截至2025年12月31日止年度全年业绩公告

- 1 -

香港交易及結算所有限公司及香港聯合交易所有限公司對本公告的內容概不負責，對其

準確性或完整性亦不發表任何聲明，並明確表示，概不對因本公告全部或任何部份內容

而產生或因倚賴該等內容而引致的任何損失承擔任何責任。

Mininglamp Technology

明略科技

（

以

存

續

方

式

於

開

曼

群

島

註

冊

並

以

不

同

投

票

權

控

制

的

有

限

公

司

）

（股份代號：2718）

截至2025年12月31日止年度

全年業績公告

財務摘要

截至12月31日止年度

2025年 2024年

（人民幣千元）（人民幣千元）

收入

1,425,775 1,381,382

毛利

789,621 712,694

經營虧損

(15,721) (132,347)

經調整經營利潤（非香港財務報告準則計量）

24,984 580

經調整利潤╱（虧損）淨額（非香港財務報告準則計量）

42,043 (45,113)

董事會欣然公佈本集團截至2025年12月31日止年度的經審計年度綜合業績，連同截至

2024年12月31日止年度的比較數字。該等年度業績乃摘錄自本集團經審計財務報表，且

已由審計委員會審閱。

- 2 -

主席報告

各位股東：

2025年，明略科技完成了一次關鍵轉型－從幫助客戶「看懂數據」，到幫助客戶「拿到結

果」。這不是業務線的簡單擴展，而是我們對人工智能商業化本質的判斷：AI是基於數

據的計算範式，它必須在真實商業場景中形成閉環，才能實現持續進化。我們為客戶交

付可量化的商業結果，客戶的真實業務反饋則持續驅動我們的模型和智能體迭代。這個

雙向閉環，是我們認為人工智能在各行業實現規模化商業落地的核心方向，也是明略從

Data Intelligence（數據智能）向Agentic Services（智能體化服務）演進的根本邏輯。

不同於傳統的軟件許可或項目制交付，Agentic Services模式下，客戶為可量化的業務結

果付費－例如營銷ROI的提升、內容產出效率的倍增－而AI驅動的自動化使我們能夠以

更低的邊際成本交付這些結果。2025年，我們在Data Intelligence業務板塊以外，正式新

增Agentic Services業務板塊，實現價值閉環的升級。

2025年公司實現營收人民幣1,425.8百萬元，同比增長3.2% 。Data Intelligence業務板塊

收入穩步增長至人民幣1,260.4百萬元。該增長主要由營運智能業務板塊的業績提升所驅

動，具體源於兩方面：其一，會話智能產品經迭代升級，有效契合客戶對即時數據獲取

的需求，疊加銷售渠道的持續拓寬，帶動相關收入增加；其二，智能門店營運系統底

層AI能力持續強化，且應用場景覆蓋範圍進一步擴大，促進了該產品線的收入增長。

Agentic Services業務板塊實現營收人民幣100.2百萬元。該板塊年內錄得的收入貢獻，主

要得益於按效果計費模式有效順應了企業優化投入產出比的市場需求，同時亦初步驗證

了公司通過Agent化賦能以降低邊際成本的運營優勢與規模化增長潛力。得益於上述高質

量收入的持續增長以及AI賦能帶來的顯著經營槓桿效應，公司於年內實現經調整利潤淨

額（非香港財務報告準則計量）人民幣42.0百萬元，順利實現扭虧為盈。

Agentic AI驅動交付升級

2025年，我們持續投入可信商業智能體DeepMiner（明略自主研發的企業級AI智能體平

台），由明略專有模型Cito及Mano支撐賦能。當前DeepMiner已升級至V2版本，具備更

強大的任務規劃、數據接入和工具使用能力。結合DeepMiner的賦能，我們實現了Data

Intelligence業務板塊的運營效率提升，其中營銷智能交付提效最高可達4倍，營運智能實

現工單解決時間壓縮超過30% 。

- 3 -

根植於Data Intelligence業務持續、海量的營銷數據和客戶商業場景積累，我們從0到1

構建了Agentic Services業務板塊。在營銷領域，我們成功構建了DeepMiner的營銷業務

流，提供從營銷洞察策劃、多模態內容生產和分發、到營銷投放的全鏈路端到端服務，

為客戶直接交付可量化的營銷結果－以近3倍的運營效率幫助客戶實現平均20%營銷效果

的提升。在內容領域，我們從營銷投放的服務延伸中發現了更大的機會－即數字內容的

生成。藉助 AI 驅動的技術服務能力，我們從廣告投放服務切入，逐步滲透到數字內容

的智能策劃與技術編排環節，成功構建了從數字資產儲備到全域投放變現的完整閉環。

這是 Agentic Services 模式在數字內容生態的自然延伸。

客戶價值的深化與拓展

伴隨我們的產品和服務從Data Intelligence拓展到Agentic Services ，我們在客戶關係的

廣度和深度上均取得實質性進展。2025年，大客戶續約率達96.0% ，核心客戶群保持穩

定。新增大客戶中30%以上來自於Agentic Services業務，驗證了這一模式在不同客戶類

型和應用場景下的適用性。

在服務深度上，我們與多家頭部客戶實現了從數據洞察到內容生產和營銷執行的全鏈路

延伸。例如，某知名汽車品牌客戶在數據洞察基礎上，進一步委託我們承接內容生產和

營銷投放執行，實現了從洞察到結果交付的完整鏈路升級。在客戶結構上，我們成功將

服務拓展至更多本土品牌客戶及跨國客戶的出海業務，例如，某知名智能消費電子客戶

將我們的服務延伸至全球多個市場，實現跨區域的品牌傳播效果追蹤與分析。

數據與技術的壁壘構建

我們始終相信，真正的差異化來自專有數據積累與行業基準建設。2025年，我們在以下

核心數據能力上持續投入：廣告創意測試平台AdEff將消費者主觀感受轉化為可量化指

標，幫助客戶在投放前過濾低效素材；品牌AI認知評估（品牌GEO指數）追蹤品牌在主流

AI搜索引擎中的競爭態勢；全球權威數據知識庫Firstdata將1,000+權威數據源轉化為可追

溯的結構化事實；網頁智能體評測基準WebRetriever覆蓋800個網站、1,500項任務，評

估智能體的真實場景執行能力。

- 4 -

得益於專業任務數據的持續積累，我們的自研模型取得了顯著突破。截至2025年10月，

自研GUI智能體大模型Mano在OSWorld榜單位列總榜第二，僅次於Anthropic 。OSWorld

是當今OpenAI 、Anthropic等全球最頂級AI公司在每次發佈新模型時都會採用的核心評測

基準－我們在這一賽道上的表現，驗證了明略在智能體技術路線上的預判和投入走在全

球前列。Mano同時位列Mind2Web榜單第一，實現全球雙榜領先。承擔DeepMiner中深

度規劃與決策的推理模型Cito ，在BFCL小尺寸模型領域排名第一。Mano和Cito正是驅

動DeepMiner的核心技術底座－它們在權威評測上的表現，直接決定了明略可信商業智

能體的實戰能力上限。這些數據資產和模型能力的積累，是支撐明略可信商業智能體持

續進化的底座，也是我們長期競爭力的根基。

資本基礎與戰略信心

2025年，明略科技成功登陸香港聯合交易所主板，為核心技術和新市場的長期投入奠定

了資金基礎。我們清醒地認識到，AI行業競爭日趨激烈，客戶對AI交付效果的預期不斷

提升，Agentic Services模式在規模化過程中也面臨運營複雜度的挑戰。但我們同樣堅定

地相信，正是在這樣的時間窗口，加大對技術和交付能力的投入，才是建立長期競爭優

勢的關鍵選擇。

2026年展望

2026年初，OpenClaw以創紀錄速度成為全球最受關注的開源AI Agent框架之一，標誌著

Agentic AI（自主式人工智能體）從技術概念真正走向大規模應用的時間節點已經到來。與

此同時，智能體的大規模應用也帶來了新的挑戰－當AI深度參與商業決策和日常工作，

安全性、可控性和可解釋性成為行業必須正面回答的核心問題。

這恰恰是明略長期堅守的方向。明略的使命，是打造可信的人工智能。我們相信，人工

智能的終極價值不在於替代人類，而在於通過對人類智慧活動一點一點的延伸與放大，

最終走向真正可信的AGI 。明略在可信商業智能體上的長期投入－從數據溯源到模型可

解釋性，從任務規劃的透明度到結果的可量化驗證－正是我們對這一挑戰的回應。歸根

結底，我們做這一切，是因為相信：人類使用人工智能來簡化工作、創造更高質量的

生活，並最終實現人機同行的協作方式，是這個時代最值得做的事。明略將為之全力投

入。

- 5 -

2026年，我們的核心任務是將已驗證的Agentic Services交付能力推向更大規模：

• 規模化複製：在更廣泛的場景和客戶群中系統性複製已驗證的Agentic Services模

式，持續深化在內容營銷和內容文娛等賽道的能力建設，通過AI業務生產流程改造

持續提升運營效率；

• 拓展Agentic Services邊界：積極探索更多數字白領工作領域的Agentic Services業務

方向；

• 端側AI部署：升級靈聽（智能工牌硬件）為端側AI設備，作為實時多模態數據入口；

同時與硬件廠商合作開發小尺寸端側模型，讓智能體在企業本地運行，解決數據主

權和推理成本問題；

• 全球化佈局：以國內企業出海服務和數字內容為抓手，系統性推進海外產品服務的

拓展。

感謝全體員工在過去一年中的不懈努力與付出，感謝各位股東和合作夥伴的信任與支

持。我們期待與各位共同見證明略在這一歷史性機遇中的成長。

吳明輝

董事會主席兼執行董事

2026年3月

- 6 -

管理層討論與分析

2025年，全球專業服務行業正經歷由AI技術驅動的結構性變革期。隨著大模型技術的普

及，AI的應用正從單純的效率輔助工具，轉化為能夠處理複雜業務流的底層組件。這一

技術趨勢正在改變知識密集型產業的成本結構與交付模式。在此背景下，能夠將垂直行

業認知、專有數據資產與AI架構相融合的企業，正逐步建立起差異化的競爭優勢。

商業模式演進：向可量化商業回報轉移

在宏觀預算精細化管理的背景下，企業端對專業服務的採購邏輯正在發生變化。客戶的

訴求正逐步從標準化的流程服務，向獲取可量化的商業結果轉移。企業對投資回報率的

日益重視，在營銷與轉化領域表現得尤為明顯。當前，AI技術在營銷領域的應用已跨

越概念試點階段，正式成為不可或缺的核心基礎設施。根據IAB《2026 Outlook》調研顯

示，廣告買方最關注的前六大優先領域中有五項與AI直接相關。在AI技術的賦能下，品

牌廣告主的核心訴求正從泛曝光向可量化的商業回報演進。據Bain & Company的相關研

