深圳商报·读创客户端记者 李薇 9月24日，浙江可胜技👍术股份有限公司（以下简称“可胜技术”）向港交所主板递交上市申😘请。虽然该公司过去三年收入和利润逐年快速增长，但今年上半年业😀绩增速大幅放缓。同时，公司还存在产品结构极为单一、客户集中度😴畸高、毛利率持续下滑等风险。截至2025年6月30日，公司应⭐收账款及合同资产占总资产的比重超过三成，减值风险较严峻。 👍 可胜技术成立于2010年，是一家熔盐储能光热发电解决方案🤔提供商，专注于塔式光热发电与熔盐储能的技术研究、装备研制与工😅程化应用，深度聚焦光热发电及多能互补发电业务，并布局以熔盐储🤯能为核心的综合能源应用领域。 可胜技术已掌握从聚光、集🤩热、储热到发电的全流程塔式光热发电核心技术，并建立起光热发电👏全产业链。同时，可胜技术开发了一整套高温熔盐储能解决方案，形😘成了一系列涵盖工艺包设计、关键设备集成、工程设计及建设管理、🥳系统调试及运维等专有技术。 2021年至2024年，可👏胜技术为中国11座光热电站提供了聚光集热系统，这些系统是熔盐😜塔式光热发电站最关键的子系统，总设计装机容量达1,250MW😀。 根据弗若斯特沙利文报告，2011年至2014年期间🤯，按项目总设计装机容量与项目数量计，该公司的市场份额分别达到😘57.9%与55.0%。 产品结构单一，今年上半年业绩😉增速大幅放缓 经营业绩层面，2022-2024年，可胜😡技术的收入从2085万元飙升至21.89亿元，年复合增长率高😅达924.64%；净利润分别为-9125.9万元、2.48亿🤯元及5.40亿元，呈逐年快速增长趋势。自2023年起该公司扭🔥亏为盈，2024年同比大幅增长117.48%。 202😂5年上半年，可胜技术的业绩增速大幅放缓，总收入为9.81亿元👍，同比增长31.61%；净利润为2.33亿元，同比增长13.😡24%。 可胜技术的收入主要来自销售聚光集热系统及其他😎核心子系统及建设咨询、运维技术指导及其他技术服务，定价主要透😢过招标程序及成本加成考量厘定，其中成本加成因素涵盖合同范围、💯里程碑时程表及保修责任。 2023年、2024年及20😉25年上半年，可胜技术销售聚光集热系统及其他核心子系统的收入👍分别占当期总收入的99.6%、95%及99%，产品结构极为单😍一。 此外，可胜技术2023年出售多家联营公司的收益占😉当期净利润的六成左右，反映盈利能力有一定“水分”。 客🥳户集中度接近100%，应收账款显著增长 值得注意的是，😍可胜技术的客户集中度极高，对主要客户存在重大依赖风险。报告期❤️内，公司来自五大客户的收入分别约占总收入的99.9%、99.🌟9%、88.5%及99.9%，除2024年外均高度逼近100😢%，其中来自单一最大客户的收入分别约占93.3%、84.8%😴、22.3%及28.5%。 随着收入快速增长，可胜技术👍的应收账款及合同资产也水涨船高。截至2025年6月30日，应😎收账款及合同资产合计10.29亿元，占期末总资产的33.62😅%。 同时，合同资产与应收账款比例发生较大变化，合同资🤩产由2024年末的5.91亿元增长至6.68亿元，占应收账款🥳与合同资产合计金额的比例由59.40%增长至67.41%。 😴 报告期内，可胜技术分别录得贸易应收款项减值亏损1843😴.5万元、2647.4万元、2318.5万元、2253.9万❤️元，合同资产减值亏损1398.2万元、1963.2万元、20👍43.3万元及2913.1万元。其中，合同资产减值亏损增速显🙄著快于贸易应收款项。 生产高度依赖外包，成本上涨盈利能🌟力下滑 值得一提的是，可胜技术采用轻资产模式，专注于核😆心技术输出和系统设备组装供应等高附加值环节，同时甄选符合资质🌟的外协厂商，根据公司的设计方案和技术参数要求进行零部件的委外😅生产，包括用于定日镜的高质量反射玻璃和钢金属部件。 依⭐赖大量外包生产的模式可能会使公司面临供应链协调风险、质量控制🤔风险和运营风险，从而可能影响项目执行和财务表现。 此外❤️，反射玻璃或熔盐价格的大幅上涨可能会抬高可胜技术的生产成本，💯挤压利润空间。可胜技术2023年的毛利率为36.1%，随后于😍2024年下降至31.7%，2025年上半年虽回升至31.9🤩%，但2024年同期为35.4%，同比下降3.5个百分点。整👏体来看，公司的盈利能力呈下滑趋势。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