1. 投资摘要
虹软科技（688088.SS）的 AI 产业链定位：虹软科技是计算机视觉和端侧 AI 算法软件公司，链上位置是“手机/汽车/IoT 摄像头 AI 视觉算法授权”。 1 4
投资摘要要点：公司 AI 暴露主要来自移动智能终端视觉算法、智能驾驶/IoT 视觉方案和 AIGC 影像增强，2024 年移动智能终端视觉方案收入 6.752611 亿元、智能驾驶及其他 IoT 视觉方案收入 1.27188 亿元；2025 年 AI 单独收入仍 [未充分披露]。 6 7
最新财务硬数：2025 年营业收入 9.2297 亿元、同比 +13.22%；归母净利润 2.5771 亿元、同比 +46.25%；毛利率约 89.35%；经营现金流 2.0794 亿元。 1 2
最新事件：2026Q1 收入 2.2713 亿元、同比 +8.54%；TTM 收入 9.4084 亿元、同比 +11.94%。 2 3
核心产品：移动智能终端视觉算法、智能汽车视觉、商用视觉、AIGC 影像、端侧 AI SDK、图像/视频增强。 4 5
竞争参照：商汤、旷视、云从、格灵深瞳、虹软海外同业、手机 OEM 自研算法团队、Mobileye/黑芝麻智能生态。 7 8
本文不提供价格结论、交易方向或配置比例判断，只做事实整理、产业位置拆解和可跟踪指标框架。1
关键缺口：AI 单独收入、单客户占比、按模型/芯片/云资源拆分的毛利和资本开支，多数公司并未完整披露，本文统一标注为 [未充分披露]。1 6
2. 产业链位置
虹软科技不是简单的“AI 概念股”，而是在 AI 产业链中承担特定环节：虹软科技是计算机视觉和端侧 AI 算法软件公司，链上位置是“手机/汽车/IoT 摄像头 AI 视觉算法授权”。 这个定位决定了收入弹性、毛利天花板和资本开支强度都要按环节分析，而不能直接套用训练 GPU、云厂商或通用软件公司的框架。1 4
链条节点 公司暴露 证据口径 投研含义 上游依赖 核心芯片、云资源、车规 IP、GPU、网络、数据中心或行业数据，视公司业务而定 采购比例多数未披露 若上游价格/供给受限，毛利和交付会先受压 自身能力 产品、算法、平台、工程交付和行业客户认证 产品页和财报披露 决定是否有差异化，而非只看收入增速 下游客户 企业、运营商、车厂、政府、云客户或消费电子客户 客户名单和集中度多未披露 验收周期和议价能力决定现金流 AI 增量 端侧推理、Agentic AI、AI Cloud、LLM 监控、数据中心或视觉 AI 直接收入少数披露，多数需 proxy 必须把“AI 收入”与“AI 叙事”分开 财务验证 收入、毛利率、净利、CFO、资本开支 最新财报和季度材料 判断 AI 增量是否真正转成利润和现金
3. AI相关收入拆解
AI 收入拆解应以产品线 proxy 而非“全收入 AI 化”处理：移动端视觉和智能汽车视觉是最直接的 AI 相关收入池，AIGC 影像、端侧大模型和商用视觉只能在公司未单列金额时作为产品暴露。 6 7
财报口径：2025 年营业收入 9.2297 亿元、同比 +13.22%；归母净利润 2.5771 亿元、同比 +46.25%；毛利率约 89.35%；经营现金流 2.0794 亿元。 1 2
AI 直接收入：若公司未单列 AI 收入，本文不把全部收入视为 AI 收入，只按产品和客户场景建立 proxy。
AI proxy 1：与 AI 产品、AI Cloud、智能体、NPU、LLM Observability、车载 AI 或数据中心相关的收入线索。
AI proxy 2：与 AI 需求同步变动的客户项目、ARR、平台收入、IDC/云收入或 Core IoT 收入。
AI proxy 3：若只披露产品进展而未披露金额，则只写“技术/产品暴露”，不写收入规模。
未披露项：单一 AI 客户、AI 产品毛利、AI 资本开支、AI 订单转收入周期和 AI 相关存货均按 [未充分披露] 处理。
