当前位置: 首页 > news >正文

科大讯飞Q1营收46.6亿同比增长27.7%,扣非净利同比增长48.3%

4月21日盘后,AI龙头科大讯飞(002230.SZ)发布2024年报,公司全年实现营业收入233.43亿元,同比增长18.79%,同期归母净利润为5.6亿元。

公司核心赛道业务保持快速增长,消费者、教育、汽车、医疗业务营业收入分别同比增长27.58%、29.94%、42.16%和28.18%,收入结构持续优化。

公司现金流创下历史新高,截至2024年末,公司全年经营性现金流净流入24.95亿元,同比增长超6倍。2024年,科大讯飞研发投入达45.8亿元,占营收比例为19.62%。

分红方面,科大讯飞拟向全体股东按每10股派息1元(含税),预计将派发现金红利2.3亿元。

同日公布的一季报显示,公司在2025年第一季度录得营收46.58亿元,同比增长27.74%,归母净利润、扣非净利润分别同比增长35.68%和48.29%,经营性现金流量净额同比增长48.54%。

核心赛道业务高增

2024年,科大讯飞营收达233.43亿元,较去年同期增长18.79%,时隔两年重回双位数增长,毛利同比增长18.7%至99.5亿元。

报告期内,公司实现归母净利润5.6亿元,扣非净利1.88亿元,同比增长59.35%。

在前三季度经营承压的情况下,科大讯飞在Q4发力,当季实现收入84.94亿元,占全年营收的比重为36.4%,当期归母净利润9.04亿元,经营性现金流净额为33.16亿元。

财报披露,现金流大涨主要系本年销售回款较去年同期增长所致。据了解,科大讯飞高度重视回款管理,2024年专门成立了回款工作部,持续强化应收账款管理。

科大讯飞核心赛道业务保持稳健增长,开放平台及消费者业务实现收入78.86亿元,同比增长27.58%,蝉联公司第一大业务板块,营收结构持续改善。细分来看,平台消费者业务中,开放平台、智能硬件分别实现收入51.72亿元、20.23亿元,分别同比增长31.33%、25.07%。

智慧教育业务实现收入72.29亿元,同比增长29.94%。投资者调研记录显示,2024年前三季度,科大讯飞AI学习机销量增长超过100%。

此外,汽车、医疗、企业AI解决方案业务保持快速增长势头,分别实现收入9.89亿元、6.92亿元、6.43亿元,分别同比增长42.16%、28.18%、122.56%。

值得一提的是,2024年12月30日,科大讯飞分拆医疗板块讯飞医疗(02506.HK)成功在港股上市,据此前披露的年报,讯飞医疗2024年GBC三端收入分别同比增长10%、103%和57%。4月21日,公司收盘报107.5元/股,较发行价上涨29.8%。

X1再迭代,星火保持战略投入

2024年,科大讯飞研发投入达45.8亿元,占营收比例为19.62%。

科大讯飞称,公司积极抓住AI的历史新机遇,2024年在大模型研发、核心技术自主可控、大模型应用落地等方面新增研发投入7.4亿元,为公司在通用人工智能的产业竞争中奠定了坚实基础和独特优势。

得益于公司在大模型研发上的持续高强度投入,截至目前,讯飞星火大模型仍是国内全民开放下载的通用大模型中,唯一由全国产化算力平台训练的通用大模型。同时,根据《中国大模型中标项目监测报告》,2024年全年科大讯飞大模型项目中标金额和中标数量均位列第一。

2025年第一季度,公司在讯飞星火大模型研发上保持战略投入。4月20日,科大讯飞深度推理大模型——星火X1迎来全新升级,实现了数学、代码、逻辑推理、文本生成、语言理解、知识问答等通用任务效果显著提升,在模型参数比业界同类模型小一个数量级的情况下,整体效果对标OpenAI o1和DeepSeek R1,核心技术底座自主可控,算法、算力、数据等要素自主可控的AI核心技术研究和模型训练体系领先性得到进一步验证。

星火X1除了在常见通用任务取得显著进步之外,由于融入了更多场景复杂类型数据,模型的泛化性也取得了进步,多个行业任务上展现出了业界领先的能力。在教育、医疗、司法等重点行业进一步扩大了领先优势。

“2024年,公司构建起了算法、 算力、数据等要素自主可控的AI核心技术研究和模型训练体系,实现了AI行业应用、AI开放平台和AI消费者产品三大AI落地商业化体系。"科大讯飞在年报中表示,随着应用规模的持续扩大,由数据驱动的“模型算法—产品价值—业务增长”商业飞轮效应正在不断显现。

相关文章:

  • 全排列问题cpp
  • OOA-CNN-LSTM-Attention、CNN-LSTM-Attention、OOA-CNN-LSTM、CNN-LSTM四模型多变量时序预测一键对比
  • 代码随想录算法训练营Day32
  • css3新特性第五章(web字体)
  • 推荐系统/业务,相关知识/概念2
  • Vue 3 Proxy 响应式工作原理
  • Python常用的第三方模块之二【openpyxl库】读写Excel文件
  • Python爬虫实战:获取海口最近2周天气数据,为出行做参考
  • [FPGA基础] FIFO篇
  • SAP ERP HCM HR Forms Workplace
  • 海量数据存储策略
  • 程序的编译(预处理操作)+链接
  • Ray Tracing(光线追踪)与 Ray Casting(光线投射)
  • 强化学习(Reinforcement Learning, RL)​​与​​深度强化学习(Deep Reinforcement Learning, DRL)​​
  • 浅谈AI致幻
  • 如何避免流程形式化导致的效率低下?
  • 【CPU】结合RISC-V CPU架构回答中断系统的7个问题(个人草稿)
  • 【C++类和数据抽象】类的作用域
  • 深度学习-全连接神经网络
  • Kubernetes相关的名词解释Containerd(14)
  • 浙江“胖都来”开业多位明星祝贺,“胖东来”称已取证投诉,律师:碰瓷侵权
  • 澳大利亚大选今日投票:聚焦生活成本与“特朗普问题”
  • 我国首个少数民族非遗纺织类国标正式实施
  • 乘客被困停滞车厢超4小时,哈尔滨铁路局客服:列车晚点,表示歉意
  • 据报特斯拉寻找新CEO,马斯克财报会议上表态:把更多时间投入特斯拉
  • 拍摄《我们这一代》的肖全开展“江浙沪叙事”