总市值:205.11亿
PE(静):-410.77
PE(2025E):--
总股本:3.92亿
PB(静):12.69
利润(2025E):--
研究院小巴
去年的净利率为-12.36%,算上全部成本后,公司产品或服务的附加值不高。
公司上市6年以来,累计融资总额5.25亿元,累计分红总额8002.00万元,分红融资比为0.15。
公司业绩主要依靠股权融资驱动。需要仔细研究这类驱动力背后的实际情况。
详细数据
研究院小巴
最近有知名机构关注了公司以下问题:
问:我们注意到 DeepSeek-R1-Zero 是以无监督训练的方式进行,所以对于无标注的低质量数据依赖度减少,相反公司手里的高质量数据更加关键。我想再请教一下。公司在“微调”或者“蒸馏”的过程当中,具体做了哪些工作?有没有落地的客户?
答:
CEO我认为数据是模型训练非常重要的原料,目前公司没有向 DeepSeek提供语料数据,我们对于 DeepSeek 能力的应用以自用为主。我们已经把大模型的能力应用在营销、公共服务等领域,比如公司的“IT 智选人群”(rtificial Intelligence Targeting udience)功能,我们运用了自研的数据编织算法,用于提升营销效能。技术上可以请我们的 CTO讲一下。谢谢!CTO感谢投资者的提问。大家知道人类的学习是两种,一种是模仿学习,再进一步是探索学习。模仿学习就像是预训练,探索学习可以理解为强化学习,目前高质量数据面临了一定程度的枯竭,所以必须要从模仿学习进入到探索学习。DeepSeek-R1-Zero 是利用新的强化学习的方式进行探索,呈现出来的能力非常令人惊讶,并且通过模型之间相互的训练实现了能力的提升。对于“微调”和“蒸馏”,我们会使用自己的数据来做一些产品,比如惠企政策智配大模型,政府发布政策后,运用我们的产品就能知道有多少企业是符合要求的,以后希望企业享受政策的时候不用再去申请,政府直接把政策下发到目标企业。I 的三要素是算力、算法和算料(数据),所以高质量的数据是企业或者国家重点关注的内容,如何经治理成为高质量数据也是非常重要的问题。我们的战略是自数-治数-置数,第一个自数就是指使用自己的数据,第二个治数,是客户可以运用我们的数据智能操作系统(DiOS)治理成高质量数据,但后续你就会发现自己的数据可能不够用,我们就需要从外面“置换”数据,即置数。因此我们不仅能把自己的数据用好,还可以把数据价值输出到行业里面去,产生更大的经济效益。谢谢!详细数据
研究院小巴
以上是研究院小巴对该公司的初步分析如果还有更多想了解的可以咨询研究院小巴
咨询
估值与分析师预测
根据的业绩预测,通过我们的dcf估值模型计算,每日互动的合理估值约为--元,该公司现值52.30元,现价基于合理估值有0%的低估
150%+
当前市值
50%-
*估值基于历史报表和分析师预测数据,请注意风险
每日互动需要保持100.00%的5年业绩复合增速,其估值将于现价一致"
150%+
当前市值
100%
50%-
*估值基于历史报表和分析师预测数据,请注意风险
*估值基于历史报表和分析师预测数据,请注意风险
分析师吴源恒对其研究比较深入(预测准确度为18.69%)其最新研报预测如下:
财报摘要
财报体检
财务排雷 综述:财务可能有隐忧。
盈利质量
大佬持仓
行业相对指标
相关评级
相关评级
价投圈与资讯