究顯示，全球營銷預算正加速從展示類投放向效果類和績效類投放遷移。這種預算結構

的實質性遷移意味著，具備AI歸因建模與跨渠道預算優化能力，並能交付可驗證結果的

服務商，將在份額重新分配中佔據主導。

信息分發更迭：生成式交互重構商業可見度規則

底層技術的升級正在改變企業與受眾的交互路徑。隨著大模型技術對各類信息平台的改

造，用戶獲取信息的方式正逐步從「基於關鍵詞的網頁索引」轉向「基於意圖理解的直接答

案輸出」。第三方機構數據顯示傳統搜索引擎的流量將在未來2至3年逐步下降。這種交互

範式的轉變意味著，品牌在AI生成內容中的可見度與推薦權重，已成為下一代流量入口

的爭奪核心。在新的數字生態中，企業信息的觸達效率不再單純取決於頁面排名，而取

決於大模型在生成答案時能否精準調取該企業的商業語料。能夠依託可信的數據資產，

將企業的深層商業知識轉化為「大模型易於採納的原生決策依據」的服務商，正成為企業

在全新數字生態中維持商業競爭力的有力支撐。

- 7 -

競爭壁壘重置：AI工具普惠化凸顯「數據+ Know-how」壁壘

隨著通用大模型調用成本的下降和基礎算法的普及，單純依賴技術工具的門檻正在降

低。這一趨勢反向體現了垂直業務場景中專有實戰數據與行業專家經驗的稀缺性。《2026

年B2B內容營銷趨勢報告》指出，在提升營銷效能的要素中，內容質量與相關性（ 65%）與

團隊專業技能（53%）的權重高於技術與工具本身（43%）。這反映了企業級服務構建壁壘

的進階路徑：將全域數據與深度的行業知識封裝進AI系統，正成為服務商構築長期業務

護城河的核心驅動力。

上述產業趨勢的共振，定義了下一代專業服務商的準入標準。在這一背景下，明略科技

正在經歷從提供數據洞察向交付商業結果的戰略躍遷。依託多年深耕行業沉澱的專有數

據資產、經實戰驗證的垂直領域AI能力，以及從洞察到執行的全鏈路交付體系，公司正

通過模式升級將技術積澱轉化為具備韌性的業務增長。

公司的業務增長建立在一條清晰且高度協同的價值鏈之上。整體業務架構以「一個核心技

術底座+兩大業務引擎」展開：

• 核心技術底座：公司基於20年長期服務頭部品牌所沉澱的隱性商業知識與全局

量化標尺，深度融合自主研發的大模型技術，構建了企業級可信AI智能體平台

DeepMiner。作為支撐公司全鏈路業務升級的統一基礎設施，該平台突破了傳

統功能的簡單集成，創新性地構建了「調度－決策－執行」的嚴密三層協作架構

（Foundation Agent 、Cito、Mano）。該架構設計不僅支持以模塊化形式快速響應客

戶需求，更從物理機制與算法邏輯上有效收斂了大模型在複雜商業場景中的不確定

性。平台將系統決策的高可解釋性、物理層面的數據隔離與前沿的Agent化執行算

力統一納入交付標準，規避了企業級部署中的合規摩擦與AI幻覺風險。這使得公

司能夠突破單純的工具輔助階段，向對合規與商業回報具有較高標準要求的企業客

戶，規模化輸出「過程可審計、結果可驗證」的可信生產力，為產業級AI的商業化落

地構築了堅實的信任基石。

- 8 -

• Data Intelligence（數據智能）業務：作為全業務生態的認知底座，該板塊深度嵌合

DeepMiner的原生AI能力。依託DeepMiner的AI能力與公司跨平台數據資產，為企

業提供獨立第三方營銷效果度量與驗證、跨平台消費者洞察與策略優化，以及線下

銷售鏈路數字化與連鎖門店智能運營等綜合解決方案。該業務在處理真實商業流轉

時，持續清洗並構建出動態演進的380餘個高顆粒度數據標籤體系與海量效果基準

數據。截至目前，公司已服務超過2,000家品牌客戶及逾24萬家企業客戶，持續依

託隨業務運轉而不斷增厚的數據資產，切實幫助企業實現精準的業務歸因，優化商

業決策與提升智能化管理效率。

• Agentic Services（智能體化服務）業務：針對傳統營銷服務模式受限於垂直經驗壁

壘與人力線性擴張的結構性約束，公司在營銷價值鏈的關鍵節點系統性注入專有數

據與原生AI能力，通過鏈路重塑實現了交付效能的結構性改變：以算法編排驅動核

心環節的效率釋放，打破產出對人力的線性依賴；依託多模態架構支撐內容的程序

化供給，攤薄了邊際成本；並將深厚的隱性業務經驗封裝為可規模化輸出的專業判

斷，確保了複雜商業決策的確定性與高水準。這一底層重構打通了端到端的交付閉

環。在此基礎上，服務團隊打破了單一行業的經驗邊界與數據孤島，可服務的客戶

數量和行業覆蓋面顯著擴展。同時，DeepMiner平台的全面接入將耗時數周的工作

流壓縮至數小時甚至實時響應，顯著的產能釋放大幅降低了擴張的邊際交付成本，

直接驅動人效比與毛利空間的結構性改善。通過打破傳統的人力計費模式並深度綁

定客戶交付效果，公司正逐步將該業務打造為跨市場、覆蓋多業務形態且高度可複

製的「 Agentic Agency」。

Data Intelligence與Agentic Services兩大業務板塊在DeepMiner底座之上，形成了嚴密的

邏輯閉環與相互支撐。Data Intelligence業務在長期高頻服務中持續沉澱並合規清洗了海

量跨平台、跨週期的效果基準數據。同時，Agentic Services業務持續將一線運營經驗轉

化為行業知識，並持續回傳全域觸點的真實轉化反饋。上述雙向數據與經驗被持續反哺

至底層技術，直接驅動DeepMiner的強化訓練與判斷力進化。進化的AI能力反過來提升

- 9 -

了兩大業務板塊的產品精度與交付ROI，這種洞察指導執行、執行驗證洞察、數據統一

反哺底座的協同機制，最終促成了「數據沉澱－模型迭代－業務增長－數據再沉澱」的正

向循環，成為公司夯實長期內生增長與拓寬領先護城河的核心驅動力。

DeepMiner

DeepMiner是公司自主研發的企業級可信AI智能體平台，主要面向商業數據分析與決策

領域。平台於2025年初啟動研發，歷經核心鏈路連通與多輪迭代，於2025年9月對外正

式發佈V1版本，並於年內完成向V2版本的重大躍遷（全年累計完成超70次大小版本迭

代）。作為推動Agentic AI規模化落地的核心載體，該平台系統性地將AI能力注入企業業

務流，實現了從流程疊加的增量思維向生態重構的系統思維轉變。

針對單一Agent難以支撐複雜業務閉環的行業痛點，DeepMiner採用多智能體協作架構，

通過創新的「一個中樞、兩大模型」的智能體技術支撐體系，形成嚴密的「調度－決策－

執行」分層協作架構：

• Foundation Agent（多智能體協作中樞）：作為整個系統的智能中樞，負責跨任務的

資源調度、分配與結果整合。該層採用MoA（多智能體）協作架構，支持複雜任務的

自動拆解與並行調度，並輔以Human-in-the-Loop（人機交互）的干預機制，有效解決

了企業級部署中的權限控制與複雜需求對齊問題，確保了系統在垂直領域執行的高

準確率。DeepMiner目前已廣泛接入主流營銷與電商生態，其在複雜商業環境下的

任務分解與協同調度效能，已在多項行業權威評測與科技獎項中得到實質性驗證。

• Cito（專家腦）：聚焦於行業知識的深度應用與專業推理。模型內置公司20年積

累的、覆蓋多個行業的隱性商業知識：包含全局量化標尺、複雜商業博弈策

略、媒介資產量化模型與消費者決策解析框架，在Berkeley Function Calling

Leaderboard(BFCL)垂直領域評測中位列小尺寸模型第一。其核心技術壁壘在於收斂

大模型在定量分析中的不確定性，通過動態構建符合特定業務場景的推理鏈路，為

複雜商業問題提供高度確定且穩定的策略輸出。

- 10 -

• Mano（靈巧手）：專注於打通系統執行的「最後一公里」。憑借先進的多模態視覺理解

技術，模型能夠在用戶嚴格授權與安全合規的管控下，精準解析異構軟件的前端界

面要素。這一技術大幅降低了跨平台信息流轉與任務執行的技術門檻。憑借僅72B

的參數量，該模型在OSWorld國際評測中斬獲全球專有模型(Specialized)第一。其支

持本地私有化部署的特性，從物理層面保障了企業核心數據的高度安全，極大地降

低了客戶的算力成本與IT適配成本。

DeepMiner V2實現了從功能驅動向能力驅動的底層邏輯轉換，確立了「人人可開發，一

切可連接」的平台生態。在數據接入端，平台重構了傳統的系統集成範式。依託MCP（模

型上下文協議）與Mano模型，DeepMiner具備了面對分散的異構IT生態時的快速連通能

力。這種輕量化的數據對接方式，大幅縮短了跨平台接口的適配週期，使得廣泛覆蓋主

流營銷與電商生態成為現實。

在開發端，DM-Builder基於MCP實現異構系統的即插即用式連接，並提供可視化的

Agent搭建與工作流編排能力，使非技術人員也能完成數據接入和Agent配置，大幅縮短

從需求到交付的週期。在應用端，DM-Skill技能空間將業務能力組件化，覆蓋社媒營銷

復盤、廣告效果調研、監測報告生成等多類業務場景，支持業務人員自主構建和部署場

景化AI應用，實現能力的跨團隊、跨業務線復用。

截至報告期末，DeepMiner已深度嵌入公司各主要業務線，實現了從技術驗證到商業量

產的跨越。平台為公司業務提供了堅實的底層支撐：在Data Intelligence業務中，AI系

統性重構了海量數據的處理鏈路，顯著降低邊際人工成本的同時，完成了測量與監測體

系的端到端提效；在Agentic Services業務中，平台將公司20年沉澱的深層商業洞察與智

能體的自動化執行能力深度耦合。這種「行業認知+AI算力」的復合槓桿，廣泛部署於多

模態內容生產、達人優選等多元場景，驅動執行人效實現顯著提升，從而向客戶交付出

可量化的商業結果。該系統化改造方法論已在多家傳統營銷機構完成推廣驗證，確立了

Agentic AI重構產業生產關係的標準範式，形成標準化、可規模化的業務改造路徑。

- 11 -

Data Intelligence

Data Intelligence業務下設營銷智能和營運智能兩大板塊，通過多個產品體系覆蓋品牌客

戶的核心需求。通過分析各種渠道的海量用戶行為數據，秒針系統幫助我們的客戶優化

數字和戶外廣告，加強社交媒體平台的營銷力度，並管理和利用數據來推動客戶參與及

增長；金數據面向企業級客戶提供零代碼業務數據管理和數據收集平台服務；基於騰訊

生態系統的私域工具面向企業提供基於企業微信和微信管理私域和公域的客戶互動。營

運智能板塊的會話智能幫助企業將線下銷售過程數字化並進行AI分析優化；智能門店營

運系統旨在通過對門店營運和管理服務流程進行深度數字化和自動化，實現端到端的智

能營運。

通過覆蓋線上全域營銷與線下實體營運的核心產品體系，為企業級客戶提供全場景的數

