伴随着上市企业步入中报季,近期半年报业绩情况已经成为市场及公众关注的焦点。除上市公司之外,一些计划登陆资本市场的“绩优生”,也在积极公布上半年“成绩单”,向市场反映公司经营成果,释放积极信号。
7月12日消息,国产智能制造软件解决方案供应商「赛美特」发布公司半年业绩报告:2024年上半年,公司销售额超3亿元,此外季度销售额亦创历史同期最好水平,二季度销售额突破1.5亿元。
作为向投资者及公众披露的关键财务表现数据,半年业绩情况,不仅有助于评估企业经营效率及市场地位,还能够帮助投资者预测未来的市场趋势及长期增长潜力。

国产半导体CIM龙头,上市进程提速
赛美特是国产半导体CIM龙头,于今年3月宣布获数亿元C+轮融资,并同时对外公告已完成上海证监局的上市辅导备案,正式启动上市流程。
公开资料显示,赛美特目前主要以“一纵一横”战略加速完善产品和多行业布局。纵向发力,赛美特打造了完善PlantU产品线,包括MES、EAP、SPC、YMS、APS、WMS、Monitoring等系统,覆盖计划、执行、分析、质量、仓储等生产全流程。横向深耕,赛美特业务领域横跨半导体、光伏、新能源、装备制造、流程化工、汽车零部件等行业,服务客户数百家,在国内市场占有率具备领先优势。
在半年业绩报中,赛美特提到,公司2024年上半年发展稳中向好,报告期内收获标杆性重点项目10余个,涵盖半导体前道、后道,高科技电子、新能源、流程化工等领域,多地12吋晶圆厂项目获得量产验证。
具体来看,赛美特为南京某6吋SiC厂打造全方位数字化车间,助推产量提升;为宜兴某8吋晶圆厂打造智能高效产线,构筑核“芯”引擎;为湖北、成都等多地的12吋先进封测厂提升智造能力,助力智能封测升级。此外,赛美特向浙江大圭电子科技有限公司、广东风华高新科技股份有限公司、浙江晶引电子科技有限公司、江苏厚生新能源科技股份有限公司、安徽亚格盛电子新材料股份有限公司等众多客户提供了针对性系统服务,从MES、ERP、CIM系统等全方位、多角度护航,帮助客户迈入低碳管理时代,打造精益化数字管理平台。
除国内市场硕果累累外,赛美特海外业务布局,已经领先国内服务商取得一定成效。目前,赛美特已分别在新加坡、马来西亚和日本设立了子公司,并充分利用本土优势和人力资源,为超十家世界工厂提供智能制造系统服务,客户包含SilTerra、Amkor Technology、JCET Group等全球领先的半导体厂商。
多重积极因素叠加,行业拐点已至
近年来,受复杂的外部环境变化及巨大需求推动的产能扩建潮影响,半导体国产化脚步持续加速。管控并优化设计、生产、物流、质量控制等各环节数据与流程的CIM系统,在近几年也愈发受到关注。在此趋势下,多家企业获得大额融资,行业在快速发展中竞争加剧。层出不穷的内卷价格战、绕不开的技术实力较量,将让市场加速完成优胜劣汰。
在过去几年激烈的竞争中,赛美特表现出了较强的韧性,不仅保持了长期主义的战略定力深耕技术,率先在多地12吋晶圆厂获得量产验证,获得较高的市场份额和品牌影响力;还通过打开新能源、装备制造等其他行业市场,实现业绩的稳定、持续增长,成功抵御市场波动带来的风险,赢得了更加广泛的市场认可。
此次发布的半年“成绩单”,一定程度上体现了赛美特的成长性、盈利能力及发展潜力,及强化了自身作为行业龙头的领先地位。可以预见,产品性能以及技术壁垒领先行业,将让赛美特下半年业绩持续受益。而产品线的拓宽将进一步加深公司护城河,带动公司的营收和盈利能力持续提升。
进入2024年下半年,国产CIM赛道已经进入到关键的比拼尾声,而在混战之中,行业集中度也将进一步提升。综合来看,已经呈现出分化趋势的几家企业中,赛美特手持10亿现金,是当前赛道内现金流最充足的玩家,因此有加大研发投入的实力,在技术、品牌、业务扩张等多个方面已经即将呈现出更强的竞争力和更好的盈利能力。
新“国九条”重磅出台之后,政策将科技创新定位拔到了新高度。展望现阶段,国内市场有望开启新一轮以成长风格为主导的投资周期,也因此对国内科技创新型企业提出了新的要求。
宏观来看,中国依然是全球最主要的电子产品和装备的制造国,这也意味着中国仍是最核心半导体产品消费者,中国半导体市场仍处于成长期,拥有大量的发展机会,拥有关键核心技术的科技创新企业,仍有较多在资本市场发展的机会。尽管今年的企业在上市时将面临更高的门槛,但一家头部企业的成长,足以彰显当前市场的复苏和活力;资本市场有望迎来又一位优质选手,带动整体行业的健康发展。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。