作为甘肃地区的老牌酒企，甘肃皇台酒业股份有限公司（简称“皇台😎酒业”，000995.SZ）上半年业绩表现不佳，亏损幅度进一😢步扩大，经营现金流有所恶化，产能仍大量空置，多项财务指标亮起🤗“警示灯”。业内人士认为，在当前白酒行业深度调整、消费分层加😉剧的背景下，皇台酒业的品牌复兴之路或面临重重挑战。 营😂收净利下滑产能大量空置 公开资料显示，皇台酒业成立于1🚀985年，2000年8月在深交所主板上市。公司主营业务是白酒🙄、葡萄酒的生产及销售，拥有“皇台”和“凉州皇台”两大品牌和“😂窖底原浆”“皇台经典”等系列产品。 皇台酒业上半年经营🔥状况不容乐观。财报显示，上半年，皇台酒业实现营业收入5774🚀.04万元，同比下降11.85%；实现归母净利润为-526.😊75万元，亏损同比扩大32.59%；经营活动产生的现金流净额😊为-2600.29万元，较上年同期的-748.39万元，流出❤️幅度扩大。 分季度看，今年第二季度，皇台酒业业绩表现进🤯一步恶化，当季实现营业收入1906.67万元，同比下降34.😂59%；实现归母净利润-870.48万元，亏损同比扩大79.😅73%。 皇台酒业解释称，销售收入下降系受市场环境影响😴，还与白酒消费结构转型、分化及存量竞争加剧有关。 拉长😡时间线看，皇台酒业近年来营收维持增长，但净利润波动较大。20🎉22年至2024年，皇台酒业实现营业收入分别为1.36亿元、😘1.54亿元和1.72亿元；实现归母净利润分别为735.61😂万元、-1500.94万元和2770.03万元，呈“过山车式😀”波动状态，反映其盈利能力并不稳定。 费用方面，202🙄5年上半年，皇台酒业销售费用为1477.53万元，同比下降2👍2.07%，其中业务宣传费为177.07万元，同比大幅下降5😂4.63%。不过，同期公司管理费用为1362.13万元，同比😎增长5.64%；财务费用351.07万元，同比增长11.27😡%。此外，截至上半年末，皇台酒业的货币资金余额为1340.3😢1万元，较年初的4375.55万元大幅减少69.37%，现金😎流动性压力凸显。 值得关注的是，在业绩表现不佳、存货持🚀续增长的同时，皇台酒业大量产能还长期处于空置状态。《经济参考😁报》记者研读近两年财报发现，皇台酒业的白酒设计产能均为1万吨😴，但2023年、2024年的白酒实际产能分别为2982.65😆吨、2531.04吨，产能利用率分别仅为29.83%、25.🙄31%。而葡萄酒的产能利用率更低，2023年和2024年，其❤️葡萄酒的设计产能均为1万吨，实际产能分别为1182.58吨和😅1212.37吨，产能利用率分别约为11.83%和12.12😴%。 今年上半年，皇台酒业的白酒实际产能仅为1233.😊86吨，葡萄酒实际产能只有48.25吨。 低端产品下滑🤔严重省外市场增长明显 从营收结构看，白酒业务仍是皇台酒🚀业收入的主要来源。 上半年，皇台酒粮食白酒业务实现收入🤩5382.90万元，同比下滑14.60%，占总收入的比例为9😍3.23%；葡萄酒业务实现收入335.61万元，同比大幅增长😁105.70%，但基数较小，占比仅为5.81%。 皇台😆酒业的产品线较为丰富，高端、中高端、中低端、低端产品线业绩出🥳现明显分化。2025年上半年，公司高端产品收入1282.17🤔万元，同比增长7.53%，毛利率达82.53%，表现稳健；中😀高端产品收入1432.59万元，同比增长3.66%。相比之下🙄，公司低端和中低端产品收入则出现大幅下滑，分别为988.91😢万元和2014.84万元，分别同比下降31.36%和17.8😊1%。业内人士分析指出，皇台酒业产品收入结构出现的变动表明，😊其在大众消费市场仍面临较大经营压力。 分地区看，相对省😢内市场的下滑，皇台酒业在省外市场营收表现相对亮眼。2025年👏上半年，皇台酒业在甘肃省内市场实现收入4514.81万元，同🔥比下降25.61%，成为拖累整体业绩的主因；省外市场则实现收🔥入1259.23万元，同比大幅增长161.68%。 分😡销售模式看，经销模式仍是皇台酒业营收贡献的主力。上半年经销模🚀式实现收入4110.68万元，同比下降10.83%，占比71🤯.17%；直销模式收入1607.83万元，同比下降13.41🤗%，占比27.84%。 从经销渠道看，皇台酒业的经销商🌟数量有所下降。截至上半年末，皇台酒业在甘肃省武威市经销商数量🎉为40个，较年初减少2个；甘肃省其余地区及外省的经销商数量为😍104个，较年初减少36个。 值得肯定的是，皇台酒业提🤔出了“辐射西北、面向全国”的战略，并在局部市场取得积极进展。😍此外，公司还通过参与国内外酒类大赛、强化品牌曝光等方式提升品😆牌影响力，2024年以来多次获得国际奖项，其中“窖底原浆”系😀列在国际烈酒大赛中斩获多项金奖。 来源：经济参考报返回😉搜狐，查看更多