字化底座。在2025年的戰略演進中，依託底層大模型與Agentic AI技術的注入，該業務

實現了從賦能提效向生態重構的底層商業邏輯跨越：

• 營銷智能板塊實現了從被動數據度量向主動智能決策的躍遷。通過將複雜的策略分

析、內容流轉與私域運營動作封裝為可自主執行的智能體(Agent) ，該業務不僅在端

到端交付上釋放出非線性的人效槓桿，更成功拓展了產品的商業化邊界，拓寬了單

客價值的天花板。

• 營運智能板塊專注於線下實體商業的智能化重構。面對勞動密集且結構複雜的線下

銷售與供應鏈網絡，該業務通過深度穿透全域業務數據，將高度非標的產業隱性知

識轉化為可規模化調用的算法模型，使連鎖企業在存量博弈中的單位經濟模型得到

實質性優化。

- 12 -

營銷智能

秒針系統

作為明略科技旗下的核心營銷智能品牌，秒針業務穩居中國數字營銷技術與數據服務市

場第一。2025年，面對宏觀市場承壓，該業務憑借深厚的底層數據資產與全棧式技術架

構，展現出了顯著的結構性防禦力。公司業務高度聚焦於企業營銷價值鏈的核心節點，

通過三大主力產品線，為客戶構建從策略洞察到增長變現的全鏈路閉環：

• 媒體支出優化：覆蓋PC端、移動端、互聯網電視及戶外廣告等全矩陣媒介場景。

依託人工智能與實時數據分析，提供預算統籌調配、精準投放與效果監測，提升媒

介策略的科學性及投資回報率。

• 社交媒體管理：專注社媒生態的營銷效能評估與策略賦能。基於數據分析模型，提

供營銷歸因、達人甄選及受眾洞察，輔助客戶優化互動策略並以量化數據反哺產品

創新。

• 用戶增長：聚焦底層客戶資產的沉澱與應用。通過整合客戶數據管理、營銷自動化

及分析模塊，支持個性化觸達與精細化運營，在跨週期會員管理中體現高業務黏

性。

報告期內，在控本增效與優化業務結構的驅動下，三大核心業務線在宏觀承壓環境中展

現出經營韌性，毛利率水平進一步提升。

- 13 -

報告期內，依託DeepMiner企業級可信AI智能體平台，秒針系統全面推進了工作流的

Agentic AI改造。該項目歷時60天實現全鏈路貫通。團隊45天即完成了99%的底層數據接

入，為後續應用層的高效編排奠定了基礎，系統性解決了社媒數據處理與AI應用的融合

難題。在保留必要人機協作的前提下，全鏈路AI自動完成率達到90% ，實現從底層數據

到業務結論的無縫銜接。

以結構化程度高、數據密集的「社媒洞察與報告交付」場景為例：公司採用按成熟度分級

的智能編排策略，將數據查詢、統計分析及圖表生成封裝為標準化的AI技能。

此項技術改造系統性重塑了業務成本結構，並有效提升了產出質量：

• 非線性提效：傳統模式下，一份深度報告的交付週期長達10至15個工作日（折合15

至20人日的實際人工投入），在當前模式下人效實現20倍躍升。業務團隊得以從重

複性數據處理中釋放，轉向高價值的策略制定。

• 洞察質量升維：標準化工作流消除了人工主觀差異。報告輸出在洞察穩定性、框架

完善度、深層洞察深度及微趨勢識別新穎性上，分別實現40 、30 、20及15個百分點

的實質性提升。

除端到端報告交付外，內部AI化提效已深入滲透至公司其餘高頻業務節點：

• OOH人工監播業務：針對戶外廣告監拍照片審核，構建「AI前置初篩+人工覆核」工

作流。視覺大模型技術的引入使整體審核效率提升至原有的4倍，並在迭代優化中

將復檢環節的重審率由30%持續壓降至5% 。

• SEO打標項目：自動化處理佔比由0%躍升至90%以上。模型替代後僅保留約10%人

工質檢，在保證質量的前提下實現近乎全面自動化。

• 需求調研與預處理：調研初期通過自然語言指令直出結構化統計結果，替代傳統透

視與篩選環節，整體測試效率提升40% ，並規避了人工統計誤差。

- 14 -

• 標籤規則集自動生成：改變依賴專家主觀經驗的傳統模式。利用AI基於樣本自動生

成分類規則並附加置信度，規則產出速度實現5至10倍躍升。

• 大規模數據質量校驗：在海量標籤測試環節構建「AI初標+人工校驗」協同模式。以

千條級別數據質檢為例，任務耗時由10餘小時壓縮至3小時內，效率提升70%並規

避了人工判別的不一致性。

跨越單點效率工具的局限，秒針業務成功將Agentic AI能力深度嵌套至底層商業鏈路

中。這一戰略不僅實現了公司單位經濟模型的結構性優化，更將高度非標的專業經驗，

轉化為可規模化輸出的可信商業決策力，確立其作為新一代商業運行價值底座的核心樞

紐地位。

未來，秒針業務將重點推進三大戰略方向：其一，鞏固並擴大高增速子業務板塊，以技

術迭代深化客戶綁定，保持增長勢能；其二，持續深化內部AI改造，將提效紅利實質轉

化為毛利率提升；其三，探索數據資產在數字內容、電商及出海營銷等新場景的延伸應

用，打通秒針系統與公司其他業務線的協同價值鏈。

金數據

作為明略科技旗下的零代碼數據收集和管理平台，金數據為企業提供涵蓋數據採集、流

轉與管理的基礎底座。平台依託拖拽式編輯器與海量模板，支持問卷、預約、收款及測

評等高頻業務場景；平台實現PC、App及主流辦公協同應用的多終端覆蓋，旨在以極低

的技能門檻，將輕量級表單升級為可流轉的商業數據系統。

2025年，面對流量成本上升與行業存量博弈，金數據重心轉向業務結構的優化與底層技

術的重構。報告期內，在核心訂閱體系付費轉化率保持穩定的基本面上，平台底層技術

向智能體驅動模式升級。

- 15 -

在產品分發與迭代端，AI算力的深度注入實質性改變了用戶的使用範式。通過部署全棧

Builder Agent矩陣，核心業務流從傳統人工編輯向智能生成演進。目前，平台各類業務

Agent月均調用量已逼近百萬級，由AI直接接管生成的表單比例從4.68%躍升至約15% 。

配合移動端底層架構的系統性升級，該智能化生成能力在多個終端無縫部署，進一步加

固了平台的長期生態兼容性。

AI技術向內部研發與運營環節的深度滲透，系統性地優化了金數據的成本結構與生產力

模型：

• 風控體系：系統級風控Agent已接管全站逾90%的表單、圖片及隱藏鏈接深度檢測，

有效削減了人工審核成本。

• 研發效能：在引入AI智能編程輔助工具後，研發團隊規模優化約14% ，而年內系統

上線頻次逆勢提升64% 。

• 客服運營：基於自研RAG技術的AI客服體系實現全天候部署。報告期內，AI客服體

系節約30%的人力成本，在服務能力保持穩定的前提下實現運營費用優化。

與此同時，公司積極探索收入模式的多元化。以「小金商戶」為代表的交易變現體系在年

內完成從0到1的業務閉環，累計入駐商戶達900家。該業務以極輕量的人員配置運轉，

為傳統訂閱模式打開了新的收入路徑。數據顯示，超半數的新增收款商戶同步轉化為平

台的付費訂閱用戶，初步驗證了「訂閱+交易」協同獲客模式的可行性，為平台後續的收

益模型升級奠定了基礎。

- 16 -

基於騰訊生態系統的私域工具

公司基於騰訊企業微信生態構建了一套數字化運營底座，為企業提供貫穿「營銷、銷售

與服務」全鏈路的SCRM（社會化客戶關係管理）解決方案。2025年，該業務板塊通過底

層降本與前端增效，實現了核心經營指標的顯著改善與業務健康度的提升。在客單價維

持穩定的核心訂閱盤面上，公司不僅通過服務器架構的技術優化大幅壓降了雲端邊際成

本，更依託產品底座向Agentic AI的重構釋放了商業化潛力。截至目前，該板塊以超24

萬家企業客戶和79萬企業用戶的基本盤穩居行業前三，並維持了60%以上的高續費率。

在業務落地環節，該平台成功部署了覆蓋客戶洞察、會話分析、智能策略與自動生成等

七大核心場景的業務Agent。目前，這套智能化基礎設施已全面滲透至上述近80個垂直

行業的企業陣列中，並間接支撐了對超過3億微信終端消費者的精準觸達。平台數據顯

示，自2025年第四季度起，基於深層數據挖掘的客戶洞察Agent調用佔比已超越了基礎

的AI智能回覆。這標誌著客戶對AI的應用訴求已正式跨越至業務流的核心決策。通過主

動識別高意向商機信號，該平台實質性提升了資源轉化效率。

與此同時，公司旗下的公眾號編輯器已穩居相關賽道約30%的市場份額。報告期內，該

業務通過對工作流的Agent化改造實現了戰略升級。該產品已剝離單一工具屬性，構建

起貫穿「選題、寫作、排版、發佈」的全流程智能體系統。這種生產力重構直接驅動了業

務盤面的逆勢擴張：年內付費用戶與月活躍用戶分別同比增長21%與44% ，實質性驗證

了全流程自動化工具在工作場景下的規模化滲透潛力。

這種基於智能體工作流的成功實踐，正加速貫穿公司整個數字化運營底座。展望未來，

該業務板塊的技術演進將沿著從輔助分析向自主決策快速推進，通過自定義智能工作流

進一步接管企業私域運營中的複雜執行節點。在此基礎上，依託標準化Agent能力的持

續下沉及針對高淨值客戶的定制化部署構築抵禦市場波動的穩定器，並在競爭加劇的

SCRM市場中，通過技術壁壘持續獲取高價值份額。

- 17 -

營運智能

會話智能

會話智能業務主要聚焦銷售過程分析、營銷活動分析、員工對比分析、客戶需求分析四

大場景，將企業在銷售流轉中產生的海量非結構化語音數據，轉化為具備高度商業價值

的結構化洞察。2025年，該業務通過技術底座的代際跨越與軟硬一體化的前瞻佈局，實

質性補齊了銷售全鏈路管理的數字化閉環。報告期內，該板塊完成了從自研小模型向大

模型架構的深度躍遷，通過對垂直行業海量銷售話術的深度訓練，實現了對銷售合規性

與轉化邏輯的全量自動穿透。這一技術路徑的重塑，不僅從底層降低了對人工標注與復

檢的依賴，更驅動業務模式從傳統的人力密集型服務向算法驅動型產品轉型。這種從非

結構化語音數據向標準化商業洞察的質變，標誌著公司已成功將AI能力轉化為可驗證的

價值產出，確立了在深度決策場景下的技術領先地位。

在鞏固技術優勢的同時，公司依託軟硬一體化的生態佈局構建了較強的競爭護城河。

2025年初推向市場的4G「靈聽」設備，在戶外適配性、操作便捷度及遠程管控成本上實

現顯著優化，其產品化落地節奏顯著領先於行業平均水平。通過自研硬件與雲端系統的

深度集成，公司實現了線上（企業微信、會議系統、呼叫中心）與線下（門店銷售實錄）數

據的全渠道接管。這種全維度銷售會話數據的接管能力，不僅強化了數據獲取的專有性

與完整性，更通過對線上線下行為的跨時空關聯分析，為企業客戶提供了稀缺的全局視

角，確立了公司作為線下銷售過程管理決策底座的核心地位。

該業務板塊在維持汽車、地產等核心賽道競爭力的同時，於2025年展現出跨行業擴張動

能。依託標準化Agent能力的快速下沉，業務觸角已成功滲透至3C 、快消、醫美、醫療

及教培等多個高潛力領域。目前，超過18個重點行業的標桿項目已處於概念驗證(POC)

