虹軟科技

1. 投資摘要

• 虹軟科技（688088.SS）的 AI 產業鏈定位：虹軟科技是計算機視覺和端側 AI 演算法軟體公司，鏈上位置是“手機/汽車/IoT 攝像頭 AI 視覺演算法授權”。 14
• 投資摘要要點：公司 AI 暴露主要來自移動智慧終端視覺演算法、智慧駕駛/IoT 視覺方案和 AIGC 影像增強，2024 年移動智慧終端視覺方案營收 6.752611 億元、智慧駕駛及其他 IoT 視覺方案營收 1.27188 億元；2025 年 AI 單獨營收仍 [未充分揭露]。 67
• 最新財務硬數：2025 年營業營收 9.2297 億元、年增率 +13.22%；歸母淨利 2.5771 億元、年增率 +46.25%；毛利率約 89.35%；經營現金流量 2.0794 億元。 12
• 最新事件：2026Q1 營收 2.2713 億元、年增率 +8.54%；TTM 營收 9.4084 億元、年增率 +11.94%。 23
• 核心產品：移動智慧終端視覺演算法、智慧汽車視覺、商用視覺、AIGC 影像、端側 AI SDK、影像/影片增強。 45
• 競爭參照：商湯、曠視、雲端從、格靈深瞳、虹軟海外同業、手機 OEM 自研演算法團隊、Mobileye/黑芝麻智慧生態。 78
• 本文不提供價格結論、交易方向或配置比例判斷，只做事實整理、產業位置拆解和可追蹤指標架構。1
• 關鍵缺口：AI 單獨營收、單客戶佔比、按模型/晶片/雲端資源拆分的毛利和資本支出，多數公司並未完整揭露，本文統一標註為 [未充分揭露]。16

2. 產業鏈位置

虹軟科技不是簡單的“AI 概念股”，而是在 AI 產業鏈中承擔特定環節：虹軟科技是計算機視覺和端側 AI 演算法軟體公司，鏈上位置是“手機/汽車/IoT 攝像頭 AI 視覺演算法授權”。 這個定位決定了營收彈性、毛利天花板和資本支出強度都要按環節分析，而不能直接套用訓練 GPU、雲端廠商或通用軟體公司的架構。14

鏈條節點	公司暴露	證據口徑	投研含義
上游依賴	核心晶片、雲端資源、車規 IP、GPU、網路、資料中心或行業資料，視公司業務而定	採購比例多數未揭露	若上游價格/供給受限，毛利和交付會先受壓
自身能力	產品、演算法、平台、工程交付和行業客戶認證	產品頁和財報揭露	決定是否有差異化，而非只看營收增速
下游客戶	企業、運營商、車廠、政府、雲端客戶或消費電子客戶	客戶名單和集中度多未揭露	驗收週期和議價能力決定現金流量
AI 增量	端側推論、Agentic AI、AI Cloud、LLM 監控、資料中心或視覺 AI	直接營收少數揭露，多數需 proxy	必須把“AI 營收”與“AI 敘事”分開
財務驗證	營收、毛利率、淨利、CFO、資本支出	最新財報和季度材料	判斷 AI 增量是否真正轉成獲利和現金

3. AI相關營收拆解

• AI 營收拆解應以產品線 proxy 而非“全營收 AI 化”處理：行動端視覺和智慧汽車視覺是最直接的 AI 相關營收池，AIGC 影像、端側大型模型和商用視覺只能在公司未單列金額時作為產品暴露。 67
• 財報口徑：2025 年營業營收 9.2297 億元、年增率 +13.22%；歸母淨利 2.5771 億元、年增率 +46.25%；毛利率約 89.35%；經營現金流量 2.0794 億元。 12
• AI 直接營收：若公司未單列 AI 營收，本文不把全部營收視為 AI 營收，只按產品和客戶場景建立 proxy。
• AI proxy 1：與 AI 產品、AI Cloud、智慧代理、NPU、LLM Observability、車載 AI 或資料中心相關的營收線索。
• AI proxy 2：與 AI 需求同步變動的客戶專案、ARR、平台營收、IDC/雲端營收或 Core IoT 營收。
• AI proxy 3：若只揭露產品進展而未揭露金額，則只寫“技術/產品暴露”，不寫營收規模。
• 未揭露項：單一 AI 客戶、AI 產品毛利、AI 資本支出、AI 訂單轉營收週期和 AI 相關存貨均按 [未充分揭露] 處理。

