|
| 信息发展(300469)经营总结 | | 截止日期 | 2025-06-30 | | 信息来源 | 2025年中期报告 | | 经营情况 | 第三节管理层讨论与分析
三、主营业务分析
概述
信息发展作为一家依托北斗、大数据、区块链、人工智能等先进技术，为智慧交通和数字城市提供数据产品、安全管理
及低碳转型解决方案的新型数智企业。公司业务根据行业应用的不同，可划分为北斗规模化应用、北斗自由流、车路云一体化、智慧政务；根据技术领域的不同，可分为人工智能、保险数据要素价值转化、国产替代信创、端侧算力；根据服务模式的不同，又可划分为终端安装服务、平台产品服务、保险公司分润、软硬件一体化服务等四种模式。
（一）行业应用
1、北斗规模化应用
北斗规模化应用是公司重点发展的业务板块，主要依托北斗高精度定位、大数据、人工智能（AI）、物联网（IoT）等核
心技术，为智慧交通、数字政务、产业监管、公共安全、智慧物流等领域提供全方位的行业解决方案、软件产品及数据服务。公司通过构建“终端+平台+生态+服务”的完整体系，推动北斗技术在政府管理、交通运输、能源调度、物流监测等行业的深度应用，助力“交通强国”“数据要素”“双碳”“智慧治理”等国家战略的落地实施。北斗及大数据技术提升营运车辆的安全性和运营效率。随着智能网联汽车技术的发展，政策的推行将进一步加快北斗技术在重型卡车、长途货运、城市物流等行业的普及应用，推动我国智慧交通的全面升级。按照政策要求，相关货车司机及物流企业在每年年检期间，需进行北斗相关设备的检测及安装工作，以确保车辆具备基本的安全监控及服务能力。这不仅推动了相关技术的普及，也为政府加强道路安全监管提供了智能化工具。基于这一政策，公司通过北斗终端设备制造商进行合作升级，选装华大北斗、华为海思等芯片企业的高性能芯片模组，为营运车辆提供环境感知、目标检测、动态行为分析等关键功能，提高道路运输的安全性和稳定性。所有的北斗智能精准定位终端，需满足信息发展ASLM风控模型的最低装配标准，以确保相关感知检测分析所需的基本要求。终端设备支持自动刹车、车道保持、距离保持等安全驾驶辅助功能，并符合北斗高精度定位标准，确保车辆在不同复杂路况下均能保持精准导航。在提升驾驶安全性的同时，该终端还协助保险公司降低赔付概率，通过ASLM风控系统智能分析驾驶行为，帮助保险行业提升风控能力，减少不合理赔付，降低事故发生率。此外，所有北斗智能精准定位终端产生的数据，包括车辆数据、定位数据、图像数据、视频数据等，均由公司依法依规进行采集、管理和使用。这些数据不仅是公司在智慧交通、智能驾驶、保险科技、地图导航等行业的核心资产，也是公司在大数据应用和人工智能决策优化方面的重要基础。公司利用这些数据进行智能分析和价值转化，并广泛应用于多个业务场景：
（1）提供政府监管支持：向政府管理平台提供实时车辆运行数据、轨迹监测、事故预警、行驶行为分析，支持智能交通
监管。
（2）赋能保险行业精准风控：基于车辆行驶数据，为保险公司提供司机驾驶行为分析、事故风险预测、精准定价模型，
降低保险赔付率，提高风控能力。
（3）优化地图导航模型：向高德地图、百度地图等地图服务商提供精准道路信息、实时行车数据、导航路径优化，提升
导航精度，并在部分地区推出营运车辆车道级导航服务，支持高精度路线规划。
（4）AI智能体训练与自动驾驶优化：
调度中心AI智能决策：公司基于海量行驶数据训练AI智能体，优化车队调度、路径规划，提高智能调度效率。
驾驶端智能优化：结合北斗高精度定位+AI智能感知技术，优化误报/漏报率，提升系统的稳定性，增强驾驶体验，提高
系统对复杂交通环境的适应能力。报告期内，公司在北斗规模化应用生态中稳步推进“装机期”与“数据要素变现期”双轮驱动战略。在装机期，公司聚焦北斗智能车载终端的大规模部署，凭借技术、渠道与生态优势，签约数量和发货速度持续提升，业务覆盖约20余省份，并快速形成全国性市场布局。同时，公司与保险公司协同推进，实现保险公司业务在重点区域的大面积覆盖，为后续数据要素变现期提供充足的数据基础与业务落地场景，形成“装机—保险覆盖—数据沉淀”的联动格局。装机期不仅为公司带来硬件与服务收入，更为后续数据业务奠定了坚实的装机与保险协同基础。进入数据要素变现期，公司依托海量高精度轨迹数据，构建“险前定价—险中干预—险后理赔”的全周期智能风控体系，与多家头部保险公司形成长期稳定的分润合作关系，实现基于固定保险服务费与风险降赔分润的双模式盈利。随着装机规模和保险业务覆盖面的持续扩大，数据沉淀加速，公司在数据要素领域的变现能力与高毛利贡献预计将逐步释放，为整体盈利水平带来持续提升动力。