階段，顯示出產品在不同深度決策場景下的普適性與極強的複製能力。這種從核心賽道

向全行業場景的結構性擴張，不僅驗證了會話智能業務的增長韌性，更為公司在競爭加

劇的數字化轉型市場中持續獲取高價值份額提供了堅實的戰略支撐。

- 18 -

智能門店營運系統

在實體零售進入存量博弈與精細化運營週期，公司確立了智能門店營運系統的戰略定

位。該系統聚焦線下連鎖門店的前、中、後台及人、貨、場全鏈路管理，為連鎖企業

提供L3至L4級的智能營運操作系統。在系統架構上，公司實現了業務決策應用與線下場

域IT運維的融合。通過將複雜的業務流與實體的物理空間統一接管，系統將傳統運營模

式升級為自動化的商業底座。

通過深度融合公司的算法認知，系統將門店場所產生的非結構化數據轉化為可調度的數

字模型，提供涵蓋智能營銷、智慧門店與智能供應鏈的閉環解決方案。技術驅動的效能

重塑體現在業務營運的各個關鍵環節：

• 在單店交互與履約層面：系統構建了App端與車機端的語音點餐系統。獨創的訂單

履約Agent將門店的被動式異常干預升級為分鐘級的主動預警與介入。在核心環節

實現20%的自動化閉環並降低20%的客訴率。

• 在運營決策層面：智能數據Agent將複雜的門店選址測算從數小時縮短至分鐘級；

• 在中後台管理層面：視覺中台實現了高比例自動化處理，使存疑核對工作量下降

80% 。智能文檔Agent通過多模態解析技術將非標合同的人工審核耗時縮減超95% ，

累計削減客戶70%的合規運營成本；由智能體接管的私域客服系統，幫助標桿客戶

實現單項人力成本同比下降71% 。

上述數智化能力的持續進化，為線下場域物理空間的規模擴張提供了核心支撐。2025

年，隨著服務觸角向鞋服、汽車4S等多業態延伸，系統管理的實體規模實現了顯著增

長。這種管理規模的擴張與AI Native智能服務體系的重構形成了良性正循環。依託AI智

能派單引擎，系統底層的交付平台完成了由人力管理向智能合約的轉變。

- 19 -

展望2026年，智能門店營運系統將沿著智能體標準化與決策自動化主線持續演進。在技

術落地層面，公司正將複雜的營運環節解構，封裝為可靈活插拔的智能單元；在系統架

構層面，這些標準化的能力將被深度整合至營運智能操作系統、空間智能平台及服務智

能平台中。通過重點強化三大平台的協同效應，公司將打通從物理空間管理到門店全鏈

路運營的數字化閉環。這種從底層模塊到頂層架構的全面貫通，配合實時更新的門店知

識庫，將大幅降低向多業態新零售場景滲透的邊際成本。最終，通過持續將流程資產與

數據資產轉化為可度量的財務收益，公司將進一步鞏固其連鎖商業數字化底座的競爭優

勢，並在效能定價週期中釋放出更為充裕的利潤空間。

Agentic Services

當大模型的能力邊界從信息檢索與文本生成跨越至理解意圖並自主執行複雜工作流，AI

的角色已從輔助工具實質性躍遷為系統級的執行單元。長期以來，在營銷、營運等高度

依賴人力的專業服務領域，企業的營收規模與人力投入呈現高度的剛性耦合，基於堆疊

人類工時的傳統模型導致業務增長受制於人員管理的邊際成本。與此同時，專家經驗的

非標準化特徵也構成了跨行業擴張的壁壘，企業往往受困於單一賽道，難以實現真正的

全行業規模化收益。

公司發展Agentic Services業務旨在解決上述問題。傳統基於工時的人力計費模式是制約

服務商盈利上限的核心障礙。依託DeepMiner企業級可信AI智能體平台，公司將累積的

數據資產與行業認知轉化為可標準化調度、跨行業複製的可信數字勞動力。這一生產力

的重構，使公司得以打破舊有計費模式的限制，轉向交付可量化商業結果的效能定價。

- 20 -

公司戰略性地選擇涵蓋前端觸達到後端轉化的營銷與交易全鏈路作為Agentic Services業

務的初始切入點。這一決策並非出於業務慣性考量，核心邏輯在於該鏈路具備了跑通AI

商業閉環的先決條件：一方面，高頻的數據交互與量化的反饋指標構成了智能體持續優

化的數據飛輪；另一方面，該鏈路結果相對清晰的可歸因性，為按效果付費的商業協議

提供了所需的信任基礎。

在具體的業務交付中，公司依託AI基礎設施重塑了傳統鏈路：

• 效率釋放：算法提高了核心運營環節的標準化程度，減弱了營收擴張對人員規模的

線性依賴，實現了從單點優化到全局商業策略的AI化編排。

• 動態內容資產的程序化供給：依託多模態生成架構，系統以極低的邊際成本突破了

傳統物理產能的約束。通過將細顆粒度的商業洞察與海量原生素材進行動態重組，

系統確保了內容與受眾需求的精準匹配。這些高轉化的創意矩陣不僅直接提升了前

端營銷漏斗的效能，其在真實交易環境中捕獲的高頻交互信號，更持續回流並構成

校準底層大模型的高信噪比反饋閉環。

• 質量驗證：DeepMiner將數據洞察、業務經驗與策略能力封裝為規模化輸出的專業

判斷。系統的決策可解釋性與數據隔離機制，在提升策略轉化率與合規安全性的同

時，為按效果定價的模式奠定了信任基礎。

基於此，服務逐步向下游環節延伸，打通了從洞察到轉化的鏈路。這一過程擴大了可觸

達市場空間，並為公司優化在客戶整體預算中的分配佔比創造了條件。

公司的Agentic Services業務進展已形成對傳統營銷鏈路的規模化替代，並成功向AI原生

市場延伸。具體分為兩個方向：

- 21 -

（一）傳統商業鏈路的AI重構

1. 前端洞察與全域內容影響力建設：針對傳統廣告面臨的信任衰減與真實用戶內

容(UGC)難以規模化管理的行業痛點，公司於2025年推出了DOMO營銷智能產

品。該系統深度接入DeepMiner平台，結合歷史營銷數據與垂直行業知識庫，

盤活了超20萬去中心化的高質量傳播節點。以此為底層資產池，AI能夠快速構

建出匹配不同目標圈層的千人矩陣，並動態生成定制化內容策略的千言矩陣。

這種「千人千言」的系統化架構，將原本碎片化的發聲轉化為可精準調度的品

牌資產。在落地表現上，DOMO使數據洞察與測試(POC)方案的產出效率分別

提升160%和300% 。實戰數據顯示，系統不僅支持單項目3000篇以上內容的並

發鋪設，更在追擊熱點營銷時使互動數據實現了40倍增長；帶動搜索指數上升

700%的同時，單次互動成本(CPE)低於行業均值52% 。該產品上線首年累計落

地超70個商業化項目，服務範圍橫跨食品飲料、美妝日化、大健康、汽車、

鞋服、母嬰等6大垂直行業。交付結果的確定性驅動眾多頭部品牌客戶將合作

從單點測試升級為年度戰略框架，驗證了該模型的高復購與規模化複製能力。

2. 多模態AIGC創意工廠：依託DeepMiner對全域社媒趨勢的建模，公司貫通了從

營銷洞察到多模態內容產出的業務鏈路。通過構建AI原生創意工廠，系統打破

了傳統物理拍攝與人工撰稿的產能約束。在生產端，平台可支撐日產超10,000

篇文案與10,000張圖片的並發規模，並維持周產100條以上視頻、月產50條以

上創意視頻的交付頻率；在運營端，系統通過智能體穩定調度覆蓋主流平台的

數百個高優社媒賬號矩陣。該高效產能映射出明確的人效邊界：單人日均產出

圖文素材逾800件，單人精細化管理30個跨平台賬號。依託批量生成與實景融

合技術，平台將交付週期由周級壓縮至天級，目前已為50餘家品牌客戶提供

AIGC商業服務，且最終投放的點擊率(CTR)與訪客獲取成本(CPUV)均優於行

業均值。此效能釋放了內容供給與人力堆疊的線性關聯，確立了以較低邊際成

本滿足海量資產需求的商業模式。

- 22 -

3. 交易鏈路的智能體化與全域運營生態重組：針對高度依賴人力的商業化交付

鏈路，公司深度整合了主流短視頻電商與社交種草平台的頭部生態，並依託

DeepMiner進行系統級改造。在短視頻電商交易端，系統打通底層數據平台，

將復盤決策由周度壓縮至日更（提效7倍）；在執行環節，媒介資源（KOL/KOC）

的智能匹配與解析速度分別躍升24倍與10倍，單日視頻產能擴大3倍。在社交

種草與線索轉化端，系統融合跨域數據，將策略生成週期縮短7倍。團隊僅

以行業競品1/5的人員配置，即可維持日均200篇的高頻產出；依託智能實時

盯盤與投放調度，標桿客戶的留資數量實現39倍增長，訂單成本在3天內下降

44% 。這種算力驅動的人效躍升直接轉化為商業擴張優勢，支撐該業務線單季

度新增10家核心品牌客戶，驗證了「AI基礎設施+全域智能運營」模式在重塑重

資產服務領域盈利彈性上的可行性。

（二） AI原生新興業務的獨立開拓

1. 生成式引擎優化(GEO)的認知卡位：作為國內首批切入該賽道的服務商，公司

順應信息獲取向AI平台遷移的結構性趨勢，重塑了品牌在下一代流量入口的

認知體系。有別於傳統SEO的人工優化，公司依託全域數據基座，構建了「捕

捉－評估－優化」的智能閉環。依託自有數據產品，公司能夠精準捕捉社媒討

論背後的原始需求表達，從而實現基於真實消費者洞察的底層內容重構。通

過實時追蹤大模型算法演進並匹配嚴格的合規機制，公司確保了GEO交付結果

的商業可信與資產安全。實測指標顯示，針對高ROI目標關鍵詞集，GEO業務

助力品牌在三大主流AI平台的品牌可見度可達85%以上，且平均排名保持前3

位。同時，通過領先的內容策略和技術，幫助品牌客戶顯著降低不實負面信息

和增加品牌核心信息露出概率，幫助品牌實現用戶深化用戶認知與構建長期信

任的復合性需求。在供給側，專有智能體接管了AI友好型內容的撰寫與精準分

發，使內容生產與分發的人效分別躍升10倍與2倍。目前業務已覆蓋十餘個行

業的頭部品牌，僅2026年1月份便又新增逾十家核心客戶的年度戰略框架。此

外，公司已同步開展海外GEO業務佈局，助力中國出海品牌在國際主流AI搜索

生態中建立前置認知。

- 23 -

2. 數字內容的智能化構建與投放：2025年Q4 ，公司切入數字內容領域，針對該

賽道高度依賴素材產能與媒介競價的商業特性，公司構建了端到端的AI生產與

投放流水線：自研AI內容生成系統將傳統需數周的開發週期大幅壓縮，40分

鐘內即可連貫完成從創意提案、大綱構建到內容方案輸出的全流程；隨後，

Agent自動化接管底層剪輯工具，實現全天候的視頻素材的規模化衍生，以極

低邊際成本保障前端產能。該業務直接復用了公司在數據分析與營銷技術領域

的底層能力。基於系統積累的投放模型，業務端部署了智能運營監測Agent進

行自動化競價，實時捕捉市場轉化率拐點並動態調整投放策略，顯著提升了

媒介採購的決策勝率。依託上述技術與數據架構的協同運轉，該項新業務在啟

動兩個月內即實現了公司AI技術在該領域的商業化能力與財務可行性的初步驗

證。

3. AIGC資產的量化篩選與效用評估系統：針對AIGC技術帶來的素材產能爆發與

試錯成本攀升，公司於報告期內推出AI創意測試平台AdEff 。該平台以自研多

模態大語言模型及混合專家架構為底座，融合十餘年積累的超10萬人次神經測

量數據，通過量化計算模擬消費者的主觀情緒反饋。在應用端，AdEff將傳統

調研週期壓縮至最快15分鐘內完成量化評估，並輸出秒級的優化建議，幫助客

戶在實際投放前攔截低效素材以規避預算損耗。數據驗證表明，該系統預測得

分與真人實測結果的相關性達89% ，核心評測維度與人類專家預期的吻合度達

76% 。目前，AdEff已在全球快消、3C及互聯網零售等多個垂直行業規模化落