專案	口徑	可用數字	證據等級	解釋
總營收/最新營收	公司最新財報	2025 年營業營收 9.2297 億元、年增率 +13.22%；歸母淨利 2.5771 億元、年增率 +46.25%；毛利率約 89.35%；經營現金流量 2.0794 億元。	A/B	以公司 IR、交易所揭露或 SEC 為優先
AI 直接營收	公司是否單列	[未充分揭露] 或見上文硬錨	B/C	少數公司揭露平台/API/AI Cloud營收，多數只揭露產品線
毛利率	公司整體或分部	見最新財務硬數	A/B	判斷 AI 放量是否稀釋獲利
資本支出	資料中心/產線/裝置	[未充分揭露] 或財報口徑	B	AI 雲端和半導體公司尤其重要

4. 核心產品

• 移動智慧終端視覺方案：面向智慧手機影像鏈路提供拍照、影片、影像增強和端側視覺演算法，是公司營收主軸；2024 年該業務營收 6.752611 億元。 6
• 智慧汽車視覺方案：覆蓋智慧座艙感知、駕駛輔助和泊車等視覺 AI 場景，營收受定點專案量產、車型週期和車廠驗收影響。 67
• AIGC 大型模型影像方案：官網揭露面向智慧手機的 photo super resolution 等方案，使用 ViT 或 Stable Diffusion 等大型模型生成更自然的影像細節；商業化金額 [未充分揭露]。 10
• 商用視覺與 IoT：與攝像頭、邊緣裝置和行業視覺應用繫結，適合作為端側 AI proxy；客戶名單、單專案毛利和營收佔比 [未充分揭露]。 16
• 端側 AI SDK / 演算法授權：核心價值在演算法授權、工程適配和 OEM 匯入，財務上應看授權營收、續約和客戶集中度，而不是隻看模型名稱。 14
• 影像/影片增強與多模態能力：可提升手機、汽車和 IoT 影像體驗，但若沒有新增付費模組或車型/終端放量，更多體現為主產品競爭力而非單獨營收。 710
• 產品驗證方法：只把公司官網、財報、交易所公告或正式 IR 材料當作 A/B 級證據；媒體報道只用於補充事件時間線。
• 產品風險：AI 產品可能提升客戶粘性，但若硬體 BOM、雲端資源或人力交付佔比過高，規模增長未必自動提升獲利率。

5. 上下游

方向	關鍵物件	對公司影響	揭露狀態
上游晶片/算力	GPU、CPU、NPU、車規 IP、MCU、伺服器或雲端資源	影響產品能力、交付週期和毛利	多數採購佔比 [未充分揭露]
上游軟體/模型	開源模型、商業 LLM、資料平台、開發架構	影響產品可用性和客戶匯入速度	具體成本 [未充分揭露]
上游人才	演算法、晶片、雲端平台、行業交付團隊	影響研發費用率和交付質量	人員結構多為年度揭露
下游客戶	企業、政府、運營商、車廠、雲端客戶、消費電子客戶	影響訂單穩定性和回款	單客戶佔比通常 [未充分揭露]
渠道夥伴	雲端市場、系統整合商、OEM/ODM、開發者生態	影響獲客成本和海外擴張	夥伴營收貢獻 [未充分揭露]

6. 同業與競爭格局

虹軟科技的競爭不能只按股票行業分類，而要按 AI 工作負載的位置來比：晶片公司比算力、功耗和生態；軟體公司比資料閉環、客戶留存和毛利；雲端/IDC 公司比電力、GPU、網路和資本成本。78

維度	本公司	同業參照	觀察重點
營收質量	AI 暴露與傳統業務混合	商湯、曠視、雲端從、格靈深瞳、虹軟海外同業、手機 OEM 自研演算法團隊、Mobileye/黑芝麻智慧生態。	AI 營收是否單列、是否高毛利
獲利質量	毛利率/經營獲利/淨利	商湯、曠視、雲端從、格靈深瞳、虹軟海外同業、手機 OEM 自研演算法團隊、Mobileye/黑芝麻智慧生態。	AI 增長是否稀釋獲利
客戶結構	企業/政府/車廠/運營商/雲端客戶	商湯、曠視、雲端從、格靈深瞳、虹軟海外同業、手機 OEM 自研演算法團隊、Mobileye/黑芝麻智慧生態。	是否依賴大客戶或專案制驗收
技術壁壘	產品、演算法、平台、認證、生態	商湯、曠視、雲端從、格靈深瞳、虹軟海外同業、手機 OEM 自研演算法團隊、Mobileye/黑芝麻智慧生態。	是否能形成複用而不是一次性交付

