社区

CMCM 4Q24 财报发布会QA整理

Jefferies, Thomas CHONG：

能否分享一下2025年互联网业务的关键指标，包括收入增速和利润率？相比之前，我们在这些方面有哪些进展或调整？

傅盛，CEO：

经过过去几年的战略调整，当前互联网业务已恢复至稳健增长轨道。基于当前市场环境分析，我们已在传统互联网业务领域重新确立了可持续增长路径。展望2025年，虽然互联网行业仍存在诸多不确定性因素，但我们预判业务增速将超越2024年水平。

关于创新发展方向，当前人工智能技术已进入规模化应用阶段。我们将重点推进AI核心技术在现有互联网产品体系中的深度整合，具体包括采用新型AI模型架构及前沿算法技术，对核心业务模块实施智能化改造。通过构建AI驱动的产品矩阵，预期将实现用户体验优化与服务效率提升的双重目标，从而为互联网业务的持续增长提供强有力的技术支撑与创新动能。

工银国际，赵泽平：

猎豹在PC和移动互联网时代积累了强大的工具产品能力和推广经验。在大模型时代，您如何看待企业内部AI Agent的发展空间？猎豹是否有类似实用工具产品的规划？这些产品是否能够与猎豹的机器人业务实现协同发展？

傅盛，CEO：

当前AI Agent技术发展迅速，我们认为该领域已处于爆发前夜。在企业应用层面，AI Agent必将大量涌现，并成为企业应用AI的主流方式。这种技术能有效提升企业效率，我们公司已在内部部署多项AI Agent应用，并开发了相关产品。例如最新推出的AI带教系统，完全通过AI Agent实现企业内部培训的智能化。

关于机器人业务与AI Agent的协同发展，我们认为软件智能化水平是决定机器人能否达到商用标准的关键因素。猎豹过去一年在AI Agent和大模型领域的技术积累，特别是自主研发的Agent OS操作系统，为机器人领域提供了新的技术支撑。这个操作系统基于大模型架构构建，将显著提升机器人的智能水平。

需要强调的是，虽然目前市场上各类Agent技术概念盛行，但要真正实现好用且稳定的系统，仍需攻克诸多技术细节。我们在企业级Agent应用、多模型能力整合以及自研模型训练方面积累的实践经验，正是开发Agent OS操作系统的核心优势所在。这种技术沉淀使我们有信心将AI Agent与机器人业务进行深度融合，推动行业智能化发展。

广发证券，周喆：

DeepSeek今年推动了全球大模型行业的发展。您认为AI是否已经具备在更低成本下实现规模化的条件，还是我们仍需等待一些关键转折点？

傅盛，CEO：

DeepSeek的诞生对推动AI行业普及具有里程碑意义。其核心价值不仅体现在低成本架构，更在于推理模型性能已达到行业顶尖水平。值得关注的是，该技术突破以完全开源形式呈现，这使得任何企业都能够基于自主知识产权构建大模型体系。

基于当前技术演进趋势，我们观察到行业格局正在发生根本性转变。在近期国际交流中我们提出预判：未来大模型厂商将趋于收敛，绝大多数企业将转型为应用服务商。这种转型的本质在于如何通过技术手段有效解决用户的实际业务痛点，这一产业定位调整在2024年已具备实施基础。

具体而言，推理模型逻辑能力的质变标志着AI行业已跨越规模化应用的关键阈值。无论是软件层还是硬件层的创新开发，现阶段都已满足技术落地的必要条件。虽然具体场景的适配优化仍需投入时间，但主要瓶颈已从理论突破转向工程实践。基于此判断，我们将持续深化在机器人和互联网领域的战略布局，重点推进AI Agent技术的集成化应用，以把握产业升级的历史机遇。

方正证券，朱壹：

随着大模型技术的快速发展，轮式机器人市场空间正在迅速扩展。您认为，哪些类型的大厂可能会进入这个赛道？特别是像EV厂商这样的企业，是否有可能凭借其在硬件制造和智能化技术上的积累，切入轮式机器人领域？您觉得猎豹的积累和优势是否足以构建足够深的护城河，来抵挡潜在的大厂竞争？您如何看待未来市场竞争格局的变化？