2、北斗自由流
依托荣获国家科技进步一等奖的核心技术，公司采用有源或无源北斗定位系统，以米级及亚米级高精度定位标准进行道
路轨迹收费，突破了传统收费系统的技术壁垒，实现了“无物理门架、无停车、无干扰”的智能通行收费模式。该系统利用北斗高精度卫星定位、惯性导航（INS）、智能识别算法，精准计算车辆行驶轨迹和收费区间，确保通行费用的公平性、精准性和高效性。作为行业的先行者，信息发展已完成大量的数据实测，北斗自由流计费精准率高达99.99%。试点运行结果表明，该系统能够稳定识别行驶轨迹、车道占用情况、行驶时间等关键信息，并通过AI智能算法优化收费模式，为政府、企业和公众提供更精准的通行费结算方式。目前国内高速公路收费按照“客四货六”模式进行，即：客车按4级车型分类收费：一类车（9座以下小客车）、二类车（10-19座客车）、三类车（20-39座客车）、四类车（40座及以上大型客车）。货车按6级车型分类收费：从2轴货车（一类）到6轴及以上货车（六类），根据车辆轴数、吨位进行计费。北斗自由流系统能够精准匹配车辆类型、行驶里程、通行时间，并结合AI智能调度系统，在符合国家收费标准的基础上，进一步优化收费结构，提高收费效率。2024年，交通运输部发布了《公路电子不停车收费车路协同拓展应用技术规范（JTG/T6520—2024）》，并作为公路工程推荐性行业标准，自2025年3月1日起正式实施。这一标准的出台，标志着北斗自由流+ETC融合方案具备了现实的可能性及标准依据。基于交通行业政策支持、北斗技术成熟度提升以及市场需求增长，北斗自由流预计将在全国智慧高速、城市道路、智慧物流、智能停车等领域加速发展，公司也将借助北斗高精度定位、AI智能计费、云端大数据分析等核心技术，推动动静态交通收费模式迈向高效、智能、精准的新阶段，为全国动静态车辆收费场景提供更加智能、高效的解决方案。
3、车路云一体化
车路云一体化是指通过整合车辆（车）、道路基础设施（路）和云计算平台（云）等要素，构建智能网联汽车协同发展
的体系。这一系统利用C-V2X和4G/5G通信技术，将人、车、路、云等交通要素有机联系在一起，形成车与路、云、车之间的实时信息交互与协同决策。 为推进车路云一体化的发展，工业和信息化部、公安部、自然资源部、住房和城乡建设部、交通运输部等五部门于2024年1月15日联合发布了《关于开展智能网联汽车“车路云一体化”应用试点工作的通知》，明确在2024年至2026年期间开展应用试点工作。该通知提出了九个方面的试点内容，包括建设智能化路侧基础设施、提升车载终端装配率、建立城市级服务管理平台等。具体措施包括实现试点区域5G通信网络全覆盖，部署LTE-V2X直连通信路侧单元（RSU）等C-V2X基础设施，鼓励对城市公交车、公务车、出租车等公共领域存量车辆进行C-V2X车载终端改造，新车车载终端搭载率达到50%，并建设边缘云、区域云两级云控基础平台，具备向车辆提供融合感知、协同决策规划与控制的能力。此外，2024年7月1日，五部门公布了智能网联汽车“车路云一体化”应用试点城市名单，包括北京、上海、广州、沈阳、南京、杭州、合肥、武汉、长沙、成都等20个城市。这些试点城市将按照试点工作方案扎实推进建设任务，建立完善协调工作机制，落实资金等保障措施，确保试点工作取得实效，加快形成可复制可推广的经验。公司深度布局车路云一体化业务，将其作为北斗+基础设施的重要延伸，依托北斗高精度定位、5G-V2X车路协同通信、AI智能感知、大数据分析等核心技术，推动车辆、道路、云端平台的全方位智能互联。该业务的核心目标是提升交通系统的安全性、智能化管理水平、基础设施监测能力，助力智慧交通、智能网联汽车、智慧城市等领域的规模化发展。