地，協同公司旗下的DeepMiner商業智能體打通了從內容洞察、創意生成到效

果前測的完整商業閉環，標誌著公司業務鏈條正式從「AI輔助生成」向「AI驅動

決策」完成戰略性延伸。

對外輸出AI生產力的商業前提，在於內部先期完成的組織架構與工作流重構。報告期

內，公司已實現全體員工100%接入DeepMiner平台。這一重構的核心路徑是賦予員工規

模化的智能體構建能力。依託平台內的DM-Skill技能空間，員工可基於具體業務場景，

自主創建並部署專屬的業務Agent 。該機制直接觸發了內部工作範式的結構性轉變：面對

複雜的業務節點，內部的標準操作路徑已由單向的人力執行，演進為人機協同編排。員

工解決任務的首要動作，從傳統的人工處理轉向優先調用DeepMiner介入。至此，AI已

- 24 -

剝離單一效率工具的屬性，實質性轉化為參與業務邏輯處理的數字同事。通過這一內部

實踐，DeepMiner平台已從業務應用級產品，沉澱為支撐公司日常運轉的底層組織級基

礎設施。

營銷與電商場景的成功閉環，已為公司的Agentic Services商業模式完成了初步的邏輯驗

證。隨著技術底座的日益成熟，中長期戰略重心正向更廣闊的商業腹地縱深拓展。這一

演進將依託以下三大核心支柱有序展開：

1. 底層技術演進：深耕系統協同與多模態架構公司將持續迭代DeepMiner底座平台，

重點深化Cito模型基於跨行業知識圖譜的深層認知力，以及Mano模型的端側執行邊

界，並強化多智能體（Multi-Agent）協作框架的調度效能。公司將保持對AI基礎設施

的高強度資本投入，以系統級協同能力拓寬端側任務的處理上限，持續夯實底層技

術護城河。

2. 市場延展：向重人力與專家密集型行業滲透以營銷全鏈路的交付經驗為戰略錨

點，公司正將成熟的AI服務能力，系統性地向營運、金融、財務、人力資源、供

應鏈等高度依賴人力流轉與專家經驗的傳統行業橫向平移。通過將AI可信勞動力以

Agentic Services模式向這些領域進行規模化輸出，公司不僅致力於消除複雜業務鏈

條中的效率損耗，更實質性地打開了跨行業的可觸達市場空間，構築支撐下一階段

財務擴張的全新增長極。

3. 規模化複製：驅動傳統企業的Agent化改造針對傳統企業普遍存在的底層系統割

裂與數據孤島痛點，公司沉澱出一套標準化的Agent化改造方法論，完整覆蓋用例

梳理、口徑對齊、數據治理及合規界定等核心工程環節，並配套了開箱即用的工具

鏈。這一體系大幅壓縮了傳統企業專有智能體的上線週期。更為關鍵的是，公司自

研的支撐Agent運行的高成功率、小尺寸模型天然契合傳統企業對數據隱私與私有

化部署的嚴苛訴求，實質性替客戶降低了算力資本支出，從物理層面保障了部署的

安全與合規。

明略科技的長期戰略跨越了單點應用與特定行業的邊界，核心在於向廣泛的商業場景規

模化輸出可信AI 勞動力。為進一步賦能全行業，公司正向生態夥伴開放DeepMiner 底座

能力，致力於將「結果可驗證、過程可審計、知識可沉澱」的確定性標準，確立為產業AI

原生交付的通用準則。在這一開放協同的網絡中，依託按結果付費的商業契約，公司將

持續驅動智能體從基礎執行層向企業核心決策中樞滲透，最終推動實體產業向結果驅動

與智能主導的實質性轉型。

- 25 -

財務回顧

下表載列截至2025年及2024年12月31日止年度的比較數字：

截至12月31日止年度

2025年 2024年

人民幣千元人民幣千元

收入 1,425,775 1,381,382

銷售成本 (636,154) (668,688)

毛利 789,621 712,694

研發開支 (360,555) (353,047)

行政開支 (244,756) (362,263)

銷售及營銷開支 (175,087) (127,299)

金融資產及合約資產的減值虧損淨額 (34,893) (24,342)

其他經營收入淨額 9,949 21,910

經營虧損 (15,721) (132,347)

融資成本 (7,917) (11,703)

其他收入╱（虧損）淨額 25,613 (34,349)

分佔合營企業利潤 274 384

分佔聯營公司虧損 (953) (104)

優先股、認股權證及可轉換票據的公允價值變動 (6,414,012) 185,989

除稅前（虧損）╱利潤 (6,412,716) 7,870

所得稅抵免 42 79

年內（虧損）╱利潤 (6,412,674) 7,949

以下人士應佔：

母公司擁有人 (6,414,969) 4,735

非控股權益 2,295 3,214

(6,412,674) 7,949

非香港財務報告準則計量

經調整經營利潤 24,984 580

經調整利潤╱（虧損）淨額 42,043 (45,113)

- 26 -

收入

截至2025年12月31日止年度，收入同比增加3.2%至人民幣1,425.8百萬元。下表載列我們

截至2025年及2024年12月31日止年度按收入來源劃分的收入，以絕對金額及佔總收入的

百分比列示：

截至12月31日止年度

2025年 2024年

人民幣千元 % 人民幣千元 %

數據智能服務

營銷智能服務 718,156 50.4 730,853 52.9

營運智能服務 542,199 38.0 522,813 37.9

小計 1,260,355 88.4 1,253,666 90.8

智能體化服務

智能體化營銷服務 95,403 6.7 – –

其他 4,821 0.3 – –

小計 100,224 7.0 – –

其他 65,196 4.6 127,716 9.2

總計 1,425,775 100.0 1,381,382 100.0

截至2025年12月31日止年度數據智能業務收入同比增長0.5%至人民幣1,260.4百萬元，得

益於營運智能業務的增長。營運智能業務的增長來自於會話智能產品及智能門店營運系

統的收入增加。會話智能產品收入的增長得益於產品升級有效滿足了客戶對即時數據存

取的需求，並加之我們銷售渠道的穩步拓展。智能門店營運系統收入的增長得益於AI能

力的提升及門店場景覆蓋範圍擴大。營銷智能業務收入下降，主要由於社交媒體管理業

務的部分服務模式轉型－為更好地契合客戶需求，本集團已將部分服務由傳統的諮詢報

告輸出，轉型為端到端全鏈路結果交付的智能體化營銷服務。

2025年，我們推出Agentic AI賦能的智能體化服務業務。智能體化營銷服務依託自主研

發的人工智能智能體，聚焦客戶社交媒體營銷核心需求，將AI能力擴展至更廣泛的營銷

功能領域，從規劃及策略生成到內容製作及執行，助力客戶實現營銷效能升級與成本優

化，以客戶關鍵業績指標的達成為核心交付導向，推動服務模式由過程輸出轉向結果驅

動。其他主要來源於AI產品及服務。截至2025年12月31日止年度，智能體化服務業務收

入達到人民幣100.2百萬元。

- 27 -

其他來源於行業解決方案業務，截至2025年12月31日止年度行業解決方案業務收入同比

下降49.0%至人民幣65.2百萬元。由於我們決定於2022年下半年逐步退出該業務線，除少

數現有項目的續約外不再承接新項目。

銷售成本

截至2025年12月31日止年度的銷售成本同比下降4.9%至人民幣636.2百萬元。

毛利及毛利率

截至2025年12月31日止年度的毛利同比增長10.8%至人民幣789.6百萬元，毛利率由2024

年的51.6%增長至2025年的55.4% 。主要得益於數據智能業務中內部開發的人工智能工具

獲得更廣泛採用，大幅提高了生產力，同時減少了數據處理和報告交付所需員工人數。

研發開支

截至2025年12月31日止年度，研發開支同比增長2.1%至人民幣360.6百萬元，主要是由

於我們技術服務採購的增加。

行政開支

截至2025年12月31日止年度，行政開支同比下降32.4%至人民幣244.8百萬元，主要是行

政管理相關人工開支，尤其是以股份為基礎的薪酬的減少。

銷售及營銷開支

截至2025年12月31日止年度，銷售及營銷開支同比增長37.5%至人民幣175.1百萬元，主

要是由於（1）擴大銷售團隊以推動收入增長，相關的僱員福利開支增加，（2）加大品牌及

產品營銷力度，營銷及市場推廣費用增長。

金融資產及合約資產的減值虧損淨額

截至2025年12月31日止年度，金融資產及合約資產的減值虧損淨額同比增長43.3%至人

民幣34.9百萬元，主要是由於行業解決方案應收款項賬齡增加及收入增加導致貿易應收

款項金額增加。

- 28 -

其他經營收入淨額

截至2025年12月31日止年度，其他經營收入淨額同比下降54.6%至人民幣9.9百萬元，主

要由於2024年行業解決方案中已終止的項目的無需退還長期預收款轉入其他收入，而該

情況於2025年未發生。

融資成本

截至2025年12月31日止年度，融資成本同比下降32.4%至人民幣7.9百萬元，主要由於計

息銀行及其他借款的減少。

其他收入╱（虧損）淨額

截至2025年12月31日止年度，錄得其他收入淨額人民幣25.6百萬元，而截至2024年12月

31日止年度，錄得其他虧損淨額人民幣34.3百萬元。主要由於截至2025年12月31日止年

度錄得匯兌收益淨額人民幣24.4百萬元，而截至2024年12月31日止年度錄得匯兌虧損淨

額人民幣16.8百萬元。此乃本公司向附屬公司提供以人民幣計值的貸款換算所致。

優先股、認股權證及可轉換票據的公允價值變動

截至2025年12月31日止年度，錄得優先股公允價值變動虧損人民幣6,414.0百萬元，而截

至2024年12月31日止年度，錄得優先股、認股權證及可轉換票據的公允價值變動收益人

民幣186.0百萬元。該變動主要歸因於實際轉換價（即發售價）相對之前優先股價值上升令

優先股負債的公允價值增長。

年內（虧損）╱利潤

於2025年，年內虧損為人民幣6,412.7百萬元，而2024年則錄得年內利潤人民幣7.9百萬

元，主要受優先股、認股權證及可轉換票據的公允價值變動影響。

- 29 -

非香港財務報告準則計量

為補充我們根據香港財務報告準則呈列的綜合財務報表，我們亦採用並非香港財務報告

準則所規定或據此呈列的經調整經營利潤（非香港財務報告準則計量）及經調整利潤╱（虧

損）淨額（非香港財務報告準則計量）作為額外財務計量指標。我們認為，此等非香港財

務報告準則計量有利於通過去除項目的潛在影響，來比較不同期間及不同公司間的經營

表現。我們認為此等計量指標能為投資者及其他人士提供有用信息，使其以與有助於管

理層相同的方式瞭解並評估我們的綜合經營業績。然而，我們所呈列的經調整經營利潤

（非香港財務報告準則計量）及經調整利潤╱（虧損）淨額（非香港財務報告準則計量）未必

可與其他公司所呈列類似名義的計量指標相比。此等非香港財務報告準則計量用作分析

工具存在局限性，閣下不應將其視為獨立於或可替代我們根據香港財務報告準則所呈報

經營業績或財務狀況的分析。

下表載列所示年度的經營虧損╱經調整經營利潤及年內（虧損）╱利潤╱經調整利潤╱（虧

損）淨額的對賬：

截至12月31日止年度

2025年 2024年

人民幣千元人民幣千元

經營虧損 (15,721) (132,347)

