第一节 重要提示
　　1、本年度报告摘要来自年度报告全文，为全面了解本公司的经营成果、财务状况及未来发展规划，投资者应当到www.sse.com.cn网站仔细阅读年度报告全文。
　　2、重大风险提示
　　公司已在本年度报告中详细描述可能存在的风险，敬请查阅本报告第三节“管理层讨论与分析”之“四、风险因素”中的内容。
　　3、本公司董事会及董事、高级管理人员保证年度报告内容的真实性、准确性、完整性，不存在虚假记载、误导性陈述或重大遗漏，并承担个别和连带的法律责任。
　　4、公司全体董事出席董事会会议。
　　5、大华会计师事务所（特殊普通合伙）为本公司出具了标准无保留意见的审计报告。
　　6、公司上市时未盈利且尚未实现盈利
　　□是 √否
　　7、董事会决议通过的本报告期利润分配预案或公积金转增股本预案
　　2026年4月20日，公司第三届董事会第十五次会议审议通过《关于2025年度利润分配预案的议案》。根据中国证监会《上市公司监管指引第3号一一上市公司现金分红》《公司法》及《公司章程》等相关规定，公司2025年度实现归属于母公司所有者的净利润为负，不具备现金分红条件，为更好地维护全体股东的长远利益，保障公司长期稳定发展，公司2025年度拟不进行现金分红，亦不进行资本公积转增股本等其他形式的分配。上述利润分配预案已经董事会审议通过，尚需提交公司年度股东会审议。
　　母公司存在未弥补亏损
　　√适用 □不适用
　　截至2025年12月31日，母公司期末未分配利润为-188,639,291.00元，存在累计未弥补亏损，根据《中华人民共和国公司法》《上市公司监管指引第3号一一上市公司现金分红》《罗普特科技集团股份有限公司章程》等相关规定，公司目前不满足实施现金分红的前提条件。敬请广大投资者注意相关投资风险。
　　公司将坚持稳健经营策略，聚焦人工智能赋能数字经济主业，以高质量发展为导向，持续优化业务结构与客户质量，改善盈利能力，努力为投资者创造并提供稳定、长效的回报。
　　8、是否存在公司治理特殊安排等重要事项
　　□适用 √不适用
　　第二节 公司基本情况
　　1、公司简介
　　1.1公司股票简况
　　√适用 □不适用
　　■
　　1.2公司存托凭证简况
　　□适用 √不适用
　　1.3联系人和联系方式
　　■
　　2、报告期公司主要业务简介
　　2.1主要业务、主要产品或服务情况
　　1、主要业务
　　公司是以人工智能（AI）技术赋能数字经济建设的软硬件产品及整体解决方案提供商。客户主要覆盖公共安全、社会治理、交通管理、教育医疗、文化旅游、数字海洋、应急管理、生态环境、工业制造和新零售等行业或领域。
　　公司基于对人工智能技术及其场景应用的理解，把在AI计算机视觉领域积累的技术优势向多行业、多领域拓展，形成了“打通技术到实战应用最后一公里”的集成创新能力。
　　报告期内，公司秉承“科技创新就是企业增长动能”的理念，聚焦核心技术研发。公司加大与高校、院士等技术资源的合作力度，推动科研成果的商用化，针对新增市场领域开发多款拥有自主核心技术的产品及解决方案。公司在人工智能技术服务领域持续深化产学研合作，依托与集美大学共建的罗普特人工智能学院，整合高校技术资源和人才优势，聚焦算力、算法、数据三大技术支柱，打造核心竞争力。通过联合区域城市打造“城市智芯”基础设施，与客户共建AI应用创新中心，共同开发行业数据资源，推动垂类模型研发，加速AI技术在交通、应急等领域的应用。