公司采用RTD（实时动态数据）、RTK（实时动态定位）、OBU（车载单元）、OSU（路侧单元）等多项前沿技术，使安装了北斗精准定位智能终端的车辆不仅能够与卫星进行交互，还能与不同的基础设施进行信息互通，从而构建多维度、立体化的智能交通体系。通过这些核心技术，公司打造的车路云一体化系统能够实时采集车辆状态、道路环境、交通流量等关键数据，并通过云端计算平台进行智能调度、精准预警、自动化管控，有效提升道路交通管理效率：RTD与RTK精准定位：实现厘米级高精度定位，确保车辆在复杂道路环境中的精准导航。OBU（车载单元）：用于采集车辆运行数据，并与路侧、云端实时交互，实现智能驾驶和交通管控。OSU（路侧单元）：部署在路口、高速公路、港口等关键点位，与北斗智能终端联动，实现智能信号控制、车道级精准导航、交通流量优化。公司已在多个核心基础设施监测与智能交通管理领域布局车路云一体化解决方案，并成功应用于十字路口智能信号优化、桥梁安全检测、隧道惯性导航、公路监测与管养系统等场景。公司还参与了港珠澳大桥“北斗+5G”在线监测项目，通过北斗高精度定位和智能监测技术，对大桥关键结构进行24小时实时监测，提高桥梁安全管理能力。此外，公司在公路设施数字化采集与养护巡检项目中，通过智能巡检设备+无人机巡检系统，实现对公路设施的数字化管理，提高道路日常养护的精准性和效率。为了进一步提升公路网基础设施的安全性，公司推出了“空-天-地”一体化公路网基础设施健康监测整体解决方案。该方案结合北斗+低空经济（无人机）+InSAR遥感技术，对公路网基础设施进行智能化、多维度精准监控。在“空”端，无人机搭载高清摄像头和AI智能巡检系统，定时巡检公路设施，针对路面裂缝、桥梁沉降、边坡稳定性等进行自动化检测，弥补人工巡检的盲区。在“天”端，InSAR遥感技术通过卫星雷达，对道路基础设施的毫米级位移进行检测，结合北斗高精度定位，实现历史变形追踪和长期趋势分析，提前识别潜在风险。在“地”端，北斗精准定位终端、AI智能传感器和智能车载巡检设备对高速公路、桥梁、隧道等关键基础设施进行全天候监测，提高公路养护管理的智能化水平。报告期内，公司与多个行业领先企业签订了战略合作协议，进一步推进了车路云一体化的技术应用和市场拓展：与湖北楚云交通投资有限公司的合作，围绕车路云一体化及智慧交通基础设施的建设展开，计划通过深度集成北斗高精度定位技术和物联网技术，提升交通数据的精准采集与管理，推动智慧交通系统的实施和应用。在北京博大网信股份有限公司的合作中，重点推动了车路云一体化建设与交通路口智能化改造，旨在通过智能化技术优化北京市6000多个交通路口的管理系统，从而提升道路的通行效率和安全性。虽然这些战略合作协议尚未产生直接经济效益，但它们为信息发展未来的业务增长提供了积极的辅助作用，进一步巩固了公司在智慧交通、车联网及数字基础设施领域的市场竞争力，并为公司在智慧城市建设中的持续发展提供了技术和市场支撑。
4、智慧政务
在智慧档案业务方面，光典已为全国42家副省级以上档案馆、386家地市级及区县级综合档案馆、2700家政府及公共机
构提供服务，市场覆盖率领先。公司自主研发的“光典智慧档案管理系统”，可实现电子档案与传统纸质档案的统一管理，满足国家电子文件归档标准，并广泛应用于政务、司法、企业等行业。“灵智AI”依托DeepSeek、通义千问等多模态大模型，集成NLP自然语言处理、智能检索、知识图谱、生成式人工智能等技术，为档案管理提供自动分类、智能标签、全文搜索、语义分析、知识抽取、智能编研等功能，大幅提升档案管理的智能化水平。得益于多模态大模型的强大推理和认知能力，灵智AI可同时处理文本、图像、视频等多种数据类型，实现对档案内容的深度解析和智能推荐。该平台具备自动鉴定能力，能够根据历史数据和AI训练模型精准评估档案价值，优化存储管理策略，并提供高效的智能决策支持。此外，光典凭借行业领先的技术优势，深度参与国家档案标准的制定，并主导多个国家级示范数字档案馆建设项目，成功助力26家档案馆通过全国示范数字档案馆测评，45家档案馆通过国家级数字档案馆测评。在智慧食安方面，追溯云结合北斗高精度定位、区块链、人工智能、大数据分析等前沿技术，推动政务信息化建设，尤其在市场监管、食品安全、农业供应链管理、应急调度等领域形成独特优势。公司构建的食品安全追溯平台，实现从生产、流通到消费的全过程监控，提高政府监管能力，防止食品安全事件。追溯云的智慧供应链管理系统，结合量价预测、供需平衡、安全区间分析、预警模型等技术，助力政府实现市场动态监测与精准调控，提高公共服务质量。在农业供应链管理方面，追溯云通过AI智能分析农产品产量、销售数据及天气因素，提升供需匹配效率，优化政府农业补贴与市场调控政策。