北京市:市辖区:(东城区、西城区、朝阳区、丰台区、石景山区、海淀区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、怀柔区、平谷区、密云区、延庆区)

天津市:市辖区:(和平区、河东区、河西区、南开区、河北区、红桥区、东丽区、西青区、津南区、北辰区、武清区、宝坻区、滨海新区、宁河区、静海区、蓟州区)

河北省:石家庄市:(长安区、桥西区、新华区、井陉矿区、裕华区、藁城区、鹿泉区、栾城区、井陉县、正定县、行唐县、灵寿县、高邑县、深泽县、赞皇县、无极县、平山县、元氏县、赵县、石家庄高新技术产业开发区、石家庄循环化工园区、辛集市、晋州市、新乐市)

唐山市:(路南区、路北区、古冶区、开平区、丰南区、丰润区、曹妃甸区、滦南县、乐亭县、迁西县、玉田县、河北唐山芦台经济开发区、唐山市汉沽管理区、唐山高新技术产业开发区、河北唐山海港经济开发区、遵化市、迁安市、滦州市)

秦皇岛市:(海港区、山海关区、北戴河区、抚宁区、青龙满族自治县、昌黎县、卢龙县、秦皇岛市经济技术开发区、北戴河新区)

邯郸市:(邯山区、丛台区、复兴区、峰峰矿区、肥乡区、永年区、临漳县、成安县、大名县、涉县、磁县、邱县、鸡泽县、广平县、馆陶县、魏县、曲周县、邯郸经济技术开发区、邯郸冀南新区、武安市)

邢台市:(襄都区、信都区、任泽区、南和区、临城县、内丘县、柏乡县、隆尧县、宁晋县、巨鹿县、新河县、广宗县、平乡县、威县、清河县、临西县、河北邢台经济开发区、南宫市、沙河市)

保定市:(竞秀区、莲池区、满城区、清苑区、徐水区、涞水县、阜平县、定兴县、唐县、高阳县、容城县、涞源县、望都县、安新县、易县、曲阳县、蠡县、顺平县、博野县、雄县、保定高新技术产业开发区、保定白沟新城、涿州市、定州市、安国市、高碑店市)

张家口市:(桥东区、桥西区、宣化区、下花园区、万全区、崇礼区、张北县、康保县、沽源县、尚义县、蔚县、阳原县、怀安县、怀来县、涿鹿县、赤城县、张家口经济开发区、张家口市察北管理区、张家口市塞北管理区)

承德市:(双桥区、双滦区、鹰手营子矿区、承德县、兴隆县、滦平县、隆化县、丰宁满族自治县、宽城满族自治县、围场满族蒙古族自治县、承德高新技术产业开发区、平泉市)

沧州市:(新华区、运河区、沧县、青县、东光县、海兴县、盐山县、肃宁县、南皮县、吴桥县、献县、孟村回族自治县、河北沧州经济开发区、沧州高新技术产业开发区、沧州渤海新区、泊头市、任丘市、黄骅市、河间市)