　　报告期内，公司在巩固原有行业业务优势的同时积极探索AI国产化设备和机器人应用业务。公司携手浪潮计算机科技有限公司共同打造通用型AI软硬一体智能装备，结合自身软件算法优势与浪潮计算机科技有限公司的硬件制造优势，合资新建产线开辟国产化设备业务线，在晋江落地AI产业基地实现规模化生产，强化端侧AI部署能力，相关产品和业务可广泛适配工业制造、政务服务、医疗健康、商贸流通等多个行业场景。同时，公司积极布局机器人产业，构建从核心零部件到行业本体机器人产业供应链。零部件方面，公司积极对接传感器、控制器等核心部件的生态企业，探索股权与业务合作；行业本体机器人方面，公司聚焦公共安全、智能制造、消防应急等业务场景，联合头部机器人公司开发行业专用机器人产品，公司与智元创新（上海）科技股份有限公司、灵心智能（厦门）企业管理合伙企业（有限合伙）合资成立的小鹭智能（厦门）科技有限公司，有望借助智元创新（上海）科技股份有限公司在人形机器人本体生产领域的优势，结合公司在模型算法、行业数据资源方面的优势，抓住行业场景机器人规模化应用的机遇。
　　报告期内，公司继续积极布局全国区县级业务，坚持“小区域大作为”的战略理念，凭借公司研发的RUP人工智能技术应用开发中台，为区县经济数字化转型提供AI+服务能力，助力新质生产力建设。随着公司全国业务布局的逐步落地，有望形成覆盖全国的AI服务平台，开展AI+运营业务，形成公司业务的稳定持续增长动能。
　　2、主要产品及服务
　　报告期内，在AI+公共安全领域，公司新增开发警用AI PC机、智能机器人集群控制系列产品；在AI+社会治理领域，公司新增政务导办机器人产品及服务；在AI+工业制造领域，公司新增开发工业端侧巡检智能体、智能仓储无人机计量产品及服务；在AI+企业服务领域，新增开发企业服务智能体、新零售智能运营产品及服务。同时，公司依托与浪潮计算机科技有限公司共建的AI产业基地，为客户提供自主可控的国产化硬件产品及服务，包括新增开发智算大模型一体机、国密安全芯片终端设备、专用国产化设备及全栈适配服务。
　　截至报告期末，公司主要产品和服务如下：
　　■
　　■
　　■
　　■
　　■
　　■
　　■
　　■
　　■
　　■
　　■
　　■
　　■
　　■
　　■
　　（10）AI+企业服务
　　■
　　2.2主要经营模式
　　1、研发模式
　　（1）依托产学研资源优势，合作研发攻克重点技术
　　公司以国家企业技术中心为驱动，以博士后工作站为平台，基于原有的人工智能和大数据等核心技术，不断加深加大核心技术的研发工作。在《新一代人工智能发展规划》等国家政策指引下，公司加快行业大模型布局和多模态人工智能技术的研发工作，着力AI+机器人、无人机巡检、端侧智能装备等前沿技术方向。同时，持续深化人工智能和大数据等技术手段赋能AI+工业制造、AI+政务服务、AI+企业服务、AI+交通等核心行业领域的产品和技术研发工作， 助力各行各业数字化转型和智能化水平提升，助力数字中国和平安中国建设。
　　公司以国家政府课题为牵引，以集美大学罗普特人工智能产业学院和博士后科研工作站为平台，通过与院士合作、引进高端技术人才、组建联合实验室、联合生态内的技术团队等多种方式进行前沿技术和产品应用场景的落地研发工作，形成了符合自身发展需要的前沿技术合作研发机制和体系。在多年的发展和研发过程中，与厦门大学、集美大学等产学研合作单位建立了良好的科研合作关系。
　　（2）依托技术中台高效研发，持续输出标准化产品
　　公司利用多年打造的统一人工智能技术应用开发中台及一系列相应的自主研发技术，逐步释放技术创利能力；打通团队跨区域协作，持续完善集成开发环境，深化AI辅助开发工具应用，提升研发效能，高效输出标准化技术组件。