（二）技术领域
1、人工智能
公司拥有近30年的人工智能研发经验，从最早的文字识别（OCR）、图像识别等传统AI技术，到如今多模态大模型的全
面应用，已积累了深厚的技术储备。早期，公司专注于单一数据类型的处理，如纸质档案数字化和图像识别。如今，公司已成功将DeepSeek、通义千问等多模态大模型引入智慧档案和智慧政务领域，实现了文本、图像、音频、视频等多种数据类型的综合处理，构建了更加智能、高效的档案管理体系。公司在传统AI模型（如基于规则的人工智能系统）的基础上，结合多模态大模型（LMMs），使档案管理从单纯的信息存储与检索，升级为智能推理与关联分析。通过AI自动脱敏和数据清洗，确保输入数据的安全性和高质量，进一步提高大模型的利用效率，使其能够精准匹配档案内容，提升档案的可读性、结构化程度及智能化应用水平。灵智AI在智慧档案管理系统中的应用，已经实现了高效档案调度、智能关联分析、智能知识挖掘等功能，使档案管理更加精准和高效。ASLM风控模型是公司在自动化智能决策领域的一次突破性尝试，融合了计算机视觉（CV）、物联网（IoT）信号处理以及多模态大模型，实现对视频、音频、图像等多种数据类型的智能处理。该模型结合了专家并行（EP）和专家混合模型（MoE），在复杂环境下具备自我分析、推理决策、风险预测等能力。ASLM风控模型广泛应用于自动驾驶、智能监控、保险风控、公共安全等领域，能够根据实时数据分析驾驶行为、环境风险，并提供精准的风险预警方案，从而提高安全性和智能化决策水平。灵智AI大模型是公司在智慧档案管理领域的核心技术之一，它结合了传统OCR、NLP（自然语言处理）等基础技术，并进一步融合多模态大模型，形成一套完整的智能档案分析与编研体系。档案检索与逻辑关联：通过NLP技术对档案内容进行语义解析，并结合多模态大模型，智能匹配不同档案之间的逻辑关联，提升检索精准度。物理档案智能关联：除了文本匹配，灵智AI还能利用图像识别与深度学习技术，对纸质档案、影像资料、手写文件进行自动归类，确保档案物理存储的智能管理。智能编研与知识梳理：在智慧编研中，灵智AI结合专家混合模型（MoE），优化政策研究、历史文献整理、法律文件分析等工作，提供自动归纳、智能摘要、知识抽取等功能，为政务决策和行业研究提供精准支持。
2、数据要素价值转化
数据要素价值转化是公司战略发展体系中的核心组成部分，已逐步构建起涵盖“数据采集—处理管理—标准服务—生态
闭环”的全链条能力体系，形成了独具优势的数据资产运营模式。在数据采集方面，公司依托大规模北斗智能车载终端的前装、准前装与后装部署，面向全国实现规模化覆盖，持续完成多维度、立体化的交通场景数据采集。该类数据具备高频率、高精准度、高关联性的特征，是构建高质量、高密度、高时效性基础数据资产池的坚实基础，为后续价值转化提供源源不断的“原材料”。在数据处理层面，公司依托自主研发的数据管理平台，形成了成熟的数据治理体系。平台具备强大的数据清洗、筛选、分类与脱敏能力，可根据行业特性与应用需求进行灵活适配。通过对原始数据的深度处理与结构化转化，公司已实现面向保险风控、智慧物流、运营调度、应急响应等多行业场景的标准化与定制化数据服务输出。服务过程中，公司不断丰富行业知识图谱与数据标签体系，持续优化模型算法，推动数据产品能力持续演进，形成兼具普适性与行业深度的数据生态系统。公司数据要素转化业务具备显著的高弹性与规模效应。随着北斗终端装机数量的快速增长，当装机规模达到一定阈值后（如百万级），整体固定成本与边际成本将显著下降，进而拉动毛利率持续上行，释放出更大的盈利潜力。同时，公司数据资源具备高复用性，能够循环满足不同行业、不同场景下的差异化需求，展现出极强的业务韧性与横向拓展能力。随着人工智能大模型的快速发展，数据资源的重要性正加速上升。当前AI训练样本的边际增益逐步趋缓，模型精度面临瓶颈，行业亟需高质量、高密度、高语义关联度的实景数据作为突破点。信息发展基于北斗体系长期积累的大量真实交通运行数据，已成为“人工智能+交通”领域关键的数据支撑资源。公司数据体系不仅为AI在交通治理、自动驾驶、智能调度等关键环节提供底层输入，更将助力AI模型在实际场景中实现快速适配与深度落地，推动智慧交通迈向更加精准、高效、智能的新时代。