中国大模型，首登Nature封面。 9月17日，在最新😍一期的国际权威期刊Nature（自然）中，DeepSeek-😊R1推理模型研究论文登上了封面。该论文由DeepSeek团队😅共同完成，梁文锋担任通讯作者，首次公开了仅靠强化学习就能激发👏大模型推理能力的重要研究成果。这是中国大模型研究首次登上Na💯ture封面，也是全球首个经过完整同行评审并发表于权威期刊的🙄主流大语言模型研究，标志着中国AI技术在国际科学界获得最高认🎉可。 Nature在其社论中评价道：“几乎所有主流的大🤔模型都还没有经过独立同行评审，这一空白终于被DeepSeek😆打破。” 中国AI大模型的“Nature时刻” 😆自大模型浪潮席卷全球以来，技术发布、性能榜单层出不穷，但始终😘缺乏一个权威的“科学认证”机制。OpenAI、谷歌等巨头虽屡😅有突破，但其核心技术多以技术报告形式发布，未经独立同行评审。🚀 DeepSeek以其公开性和透明性打破了这一局面。D🥳eepSeek-R1模型的研究论文最早于今年年初发布在预印本⭐平台arXiv上。自今年2月14日向Nature投递论文至今😀，历经半年，8位外部专家参与了同行评审，DeepSeek-R🙄1推理模型研究论文终获发表，完成了从预印本到Nature封面🙄的“学术跃迁”。审稿人不仅关注模型性能，更对数据来源、训练方❤️法、安全性等提出严格质询，这一过程是AI模型迈向更高的透明度😀和可重复性的可喜一步。 因此，Nature也对Deep⭐Seek的开放模式给予高度评价，在其社论中评价道：“几乎所有😀主流的大模型都还没有经过独立同行评审，这一空白终于被Deep⭐Seek打破。”全球知名开源社区Hugging Face机器😡学习工程师Lewis Tunstall也是DeepSeek论😊文的审稿人之一，他强调：“这是一个备受欢迎的先例。如果缺乏这🤔种公开分享大部分研发过程的行业规范，我们将很难评估这些系统的🤗潜在风险。” 据了解，DeepSeek本次在Natur🤯e上发表的论文较今年年初的初版论文有较大的改动，全文64页，🙌不仅首次披露了R1的训练成本，而且透露了更多模型训练的技术细🎉节，包括对发布初期外界有关“蒸馏”方法的质疑作出了正面回应，😂提供了训练过程中减轻数据污染的详细流程，并对R1的安全性进行🤩了全面评估。 其中，在训练成本方面，R1-Zero和R🥳1都使用了512张H800GPU，分别训练了198个小时和8💯0个小时，以H800每GPU小时2美元的租赁价格换算，R1的😂总训练成本为29.4万美元（约合人民币209万元）。不到30👏万美元的训练成本，与其他推理模型动辄上千万美元的花费相比，可💯谓实现了极大的降本。 关于R1发布最初时所受到的“蒸馏💯”质疑，DeepSeek介绍，其使用的数据全部来自互联网，虽😂然可能包含GPT-4生成的结果，但并非有意而为之，更没有专门😅的蒸馏环节。所谓“蒸馏”，简单理解就是用预先训练好的复杂模型🎉输出的结果，作为监督信号再去训练另外一个模型。R1发布时，O💯penAI称它发现DeepSeek使用了OpenAI专有模型😂来训练自己的开源模型的证据，但拒绝进一步透露其证据的细节。 🤩 R2何时问世引发关注 自今年年初发布R1以来，D😆eepSeek在全球树立了开源模型的典范，但过去数月，外界对⭐于R2何时发布始终保持高度关注，相关传言一直不断。不过，R2🙄的发布时间一再推迟，外界分析R2研发进程缓慢可能与算力受限有😆关。 展开全文 值得注意的是，今年8月21日，D🙌eepSeek正式发布DeepSeek-V3.1，称其为“迈🎉向Agent（智能体）时代的第一步”。据DeepSeek介绍🤩，V3.1主要包含三大变化：一是采用混合推理架构，一个模型同😆时支持思考模式与非思考模式；二是具有更高的思考效率，能在更短🤩时间内给出答案；三是具有更强的智能体能力，通过后训练优化，新🤯模型在工具使用与智能体任务中的表现有较大提升。 由于R😢1的基座模型为V3，V3.1的升级也引发了外界对于R2“在路😘上”的猜测。V3.1的升级更深刻的意义在于，DeepSeek🙌强调DeepSeek-V3.1使用了UE8M0 FP8 Sc😊ale的参数精度，而UE8M0 FP8是针对即将发布的下一代💯国产芯片设计。这也表明未来基于DeepSeek模型的训练与推😅理有望更多应用国产AI芯片，助力国产算力生态加速建设。这一表🙌态一度带动国产芯片算力股股价飙升。 中国银河证券研报指💯出，DeepSeek从V3版本就开始采用FP8参数精度验证了🤯其训练的有效性，通过降低算力精度，使国产ASIC芯片能在成熟💯制程（12-28nm）上接近先进制程英伟达GPU的算力精度，🥳DeepSeek-V3.1使用UE8M0 FP8 Scale❤️参数精度，让软件去主动拥抱硬件更喜欢的数据格式，“软硬协同”😜的生态技术壁垒逐渐成为AI浪潮下新范式，未来国产大模型将更多😊拥抱FP8算力精度并有望成为一种新技术趋势，通过软硬件的协同😎换取数量级性能的提升，国产算力芯片将迎来变革。 责编：😉万健祎 校对：王朝全 版权声明 " Typ😁e="normal"@@--> 证券时报各平台所有原创😡内容，未经书面授权，任何单位及个人不得转载。我社保留追究相关😀行为主体法律责任的权利。 转载与合作可联系证券时报小助😉理，微信ID：SecuritiesTimes " Ty🤔pe="normal"@@-->返回搜狐，查看更多