项目 口径 可用数字 证据等级 解释 总收入/最新收入 公司最新财报 2025 年营业收入 9.2297 亿元、同比 +13.22%；归母净利润 2.5771 亿元、同比 +46.25%；毛利率约 89.35%；经营现金流 2.0794 亿元。 A/B 以公司 IR、交易所披露或 SEC 为优先 AI 直接收入 公司是否单列 [未充分披露] 或见上文硬锚 B/C 少数公司披露平台/API/AI Cloud收入，多数只披露产品线 毛利率 公司整体或分部 见最新财务硬数 A/B 判断 AI 放量是否稀释利润 资本开支 数据中心/产线/设备 [未充分披露] 或财报口径 B AI 云和半导体公司尤其重要
4. 核心产品
移动智能终端视觉方案：面向智能手机影像链路提供拍照、视频、图像增强和端侧视觉算法，是公司收入主轴；2024 年该业务收入 6.752611 亿元。 6
智能汽车视觉方案：覆盖智能座舱感知、驾驶辅助和泊车等视觉 AI 场景，收入受定点项目量产、车型周期和车厂验收影响。 6 7
AIGC 大模型影像方案：官网披露面向智能手机的 photo super resolution 等方案，使用 ViT 或 Stable Diffusion 等大模型生成更自然的图像细节；商业化金额 [未充分披露]。 10
商用视觉与 IoT：与摄像头、边缘设备和行业视觉应用绑定，适合作为端侧 AI proxy；客户名单、单项目毛利和收入占比 [未充分披露]。 1 6
端侧 AI SDK / 算法授权：核心价值在算法授权、工程适配和 OEM 导入，财务上应看授权收入、续约和客户集中度，而不是只看模型名称。 1 4
图像/视频增强与多模态能力：可提升手机、汽车和 IoT 影像体验，但若没有新增付费模块或车型/终端放量，更多体现为主产品竞争力而非单独收入。 7 10
产品验证方法：只把公司官网、财报、交易所公告或正式 IR 材料当作 A/B 级证据；媒体报道只用于补充事件时间线。
产品风险：AI 产品可能提升客户粘性，但若硬件 BOM、云资源或人力交付占比过高，规模增长未必自动提升利润率。
5. 上下游
方向 关键对象 对公司影响 披露状态 上游芯片/算力 GPU、CPU、NPU、车规 IP、MCU、服务器或云资源 影响产品能力、交付周期和毛利 多数采购占比 [未充分披露] 上游软件/模型 开源模型、商业 LLM、数据平台、开发框架 影响产品可用性和客户导入速度 具体成本 [未充分披露] 上游人才 算法、芯片、云平台、行业交付团队 影响研发费用率和交付质量 人员结构多为年度披露 下游客户 企业、政府、运营商、车厂、云客户、消费电子客户 影响订单稳定性和回款 单客户占比通常 [未充分披露] 渠道伙伴 云市场、系统集成商、OEM/ODM、开发者生态 影响获客成本和海外扩张 伙伴收入贡献 [未充分披露]
6. 同业与竞争格局
虹软科技的竞争不能只按股票行业分类，而要按 AI 工作负载的位置来比：芯片公司比算力、功耗和生态；软件公司比数据闭环、客户留存和毛利；云/IDC 公司比电力、GPU、网络和资本成本。7 8
维度 本公司 同业参照 观察重点 收入质量 AI 暴露与传统业务混合 商汤、旷视、云从、格灵深瞳、虹软海外同业、手机 OEM 自研算法团队、Mobileye/黑芝麻智能生态。 AI 收入是否单列、是否高毛利 利润质量 毛利率/经营利润/净利 商汤、旷视、云从、格灵深瞳、虹软海外同业、手机 OEM 自研算法团队、Mobileye/黑芝麻智能生态。 AI 增长是否稀释利润 客户结构 企业/政府/车厂/运营商/云客户 商汤、旷视、云从、格灵深瞳、虹软海外同业、手机 OEM 自研算法团队、Mobileye/黑芝麻智能生态。 是否依赖大客户或项目制验收 技术壁垒 产品、算法、平台、认证、生态 商汤、旷视、云从、格灵深瞳、虹软海外同业、手机 OEM 自研算法团队、Mobileye/黑芝麻智能生态。 是否能形成复用而不是一次性交付
7. 护城河
端侧视觉算法积累：虹软长期围绕手机影像和视觉 AI 做算法授权，护城河来自算法效果、功耗适配、终端厂商导入经验和工程交付。 1 6
手机 OEM 客户粘性：移动智能终端视觉方案 2024 年收入创新高，说明存量主业仍有商业化基础；但具体客户集中度和续约率 [未充分披露]。 6