3、国产替代+信创
在智慧交通板块，公司长期采用“硬件+软件+北斗定位网”的混合技术方案，以确保系统的稳定性和精准度。这些技术
包括硬件终端的高精度传感器与芯片、软件算法的持续优化，以及对卫星定位网络资源的智能调度。公司通过对北斗高精度定位、AI计算、智能调度系统的深度整合，实现对道路车辆的实时监测、精准导航以及智能风险控制，全面赋能智能交通系统。北斗精准定位智能终端，均采用国产北斗芯片、国产定位模组，确保数据安全可控。公司ASLM风控模型是完全自主研发的国产AI+多模态大模型，具备智能感知、风险预测、自动决策能力，能够通过实时分析车辆运行数据，优化驾驶安全性。系统接入的卫星网络基于中国自主研发的北斗三号系统，确保全球精准定位，并有效支持自动驾驶、智能调度、智慧物流等关键业务场景。在智慧交通管理中，所有行驶数据、车辆运行数据、视频监控数据均属于敏感数据，涉及国家基础交通设施安全。因此，这些数据必须采用可信存储机制，保证数据的完整性、安全性和不可篡改性。公司采用区块链+隐私计算+安全存储的技术方案，实现对交通数据的加密存储、分布式存证，以及对关键业务数据的高安全访问控制，为政府部门、企业和交通管理机构提供安全可控的数据服务。在智慧政务板块，公司已实现国产化自主替代，特别是在档案政务一体机的核心组件上，所有硬件、操作系统、数据库均采用国产技术，实现全面自主可控。在涉密领域，我们已完成对不同介质（电子档案、纸质档案、影像数据等）的智能存储管理，并结合安全策略，确保政务档案存储合规、安全、可追溯，为政府及重要机构提供高等级的安全防护。灵智AI结合了多个国产大模型（包括DeepSeek、通义千问等），并基于专家混合模型（MoE）架构，形成强大的智慧档案分析与管理体系。该系统已在多个档案业务场景中成功应用。通过灵智AI的智能化赋能，公司在档案管理领域实现了数据结构化、检索智能化、分析精准化，推动智慧政务、智能档案管理、政府信息化向更高效、更安全、更智能的方向发展。
4、分布式算力
信息发展的北斗智能终端在集成标准上坚持“始于国部标，高于国部标”的理念，通过华大北斗芯片与华为海思AI成像
芯片的深度融合，打造具备AI本地部署、数据清洗、部分数据标注能力的多功能车载智能终端。这一终端不仅突破了传统车载设备的单一功能限制，还通过车载本地算力的智能分布式架构，实现实时数据处理、智能辅助驾驶、风险预警等功能。依托华大北斗芯片的高精度定位能力，终端能够精准获取车辆位置、行驶轨迹，并结合华为海思AI成像芯片的强大计算性能，提升环境感知、目标识别、动态行为分析等智能驾驶功能。通过本地化的AI推理能力，车载智能终端能够减少对云端计算资源的依赖，在保证数据隐私安全的同时，提高数据处理效率，适应高速公路、智慧物流、自动驾驶等多种应用场景。在智慧档案领域，随着多模态大模型训练所需算力逐步降低，以及智慧政务行业对本地部署的特殊需求，信息发展打造的智慧档案一体机不仅具备多介质档案存储能力，还整合了中科海光、华为昇腾等国产AI算力显卡，提供强大的本地智能计算能力。这一分布式算力架构，使得智慧档案系统在处理文本、图像、语音、视频等多模态数据时能够更快速、更精准地执行语义分析、智能检索、知识抽取等任务，同时减少对外部算力中心的依赖，提高档案管理的智能化水平和运行效率。传统的档案管理系统主要承担存储和归档功能，而信息发展的智慧档案一体机在此基础上进一步集成了分布式端侧算力，实现数据计算、模型推理、智能分析等任务，有效分担大型算力中心的计算压力。这一技术创新使档案一体机不仅仅是存储设备，更是一个智能计算节点，在支持智能档案管理、政务数据分析、自动文档编研等业务的同时，也能为分布式AI算力网络提供强大支撑，提升整体计算架构的弹性和可靠性。通过构建端+边+云的分布式算力体系，信息发展在智慧交通、智慧档案、智慧政务等领域实现了更加灵活、高效、安全的计算能力布局，推动智能技术的广泛应用和产业化落地。