　　公司积极拥抱新质生产力变革，将人工智能技术的应用作为驱动发展的重要引擎。融合人工智能等先进技术于研发、生产、管理各个环节，提升研发效能，为客户提供个性化、高品质的产品与服务。
　　公司构建以自主研发平台为主体、以国内知名科研院所和业界技术专家为助力的研发体系。同时，将研发资源和项目资源管理平台化，进一步加强区域研发扁平化管理，不断提升核心技术成果转化率和研发产业化管理能力。此外，公司通过技术委员会联合高校、博士后工作站，响应全国范围内的市场需求，在实践中提升核心技术创新力和业务竞争力；通过项目管理中心的深度整合，公司持续强化项目售前、售中、售后的全生命周期管理体系，不断完善并创新项目管理信息化工具与平台，提升产品研发、项目交付的效率以及交付过程的规范性。
　　（3）与客户共同创新，打造具备市场竞争力的产品
　　公司坚持与客户共同进行技术创新的研发理念，建设区域研究院和人工智能联合实验室，同时健全研发组织架构，将研发工作和项目资源进行平台化管理，加大对业务一线的研发技术支撑力度，进一步对研发工作进行扁平化管理，打造“产业战略指引科研、区域创新全国布局”的研发模式。
　　长期以来，公司基于与客户的深度合作，有针对性地根据客户当地行业特色和场景需求，打造行业应用示范基地，开发出多个行业级、具备场景落地能力、可快速复制的产品和技术解决方案。
　　报告期内，公司在多个领域取得进展：
　　AI+巡检领域：推出工业巡检机器狗及特种装备，为公共安全和工业制造场景客户提供智能化巡检解决方案；
　　AI+警务领域：开发多形态机器人（轮式移动机器人、足式机器人、无人机、机械臂等）管理平台（涵盖数据采集、训练、推理、群控功能），与多个警种业务部门开展深度合作；
　　AI+仓储物流领域：实现无人机室内外一体化精准导航和计量技术，在大宗商品（粮食）体积测量、重量估算测量方面达到误差低于2%的高精度，为B端客户提供专业服务；
　　AI+零售领域：携手小鹭智能（厦门）科技有限公司为安踏集团等知名企业提供AI技术服务；
　　AI+交通领域：推出“无人机+地面巡检”综合治理交通方案以及无人车应用；
　　此外，公司在厦门思明区建设的防溺水警戒项目、在沙县等地打造的社会治理和网格化管理标杆、在湖北大冶的智慧停车项目、在河北衡水的数字经济和化工园区应急应用以及在深圳的小散工程安全监管“两终端、一平台”等创新方案，均实现了以AI赋能各行业安全的成效。
　　2、销售模式
　　（1）区域化营销网络与行业化营销网络相结合，构建立体化市场体系
　　公司坚持通过技术演示、方案验证、POC测试等方式获得客户认可，为客户提供优质的软硬件产品及整体解决方案，赢得客户的信任，推动区域子公司的建设。公司以区域为单元设立子公司，目标是通过不断扩展的技术型区域子公司获得市场优势，实现区域子公司本地化、技术化、实体化经营，确保市场可持续性发展。
　　同时，公司加强与所涉行业主管部门的技术交流与政策学习，顺应行业需求大趋势，着力行业顶层设计及整体规划；加强与行业研究机构及龙头企业的战略合作，形成精准独特的产业链定位和立体营销体系。
　　（2）依托合资合作模式，加强区域资源整合，加速产业落地
　　公司积极利用自身的技术优势及产学研资源整合能力，结合全国各区域的产业特色，寻找当地在相关产业领域拥有竞争优势的国有企业或地方龙头企业展开合资合作，并通过向合资公司进行技术授权、产品供应、管理输出、品牌支持等综合性的资源输入，助力当地产业数字化升级，实现与当地优势产业主体的深度融合，推动公司业务在当地的快速落地和发展。