智能汽车定点与量产节奏：车载视觉收入增长依赖车型量产和方案导入，一旦定点转量产，收入可比单次项目更持续。 6 7
高毛利软件属性：2025 年公司整体毛利率约 89.35%，说明算法授权/软件化特征较强；若未来硬件或集成交付占比提高，需要重新验证毛利质量。 2 8
AIGC 影像能力：官网方案展示端侧大模型用于图像超分等场景，可增强手机影像差异化，但新增付费、客户数和收入规模 [未充分披露]。 10
研发与工程适配能力：视觉 AI 需要适配芯片平台、摄像头模组、操作系统和车规要求，工程复用能力决定客户导入效率。 1 7
反向护城河：手机厂自研算法、车载视觉方案商和 AI 大模型能力下沉都可能压缩授权 ASP，因此要跟踪续约、价格和新终端/车型导入。 7 8
反向提醒：AI 叙事本身不是护城河。若 AI 项目主要依赖人力交付、低毛利硬件转售或补贴获客，规模扩大可能拉低 ROIC。
8. 财务质量(趋势表+杜邦+逐季)
财务分析以公司最新披露为准：2025 年营业收入 9.2297 亿元、同比 +13.22%；归母净利润 2.5771 亿元、同比 +46.25%；毛利率约 89.35%；经营现金流 2.0794 亿元。 1 2
指标 最新年度/期间 口径 质量判断 营收 2025 年营业收入 9.2297 亿元、同比 +13.22%；归母净利润 2.5771 亿元、同比 +46.25%；毛利率约 89.35%；经营现金流 2.0794 亿元。 公司财报/IR 看 AI 相关产品是否贡献增量 毛利率 见披露硬数或 [未充分披露] 公司财报/IR 判断软件化或硬件化程度 净利润 见披露硬数或 [未充分披露] 公司财报/IR 项目制公司需看一次性损益 经营现金流 见披露硬数或 [未充分披露] 现金流量表/IR 比净利润更能识别质量 资本开支 见披露硬数或 [未充分披露] 现金流/管理层口径 云和半导体需要重点跟踪
杜邦拆解
净利率：用净利润 / 收入衡量；若披露净利和收入，则可计算，否则保持 [未充分披露]。1
资产周转：项目制、云基础设施和半导体公司的资产周转差异很大，不能跨行业硬比。6
权益乘数：若债务或可转债较高，ROE 可能被杠杆放大；本文不把高 ROE 自动等同于高质量。1
ROIC：AI Cloud、半导体产线和数据中心需看资本开支回收期；软件平台需看研发费用资本化和续费。2
近季桥
2025 全年收入 9.23 亿元、归母净利 2.58 亿元；2026Q1 收入 2.27 亿元；逐季现金流和资本开支需以后续正式报告补齐。 2 3
季度/期间 收入 利润 现金流/资本开支 AI 线索 上一年度 见披露或 [未充分披露] 见披露或 [未充分披露] 见披露或 [未充分披露] 只采用已披露产品/客户/平台线索 最近中期/前三季 见披露或 [未充分披露] 见披露或 [未充分披露] 见披露或 [未充分披露] 只采用已披露产品/客户/平台线索 最近季度 见披露或 [未充分披露] 见披露或 [未充分披露] 见披露或 [未充分披露] 只采用已披露产品/客户/平台线索 下一期跟踪 见披露或 [未充分披露] 见披露或 [未充分披露] 见披露或 [未充分披露] 只采用已披露产品/客户/平台线索
9. 业绩传导
正向传导：AI 客户需求增加 → 收入确认或 ARR/订单提升 → 毛利率或现金流改善；需要用下一期财报验证，而不是只看新闻。1 2
正向传导：产品从试点进入规模部署 → 收入确认或 ARR/订单提升 → 毛利率或现金流改善；需要用下一期财报验证，而不是只看新闻。1 2
正向传导：平台/软件 attach 提升 → 收入确认或 ARR/订单提升 → 毛利率或现金流改善；需要用下一期财报验证，而不是只看新闻。1 2
正向传导：渠道或生态伙伴扩张 → 收入确认或 ARR/订单提升 → 毛利率或现金流改善；需要用下一期财报验证，而不是只看新闻。1 2
正向传导：上游芯片/云资源供给改善 → 收入确认或 ARR/订单提升 → 毛利率或现金流改善；需要用下一期财报验证，而不是只看新闻。1 2