（三）服务模式
1、终端服务费模式
公司通过向北斗相关设备制造商提出正式需求，并采用点装模式进行设备采购和部署，确保所有北斗智能终端符合公司
技术标准和应用要求。采购完成的北斗智能终端归公司所有，安装的终端以服务费模式收回安装成本，以实现设备长期运营的可持续性。在设备部署过程中，公司全面集成ASLM（智能风控模型），结合北斗高精度定位、AI智能分析、雷达物联网数据处理等技术，实现对车辆运行状态、驾驶行为、道路环境的智能监测和风险预测。ASLM的引入提升了终端的智能化水平，使其具备实时数据清洗、异常预警、自动优化等功能，为自动驾驶、车联网风控、智能调度等业务场景提供更精准的数据支持和风控能力。由于北斗智能终端需要在极端环境下全天候运行，其使用寿命一般为2-3年。公司在终端管理过程中，依托远程监测、OTA升级等智能化运维手段，提高设备在全生命周期内的稳定性，并降低维护成本。鉴于终端产权归属于公司，公司对数据要素拥有清晰的使用边界，确保数据资产的安全性和可控性，避免外部干涉和合规风险。公司严格按照国家数据安全政策及行业合规要求，确保数据存储、管理、使用均符合相关法规，进一步强化在智慧交通、智能风控等领域的数据应用能力。公司分阶段稳步推进由“重项目”模式向“重终端推广”模式转型，积极开拓终端市场与数据要素变现“精耕细作”双驱动，加大对智慧交通的市场深耕与精细化运营管理。
2、保险公司数据要素转化
报告期内，公司针对重点营运车辆高赔付率问题，结合自身技术优势，与头部保险公司建立了基于数据要素变现的分润
模式。目前，12吨以上重点营运车辆的保险赔付率普遍较高，约在130%-200%之间，给保险公司带来较大赔付压力。为降低事故率，公司依托车载北斗智能终端+L2自动驾驶辅助，并结合ADAS（高级驾驶辅助系统）、DSM（驾驶员状态监测）、AEBS（自动紧急制动系统）等技术，构建了覆盖险前、险中、险后的全方位智能风控体系。在险前阶段，公司通过ASLM风控模型对车辆和驾驶员进行风险评估、驾驶行为分析与定价支持，为保险公司提供精准的承保定价依据，帮助科学筛选和分级客户风险。与传统单一依赖风险减量降赔率的方式不同，公司引入了固定保险服务费模式，构建行业内全新的立体数据采集体系。这些数据覆盖车辆运行状态、驾驶行为、道路环境等多维度要素，在服务期内持续提供给保险公司，保险公司据此支付相应费用。该费用与风险减量效果并无直接关联，而是基于公司提供全新的数据价值而进行的付费。在险中阶段，系统依托实时定位与多类传感器数据，结合疲劳驾驶预警、紧急自动刹车、自动转向、车道保持等功能，实现全程监测与主动干预，有效降低事故发生概率。公司在此阶段采集的运行数据不仅用于即时风险控制，也同步纳入数据要素服务，为保险公司后续的定价优化和风险管理提供持续支持。在险后阶段，ASLM模型支持事故数据回溯、责任判定和理赔分析，为保险公司提供快速、精准的定损依据，并通过数据反馈持续优化风险模型，实现风险降赔的正向循环。赔付分润模式将在保险公司完成精算后进行支付，现阶段由于整体数据量仍处于积累阶段，多数保险公司选择在一个完整保险周期结束后再进行数据要素支付。随着公司数据样本量不断增长，公司提出了“安全护航小时数”和“安全护航里程数”等新的数据衡量指标，将进一步用于保险公司数据要素结算，以缩短数据要素变现支付周期。在此基础上，公司与保险公司建立了两种不同类型的数据要素变现模式：（1）基于事故减少的赔付分润模式计算公式：（历史赔付-运用公司解决方案后的赔付）×（60%-90%）保险公司基于历史赔付数据进行评估，一旦安装公司解决方案的车辆实现事故率下降、赔付减少，保险公司按节省赔付金额的60%-90%向公司支付分润。这一模式在全周期风控的作用下，为保险公司显著降低了风险，同时形成长期稳定的合作机制。
（2）固定保险服务费+赔付分润模式
计算公式：（固定保险服务费/车）+（历史赔付-运用公司解决方案后的赔付）×（60%-90%）该模式在第一种模式基础上增加固定保险服务费，确保公司在数据分析、风险控制、终端运营等方面的基本收益。同时，