　　（3）技术变革创新，提升客户技术信任度和用户黏合度
　　公司将公司总部的产业和技术资源平台化，组织前线以区域为单位在当地设立子公司，将技术团队力量下沉到区域当地用户，形成系统的技术服务体系，与客户进行联合创新，提供适合当地客户的技术解决方案，与客户共同建设标杆性应用示范基地。
　　公司目前在全国多个省市通过区域子公司和区域研究院与当地客户创建了数据治理和系统运维的合作模式，整合当地的数据资源，在安全、合法、合规的前提下，组建专业团队发挥公司在数据治理及数据运维方面的技术优势，提供“数据+运维”的新型服务，通过对数据的挖掘、分析、二次加工及应用，形成系列数据算法及数据应用平台，打造区域人工智能应用服务基地，从而在区域市场提升客户粘性及市场影响力，为全国市场的二次销售奠定基础。
　　（4）加大与生态合作伙伴战略合作，构建行业生态，提升服务能力
　　公司在全国各区域加强与当地集成商的战略合作，向集成商提供优质的产品及行业解决方案。同时，与优质供应商建立战略合作，提倡“风险共担，收益共享”。与更多集成商、供应商的战略合作，有利于提升公司的业务承接能力及资金使用效率，提升生态合作伙伴的市场影响力。
　　2.3所处行业情况
　　(1). 行业的发展阶段、基本特点、主要技术门槛
　　1）行业发展阶段及基本特点
　　根据中国证监会发布的《上市公司行业分类指引》（2012年修订）及国家统计局2011年公布的《国民经济行业分类》（GB/T4754-2011），公司所处行业为“软件和信息技术服务业”。同时公司聚焦人工智能产业生态，依托于数据服务能力，致力于“AI+行业”服务的场景应用创新。
　　当前，全球人工智能产业发展重心正逐步由技术创新向产业应用与价值落地转移。以算力、算法、数据为核心支柱的底层技术体系持续迭代升级，呈现出“算力普惠协同化、模型体系智能体化、数据要素闭环化、场景应用规模化”的发展态势。在此趋势下，人工智能技术正与各行业场景实现深度融合，产业发展全面转向以场景落地为核心、以价值创造为导向，进而重构产业发展的底层逻辑与全球竞争格局。
　　算力领域正加速构建高效、普惠、协同的一体化基础支撑体系。在供给层面，行业已形成通用算力、智能算力、超算算力多元协同的互补格局，智算中心成为算力基础设施建设的核心重点。在服务模式上，算力依托云服务体系与统一调度平台实现按需分配、弹性获取，行业使用门槛大幅降低。在部署架构上，“中心+边缘+端侧”三级算力协同布局逐步成型，跨区域算力统筹调度能力持续提升，算力综合成本稳步下探、资源利用效率不断优化，推理算力正加速向边缘侧下沉延伸。与此同时，算力中心绿色低碳转型进程加快，国产算力生态加速构建完善，产业自主可控能力得到持续增强。
　　模型算法领域发展重心已由基础大模型的技术能力竞赛，全面转向产业价值落地与实际应用转化阶段。Transformer架构成为行业主流基础范式，模型多模态融合能力得到显著增强。随着单一大模型通用能力的技术红利逐步见顶，多智能体（Multi-Agent）协同成为算法技术演进的核心主线，通过自主规划、工具调用与记忆执行等核心能力，将大模型的认知理解能力转化为可落地、可执行的复杂任务解决能力，精准适配产业端的全流程业务需求，推动AI模型从“对话交互”向“任务执行”实现能力跃升。与此同时，模型轻量化、端侧化技术快速成熟落地，模型可解释性与安全对齐能力持续强化，能够有效匹配垂直行业的差异化应用需求与合规监管要求，为人工智能技术实现全场景规模化落地提供核心算法支撑。