7. 護城河

1. 端側視覺演算法積累：虹軟長期圍繞手機影像和視覺 AI 做演算法授權，護城河來自演算法效果、功耗適配、終端廠商匯入經驗和工程交付。 16
2. 手機 OEM 客戶粘性：移動智慧終端視覺方案 2024 年營收創新高，說明存量主業仍有商業化基礎；但具體客戶集中度和續約率 [未充分揭露]。 6
3. 智慧汽車定點與量產節奏：車載視覺營收增長依賴車型量產和方案匯入，一旦定點轉量產，營收可比單次專案更持續。 67
4. 高毛利軟體屬性：2025 年公司整體毛利率約 89.35%，說明演算法授權/軟體化特徵較強；若未來硬體或整合交付佔比提高，需要重新驗證毛利質量。 28
5. AIGC 影像能力：官網方案展示端側大型模型用於影像超分等場景，可增強手機影像差異化，但新增付費、客戶數和營收規模 [未充分揭露]。 10
6. 研發與工程適配能力：視覺 AI 需要適配晶片平台、攝像頭模組、作業系統和車規要求，工程複用能力決定客戶匯入效率。 17
7. 反向護城河：手機廠自研演算法、車載視覺方案商和 AI 大型模型能力下沉都可能壓縮授權 ASP，因此要追蹤續約、價格和新終端/車型匯入。 78 反向提醒：AI 敘事本身不是護城河。若 AI 專案主要依賴人力交付、低毛利硬體轉售或補貼獲客，規模擴大可能拉低 ROIC。

8. 財務質量(趨勢表+杜邦+逐季)

財務分析以公司最新揭露為準：2025 年營業營收 9.2297 億元、年增率 +13.22%；歸母淨利 2.5771 億元、年增率 +46.25%；毛利率約 89.35%；經營現金流量 2.0794 億元。 12

指標	最新年度/期間	口徑	質量判斷
營收	2025 年營業營收 9.2297 億元、年增率 +13.22%；歸母淨利 2.5771 億元、年增率 +46.25%；毛利率約 89.35%；經營現金流量 2.0794 億元。	公司財報/IR	看 AI 相關產品是否貢獻增量
毛利率	見揭露硬數或 [未充分揭露]	公司財報/IR	判斷軟體化或硬體化程度
淨利	見揭露硬數或 [未充分揭露]	公司財報/IR	專案制公司需看一次性損益
經營現金流量	見揭露硬數或 [未充分揭露]	現金流量量表/IR	比淨利更能識別質量
資本支出	見揭露硬數或 [未充分揭露]	現金流量/管理層口徑	雲端和半導體需要重點追蹤

杜邦拆解

• 淨利率：用淨利 / 營收衡量；若揭露淨利和營收，則可計算，否則保持 [未充分揭露]。1
• 資產週轉：專案制、雲端基礎設施和半導體公司的資產週轉差異很大，不能跨行業硬比。6
• 權益乘數：若債務或可轉債較高，ROE 可能被槓桿放大；本文不把高 ROE 自動等同於高質量。1
• ROIC：AI Cloud、半導體產線和資料中心需看資本支出回收期；軟體平台需看研發費用資本化和續費。2

近季橋

2025 全年營收 9.23 億元、歸母淨利 2.58 億元；2026Q1 營收 2.27 億元；逐季現金流量和資本支出需以後續正式報告補齊。 23

季度/期間	營收	獲利	現金流量/資本支出	AI 線索
上一年度	見揭露或 [未充分揭露]	見揭露或 [未充分揭露]	見揭露或 [未充分揭露]	只採用已揭露產品/客戶/平台線索
最近中期/前三季	見揭露或 [未充分揭露]	見揭露或 [未充分揭露]	見揭露或 [未充分揭露]	只採用已揭露產品/客戶/平台線索
最近季度	見揭露或 [未充分揭露]	見揭露或 [未充分揭露]	見揭露或 [未充分揭露]	只採用已揭露產品/客戶/平台線索
下一期追蹤	見揭露或 [未充分揭露]	見揭露或 [未充分揭露]	見揭露或 [未充分揭露]	只採用已揭露產品/客戶/平台線索

