计算机 2024 年 01 月 08 日 盛视科技(002990.SZ) 深耕智慧口岸，海外业务、多模态AI构筑第二增长曲线 请通过合法途径获取本公司研究报告，如经由未经许可的渠道获得研究报告，请慎重使用并注意阅读研究报告尾页的声明内容。 公 司 报 告 公 司 首 次 覆 盖 报 告 强烈推荐（首次） 股价：31.99 元 主要数据 内容。 16/ 18 根据以上的估值分析，公司的市盈率水平处于同行业可比公司中上游。我们认为，公司作为智慧口岸行业龙头，订单有望持 续增长，同时海外业务、多模态 AI 构筑公司第二增长曲线，有望进一步打开公司的成长空间，公司应享有更高的溢价空间， 市盈率仍有上升空间。 5.3 投资建议 伴随此前被压制的口岸建设需求复苏，公司 2023 年前三季度业绩迎来强势反转，“一带一路”推升了海内外口岸数字化需

公 司 首 次 覆 盖 证 券 研 究 报 告 股票研究 / [Table_Date] 2025.09.11 AI Agent 和智能金融大数据服务打造新 成长曲线 高伟达(300465) [Table_Industry] 计算机/信息科技 [Table_Invest] 首次覆盖 评级 增持 目标价格(元): zhangshenghai@gtht.com S0880125042247 本报告导读： 公司是深耕 20 余年的老牌银行 IT 服务商，有望通过 AI Agent 和智能金 融大数据服务打造新成长曲线。 投资要点： [Table_Summary] 首次覆盖，给予“增持”评级。公司积极推进与蚂蚁合作，聚焦银 行信贷场景，探索金融 AI Agent 落地，我们预测公司 2025-2027 40%/0%/0%。 3）创新业务：公司积极推进与蚂蚁合作，聚焦银行信贷场景，探索金融 AI Agent 落地，并有望实现分润型的商业模式创新，预期该业务规模将加速增 长，为公司打造第二成长曲线，我们假设 2025-2027 年公司创新业务收入分 别为 2.10/5.88/10.58 亿元，并考虑分润模式带来的业务毛利率的提升，假设 2025-2027 年该业务毛利率分别为 11%/24%/30%。

出海启示：人形机器人产业链出海现状与启示 2. 回顾更新：2025全球人形机器人量产现状 & 2030展望 3. 聚焦思考：2025全球人形机器人企业能力评估模型 4. 假设展望：未来3-5年各类画像企业成长曲线、商业模式 5. M2具身智能研究院 - 赋能具身智能全产业链企业持续增长 M2 2025 Proprietary and Confidential All Rights Reserved. 出海启示：人形机器人产业链出海现状与启示 2. 回顾更新：2025全球人形机器人量产现状 & 2030展望 3. 聚焦思考：2025全球人形机器人企业能力评估模型 4. 假设展望：未来3-5年各类画像企业成长曲线、商业模式 5. M2具身智能研究院 - 赋能具身智能全产业链企业持续增长 M2 2025 Proprietary and Confidential All Rights Reserved. 出海启示：人形机器人产业链出海现状与启示 2. 回顾更新：2025全球人形机器人量产现状 & 2030展望 3. 聚焦思考：2025全球人形机器人企业能力评估模型 4. 假设展望：未来3-5年各类画像企业成长曲线、商业模式 5. M2具身智能研究院 - 赋能具身智能全产业链企业持续增长 M2 2025 Proprietary and Confidential All Rights Reserved.

移动机器人和无人机技术的成熟度曲线（Gartner hype cycle for mobile robots and drones technologies）（见图 12）和 2024 年供应链执行技术的成熟度曲线（见图 13）。 19 图 12：2024 年 Gartner 移动机器人和无人机技术的成熟度曲线（来源：Gartner【17】） 图 13：2024 年 Gartner 供应链执行技术的成熟度曲线（来源：Gartner【18】） 年的供应链执行技术的成熟度曲线，接着它又 将“仓库中的数字孪生”增加到 2020 年的供应链执行技术的成熟度曲线，从此开启了物流 利用数字孪生技术的高级仿真。经过多年的实践和研究（这两项技术都保持在 2021 ~ 2024 年 Gartner 的供应链执行技术的成熟度曲线上，并逐渐成熟），隨着人工智能技术的发展， 物流逐渐向智能仿真的方向发展。在 2024 年 SCE 技术成熟度曲线【18】中，五项新技术

