%

33.8%

归属于母公司净利润

36.8%

266.6%

46.2%

33.8%

获利能力

毛利率

20.1%

30.6%

33.0%

35.1%

净利率

4.2%

9.8%

11.7%

12.8%

ROE

7.6%

22.0%

24.6%

25.0%

ROIC

7.1%

19.3%

19.3%

18.6%

偿债能力

资产负债率

60.3%

60.4%

58.6%

56.5%

流动比率

1.50

1.56

1.50

1.40

营运能力

应收账款周转率

4.59

5.66

5.20

5.22

存货周转率

2.48

2.49

2.47

2.40

总资产周转率

0.72

0.86

0.76

0.70

每股指标(元)

每股收益

0.68

2.48

3.63

4.86

每股净资产

8.93

11.29

14.76

19.40

估值比率

PE

143.75

39.21

26.82

20.05

PB

10.90

8.63

6.60

5.02

净利润

272

1025

1479

1992

折旧和摊销

76

207

420

742

营运资本变动

-1168

81

-459

-83

其他

144

110

105

153

经营活动现金流净额

-676

1424

1545

2804

资本开支

-81

-600

-1999

-3498

其他

-20

-36

-62

-51

投资活动现金流净额

-101

-636

-2061

-3550

股权融资

30

0

0

0

债务融资

442

815

1000

1300

其他

19

-48

-139

-202

筹资活动现金流净额

491

767

861

1098

现金及现金等价物净增加额

-302

1552

345

352


中邮证券投资评级说明

投资评级标准

类型

评级

说明

报告中投资建议的评级标准：报告发布日后的6个月内的相对市场表现，即报告发布日后的6个月内的公司股价（或行业指数、可转债价格）的涨跌幅相对同期相关证券市场基准指数的涨跌幅。市场基准指数的选取：A股市场以沪深300指数为基准；新三板市场以三板成指为基准；可转债市场以中信标普可转债指数为基准；香港市场以恒生指数为基准；美国市场以标普500或纳斯达克综合指数为基准。

股票评级

买入

预期个股相对同期基准指数涨幅在20%以上

增持

预期个股相对同期基准指数涨幅在10%与20%之间

中性

预期个股相对同期基准指数涨幅在-10%与10%之间

回避

预期个股相对同期基准指数涨幅在-10%以下

行业评级

强于大市

预期行业相对同期基准指数涨幅在10%以上

中性

预期行业相对同期基准指数涨幅在-10%与10%之间

弱于大市

预期行业相对同期基准指数涨幅在-10%以下

可转债评级

推荐

预期可转债相对同期基准指数涨幅在10%以上

谨慎推荐

预期可转债相对同期基准指数涨幅在5%与10%之间

中性

预期可转债相对同期基准指数涨幅在-5%与5%之间

回避

预期可转债相对同期基准指数涨幅在-5%以下

分析师声明

撰写此报告的分析师（一人或多人）承诺本机构、本人以及财产利害关系人与所评价或推荐的证券无利害关系。

本报告所采用的数据均来自我们认为可靠的目前已公开的信息，并通过独立判断并得出结论，力求独立、客观、公平，报告结论不受本公司其他部门和人员以及证券发行人、上市公司、基金公司、证券资产管理公司、特定客户等利益相关方的干涉和影响，特此声明。

免责声明

中邮证券有限责任公司（以下简称“中邮证券”）具备经中国证监会批准的开展证券投资咨询业务的资格。

本报告信息均来源于公开资料或者我们认为可靠的资料，我们力求但不保证这些信息的准确性和完整性。报告内容仅供参考，报告中的信息或所表达观点不构成所涉证券买卖的出价或询价，中邮证券不对因使用本报告的内容而导致的损失承担任何责任。客户不应以本报告取代其独立判断或仅根据本报告做出决策。

本报告所载的意见、评估及预测仅为本报告出具日的观点和判断。该等意见、评估及预测无需通知即可随时更改。过往的表现亦不应作为日后表现的预示和担保。在不同时期，中邮证券可能会发出与本报告所载意见、评估及预测不一致的研究报告。

中邮证券及其所属关联机构可能会持有报告中提到的公司所发行的证券头寸并进行交易，也可能为这些公司提供或者计划提供投资银行、财务顾问或者其他金融产品等相关服务。

《证券期货投资者适当性管理办法》于2017年7月1日起正式实施，本报告仅供中邮证券签约客户使用，若您非中邮证券签约客户，为控制投资风险，请取消接收、订阅或使用本报告中的任何信息。本公司不会因接收人收到、阅读或关注本报告中的内容而视其为签约客户。

本报告版权归中邮证券所有，未经书面许可，任何机构或个人不得存在对本报告以任何形式进行翻版、修改、节选、复制、发布，或对本报告进行改编、汇编等侵犯知识产权的行为，亦不得存在其他有损中邮证券商业性权益的任何情形。如经中邮证券授权后引用发布，需注明出处为中邮证券研究所，且不得对本报告进行有悖原意的引用、删节或修改。

中邮证券对于本申明具有最终解释权。


公司简介

中邮证券有限责任公司于2002年9月经中国证券监督管理委员会批准设立，公司注册资本61.68亿元人民币，是中国邮政集团有限公司绝对控股的证券类金融子公司，公司是中邮创业基金管理股份有限公司的第二大股东。

公司经营范围包括：证券经纪，证券自营，证券投资咨询，证券资产管理，融资融券，证券投资基金销售，证券承销与保荐，代理销售金融产品，与证券交易、证券投资活动有关的财务顾问，具备展业的各项资格。截至2025年 10月底，公司在全国设有58家分支机构（含29家分公司、29家营业部），1家资产管理分公司和1家另类投资子公司。

中邮证券紧密依托中国邮政集团有限公司的雄厚实力，通过强化“自营+协同”发展模式，实现快速发展，当前服务的经纪客户已超过260万人。公司始终坚持诚信经营、践行金融为民，为社会大众提供全方位专业化的证券投融资服务，努力成为员工自豪、股东放心、客户信赖、社会尊重的优秀企业，打造契合中国邮政资源禀赋和市场地位的特色精品券商。

中邮证券研究所

北京

邮箱：yanjiusuo@cnpsec.com

地址：北京市丰台区北甲地路2号院6甲1号，玺萌大

厦南塔

上海

邮编：100050

邮箱：yanjiusuo@cnpsec.com

地址：上海市虹口区东大名路1080号邮储银行大厦3

深圳

邮编：200000

邮箱：yanjiusuo@cnpsec.com

地址：深圳市福田区滨河大道9023号国通大厦二楼

邮编：518048