正向传导：项目验收和回款改善 → 收入确认或 ARR/订单提升 → 毛利率或现金流改善；需要用下一期财报验证，而不是只看新闻。1 2
反向传导：硬件/云资源成本上升 → 利润率下行或现金消耗扩大；若连续两个季度发生，应下调对 AI 增量质量的判断。1 6
反向传导：客户项目延期 → 利润率下行或现金消耗扩大；若连续两个季度发生，应下调对 AI 增量质量的判断。1 6
反向传导：政府/车厂/企业预算放缓 → 利润率下行或现金消耗扩大；若连续两个季度发生，应下调对 AI 增量质量的判断。1 6
反向传导：研发费用和销售费用提前投入 → 利润率下行或现金消耗扩大；若连续两个季度发生，应下调对 AI 增量质量的判断。1 6
反向传导：一次性重组或并购摊销 → 利润率下行或现金消耗扩大；若连续两个季度发生，应下调对 AI 增量质量的判断。1 6
10. 经营拆分与反证框架
本节只拆分经营驱动，不做价格、规模口径或市场口径推导。判断重点改为收入质量、毛利率、现金流、客户/订单、产能利用率和产品采用是否强化业务叙事。
模块 关键经营变量 强叙事信号 反证阈值 收入与采用 收入增速、ARR/订单、客户采用 收入增长由真实客户采用和复购支撑 收入或订单连续放缓，且缺少客户采用证据 利润质量 毛利率、费用率、现金流 毛利率稳定，现金转换改善 毛利率下行或现金流恶化 竞争与客户 客户集中度、份额、替代风险 大客户扩张且竞争格局稳定 客户砍单、份额流失或替代方案加速
11. 风险
AI 直接收入未单列，市场可能高估 AI 纯度。1 2
客户集中度和项目验收节奏未充分披露。1 2
上游芯片、GPU、云资源或车规 IP 供给限制。1 2
毛利率因硬件或交付占比上升而下行。1 2
经营现金流与净利润背离。1 2
研发费用和并购摊销压制利润。1 2
地缘、出口管制、政府预算或行业监管变化。1 2
同业价格竞争导致续费或 ASP 下滑。1 2
新产品发布不等于收入确认。1 2
资本开支回收期长于管理层预期。1 2
12. 常见误读纠偏
误读 1：把全部营业收入都视为 AI 收入。纠偏：公司未单列 AI 收入，移动端、车载、商用视觉和 AIGC 影像只能按产品线 proxy 处理。 1 6
误读 2：把产品发布等同于订单和收入。纠偏：产品页证明技术暴露，财报才证明商业化结果。
误读 3：把 AIGC 影像方案等同于已确认收入。纠偏：官网产品页证明技术暴露，未披露订单、价格或客户采用前，不写收入规模。 10
误读 4：高毛利率可以永久外推。纠偏：若智能汽车、IoT 或项目交付中硬件、定制开发和售后占比上升，整体毛利率可能被稀释。 2 6
13. 最新事件(带日期)
2026-06-18：本文按已可检索公开资料更新；未取得的新一期正式财报不做推断。
2026Q1 收入 2.2713 亿元、同比 +8.54%；TTM 收入 9.4084 亿元、同比 +11.94%。 2 3
2025 年度/最近年度：2025 年营业收入 9.2297 亿元、同比 +13.22%；归母净利润 2.5771 亿元、同比 +46.25%；毛利率约 89.35%；经营现金流 2.0794 亿元。 1
2025-06-30：公司在 Qualcomm Automotive Technology & Cooperation Summit 展示基于 Snapdragon 汽车平台的视觉 AI 方案，线索覆盖智能座舱、泊车和驾驶辅助；收入贡献 [未充分披露]。 7
同业侧：商汤、旷视、云从、格灵深瞳、虹软海外同业、手机 OEM 自研算法团队、Mobileye/黑芝麻智能生态。 的公开结果用于校验赛道景气，不作为本公司收入证明。7 8
14. 跟踪指标
AI 直接收入或 proxy 占比：下一期财报若披露则更新；未披露不倒推。1 2
毛利率与分部毛利率：下一期财报若披露则更新；未披露不倒推。1 2
经营现金流和自由现金流：下一期财报若披露则更新；未披露不倒推。1 2
资本开支、折旧和数据中心/产线利用率：下一期财报若披露则更新；未披露不倒推。1 2
客户数量、ARR、订单、backlog 或 lighthouse 用户：下一期财报若披露则更新；未披露不倒推。1 2