9. 業績傳導

• 正向傳導：AI 客戶需求增加 → 營收確認或 ARR/訂單提升 → 毛利率或現金流量改善；需要用下一期財報驗證，而不是隻看新聞。12
• 正向傳導：產品從試點進入規模部署 → 營收確認或 ARR/訂單提升 → 毛利率或現金流量改善；需要用下一期財報驗證，而不是隻看新聞。12
• 正向傳導：平台/軟體 attach 提升 → 營收確認或 ARR/訂單提升 → 毛利率或現金流量改善；需要用下一期財報驗證，而不是隻看新聞。12
• 正向傳導：渠道或生態夥伴擴張 → 營收確認或 ARR/訂單提升 → 毛利率或現金流量改善；需要用下一期財報驗證，而不是隻看新聞。12
• 正向傳導：上游晶片/雲端資源供給改善 → 營收確認或 ARR/訂單提升 → 毛利率或現金流量改善；需要用下一期財報驗證，而不是隻看新聞。12
• 正向傳導：專案驗收和回款改善 → 營收確認或 ARR/訂單提升 → 毛利率或現金流量改善；需要用下一期財報驗證，而不是隻看新聞。12
• 反向傳導：硬體/雲端資源成本上升 → 獲利率下行或現金消耗擴大；若連續兩個季度發生，應下調對 AI 增量質量的判斷。16
• 反向傳導：客戶專案延期 → 獲利率下行或現金消耗擴大；若連續兩個季度發生，應下調對 AI 增量質量的判斷。16
• 反向傳導：政府/車廠/企業預算放緩 → 獲利率下行或現金消耗擴大；若連續兩個季度發生，應下調對 AI 增量質量的判斷。16
• 反向傳導：研發費用和銷售費用提前投入 → 獲利率下行或現金消耗擴大；若連續兩個季度發生，應下調對 AI 增量質量的判斷。16
• 反向傳導：一次性重組或併購攤銷 → 獲利率下行或現金消耗擴大；若連續兩個季度發生，應下調對 AI 增量質量的判斷。16

10. 經營拆分與反證架構

本節只拆分經營驅動，不做價格、規模口徑或市場口徑推導。判斷重點改為營收質量、毛利率、現金流量、客戶/訂單、產能利用率和產品採用是否強化業務敘事。

模組	關鍵經營變數	強敘事訊號	反證閾值
營收與採用	營收增速、ARR/訂單、客戶採用	營收增長由真實客戶採用和復購支撐	營收或訂單連續放緩，且缺少客戶採用證據
獲利質量	毛利率、費用率、現金流量	毛利率穩定，現金轉換改善	毛利率下行或現金流量惡化
競爭與客戶	客戶集中度、份額、替代風險	大客戶擴張且競爭格局穩定	客戶砍單、份額流失或替代方案加速

11. 風險

• AI 直接營收未單列，市場可能高估 AI 純度。12
• 客戶集中度和專案驗收節奏未充分揭露。12
• 上游晶片、GPU、雲端資源或車規 IP 供給限制。12
• 毛利率因硬體或交付佔比上升而下行。12
• 經營現金流量與淨利背離。12
• 研發費用和併購攤銷壓制獲利。12
• 地緣、出口管制、政府預算或行業監管變化。12
• 同業價格競爭導致續費或 ASP 下滑。12
• 新產品釋出不等於營收確認。12
• 資本支出回收期長於管理層預期。12

12. 常見誤讀糾偏

• 誤讀 1：把全部營業營收都視為 AI 營收。糾偏：公司未單列 AI 營收，行動端、車載、商用視覺和 AIGC 影像只能按產品線 proxy 處理。 16
• 誤讀 2：把產品釋出等同於訂單和營收。糾偏：產品頁證明技術暴露，財報才證明商業化結果。
• 誤讀 3：把 AIGC 影像方案等同於已確認營收。糾偏：官網產品頁證明技術暴露，未揭露訂單、價格或客戶採用前，不寫營收規模。 10
• 誤讀 4：高毛利率可以永久外推。糾偏：若智慧汽車、IoT 或專案交付中硬體、定製開發和售後佔比上升，整體毛利率可能被稀釋。 26

13. 最新事件(帶日期)