傅盛，CEO：

关于轮式机器人市场的发展前景，我认为在可预见的未来两到三年内，该领域仍将处于早期发展阶段。相较于已形成激烈竞争格局的电动车市场，当前轮式机器人市场规模相对有限，因此推测大型厂商短期内不会大规模进入。基于这一市场窗口期，我们需集中资源构建完整的研发与产品迭代体系，特别是在室内自主导航等核心技术方向实现突破。

需要强调的是，单纯的技术指标难以构成长期竞争壁垒。在开源技术环境下，真正的竞争优势来源于三个方面：首先是通过产品价值赢得用户认可；其次是建立需求驱动的快速迭代能力；最后是构建从研发到销售的全链条协同机制。即便未来有大型厂商进入，诸如低算力芯片环境下的室内导航等技术细节仍需要长期积累，这类细分领域的差异化优势难以被快速复制。

以汽车与消费电子行业的差异为例，虽然自动驾驶技术在电动车领域已趋成熟，但在售价一万多元的机器人产品中部署成本仅数万元的芯片来实现同等算力的室内导航，其技术复杂度不可等同视之。这种技术适配的差异性恰似PC厂商涉足手机制造所面临的挑战，核心在于特定场景下的工程化能力构建。因此，在智能化技术快速迭代的当下，保持领域专注度与敏捷开发能力将成为决胜关键。

CMBI, Joanna MA：

随着高质量且成本合理的模型的增多，您是否注意到中小规模公司在算力使用上从模型训练转向模型推理？同时，您认为哪些企业仍在持续训练自己的大模型，并保持较高的算力投入？这些趋势对猎豹未来的业务发展有何影响？

关于大模型技术演进与企业战略选择，我的观点保持连贯性。大模型作为未来基础设施的核心形态，其发展路径已呈现明确的分层趋势：头部厂商基于战略安全考量将持续推进自研大模型建设，而开源模型则凭借性能持续优化与资源约束条件下的创新优势，逐步形成差异化竞争力。当前行业已进入算力普惠化阶段，建议企业将战略重心转向推理应用开发。

就猎豹的实际业务布局而言，技术转型带来三个维度的变革：首先在研发体系层面，AI技术已深度融入代码开发全流程，显著降低了对高技能人才的依赖程度。其次在区域布局方面，通过在西安建立研发中心，成功实现以合理成本获取高素质技术人才的目标。具体到产品战略，我们将聚焦两大方向：其一是在机器人领域强化AI Agent技术集成，区别于泛化的机器人形态，重点突破人机交互与智能任务执行的核心能力；其二是推动全线互联网产品的智能化改造，通过系统化的AI技术融合重构用户体验。

这种战略选择基于对行业趋势的判断：随着算力配置成为企业基础能力标准，技术竞争焦点正从模型训练转向场景化应用创新。在此过程中，能否构建快速迭代的研发体系与垂直场景的深度认知，将成为决定企业核心竞争力的关键要素。

UOB, Ming SAN：

关于DeepSeek V3和R1等大语言模型的进展，您如何看待这些模型的引入对AI应用竞争格局的影响？猎豹在未来几个季度将如何利用这些技术推动公司的发展，尤其是提高产品竞争力？

关于大模型技术演进与产业应用趋势，我的观察如下：

DeepSeek最新发布的V3版本在编码能力上已接近行业顶尖水平，这标志着开源模型与闭源模型的性能差距正在快速缩小。这种技术平权的趋势将加速大模型领域的竞争分化，预计未来市场将呈现"头部厂商持续自研+中小厂商聚焦应用"的二元格局。对中国AI创业生态而言，DeepSeek的突破性进展具有重要战略价值——它打破了顶级模型资源垄断，使本土创业者能在同等技术起跑线上参与全球竞争。

就猎豹的实践路径而言，技术突破正推动三大业务变革：

机器人交互革命：通过多模态感知技术（语音+视觉融合）与自研AgentOS系统，我们实现了动态环境下的自动交互能力。相较于传统语音助手的被动响应模式，新型机器人具备环境感知、意图预判和场景自适应能力，其交互体验已接近人类自然沟通水平。这种技术跨越使得服务机器人在复杂公共场景（如商场、机场）的商业化落地成为可能。