研发费用率和销售费用率：下一期财报若披露则更新；未披露不倒推。1 2
AI 产品发布后的商业化节奏：下一期财报若披露则更新；未披露不倒推。1 2
单客户或政府项目集中度：下一期财报若披露则更新；未披露不倒推。1 2
上游 GPU/芯片/云资源供应：下一期财报若披露则更新；未披露不倒推。1 2
同业价格和新品代际：下一期财报若披露则更新；未披露不倒推。1 2
15. 来源
来源：ArcSoft official site: www.arcsoft.com/
来源：Yahoo Finance ArcSoft financials: finance.yahoo.com/quote/688088.SS/financials/
来源：Marketscreener FY2025 ArcSoft result: in.marketscreener.com/news/arcsoft-corporation-limited-reports-earnings-results-for-the-full-year-ended-december-31-2025-ce7e5cdbdc8df22c
来源：Quartr ArcSoft earnings summary: quartr.com/companies/arcsoft-corporation-limited_22139
来源：StockAnalysis ArcSoft revenue: stockanalysis.com/quote/sha/688088/revenue/
来源：Yicai ArcSoft 2025 action plan and 2024 operating data: www.yicaiglobal.com/bulletin/253000000719361466
来源：Futubull profitability and AIGC note: news.futunn.com/en/post/73757223/arcsoft-688088-profitability-continues-to-improve-with-automotive-and-aigc
来源：Investing.com ArcSoft financial summary: www.investing.com/equities/arcsoft-corp-ltd-financial-summary
来源：Stanford AI Index 2025: hai.stanford.edu/ai-index/2025-ai-index-report
来源：ArcSoft AIGC Large Model Solutions for Smartphones: www.arcsoft.com/product-solutions/smartphone/aigc/
16. 证据等级与未披露项
证据等级 定义 本页用法 A 公司财报、SEC/交易所公告、公司 IR 正式材料 财务硬数优先使用 B 公司官网产品页、正式新闻稿、投资者演示 用于产品和事件线索 C 权威媒体、行业报告、金融数据聚合页 用于补充但不单独证明核心财务 D 市场传闻、社媒、无来源摘要 不用于硬数
未披露清单：
AI 单独收入：[未充分披露]。
AI 产品毛利率：[未充分披露]。
单客户收入占比：[未充分披露]。
客户名单和合同金额：[未充分披露]。
上游采购占比：[未充分披露]。
资本开支按 AI 项目拆分：[未充分披露]。
模型/芯片/云资源成本：[未充分披露]。
区域收入中的 AI 占比：[未充分披露]。
逐季完整现金流桥：[未充分披露]。
订单转收入周期：[未充分披露]。
17. 结论边界
本页结论只覆盖 虹软科技 在 AI 产业链中的事实位置、产品证据、财务质量和跟踪框架。所有数字均要求能回到来源；不能回到来源的硬数不写，或者标为 [未充分披露]。1 2
不提供交易方向、价格结论或配置比例判断。
source: 公开披露与公开资料整理
本页仅用于产业链学习、信息检索和研究辅助；不构成投资建议，不预测涨跌，不提供买卖、仓位或目标价建议。
