佳缘科技:301117佳缘科技投资者关系管理信息20250711

证券代码：301117 证券简称：佳缘科技
佳缘科技股份有限公司投资者关系活动记录表
编号：2025-004
 特定对象调研□分析师会议
□媒体采访□业绩说明会
投资者关系活动类别
□新闻发布会□路演活动
 现场参观
其他
参与单位名称及人员 中信证券：万瑞钦
姓名 中信资管：张力琦
时间 2025 年 7 月 11 日
地点 佳缘科技股份有限公司会议室（成都）
上市公司接待人员姓 副总经理、董事会秘书：张顺
名
一、告知保密义务，签署保密承诺书。
二、公司基本情况介绍
三、互动交流，内容如下：
问题 1：请简要介绍下公司特种领域业务。
投资者关系活动主要
内容介绍 答：在网络信息安全领域，公司向国防军工等重
点行业客户提供以公司自研编码学应用技术为核心的
网络信息安全相关产品，包括软件系统、板卡、整机
和专用芯片等，下游涵盖航天、航空、地面站和移动
终端等领域。在信息化领域，公司提供的国防军工信
息化综合解决方案为军队、军工企业建设现代化应用
体系提供行政、后勤战备、指挥控制等全方位的业务支撑，打造智能化应用平台。
问题 2：公司网络安全和信息化的收入占比以及
2025 年度上半年经营状况。
答：2024 年度公司网络信息安全产品收入占比48.55%，信息化综合解决方案收入占比 44.00%。
2025 年上半年经营情况，请关注公司后续披露的半年报。
问题 3：公司网络安全产品是否已实现国产化，
外采芯片主要来自哪些单位？
答：公司网络安全产品目前已实现全国产化。对于不同应用场景和技术要求的产品，公司有着不同的芯片来源选择。外采芯片供应商包括龙芯中科、国微、复旦微、飞腾等。
问题 4：2025 年公司在业务上的发展规划是什么。
答：公司坚持以特种行业网络安全为核心，积极拓展信息化综合解决方案业务。
1、网络安全方向：技术应用上，聚焦各专业装备研发、平台研发、基于新技术的编码技术研究等，根据下游市场需求以及公司自身的沉淀，继续挖掘市场需求、开发多种产品形态，增加公司安全平台产品的使用场景；航天领域上，以国家航天科技发展为契机，聚焦卫星网络安全、安全地测设备、安全仿真等公司业务核心领域，重点发展标准化、模块化、系列化的各型安全计算平台产品；航空领域上，继续面向市场需求，重点解决低功耗和高算力的能力瓶颈，提升产品的性能与稳定性，增加公司航空安全平台产品的使用场景，强化相关产品的竞争优势。
2、SIP 芯片设计方向：大力拓展基于网络安全编
码应用技术的专用芯片业务，基于开发板卡安全平台产品所积累的集成电路设计经验，大力推动标准功能模块电路的小型化研发。完成两款 SIP100 及 SIP400项目的研发、样品试制、正样生产、形成销售。
3、医疗数据方向：公司已完成电子病历应用水平分级管理系统 2.0、统一门户管理系统 2.0、危急值管理系统、医护人员 360 视图系统、公立医院绩效考核管理系统研制等。2025 年，公司将持续推进医疗+大数据项目的研发工作，完成电子病历应用水平分级管理系统 3.0、医疗集成平台 2.0、医疗闭环管理系统 V1.0、公立医院绩效考核管理系统 V1.0、可信用户身份管理一体机研制，并拓展医疗+AI 的应用方向，通过新技术、新模式、新方向，辅助医疗机构人员智能、高效、精准的完成日常医疗工作，让医护人员以更多的时间回归救治患者的本质。
4、医疗+AI 方向：自 DeepSeek、通义千问等大模型横空出世以来，各医疗单位具备积极的接入意愿。公司将不拘泥于本地部署和问答交互等简单应用，着力解决AI工具和数据对医疗场景有效的业务支撑和再优化。针对大型三甲医院、市县医疗机构、医疗监管机构存在的行业痛点提供医疗智能体一体化解决方案。在医疗行业的患者服务、核心业务、运营管理三大主线中，基于 LLMOps 的一站式大模型开发平台,引用知识库，打造垂直专业一体机解决方案，满足不同等级医院的需求。同时，公司在 2025 年一季度完成 AI服务器集群的建立，与满血版本的本地化部署。基于上述条件，公司将加快对本地数据训练模型调优，持续收集医疗数据，训练并优化本地化 AI 模型，提升诊断准确性，采用联邦学习技术，保护数据隐私同时实
现模型共享。
问题 5：在医疗 AI 领域，公司布局已久，也有相
关动作。目前医疗 AI 产品的推广和落地情况如何？后
续研发还有什么规划？
答：今年初，公司已完成 AI 服务器集群的建立与
满血版本的本地化部署。公司基于华为根技术，以鲲
鹏+昇腾算力为算力底座，搭载基于 openEuler 的操作
系统，融合 DeepSeek、通义千问等多个混合 AI 大模型，
提供医疗领域电子病历质控场景的一体化解决方案。
该产品以 AI 大模型为核心，解决了病历质控“深度与
效率”的双重难题。该产品市场拓展正按计划积极推
进中，预计今年内形成订单。
后续研发上，公司将加快对本地数据训练模型调
优，持续收集医疗数据，训练并优化本地化 AI 模型，
提升诊断准确性，采用联邦学习技术，保护数据隐私
同时实现模型共享。
附件清单（如有） 无
关于本次活动是否涉
及应披露重大信息的 本次活动不涉及应披露重大信息
说明
日期 2025 年 7 月 11 日