保险公司依然按节省赔付金额至少60%进行分润，特别适用于需要长期稳定数据支持和持续风控优化的保险公司。通过上述模式，公司不仅显著提升了智能终端的商业价值，也在保险行业建立了基于数据要素的可持续盈利模式，进一步拓展了“险前定价—险中干预—险后理赔”全周期的智能风控+保险科技应用场景，为行业降本增效提供了有力支撑。
（3）平台产品服务
在智慧交通领域，公司依托ASLM风控模型作为核心技术，为政府监管平台、交通运管平台、物流企业管理平台、运营企
业监控平台等提供智能风险评估、事故预警、驾驶行为分析等功能，全面提升行业安全性和运营效率。ASLM模型既可作为核心系统的一部分嵌入，也可作为独立技术模块通过API、SDK等方式提供定制化接入，实现与不同业务系统的高效融合。在智慧政务领域，公司自主研发的灵智AI平台已成为智能政务与档案管理的领先产品，并已在某国家级档案馆成功交付，顺利接入DeepSeek大模型，实现智能文档处理、自动归档、深度语义分析、智能检索等功能，大幅提升了政务数据管理的智能化水平。业务场景/平台 服务模式 计费方式 核心功能与价值智慧交通平台（政府监管平台、交通运管平台、物流企业管理平台、运营企业监控平台） 整体解决方案交付云端 SaaS服务 定制化项目实施 混合部署（云+本地）（可接入腾讯云、华为云、阿里云等云服务） 按年/按月订阅费 按接入车辆/企业规模付费 按功能模块付费 项目制一次性实施费+后续运维费 智能风险评估 事故预警 驾驶行为分析数据可视化与运营决策支持ASLM独立技术模块（API/SDK方式） 技术模块授权 API/SDK接入 私有化部署+维护 按调用次数付费 按数据处理量付费 模块授权费 集成服务费+后续维护费 灵活接入多种业务场景 精准风控模型 可与其他系统深度融合 提升现有系统的智能化和安全性灵智AI平台（智慧政务与档案管理） 整体平台解决方案交付定制化项目实施 云端/本地化部署 平台授权费 年度/季度维护费 按功能模块/用户数/数据量付费 智能文档处理 自动归档 深度语义分析 智能检索 与DeepSeek大模型无缝对接，大幅提升政务数据管理效率智慧政务相关平台 定制化平台实施 混合部署（云端+本地） 技术插件/模块接入 按项目实施+维护费 平台授权费 按数据存储量付费 档案全生命周期管理 文档结构化与检索 高并发读写及安全管理可与专家模型食品安全追溯相关平台 SaaS化追溯系统 定制化实施 模块化接入 按使用量（批次/产品数量）付费 年度平台服务费 定制开发+运营维护费 食品全流程追溯数据可视化分析 风险预警与异常检测 AI与 模型融合实现安全合规及高效监管其他AI智能化接入（MoE/EP预留） 平台化部署 定制化AI能力接入 混合专家模型与并行方案 按 调 用 次 数（API）/模块授权费 按项目实施+后续维护费 增值服务费用 提供专家混合模型（MoE）与专家并行（EP）技术的高阶AI能力 提升平台在数据分析、智能决策等方面的精准度与效率除智慧交通和智慧政务平台外，公司还在多个垂直行业深度布局AI技术，包括档案管理平台、食品安全追溯平台等，均已完成不同程度的AI模型接入。所有平台均预留专家混合模型（MoE）与专家并行（EP）技术的深度融合能力，以确保在未来能够更高效地进行数据分析、智能决策与行业优化。通过构建多维度的平台产品服务体系，公司在智慧交通、智慧政务、智能风控、食品安全、档案管理等多个领域完成AI赋能，持续推动行业数字化与智能化升级。
3、软硬件一体化服务
在智慧交通领域，公司提供从北斗智能终端到AI风控平台的全栈式服务。硬件层面，公司基于华大北斗芯片、华为海思