问题，采用了重采样技术（如 SMOTE）和调整类别权重的方法。 训练过程中，还引入了早停机制，以防止模型过拟合。 模型评估指标主要包括准确率、精确率、召回率、F1 分数和 AUC-ROC 曲线。为了全面评估模型性能，我们还引入了 KS 值和 Gini 系数等金融领域常用的指标。不同模型的评估结果对比如下： 模型 准确率 精确率 召回率 F1 分 数 AUC- ROC XGBoos 在模型评估阶段，重点关注以下几个关键指标：准确率、召回 率、F1 值和 AUC-ROC 曲线。准确率反映了模型整体预测的正确性， 召回率则更关注于正确识别高风险贷款的能力。F1 值作为准确率 和召回率的调和平均数，能够综合评估模型的性能。AUC-ROC 曲 线则用于评估模型在不同阈值下的分类性能，尤其在处理不平衡数 据集时，AUC-ROC 曲线能够提供更全面的评价。 为了进一步优化模型，采用网格搜索和随机搜索方法对超参数 模 型的 ROC 曲线（Receiver Operating Characteristic Curve）和 AUC 值（Area Under Curve）。ROC 曲线通过绘制真正例率 （True Positive Rate，TPR）与假正例率（False Positive Rate，FPR）的关系，直观展示了模型在不同阈值下的表现。AUC 值则量化了 ROC 曲线下的面积，值越接近 1，模型的区分能力越强。

致用户被动处理各种故障或者对故障提醒麻木。这些都导致运维管理的核心价值没有体现。因此 真正的管理应遵循设备本身的实际运行状态情况，“贴身”描绘出各个设备各个时间段的性能变化情 况，并根据变化情况建立跟踪曲线，通过跟踪曲线可以真正建立趋势管理视角，依据设备运行数 据变化情况来做趋势分析和预测，准确把握设备处于健康状态、亚健康状态和“生病”状态。所以趋 势管理才是用户真正需要的运维管理。 3） 通用平台向全面开放的专属平台转变 色的个性展示功能，用户可以自行选择不同管理重点指标以及展现方式，以便完成一图完成所有 重点监控；系统能够为展示要求提供数据支撑，能为自定义布局提供技术支撑，管理展现提供数 据支撑。 系统至少提供 TOP 表格、TOP 柱状图、性能曲线图、单值图等多种展示方式；支持对于所有 数值型数据的统一排序、历史记录展示；结合日常管理需求，可以实现诸如骨干线路监控总图、 关键应用监控视图的管理要素。 ഀ� 除了所以采集范围内的指标外，也支持通过 提醒策略，对于智维越界事件，当 系统发现内置检测指标，越界事件超出安全频率后，主动推送到页面前端，通知管理员，系统发 现了异常。 提示内容中包含最近 3 日，发生异常的次数并且给出该指标的历史曲线；同时给出该指标的详 细定义，清晰的列明，该指标是什么，异常后影响什么，一般的解决方案是什么。 同时可对该指标进行快速设置告警，便于后期管理中，出现了相同问题后能通过短信、邮件 通知离线用户。

类全新的调节资源形态 [11]。 此外，在能源互联网和多能融合背景下，还需构建统一的算力负 荷模型与运行行为描述机制，使电力系统能够识别并预判算力运行对 供能系统的影响。例如，通过建立动态计算功耗曲线与任务类型映射 关系，可实现算力负载在不同工况下对电网功率变化的预测响应，从 而纳入系统级调控模型中。 标准体系建设是推动算力设施参与电力市场交易和辅助服务的 前提。应制定涵盖算力设备状态感知、任务调度接口、电量与功率反 扩展性与可调控性 数据与服务层 提供任务预测、电力动态分析、碳排监测等数据 支撑，赋能智能化平台运行 平台核心功能模块主要包括四个方面：一是算电资源映射模块， 通过构建算力任务特征与用电曲线之间的对应关系，实现资源配置的 精准化；二是多方协同调度模块，支撑网络运营商、算力服务商、电 力能源企业的信息互通与策略联动，提升整体系统响应能力；三是碳 排放监测与控制模块，借助传感与数据采集技术，实时掌握不同计算 柔性空间。通过接入虚拟电厂聚合平台，用户侧算力设备可根据市场 第九届未来网络发展大会白皮书 算电协同技术白皮书 45 电价信号提交可调负荷能力，并在电力现货市场中申报参与出清。系 统可根据节点的历史运行曲线、服务等级、能耗特性等参数，对其调 度能力进行动态评估与量化，形成可交易的负荷资源。 图 4-4 算力能源交易模式图 在调度过程中，虚拟电厂平台作为中介聚合方，承担起算力资源 的预