加：

以股份為基礎的付款開支 16,208 106,577

上市開支 24,497 26,350

經調整經營利潤（非香港財務報告準則計量） 24,984 580

年內（虧損）╱利潤 (6,412,674) 7,949

加：

以股份為基礎的付款開支 16,208 106,577

上市開支 24,497 26,350

優先股、認股權證及可轉換票據的公允價值變動 6,414,012 (185,989)

經調整利潤╱（虧損）淨額（非香港財務報告準則計量） 42,043 (45,113)

- 30 -

流動資金及財務資源

我們過去主要以來自業務經營所得款項、銀行借款以及股東注資撥付我們的現金需求。

本公司於2025年11月3日在聯交所主板上市，以每股發售價141.00港元發行7,219,000股新

股份，經扣除包銷佣金、費用及與全球發售有關的其他開支後，所得款項淨額約為900.8

百萬港元。此外，於行使超額配股權後，本公司收取額外所得款項淨額約148.1百萬港元

（經扣除包銷佣金、費用及其他開支後）。截至2025年12月31日，我們的流動資金為人民

幣1,540.6百萬元，其中包括現金及現金等價物，已抵押存款及受限制現金及定期存款。

我們認為，考慮到我們的業務發展和擴張計劃，這種流動資金水平足以為我們的運營提

供資金。於2025年12月31日及2024年12月31日，本集團的現金狀況如下：

於12月31日

2025年 2024年

人民幣千元人民幣千元

定期存款 18,615 13,570

已抵押存款及受限制現金 139,884 147,677

現金及現金等價物 1,382,135 400,370

總計 1,540,634 561,617

下表載列我們於所示年度的現金流量概要：

截至12月31日止年度

2025年 2024年

人民幣千元人民幣千元

經營活動所得╱（所用）現金淨額 18,030 (27,917)

投資活動（所用）╱所得現金淨額 (16,014) 20,639

融資活動所得現金淨額 992,855 87,245

現金及現金等價物增加淨額 994,871 79,967

年初現金及現金等價物 400,370 294,915

匯率變動的影響淨值 (13,106) 25,488

年末現金及現金等價物 1,382,135 400,370

- 31 -

經營活動所得╱（所用）現金淨額

於報告期內，經營活動所得現金淨額為人民幣18.0百萬元，經營活動現金流量的改善主

要得益於成本費用的管控，盈利能力進一步提升。

投資活動（所用）╱所得現金淨額

於報告期內，投資活動所用現金淨額為人民幣16.0百萬元，主要是由於購買物業及設備

和本年支付以前年度收購附屬公司的應付收購款。

融資活動所得現金淨額

於報告期內，融資活動所得現金淨額為人民幣992.9百萬元，主要是全球發售（如招股章

程所定義）收取的所得款項。

債務

於2025年12月31日及2024年12月31日，本集團的債務狀況如下：

於12月31日

2025年 2024年

人民幣千元人民幣千元

計息銀行借款 219,189 231,200

租賃負債 36,965 47,431

優先股 – 7,816,400

總計 256,154 8,095,031

本集團在其資金管理方面保持審慎態度，於2025年12月31日，計息銀行借款中浮動利率

為人民幣199.5百萬元，固定利率為人民幣19.7百萬元。本集團並未使用任何利率掉期合

約或其他金融工具對沖利率風險。本集團將繼續監察利率風險，並將在有需要時考慮對

沖重大利率風險。

資本負債比率

於2025年12月31日，因錄得淨現金，本公司的資本負債比率（等於債務淨額除以資本及

債務淨額，按百分比列示）為不適用（2024年12月31日：13.6%）。

- 32 -

質押資產

於2025年12月31日，除為銀行借款提供擔保而質押的定期存款人民幣131.1百萬元外，我

們並無質押或抵押任何其他資產。

重大投資、收購和出售

於2025年12月31日，本集團未有根據上市規則附錄D2第32(4A)段須披露的重大投資。於

報告期內，本集團並無進行任何重大收購或出售附屬公司、聯營公司及合營企業。

重大投資和資本資產的未來計劃

截至2025年12月31日，本集團並無重大投資及資本資產收購的具體計劃。

外匯風險

本集團主要在中國內地開展業務營運，且其大部分貨幣資產、負債及交易均主要以人民

幣、美元及港幣計值。於2025年，我們並無使用任何衍生工具對沖我們所面臨的外匯風

險。此外，我們將繼續監測貨幣匯率的變動並將採取必要措施減輕匯率的影響。

或然負債

截至2025年12月31日，本集團並無重大或然負債。

資本承擔

截至2025年12月31日，本集團對聯營公司、合營企業及按公允價值計入損益的金融資產

的承擔為人民幣36.9百萬元（2024年12月31日：人民幣38.9百萬元）。

募集資金用途

於2025年11月3日，A類股份已於聯交所主板上市。本公司自全球發售收取所得款項淨額

約900.8百萬港元（經扣除上市開支）。此外，超額配股權獲行使後，經扣除承銷費用、傭

金及開支後，本公司收取額外所得款項淨額約148.1百萬港元。截至本公告日期，招股章

程「未來計劃及所得款項用途」一節先前披露的所得款項淨額擬定用途概無變動。

- 33 -

截至2025年12月31日，本集團已動用所得款項淨額載於下表：

所得款項淨額擬定用途

全球發售所

得款項淨額

（包括行使

超額配股權

的所得

款項）

招股章程

所述的

所得款項

淨額

百分比

截至2025年

12月31日止

年度的已動

用所得款項

淨額

截至2025年

12月31日止

年度的未動

用所得款項

淨額

所得款項

淨額悉數

動用的預期

時間表

人民幣千元人民幣千元人民幣千元

技術研發，以提升我們的技術研發

能力 335,207 35% 10,951 324,256 2027年12月31日前

產品開發，以豐富我們的產品組合 383,093 40% 9,175 373,918 2027年12月31日前

營銷、品牌推廣及銷售團隊擴張 143,660 15% 1,366 142,294 2027年12月31日前

營運資金及一般企業用途 95,773 10% – 95,773 2027年12月31日前

總計 957,733 100% 21,492 936,241

購買、出售或贖回本公司上市證券或出售庫存股

自上市日期起至2025年12月31日止期間，本公司及其任何附屬公司並無購買、出售或贖

回本公司任何股份或出售任何庫存股（定義見上市規則）。截至2025年12月31日，本公司

並未持有任何庫存股。

報告期後的重大事項

除本公告其他章節所披露者外，於報告期後及直至本公告日期概無發生其他重大事項。

股東週年大會

本公司股東週年大會（「股東週年大會」）謹定於2026年6月12日（星期五）舉行。本公司將

於適當時候按上市規則規定的方式刊發並向股東寄發召開股東週年大會的通告。

- 34 -

暫停辦理股份過戶登記手續

為釐定有權出席股東週年大會並於會上投票的股東身份，本公司將於2026年6月9日（星期

二）起至2026年6月12日（星期五）止（包括首尾兩日）暫停辦理股份過戶登記手續，於此期

間不會辦理任何股份過戶登記。為符合資格出席股東週年大會，所有已填妥的股份過戶

文件連同相關股票須不遲於2026年6月8日（星期一）下午四時三十分送交本公司香港股份

過戶登記分處卓佳證券登記有限公司，地址為香港夏愨道16號遠東金融中心17樓，以作

登記。釐定股東有權出席股東週年大會並於會上投票的記錄日期為2026年6月12日（星期

五）。

企業管治

本公司相信有效的企業管治是保障股東及其他利益相關人士權益與提升股東價值的基本

要素，因此本公司致力於達成並維持最符合本集團需要與利益的相對較高的企業管治水

平。

自上市日期起，本公司已採納企業管治守則

作為自身的企業管治守則。董事會認為，自

上市日期至2025年12月31日期間，本公司已遵守企業管治守則的所有守則條文，惟守則

條文第C.2.1條除外。根據守則條文第C.2.1條，在聯交所上市的公司須將董事長與首席執

行官的職責分開，且不應由同一人士擔任。本公司現時並無區分，即由吳明輝先生兼任

董事長及首席執行官。董事會相信將董事長與首席執行官的角色由同一人承擔，有利於

確保本集團有統一的領導，使本集團的整體策略規劃更有實效及效率。董事會認為目前

安排無損權力與授權的平衡，並可讓本公司及時且有效決策及執行。

本公司將持續檢討其企業管治常規，以確保持續遵守企業管治守則、提升其企業管治標

準、遵守日益收緊的監管規定及滿足股東及投資者不斷提高的期望。

董事進行證券交易的標準守則

本公司已採納標準守則作為自身規管本公司董事及相關僱員進行證券交易的操守守則。

經向全體董事作出特定查詢後，彼等已各自確認，彼等自上市日期起至2025年12月31日

已遵守標準守則所載的規定標準。自上市日期起至2025年12月31日，本公司並無發現任

何違反標準守則的事件。

於2025年7月1日生效之經修訂企業管治守則將適用於2025年7月1日或之後開始之財政年度

之企業管治報告及年度報告。就本公告而言，本公司將參照彼時生效之企業管治守則。

- 35 -

審計委員會

審計委員會由三名獨立非執行董事組成，即任煜男先生（主席）、何慶源先生及曾慶飛先

生。本集團截至2025年12月31日的年度業績已由審計委員會審閱。審計委員會認為財務

資料乃根據適用會計準則、上市規則的要求及任何其他適用法律的要求編製，並已作出

充分披露。

核數師的工作範圍

本公告所載有關本集團截至2025年12月31日止年度的綜合財務狀況表、綜合損益表及綜

合全面收益表及其相關附註的數字已獲本集團核數師安永會計師事務所同意，與本集團

年內經審計綜合財務報表所載金額一致。安永會計師事務所就此進行的工作並不構成核

證聘用，因此安永會計師事務所並無就本公告發表意見或核證結論。

充足公眾持股量

根據本公司公開可得的資料及據董事所知，本公司於上市日期至本業績公告出具之日滿

足上市規則所規定的公眾持股量。

刊發業績公告及年報

本業績公告於本公司網站（www.mininglamp.com）及聯交所網站（www.hkexnews.hk）刊

載。本公司截至2025年12月31日止年度的年報將按股東選擇收取公司通訊的方式適時寄

發予股東，並刊載於本公司及聯交所的網站。

末期股息

董事會已議決，不建議就截至2025年12月31日止年度派付任何末期股息。

- 36 -

綜合損益表

截至2025年12月31日止年度

附註

2025年 2024年

人民幣千元人民幣千元

收入

1,425,775 1,381,382

銷售成本 (636,154) (668,688)

毛利 789,621 712,694

研發開支 (360,555) (353,047)

行政開支 (244,756) (362,263)

銷售及營銷開支 (175,087) (127,299)

金融資產及合約資產的減值虧損淨額 (34,893) (24,342)

其他經營收入淨額 9,949 21,910

經營虧損 (15,721) (132,347)

融資成本 (7,917) (11,703)

其他收入╱（虧損）淨額 25,613 (34,349)

分佔合營企業溢利 274 384

分佔聯營公司虧損 (953) (104)

