长城配资五一视界拟港股上市，预计2025年亏损净额增加

专题：五一视界港股IPO：研发团队缩水一半 2025年亏损预增长城配资

　　5月30日，北京五一视界数字孪生科技股份有限公司第二次向港交所递交招股书，拟于香港主板上市，中金公司、华泰国际为联席保荐人。2024年11月29日，五一视界首次向港交所递交招股书。2020年、2023年，五一视界先后在上海证券交易所、北京证券交易所进行了辅导备案。

　　招股书显示长城配资，五一视界成立于2015年2月，围绕3D图形、模拟仿真及人工智能三大领域的技术进行大量投资并发展核心竞争力，旨在为包括企业、消费者及开发者在内的生态合作伙伴提供接入及构建数字孪生的解决方案。

　　根据弗若斯特沙利文的资料，2023年，中国数字孪生解决方案的市场规模已达107亿元，预计2028年将达660亿元，2023年至2028年的复合年增长率为43.8%。五一视界在招股书中表示，行业竞争趋于激烈，是公司需要面临的经营挑战。五一视界表示，公司预期2025年度亏损净额会增加。

　　布局多元业务线

　　五一视界在招股书中表示，创建一个“数字孪生”地球需要五个阶段，即静态世界（2015年至2017年）、动态世界（2017年至2020年）、半模拟世界（2020年至2023年）、全模拟仿真世界（2023年至2026年）及数字孪生世界（2026年至2030年）。目前公司已进入第四阶段，并将核心业务相关的建模技术规模商业化。

　　招股书显示，自成立以来，五一视界已向主要在中国内地的1000多家企业客户提供产品及解决方案。公司通过三大软件平台面向不同市场拓展业务。

　　51Aes（数字孪生开发及应用平台）提供数字基础设施服务。如公司与中科大脑及百度合作开发海淀城市大脑，实时感知城市运行状态、高效调配资源。数字孪生小浪底项目，支持小浪底水利枢纽模拟防洪场景，提供预测、预警及预先规划功能。

　　51Sim（合成数据与仿真平台）面向智能驾驶与具身智能开发。五一视界51Sim产品及解决方案的客户主要是国内主机厂以及汽车一级及二级供应商。

　　51Earth（数字地球平台）连接开发者和消费者。目前51Earth.com已吸引数以千计的建造者及开发者。消费者对沉浸式互动体验的需求增加将促进市场增长。如在文旅市场，51Earth为企业提供产品，使游客可在无物理限制的情况下探索文化景观，近距离观察文物。

　　预计2025年亏损净额增加

　　招股书显示，五一视界2022年、2023年、2024年营收分别为1.70亿元、2.56亿元、2.87亿元；毛利分别为1.10亿元、1.39亿元、1.47亿元。

　　公司研发支出在过去三年逐年减少。2022年、2023年及2024年长城配资，经调整公司研发支出分别为1.32亿元、1.04亿元及0.57亿元。

　　五一视界过去三年经调整亏损净额有所减少。2022年、2023年及2024年公司经调整亏损净额分别为1.32亿元、0.68亿元、0.46亿元，主要由于研发开支减少以及收入增长。2022年、2023年及2024年，公司来自五大客户的收入分别占收入的23.6%、38.3%及46.4%。

　　据招股书分析，公司面临的主要风险包括，在研发方面的大量投资无法保证短时间内产生预期效益，同时市场竞争激烈，部分市场参与者可能拥有更丰富的资源。

　　“我们正处于爬坡期。”五一视界预计，2025年度会出现亏损净额增加，主要由于研发开支、销售开支以及一般及管理开支预期增加。

　　截至招股书披露日，五一视界创始人、董事长兼CEO李熠持有五一视界直接权益约12.5%。另外，五一视界由星际宏图科技持有约12.3%，而星际宏图科技由李熠持有92.7%，连同李熠直接持有的股份，李熠持有五一视界约24.7%的权益。

　　2015年以来，公司已完成8轮融资，参与投资的包括摩尔线程、商汤科技、StarVC、当代置业、途家等。

　　行业竞争加剧

　　招股书显示，中国的数字孪生解决方案市场正经历快速增长，目前的竞争格局非常分散，众多类型的参与者提供多样化的解决方案。

　　根据弗若斯特沙利文的资料，中国数字孪生AI训练及验证解决方案市场主要受智能驾驶仿真及测试、机器人仿真测试及合成数据的需求不断增长所推动。

　　五一视界称，预期行业未来竞争将加剧，竞争对手可能来自寻求开发其自身内部数字孪生解决方案的公司，包括目前使用五一视界解决方案及产品的用户，以及拥有丰富资源的大型科技公司。

　　五一视界预计于2025年推出两个AI平台——Clonova空间智能交互平台及Aperdata具身智能开放数据平台。Clonova平台将使用户在沉浸式3D空间中进行互动，通过简单语音或文字互动提供更直观、更高效的体验；Aperdata平台专注于在低成本、无风险的环境中为各种机器人应用（包括自动驾驶汽车及人形机器人）提供高效的模拟训练。