Cloud：数据处理和机器学习优化，开源社区支持良 好。 最后，团队的技术栈和开发习惯也是选择云计算平台的重要考 虑因素。例如，如果团队已经熟悉 AWS 的服务和工具，选择 AWS 可以缩短学习曲线，提高开发效率。同时，建议在项目实施初期进 行小规模测试，评估不同云平台的性能和成本效益，从而做出最佳 选择。 4. 系统架构设计 在开发 DeepSeek 智能体的系统架构设计时，首先需要明确系 DOM 和单向数据流。  优点： o 强大的社区支持和丰富的第三方库。 o 高效的虚拟 DOM 机制，提升渲染性能。 o 灵活的组件化开发，便于代码复用和维护。  缺点： o 学习曲线较陡，尤其是对于新手开发者。 o 需要与其他库（如 Redux）配合使用以管理复杂的状 态。 Vue.js Vue.js 是一个渐进式 JavaScript 框架，易于集成到现有项目 工具，简化开发流程。 o 内置依赖注入、路由和表单验证等功能。 o 适合大型企业级应用。  缺点： o 学习曲线陡峭，框架庞大复杂。 o 性能相对较低，尤其在移动设备上。 为了更直观地比较这三个框架，以下是它们的主要特性对比 表： 特性 React Vue.js Angular 学习曲线 较陡 平缓 较陡 性能 高效 高效 中等 社区支持 强大 中等 强大 适合项目规模 中大型 中小型

线高品质 图像的同时保持 了摄像机的高灵敏度性能，不管是在白天还是在黑夜都能保证 164 自然资源保护区大数据信息化管理平台建设方案 优异的图像效果。 独特的伽玛优化功能，允许用户从四种预设伽玛曲线设置中选 择一种，从而可以 在不同的场景环境中，再现清晰的图像。此外，该摄像机还能 提供其它方便的技 术特点，如自动追踪白平衡功能、隐私区遮掩、活动检测、人 脸检测、CCD 光圈 控制、 视频监控。 6.4.2.1 显示查询 能够通过地图上选择监测站点、监测参数用瞬时曲线显示参数 的瞬时数据，瞬时 数据曲线显示见下图： 412 自然资源保护区大数据信息化管理平台建设方案 图 环境质量监控信息展现 图 自动监控数据显示 413 自然资源保护区大数据信息化管理平台建设方案 图 瞬时数据曲线显示 6.4.2.2 报警提示 点击在线监控模块，系统显示某些项目超标的企业，以醒目的 信息。查询结果用表格、曲线形式表现，可以导出 execl 中。 441 自然资源保护区大数据信息化管理平台建设方案 还能够通过选择站点和时间段，查询该站点小时平均值的超标 情况，并可以将超 标数据以统计图和统计数据表格两种形式展示，能够导出到 excel 中。 ——可以选择点位，时间段，统计比较以上各个参数的日均值、 日最高值、出现 时间、日均值、日最高值，出现时间，以表格、曲线、柱状图 形式表现，可以导

话题发现 智慧发力 故障监测诊断 能耗优化 工业仿真 石化装备 AI 管理—数据核心流程 人工智能、大数据智慧发力，智能诊断及定位，精准预测 • 用大数据分析代替破坏性实验，得到设备的 生命曲线，获取充足的正样本； • 用人工智能方法定位设备的工况和趋势预警； • 采集数据源：机组转速、轴向振动、径向振 动、温度、流量、压力等。 用户数据 数据预处理 特征探索 机器学习建模 模型评估