AI成像芯片，打造高精度、智能化的车载终端，支持ADAS（高级驾驶辅助）、DSM（驾驶员状态监测）、AEBS（自动紧急制动系统）等功能。软件层面，依托ASLM风控模型，对接政府监管平台、运营企业平台、保险风控平台，实现驾驶风险预警、智能调度、精准风控等功能，有效降低事故率，提升车辆运营安全。在北斗+基础设施运行领域，公司提供“北斗精准监测终端+智慧基础设施运维平台”的软硬件一体化解决方案，广泛应用于公路、桥梁、隧道、轨道交通、港口码头、管网设施等关键基础设施的智能化管理。硬件层面，公司研发并部署北斗高精度定位终端、智能传感器、边缘计算设备，结合RTK高精度定位、惯性导航（INS）、InSAR遥感技术，实现对基础设施变形监测、健康评估、预警分析的实时监控。软件层面，依托智能运维平台，融合AI智能分析、GIS地理信息系统、区块链数据存证等技术，为政府、交通管理部门、城市运营方提供基础设施状态评估、智能预警、养护优化、运营分析等智能化服务。在智慧政务和档案管理领域，光典提供“档案一体机+灵智AI”的软硬件一体化方案。硬件层面，公司打造国产化自主可控的档案管理一体机，支持多介质档案存储、智能检索、物理档案管理，并与中科海光、华为昇腾等国产AI算力相结合，实现高效算力调度。软件层面，灵智AI已接入DeepSeek等国产大模型，集成NLP自然语言处理、OCR文本解析、知识图谱、智能编研等功能，推动档案管理从传统存储向智能检索、自动归档、深度分析升级。
（四）报告期内公司主要经营工作
1、智慧交通领域
2025年上半年，公司在智慧交通领域取得重要突破，在北斗规模化应用生态中占据重要位置，持续加强北斗智能车载终
端核心技术竞争力，并在市场拓展、大型国央企订单签署、北斗+基础设施安全运行等方面取得了显著成就。报告期内，已成功签约超百万套，保险公司签约超20家，签约数量节奏进一步加快，业务已覆盖约20余省份。公司将继续提升签约速度，快速抢占市场份额；同时，保险公司也在逐步加快科技风险降赔方案的推广速度，推动行业数字化与安全水平的整体提升。公司分阶段稳步推进由“重项目”模式向“重终端推广”模式转型，积极开拓终端市场，同时通过数据要素变现模式精细化运营，实现“终端市场推广+数据变现”的双驱动发展策略。公司加大对智慧交通的市场深耕与精细化运营管理，提升行业竞争力和市场份额。截至报告期末，北斗核心业务签约量超百万套，累计出货量突破40万套。北斗智能终端的规模化推广，不仅强化了公司在智慧交通领域的业务布局，也为未来的持续增长和市场份额提升奠定了坚实基础。
2、智慧政务领域取得新突破
报告期内，公司智慧政务业务取得重要突破，持续探索新的增长点，通过“人工智能+”战略，结合通用AI模型技术，
推动智慧政务及档案管理业务的智能化升级，实现新质生产力的高质量发展。依托行业数字要素发展及AI智能化升级趋势，公司智慧政务业务前景持续向好。在档案管理领域，公司自主研发的“灵智AI”产品成功完成首次交付，并获得客户积极评价。该产品通过OCR文本解析、NLP自然语言处理、知识图谱、智能编研等AI能力，快速解决档案行业的多项痛点，显著提升档案数字智能化处理能力。未来，公司将进一步扩大“灵智AI”产品的市场推广力度，助力智慧政务业务的持续增长，为公司提供重要技术支撑和盈利空间。在组织管理与成本控制方面，光典信息发展有限公司进行了组织架构优化与人员精简，通过强化成本管理、提升运营效率，有效优化资源配置。同时，公司加紧推进项目验收，整体收入较去年同期实现增长，为未来业务拓展奠定了更坚实的基础。在市场监管及食品安全追溯领域，公司旗下追溯云平台进一步扩展应用范围，推动“北斗+食品安全”的深度融合。公司在食品供应链管理中，部署智能追溯终端，结合北斗高精度定位、RFID溯源芯片、智能传感器，实现食品从生产、仓储、流通到消费端的全程可追溯。平台通过AI大模型、区块链存证、智能风控算法，确保数据真实性和供应链安全，为政府市场监管部门提供了更加精准的食品安全监测手段。公司在智慧司法、数字政府、智能监管等领域取得显著进展，推进政府电子公文管理、司法档案智能化、市场监管数字化治理。依托专家混合模型（MoE）与专家并行（EP）技术，进一步提升政务数据处理能力、电子档案管理效率及政策智能分析能力，推动智慧政务迈向更高智能化水平。综上所述，公司在报告期内通过智慧交通与智慧政务两大板块的协同发力，实现了业务结构优化和市场空间拓展，整体经营情况稳步向好，亏损明显收窄。未来，公司将继续深耕行业数字经济转型和北斗规模化应用，结合北斗+、人工智能、大数据等前沿技术，不断增强产品与服务竞争力，保持先发优势和行业领先地位，为股东和社会创造更大价值。公司报告期利润构成或利润来源没有发生重大变动。
|
|