　　数据要素领域发展正从规模化原料供给，迈入闭环化价值运营的全新阶段。高质量、多模态、与场景深度对齐的专业数据集，已成为行业核心竞争壁垒；在产业层面逐步构建起“场景数据采集一模型训练一推理反馈一迭代优化”的正向数据闭环，实现数据价值的持续释放。合成数据、隐私计算等技术得到广泛应用，有效破解真实数据供给不足与合规安全风险等痛点难题。数据要素市场化进程持续提速，数据确权、估值定价与流通交易机制不断完善，推动数据从企业内部资源加速转变为可流通、可交易的核心生产要素。与此同时，专业领域高质量数据标注与行业知识深度融合，进一步提升了模型在垂直场景中的应用专业性与可解释性。
　　场景应用领域正从单点试点探索，全面迈向规模化深度融合与智能原生重构的新阶段。在政务、交通、金融、医疗、制造等重点行业，人工智能应用已从客服、办公等外围辅助环节，向风控决策、医疗诊断、生产调度、智能决策优化等核心业务场景深度渗透。产业商业化模式日趋清晰，模型即服务、按效果付费、行业解决方案订阅等多元化商业模式加速落地，持续推动AI产业价值高效兑现。以人工智能为核心驱动的新型业务流程与产品形态不断涌现，有力推动智能原生业态加速形成。行业竞争逻辑同步升级，由单一技术能力比拼转向“技术+场景+生态”的综合实力竞争，具备行业数据积累与深度场景理解能力的市场主体，正逐步构筑起差异化竞争壁垒。
　　2）产业政策
　　近年来，我国政府高度重视人工智能和数据要素产业的发展，报告期内持续出台了一系列政策以支持和促进这一行业的健康成长。
　　■
　　3）主要技术门槛
　　①数据门槛
　　在人工智能应用的垂直行业场景中，企业必须依托专属行业数据构建定制化专有模型，才能真正构筑起核心竞争壁垒。因此，获取高质量、贴合场景的专属业务数据，已成为人工智能企业切入垂直领域的重要准入门槛。
　　以公安、边防等专业垂直领域为例，相关模型训练不仅需要海量视频、图像等基础数据，更需深度融合历史文档、处置案例、业务流程日志等非结构化私有业务数据。这类数据的稀缺性与高度专业性，构成了行业参与者的首要壁垒。
　　与此同时，垂直场景的业务模式与实际需求始终处于动态迭代之中，要求企业建立高效的数据采集机制与持续稳定的数据标注能力，以保障训练数据的时效性与准确性，这也对企业的资源投入规模与长期运营能力提出了更高要求。
　　②应用门槛
　　人工智能下游应用客户分布于不同行业领域，行业属性与业务需求差异显著，这就要求企业必须深入理解客户所在领域的业务规则、业务流程、管理模式与实际应用环境，具备扎实且丰富的行业实践经验。尤其针对公安、武警、军队、边海防、政法等领域的大型客户，其对系统的安全性、稳定性、可靠性提出了更高标准，同时高度重视企业在本领域的成功案例、标杆项目与服务资质，行业准入门槛更为严格。此外，丰富的行业实战经验能够为人工智能系统提供更多真实场景验证与业务学习机会，持续优化产品在复杂环境下的实战性能与落地效果。综合上述因素，人工智能在各行业的规模化实战落地，普遍面临较高的行业经验壁垒。
　　(2). 公司所处的行业地位分析及其变化情况
　　当前人工智能行业仍处于快速发展阶段，未来发展前景广阔，但行业内的竞争日益激烈。目前我国人工智能产业企业聚焦基础模型研发与多元化的应用场景，在我国国情和市场需求的引领下，瞄准交通、医疗、金融等领域智能化改造升级的切实需求，集中选择一个或者几个重点领域进行重点布局，围绕行业全
　　公司代码：688619 公司简称：罗普特
　　罗普特科技集团股份有限公司
　　（下转B161版）