研发体系重构：AI技术深度融入产品开发全流程，在代码生成、测试优化等环节显著提升效率。西安研发中心的建立印证了AI赋能的规模化效应——通过智能化工具链，二三线城市团队可同步参与核心技术创新，人才结构得到结构性优化。

软件产品智能化：传统互联网产品正经历AI Agent架构改造。我们正在构建统一的技术中台，使各类应用能智能识别用户需求、自动调用服务资源，实现从"功能响应"到"场景服务"的质变。

当前技术突破带来的不仅是产品体验升级，更是商业逻辑的重构。当交互类机器人突破环境适应性瓶颈后，其应用场景将呈指数级扩展，这恰似ChatGPT引发的生成式AI革命。猎豹将持续深耕机器人交互技术与AI Agent生态建设，把握智能化浪潮中的结构性机遇。

CICC, Ben Kai XIAO：

AI行业的快速发展对猎豹机器人业务的未来空间、发展路径和商业模式带来了哪些新机遇？与上个季度相比，猎豹是否对机器人业务战略进行了调整？

傅盛，CEO：

关于机器人产业发展现状与趋势，我的观点如下：

当前人形机器人领域确实受到资本市场高度关注，但需要明确的是，该领域的技术突破不仅涉及软件算法，更面临硬件系统集成的重大挑战。相较于软件迭代速度，机械结构复杂度过高将制约其商业化进程，因此真正实现规模化服务应用仍需较长时间。

从市场定位角度，当前人形机器人市场主要集中于科研机构等专业领域，而面向消费级市场的服务机器人应聚焦于特定场景的功能优化。随着大模型技术的成熟，我们判断2024年将成为服务机器人产业转折点，其中三大细分领域将迎来显著增长：语音交互系统、智能导航及跨境商务辅助机器人。

基于此战略判断，我们维持既定的产品研发路线，重点推进以下方向：

场景化功能开发：针对接待讲解、产品推销等高频场景，优化多模态交互能力

硬件简化设计：通过模块化架构降低机械系统复杂度，提升量产可行性

渠道策略优化：建立行业解决方案合作伙伴网络，完善商业化落地路径

需要强调的是，虽然人形机器人具有技术标杆意义，但当前阶段服务机器人的产业化突破更可能发生在垂直应用场景。随着大模型技术持续赋能，AI驱动型机器人已具备进入规模化应用的技术基础，行业即将进入快速发展通道。

国元证券，李承儒：

您如何通过真实场景和数据反馈加速技术的迭代，数据飞轮如何推动猎豹机器人业务向更广泛的行业应用扩展？

傅盛，CEO：

目前，我们的机器人技术主要集中在两个方面。首先是语音交互技术。举个例子，在许多公共场所，环境噪音可能达到60至70分贝，甚至更高，这对麦克风的敏感度提出了挑战。此外，还会有空间回声等问题。通过多年的技术积累，我们已经在这些语音能力方面取得了很大的提升。例如，我们的语音识别模型在这种嘈杂环境下的识别率，比市场上其他知名模型更好，这得益于数据的不断迭代。

随着AgentOS的上线，机器人将在更复杂的语音交互、视觉交互以及多人环境下展现更好的反应能力。随着数据的不断回收，我们相信体验会不断改善，机器人能够更精准地判断是否是与用户对话，或者用户是否在与旁边的人交谈。这些改进将大大增强用户体验。

第二个方面是室内导航。过去，由于算力限制，我们主要使用SLAM算法，这需要在餐厅等场所的天花板上贴二维码，这样机器人才能避免迷路。但随着视觉技术的进步和数据的增加，我们已经取消了贴二维码的做法。现在，机器人能够基于视觉和空间数据自主定位和规划路径。因此，数据飞轮对我们机器人技术的提升有着重要的作用。随着用户数量的增加和体验的不断优化，机器人在智能化上的体验将继续保持领先。

天风证券，吴犇翔

随着元宝、豆包类AI助理，Copilot和AI搜索等AI产品的快速发展，AI Agent的出现是否可能对现有的应用生态系统产生重大影响？一些投资者认为，AI Agent可能会取代许多传统App。在这种背景下，您如何看待AI Agent与现有应用的整合？特别是，您认为AI Agent会如何与像微信这类的超级应用进行互补？

