深圳商报·读创客户端记者 钟国斌 魔视智能科技（上海）😜股份有限公司（下称魔视智能）近日向港交所提交上市申请书，联席🙄保荐人为国泰君安国际、国信证券（香港）。值得注意的是，魔视智🤩能过去3年半累计亏损超7亿元，仍未盈利。 招股书显示，😴魔视智能成立于2015年，是一家专注于AI模型驱动的智能驾驶🔥技术公司。公司为主机厂及一级供应商提供具备L0级至L4级智能🤩驾驶功能的软硬一体解决方案，助力其智能化转型并推动智能驾驶的❤️普及。 魔视智能产品组合包括行车解决方案（Magic 😢Drive）、自动泊车解决方案（Magic Parking）🤯和主动安全解决方案（Magic Safety）等。目前，魔视😴智能已与广汽、比亚迪、吉利、奇瑞、北汽、长城、长安、东风、上🚀汽、一汽等国内外主流车企建立合作，业务范围拓展至美洲、欧洲、👏东南亚、中东及大洋洲等多个海外市场。截至报告期，公司智能辅助❤️驾驶解决方案已获选用于92款车型，交付超过330万套。 🙌 业绩方面，2022年至2024年，魔视智能的收入分别为人民🤯币1.178亿元、1.465亿元、3.568亿元；期内亏损分❤️别2.00亿元、2.28亿元、2.34亿元。2025年上半年❤️，魔视智能收入为人民币1.886亿元，同比增长76.4%；净😍亏损1.12亿元。过去3年半时间，公司累计亏损超7.74亿元😉。 毛利率方面，魔视智能2022年至2024年的毛利率😀分别为25.6%、13.7%、14.2%。公司2025年上半😡年毛利率为20.1%，较去年同期的10.0%增长10.1个百🤯分点。 魔视智能此次IPO募集资金将将用于加强研发能力😢、专注于智能驾驶解决方案的持续迭代升级；扩大产能、技术升级及🙌提升交付能力等。 截至最后实际可行日期，创始人、董事会🤯主席、执行董事兼首席执行官虞正华控制公司股东大会上29.65🎉%的投票权。虞正华于2017年1月获委任为魔视智能执行董事兼🔥首席执行官，并于2025年9月调任为执行董事。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)

近日，《Nature》杂志的最新一期封面论文引起了广泛关注，🙄研究主题是 DeepSeek-R1。这项研究由梁文锋教授团队👏主导，内容围绕如何通过强化学习来提升大型语言模型（LLM）的😂推理能力。早在今年1月，该研究已在 arXiv 上发布，受到😀学术界的高度评价。 在封面介绍中，《Nature》指出🙄，如果大型模型能够规划解决问题的步骤，往往会得到更好的解决方🤔案。这种推理能力与人类处理复杂问题的方式相似，但在人工智能领👍域实现这一点面临着巨大的挑战。研究团队展示了如何在极少人工干👍预的情况下训练出具备推理能力的模型。 DeepSeek⭐-R1模型的训练采用强化学习策略，模型在正确解答数学问题时会🌟获得高分奖励，而答错则会受到惩罚。通过这样的机制，DeepS🤔eek-R1学会了逐步推理、解决问题，并在给出答案前进行自我⭐验证，从而提高了其在编程和科学研究中的表现。 值得一提🚀的是，DeepSeek-R1被认为是首个经过权威学术期刊同行😴评审的语言模型，这一成就标志着 AI 领域的一个重要里程碑。😀Hugging Face 的工程师 Lewis Tunsta🤗ll 对此表示，这是一个重要的先例，强调了行业规范的重要性，🚀尤其是在评估 AI 系统潜在风险时。 此外，研究团队在👍论文中对模型的训练数据类型和安全性进行了详细说明，避免了对模😎型的拟人化描述，确保研究的严谨性和透明度。这一开放模式得到了😀同行的广泛赞誉，认为有助于提升公众对 AI 的信任。 👏划重点:返回搜狐，查看更多