• 2026-06-18：本文按已可檢索公開資料更新；未取得的新一期正式財報不做推斷。
• 2026Q1 營收 2.2713 億元、年增率 +8.54%；TTM 營收 9.4084 億元、年增率 +11.94%。 23
• 2025 年度/最近年度：2025 年營業營收 9.2297 億元、年增率 +13.22%；歸母淨利 2.5771 億元、年增率 +46.25%；毛利率約 89.35%；經營現金流量 2.0794 億元。 1
• 2025-06-30：公司在 Qualcomm Automotive Technology & Cooperation Summit 展示基於 Snapdragon 汽車平台的視覺 AI 方案，線索覆蓋智慧座艙、泊車和駕駛輔助；營收貢獻 [未充分揭露]。 7
• 同業側：商湯、曠視、雲端從、格靈深瞳、虹軟海外同業、手機 OEM 自研演算法團隊、Mobileye/黑芝麻智慧生態。 的公開結果用於校驗賽道景氣，不作為本公司營收證明。78

14. 追蹤指標

• AI 直接營收或 proxy 佔比：下一期財報若揭露則更新；未揭露不倒推。12
• 毛利率與分部毛利率：下一期財報若揭露則更新；未揭露不倒推。12
• 經營現金流量和自由現金流量：下一期財報若揭露則更新；未揭露不倒推。12
• 資本支出、折舊和資料中心/產線利用率：下一期財報若揭露則更新；未揭露不倒推。12
• 客戶數量、ARR、訂單、backlog 或 lighthouse 使用者：下一期財報若揭露則更新；未揭露不倒推。12
• 研發費用率和銷售費用率：下一期財報若揭露則更新；未揭露不倒推。12
• AI 產品釋出後的商業化節奏：下一期財報若揭露則更新；未揭露不倒推。12
• 單客戶或政府專案集中度：下一期財報若揭露則更新；未揭露不倒推。12
• 上游 GPU/晶片/雲端資源供應：下一期財報若揭露則更新；未揭露不倒推。12
• 同業價格和新品代際：下一期財報若揭露則更新；未揭露不倒推。12

15. 來源

• 來源：ArcSoft official site: www.arcsoft.com/
• 來源：Yahoo Finance ArcSoft financials: finance.yahoo.com/quote/688088.SS/financials/
• 來源：Marketscreener FY2025 ArcSoft result: in.marketscreener.com/news/arcsoft-corporation-limited-reports-earnings-results-for-the-full-year-ended-december-31-2025-ce7e5cdbdc8df22c
• 來源：Quartr ArcSoft earnings summary: quartr.com/companies/arcsoft-corporation-limited_22139
• 來源：StockAnalysis ArcSoft revenue: stockanalysis.com/quote/sha/688088/revenue/
• 來源：Yicai ArcSoft 2025 action plan and 2024 operating data: www.yicaiglobal.com/bulletin/253000000719361466
• 來源：Futubull profitability and AIGC note: news.futunn.com/en/post/73757223/arcsoft-688088-profitability-continues-to-improve-with-automotive-and-aigc
• 來源：Investing.com ArcSoft financial summary: www.investing.com/equities/arcsoft-corp-ltd-financial-summary
• 來源：Stanford AI Index 2025: hai.stanford.edu/ai-index/2025-ai-index-report
• 來源：ArcSoft AIGC Large Model Solutions for Smartphones: www.arcsoft.com/product-solutions/smartphone/aigc/

16. 證據等級與未揭露項

證據等級	定義	本頁用法
A	公司財報、SEC/交易所公告、公司 IR 正式材料	財務硬數優先使用
B	公司官網產品頁、正式新聞稿、投資者演示	用於產品和事件線索
C	權威媒體、行業報告、金融資料聚合頁	用於補充但不單獨證明核心財務
D	市場傳聞、社媒、無來源摘要	不用於硬數

未揭露清單：

• AI 單獨營收：[未充分揭露]。
• AI 產品毛利率：[未充分揭露]。
• 單客戶營收佔比：[未充分揭露]。
• 客戶名單和合同金額：[未充分揭露]。
• 上游採購佔比：[未充分揭露]。
• 資本支出按 AI 專案拆分：[未充分揭露]。
• 模型/晶片/雲端資源成本：[未充分揭露]。
• 區域營收中的 AI 佔比：[未充分揭露]。
• 逐季完整現金流量橋：[未充分揭露]。
• 訂單轉營收週期：[未充分揭露]。

17. 結論邊界

本頁結論只覆蓋 虹軟科技 在 AI 產業鏈中的事實位置、產品證據、財務質量和追蹤架構。所有數字均要求能回到來源；不能回到來源的硬數不寫，或者標為 [未充分揭露]。12 不提供交易方向、價格結論或配置比例判斷。