優先股、認股權證及可轉換票據的公允價值變動 (6,414,012) 185,989

除稅前（虧損）╱利潤

(6,412,716) 7,870

所得稅抵免

42 79

年內（虧損）╱利潤 (6,412,674) 7,949

以下人士應佔：

母公司擁有人 (6,414,969) 4,735

非控股權益 2,295 3,214

(6,412,674) 7,949

母公司普通權益持有人應佔每股（虧損）╱盈利

基本

（人民幣元）

(137.41) 0.18

攤薄

（人民幣元）

(137.41) (2.47)

- 37 -

綜合全面收益表

截至2025年12月31日止年度

2025年 2024年

人民幣千元人民幣千元

年內（虧損）╱利潤 (6,412,674) 7,949

其他全面收益╱（虧損）

可能於其後期間重新分類至損益的其他全面收益╱（虧損）：

本集團的附屬公司換算產生的匯兌差額 76,623 (43,511)

可能於其後期間重新分類至損益的其他全面

收益╱（虧損）淨額 76,623 (43,511)

將不會於其後期間重新分類至損益的其他全面

收益╱（虧損）：

本公司換算產生的匯兌差額 18,142 (46,272)

指定為按公允價值計入其他全面收益的股權投資：

公允價值變動 3,736 (2,301)

所得稅影響 (588) –

3,148 (2,301)

將不會於其後期間重新分類至損益的其他全面

收益╱（虧損）淨額 21,290 (48,573)

年內其他全面收益╱（虧損），扣除稅項 97,913 (92,084)

年內全面虧損總額 (6,314,761) (84,135)

以下人士應佔：

母公司擁有人 (6,317,056) (87,349)

非控股權益 2,295 3,214

- 38 -

綜合財務狀況表

於2025年12月31日

於12月31日

附註

2025年 2024年

人民幣千元人民幣千元

非流動資產

物業及設備 24,127 26,483

使用權資產 36,929 48,117

商譽 754,823 754,823

其他無形資產 35,103 45,676

於合營企業的投資 4,137 3,863

於聯營公司的投資 2,773 1,583

指定為按公允價值計入其他全面收益的股權投資 14,883 11,147

按公允價值計入損益的金融資產 116,731 127,224

貿易應收款項及應收票據

20,362 –

合約資產 1,363 2,985

預付款項、其他應收款項及其他資產 9,978 13,523

遞延稅項資產 83 85

非流動資產總值 1,021,292 1,035,509

流動資產

存貨 87,055 141,574

貿易應收款項及應收票據

637,354 547,354

合約資產 3,287 854

預付款項、其他應收款項及其他資產 88,620 94,457

按公允價值計入損益的金融資產 12,293 –

定期存款 18,615 13,570

已抵押存款及受限制現金 139,884 147,677

現金及現金等價物 1,382,135 400,370

流動資產總值 2,369,243 1,345,856

- 39 -

於12月31日

附註

2025年 2024年

人民幣千元人民幣千元

流動負債

貿易應付款項及應付票據

273,822 193,749

其他應付款項及應計費用 263,985 271,459

合約負債 132,783 171,617

計息銀行借款 219,189 231,200

租賃負債 17,866 22,456

應付稅項 1,047 268

優先股、認股權證及可轉換票據 – 7,816,400

其他負債 23,239 23,846

流動負債總額 931,931 8,730,995

流動資產淨值╱（負債淨額） 1,437,312 (7,385,139)

資產總值減流動負債 2,458,604 (6,349,630)

非流動負債

租賃負債 19,099 24,975

遞延稅項負債 4,525 5,515

其他應付款項及應計費用 13,300 19,844

非流動負債總額 36,924 50,334

資產淨值╱（負債淨額） 2,421,680 (6,399,964)

權益╱（虧絀）

股本 1,019 178

儲備 2,384,409 (6,434,083)

2,385,428 (6,433,905)

非控股權益 36,252 33,941

權益╱（虧絀）總額 2,421,680 (6,399,964)

綜合財務狀況表

（續）

於2025年12月31日

- 40 -

綜合財務報表附註

截至2025年12月31日止年度

1. 公司資料

本公司為一家於開曼群島註冊成立的有限公司。本公司的註冊辦事處位於PO BOX 309,

Ugland House, Grand Cayman, KY1-1104, Cayman Islands 。本公司股份自2025年11月3日起

於聯交所上市。

本公司為一家投資控股公司。於年內，本公司於中國註冊的附屬公司主要從事提供數據智

能服務、智能體化服務及其他服務。

2 會計政策

2.1 編製基準

財務報表乃根據香港會計師公會（「香港會計師公會」）頒佈的香港財務報告準則會計準則（包

括所有香港財務報告準則、香港會計準則（「香港會計準則」）及詮釋）以及香港公司條例之

披露規定編製。該等乃根據歷史成本法編製，不包括按公允價值計入損益（「按公允價值計

入損益」）的金融工具、指定為按公允價值計入其他全面收益的股本工具（「按公允價值計入

其他全面收益」）、其他負債及優先股、認股權證及可轉換票據（按公允價值計量）。

綜合基準

綜合財務報表包括本集團截至2025年12月31日止年度的財務報表。附屬公司為本公司直接

或間接控制的實體（包括結構性實體）。若本集團可藉對投資對象的參與而獲得或有權獲得

可變回報，且有能力通過其對投資對象的權力（即給予本集團當前能力以指示投資對象進

行有關活動的現有權利）而影響有關回報，則本集團對該投資對象具有控制權。

於一般情況下均存在多數投票權形成控制權之推定。倘本公司擁有少於被投資方過半數投

票或類似權利，則本集團於評估其是否對被投資方擁有權力時會考慮一切相關事實及情

況，包括：

(a) 與被投資方其他投票權持有人的合約安排；

(b) 其他合約安排產生的權利；及

- 41 -

附屬公司的財務報表乃就與本公司相同的報告期間採用一致的會計政策編製。附屬公司的

業績自本集團取得控制權當日起綜合入賬，並繼續綜合入賬直至有關控制權終止當日為

止。

即使會導致非控股權益產生虧絀結餘，損益及其他全面收益各組成部分仍會歸屬於本集團

母公司擁有人及非控股權益。所有與本集團成員公司之間交易有關的集團內公司間的資產

及負債、權益、收益、開支及現金流量均於綜合入賬時悉數對銷。

倘有事實及情況顯示上述三項控制因素中有一項或多項出現變化，本集團會重新評估其是

否對被投資方擁有控制權。於附屬公司的擁有權權益變動（並無喪失控制權）於入賬時列作

股權交易。

倘本集團失去對一家附屬公司的控制權，則其終止確認有關資產（包括商譽）、負債、任何

非控股權益及匯兌波動儲備；及確認任何保留投資的公允價值及損益中任何因此產生的盈

餘或虧絀。先前於其他全面收益內確認的本集團應佔部分按倘若本集團直接出售相關資產

或負債而規定使用的相同基準重新分類至損益或保留利潤（如適用）。

2.2 會計政策及披露的變更

本集團已於本年度財務報表中首次採用香港會計準則第21號缺乏可兌換性（修訂本）。本集

團並未提早採用任何其他已頒佈但尚未生效的準則或修訂。

香港會計準則第21號（修訂本）規定了實體應如何評估一種貨幣是否可兌換為另一種貨幣，

以及在缺乏可兌換性時，應如何估計計量日當日的即期匯率。該修訂規定披露相關資料，

以便財務報表使用者了解某種貨幣不可兌換所產生的影響。由於本集團進行交易的貨幣，

以及海外附屬公司與本公司用作換算為本集團呈列貨幣的功能貨幣均可兌換，故該等修訂

對本集團的財務報表並無任何影響。

- 42 -

2.3 已頒佈但尚未生效的香港財務報告準則會計準則

本集團尚未於該等財務報表應用下列已頒佈但尚未生效的新訂及經修訂香港財務報告準則

會計準則。本集團擬於該等新訂及經修訂香港財務報告準則會計準則生效時應用（如適用）。

香港財務報告準則第18號

財務報表的呈列及披露

香港財務報告準則第19號及其修訂

無公共受託責任的附屬公司：披露

香港財務報告準則第9號及香港財務報告

準則第7號（修訂本）

金融工具的分類及計量的修訂

香港財務報告準則第9號及香港財務報告

準則第7號（修訂本）

涉及依賴自然能源生產電力的合同

香港財務報告準則第10號及香港會計

準則第28號（修訂本）

投資者與其聯營公司或合營企業之間的資產出

售或出資

香港財務報告準則第21號（修訂本）

換算惡性通脹的呈列貨幣

香港財務報告準則會計準則之年度改進

－第11冊

香港財務報告準則第1號、香港財務報告準則第

7號、香港財務報告準則第9號、香港財務報

告準則第10號及香港會計準則第7號的修訂

於2026年1月1日或之後開始的年度期間生效

於2027年1月1日或之後開始的年度╱報告期間生效

強制生效日期待定，惟已可應用

本集團現正評估初次應用該等新訂及經修訂準則的影響。香港財務報告準則第18號引入損

益表列報的新規定，包括特定總和及小計。實體須將損益表內所有收益及開支分類為以下

五個類別之一：經營、投資、融資、所得稅及已終止經營業務，並呈列兩項新界定小計。

其亦規定在附註中披露管理層定義的績效衡量標準，並對財務資料的匯總及分解提出新規

定。新規定預計將影響本集團損益表的列報以及本集團財務表現的披露。除國際財務報告

準則第18號外，本公司董事預期於可預見未來，應用該等新訂及經修訂香港財務報告準則

會計准則不會對本集團的財務表現及財務狀況產生重大影響。

- 43 -

3. 經營分部資料

出於管理需要，於年內，本集團僅有一個可呈報經營分部，即提供數據智能服務、智能體

化服務及其他服務，原因是本集團的主要經營決策者（已確定為首席執行官「首席執行官」）

在作出資源分配決策及評估本集團整體表現時會定期審閱綜合業績。由於這是本集團唯一

可呈報的經營分部，故並無呈列進一步的經營分部分析。

地理資料

(a) 來自外部客戶的收入

截至2025年12月31日止年度，本集團絕大部分（2024年：絕大部分）收入均來自中國內

地外部客戶。

(b) 非流動資產

於2025年12月31日，本集團的所有（2024年：所有）非流動資產均位於中國內地。

有關主要客戶的資料

截至2025年12月31日止年度，與佔本集團收入10%或以上的單一外部客戶（包括與該等客戶

受共同控制的實體）進行的交易的收入如下：

2025年 2024年

人民幣千元人民幣千元

客戶A 249,967 267,038

- 44 -

4. 收入

來自客戶合約的收入及其他來源收入分析如下：

2025年 2024年

人民幣千元人民幣千元

來自客戶合約的收入：

營銷智能服務 718,156 730,853

營運智能服務 528,909 506,948

數據智能服務 1,247,065 1,237,801

智能體化營銷服務 95,403 –

其他 4,821 –

智能體化服務 100,224 –

其他 65,196 127,716

小計 1,412,485 1,365,517

其他來源收入：

營運智能服務－租金收入 13,290 15,865

總計 1,425,775 1,381,382

- 45 -

本集團按收入確認時間劃分的來自客戶合約的收入分類載列如下：

2025年 2024年

人民幣千元人民幣千元

隨時間轉讓：

營銷智能服務 428,064 434,075

營運智能服務 123,139 123,207

數據智能服務 551,203 557,282

智能體化營銷服務 91,476 –

其他 565 –

智能體化服務 92,041 –

其他 118 –

小計 643,362 557,282

於某一時間點轉讓：

營銷智能服務 290,092 296,778

營運智能服務 405,770 383,741

數據智能服務 695,862 680,519

智能體化營銷服務 3,927 –

其他 4,256 –

智能體化服務 8,183 –

其他 65,078 127,716

小計 769,123 808,235

總計 1,412,485 1,365,517

下表載列截至2025年及2024年12月31日止年度確認的收入金額，該等金額於期初計入合約

負債：

2025年 2024年

人民幣千元人民幣千元

數據智能服務 90,771 103,994

營銷智能服務 49,507 42,910

營運智能服務 41,264 61,084

其他 43,417 72,745

總計 134,188 176,739

- 46 -

5. 除稅前（虧損）╱利潤

本集團的除稅前（虧損）╱利潤經扣除╱（計入）以下各項後達成：

2025年 2024年

人民幣千元人民幣千元

提供服務的成本

535,097 505,266

物業及設備折舊 11,634 26,834

使用權資產折舊 23,524 29,849

其他無形資產攤銷 10,695 11,412

未計入計量租賃負債的租賃付款 9,739 8,431

上市開支 24,497 26,350

核數師薪酬 3,350 –

僱員福利開支（不包括董事及最高行政人員的酬金）：

工資及薪金 404,733 440,584

退休金計劃供款（界定供款計劃）

47,452 51,031

以股份為基礎的付款開支 9,168 102,387

離職福利 15,254 28,695

總計 476,607 622,697

金融及合約資產的減值虧損╱（減值虧損撥回）淨額

貿易應收款項及應收票據 30,634 26,967

計入預付款項、其他應收款項及其他資產的金融資產 4,235 (2,283)