傅盛，CEO：

AI代理的出现，肯定会对现有的APP生态产生重大影响。这不仅仅是技术层面的变革，还涉及到用户习惯的改变。谁能够迅速响应这一变化，谁就能够维持在市场上的竞争力。如果反应慢的企业，可能就会被新的竞争者超越。这类似于移动互联网兴起时，传统互联网公司能否迅速转型，或者是否能够在移动互联网时代占据一席之地。

我认为，AI代理技术将在未来取代传统的APP形式。因为当用户习惯了通过语音或自然语言解决问题时，他们就不再愿意使用传统的点击式界面。这种自然语言交互的方式不需要用户去学习APP界面，相比传统方式更加直观和高效。就像我个人已经很少再使用传统搜索引擎，而是通过AI助手直接获得所需答案。随着更多用户适应这种方式，传统搜索和其他APP的使用将会大幅下降。

至于与微信等超级应用的整合，这取决于微信是否会积极推进这一方向。如果微信能够及时适应AI代理的发展并加以整合，它将能够保持竞争力，否则可能会遇到一定的挑战。总的来说，现有应用都应该加速采用AI技术，重新构建其应用体验，否则可能会被新兴的AI应用所替代。

国泰君安，刁云鹏：

能否回顾一下2024年在机器人业务方面取得的成就，并分享2025年在这方面的规划和目标？

傅盛，CEO：

2024年，我们在AI和机器人领域取得了一些重要进展。尤其是在海外市场，我们看到服务机器人需求明显上升。与以前的APP市场不同，海外市场对于渠道建设和销售人员的要求需要一定的周期，但我们仍然看到了市场需求的增长，尤其是在欧洲，这一市场的变化超出了我们的预期。

对于2025年，我们的目标是通过差异化竞争，在机器人领域脱颖而出。我们不会仅仅关注国内市场的价格竞争，而是以智能化和交互性为核心，推动机器人产品的创新与发展。我们相信，随着大模型技术的成熟，机器人产品将在智能化和交互性方面取得长足的进步。

我们的长期目标是在未来三年内，成为全球前三大机器人公司之一，并希望将机器人业务的收入提升至公司总收入的50%。这是我们的三年规划，我们相信随着技术的不断提升和市场需求的增长，机器人业务将迎来快速发展的机会。

中信证券，石彦龙：

过去市场普遍认为轮式机器人由于缺乏足够的通用能力，其市场空间有限。关于公司提出的差异化战略，此前市场普遍认为服务机器人主要应用于酒店、餐饮及展厅等场景，但这些领域的市场空间相对有限。从差异化竞争的角度，请问猎豹未来计划通过哪些领域的突破来进一步打开市场空间？此外，在AI技术推动下，公司预计这一突破将如何分阶段实现？希望能就此听取您的见解。

关于轮式机器人市场空间有限的讨论，我认为核心限制因素并非轮式形态本身，而是过往机器人的智能化水平不足。以餐厅和酒店场景为例，此前的机器人需要大量部署工作，且功能单一，仅能完成固定路径的递送任务，无法解决更复杂的场景需求。这导致其应用范围受限，本质上反映了行业整体智能化水平的瓶颈。

相比之下，工业机器人经过数十年发展，其自动化能力已能充分满足产线需求，但服务机器人的智能化程度仍有较大提升空间。今年我们推出的AgentOS集成了多模态交互与任务规划能力，显著提升了机器人的智能水平。虽然尚不能完全比肩人类能力，但在特定场景下已能实现接近人类的部分功能。

以餐厅机器人为例，传统方案需针对每项任务单独编程，例如固定路径送餐，且需对服务员进行专门培训。而搭载AgentOS新系统后，机器人可自主理解指令（如“送至某桌”），甚至执行动态任务（如客流较少时主动招揽顾客），无需额外编码或复杂配置。这大幅降低了非IT企业的隐性使用成本。以上仅是简单示例，后续我们将发布更多应用案例。

总体而言，当前行业突破的关键在于智能化升级，而非形态差异。我们自去年起重点投入AI能力建设，随着智能水平提升，机器人的应用场景将显著拓宽。长期来看，虽然对人形机器人持保守态度，但结合机械臂与空间交互能力的轮式方案，仍是短期内更具可行性的拓展路径。