合約資產 24 (342)

總計 34,893 24,342

存貨（減值撥回）╱減值

(2,474) 3,684

聯營公司及合營企業投資減值

***

– 1,811

出售物業及設備的（收益）╱虧損

(394) 1,205

出售其他無形資產的虧損

7 –

按公允價值計入損益的金融資產的公允價值虧損

***

10,420 14,206

按公允價值計入損益的金融負債的公允價值虧損╱（收益） 6,413,405 (173,492)

終止租賃的虧損╱（收益）

33 (1,745)

政府補助

**#

(6,955) (8,516)

銀行利息收入

***

(10,227) (10,649)

匯兌（收益）╱虧損淨額

***

(24,435) 16,818

- 47 -

該項目計入綜合損益表的「銷售成本」內。

該等項目計入綜合損益表的「其他經營收入淨額」內。

***

該等項目計入綜合損益表的「其他收入╱（虧損）淨額」內。

於年內收到多項政府補助主要是由於本集團發展先進技術。並無與這些政府補助相關

的未達成條件或或然事項。

並無可由本集團作為僱主而使用的已沒收供款以減少現有供款水平。

6. 所得稅

2025年 2024年

人民幣千元人民幣千元

即期：

中國內地

年內支出 1,477 1,813

過往年度撥備 – (49)

其他地區

年內支出 57 –

遞延 (1,576) (1,843)

年內稅項抵免總額 (42) (79)

本集團須就成員公司所處及經營的國家╱司法權區所產生或賺取的利潤，按實體基準繳納

所得稅。

香港

由於本集團於本年度並無產生任何香港應課稅利潤（2024年：無），故並無就香港利得稅計

提撥備。於本年度，香港利得稅稅率為16.5%（2024年：16.5%）。

中國內地

根據《中華人民共和國企業所得稅法》及相關法規，在中國內地經營的實體須按應納稅收入

的25%繳納企業所得稅。於本年度，部分（2024年：部分）中國附屬公司被視為「高新技術

企業」，因此享有15%的優惠稅率（2024年：15%）。此外，截至2025年12月31日止年度，本

集團若干在中國內地經營的附屬公司享有5%的實際優惠稅率（2024年：5%），原因是該等

附屬公司的應納稅收入不超過人民幣3,000,000元，被視為「小型微利企業」。

- 48 -

7. 股息

於本年度，本集團並無宣派或派付任何股息（2024年：無）。

8. 母公司普通權益持有人應佔每股（虧損）╱盈利

每股基本（虧損）╱盈利金額乃基於母公司普通權益持有人應佔年內（虧損）╱利潤以及截至

2025年12月31日止年度發行在外普通股的加權平均數為46,683,468股（ 2024年：26,505,990

股）計算得出。

每股攤薄（虧損）╱盈利金額乃根據本公司普通權益持有人應佔年內（虧損）╱利潤計算，

並經調整以反映優先股的公允價值變動。計算中使用的普通股加權平均數為計算每股基本

（虧損）╱盈利時使用的本年度發行在外普通股數目，以及假設所有潛在攤薄普通股因視作

行使或轉換為普通股而無償發行的普通股加權平均數。

每股基本及攤薄（虧損）╱盈利的計算乃基於：

2025年 2024年

人民幣千元人民幣千元

（虧損）╱盈利

用於計算每股基本盈利的本公司普通股權益持有人

應佔（虧損）╱利潤 (6,414,969) 4,735

優先股及認股權證公允價值收益調整 –

(290,158)

扣除優先股及認股權證公允價值收益前本公司普通權益持有

人應佔虧損 (6,414,969) (285,423)

2025年 2024年

股份

用於計算每股基本盈利的發行在外普通股加權平均數 46,683,468 26,505,990

攤薄影響－普通股加權平均數：

購股權 –

–

優先股及認股權證 –

89,003,838

46,683,468 115,509,828

- 49 -

在計算截至2024年12月31日止年度的每股攤薄虧損金額時，並無計入購股權，因為

在計入購股權時，每股攤薄虧損金額可能減少，這表明除優先股外，購股權對每股

基本盈利金額有反攤薄影響。因此，截至2024年12月31日止年度的每股攤薄虧損僅

計入優先股及認股權證的影響。

在計算截至本年度的每股攤薄虧損金額時，並無計入購股權、優先股以及優先股及認

股權證的公允價值調整，因為在計入購股權、優先股時，每股攤薄虧損金額可能減

少，這表明購股權、優先股以及優先股及認股權證的公允價值調整對每股基本虧損金

額有反攤薄影響。因此，截至本年度的每股攤薄虧損與每股基本虧損相同。

9. 貿易應收款項及應收票據

於12月31日

2025年 2024年

人民幣千元人民幣千元

貿易應收款項 779,133 646,058

減值 (126,270) (99,895)

652,863 546,163

應收票據 4,853 1,191

賬面淨值 657,716 547,354

分析為：

即期部分 637,354 547,354

非即期部分 20,362 –

本集團與客戶的交易條款主要以賒賬為主。主要客戶的信貸期一般為一至五個月。每名客

戶均有最高信貸限額。本集團致力嚴格控制其未償還應收款項，並設有信貸控制系統，以

盡量減低信貸風險。逾期結餘由高級管理層定期檢討。鑑於上述情況及本集團的貿易應收

款項與大量多元化客戶有關，故並無重大的集中信貸風險。本集團並無就其貿易應收款項

結餘持有任何抵押品或其他信貸增強措施。貿易應收款項不計息。

- 50 -

於報告期末，貿易應收款項按發票日期及扣除虧損撥備的賬齡分析如下：

於12月31日

2025年 2024年

人民幣千元人民幣千元

一年以內 559,399 471,108

一至兩年 72,882 63,738

兩至三年 20,582 11,317

總計 652,863 546,163

10. 貿易應付款項及應付票據

於報告期末，貿易應付款項及應付票據按獲得服務日期的賬齡分析如下：

於12月31日

2025年 2024年

人民幣千元人民幣千元

一年以內 218,849 154,734

一至兩年 27,992 18,037

兩年以上 26,981 20,978

總計 273,822 193,749

貿易應付款項及應付票據均為免息且一般結算期為三個月以內。

11. 報告期後事項

於2025年12月31日之後的任何期間均無發生重大事項。

- 51 -

釋義

本公告內，除非文義另有所指，否則下列詞匯具有以下涵義：

「董事會」指本公司董事會

「中國」指中華人民共和國，僅就本公告而言，除非文義另有所指，

不包括香港、中華人民共和國澳門特別行政區及台灣

「審計委員會」指董事會審計委員會

「A類股份」指本公司股本中每股面值0.001美元的A類普通股，A類普通

股持有人可就於本公司股東大會上提呈的任何決議案享有

每股一票的投票權

「B類股份」指本公司股本中每股面值0.001美元的B類普通股，享有本公

司不同投票權，使B類普通股持有人可就於本公司股東大會

上提呈的任何決議案享有每股十票的投票權，惟有關任何

保留事項的決議案除外，在此情況下其將享有每股一票的

權利

「本公司」、「公司」

或「明略」

指明略科技（前稱匯智控股有限公司），一家於2010年2月1日

根據英屬維京群島法律註冊成立的商務公司並於2019年1月

15日透過於開曼群島存續的方式根據開曼群島法律註冊為

獲豁免有限公司，其A類股份於聯交所主板上市及交易

「企業管治守則」指上市規則附錄C1所載的企業管治守則

「董事」指本公司董事

「全球發售」指香港公開發售及國際發售

- 52 -

「本集團」或「我們」指本公司及其附屬公司

「香港」指中華人民共和國香港特別行政區

「港元」指香港法定貨幣港元

「上市日期」指 A類股份上市及A類股份首次獲準在聯交所開始交易的日

期，即2025年11月3日（星期一）

「上市規則」指香港聯合交易所有限公司證券上市規則（經不時修訂、補充

或以其他方式修改）

「上市」指 A類股份於主板上市

「主板」指聯交所營運的股票市場（不包括期權市場），獨立於聯交所

GEM並與聯交所GEM並行運作

「標準守則」指上市規則附錄C3所載上市發行人董事進行證券交易的標準

守則

「招股章程」指本公司於2025年10月23日刊發的招股章程

「報告期」指 2025年1月1日至2025年12月31日

「人民幣」指中國法定貨幣人民幣

「股份」指本公司股本中的A類股份及B類股份

「股東」指股份持有人

「聯交所」指香港聯合交易所有限公司

- 53 -

「附屬公司」指具有公司條例第15條賦予的涵義

「不同投票權」指具有上市規則賦予的涵義

「%」指百分比

「AI」指人工智能（Artificial Intelligence）

「Agent」指智能體

「Agentic AI」指智能體式人工智能

「Agentic Services」指智能體化服務

「Cito」指本集團自研的大模型

「Data Intelligence」指數據智能

「DeepMiner」指本集團自研的AI智能體平台

「Foundation Agent」指本集團自研的基礎智能體框架

「GEO」指生成式引擎優化（Generative Engine Optimization）

「IAB」指 The Interactive Advertising Bureau

「Mano」指本集團自研的大模型

「ROI」指 Return on Investment的縮寫，指投資回報率

除非另有說明，否則在本公告內：

• 若干金額及百分比數字已作四捨五入調整；因此，若干表格中顯示的數字可能並非

其之前數字的算術總和；及

• 為方便參考，本公告以中文及英文載列中國法律及法規、政府機關、機構、自然

人或其他實體（包括我們的若干附屬公司）的名稱，如有任何歧異，概以中文版本為

準。中文公司名稱及其他詞語的英譯本僅供識別之用。

- 54 -

承董事會命

明略科技

董事長兼執行董事

吳明輝先生

香港，二零二六年三月二十六日

於本公告日期，董事會包括：(i)執行董事吳明輝先生、姜平先生、趙潔女士及于琦女士；

(ii)非執行董事姚磊文先生；及(iii)獨立非執行董事任煜男先生、何慶源先生及曾慶飛先

生。