卓越睿新：高教AI知识资产放量、智能体第二曲线、应收账款、现金流与H股全流通供给的兑现审计

截至2026年9月2日港股收盘，卓越睿新报321.20港元，总股本66,666,700股，对应市值约214.1亿港元；相较2025年12月8日67.50港元的发售价，股价约为发售价的4.76倍。按2026年9月1日1港元兑0.86498元人民币的中间价粗略折算，市值约185.2亿元人民币，相当于2025年收入的约19.1倍、净利润的约142.2倍。该口径是基于上一完整年度的静态比较，尚未纳入2026年上半年季节性亏损及后续业绩变化。

市场对公司的认识正在从高校数字化内容服务商转向高教AI知识资产、学科智能体和虚实融合场景平台。公司2026年中报同时给出一个重要边界：分部名称由“数字化教学内容”改为“AI知识资产建设”，由“数字化教学环境”改为“AI智能体与虚实场景”，经营活动并未随名称调整发生变化。AI叙事需要由新增付费客户、标准化产品收入、智能体渗透率、项目毛利及现金回款逐步验证，分部重命名本身不能证明商业模式完成跃迁。

2025年经审计收入9.694亿元，同比增长14.3%；净利润1.302亿元，同比增长23.9%；毛利率由61.9%升至65.5%。利润表延续增长，但经营活动现金净流出6,402万元，应收及质保金总额增长52.3%。2026年上半年收入3.279亿元，同比增长19.1%，毛利率由46.9%升至50.4%，净亏损扩大至1.164亿元，经营活动现金净流出扩大至3.642亿元；期末借款由年初9,294万元升至2.883亿元。公司有上市融资形成的现金和金融资产缓冲，财务矛盾仍集中在项目增长、验收节奏、应收账款、减值和现金消耗之间。

核心结论

1. 收入主引擎仍是高校知识内容及知识图谱项目交付，AI标签尚未改变收入确认逻辑。 2025年96.6%的收入在某一时点确认，2026年上半年该比例约94.7%，说明多数合同要经过内容制作、系统部署、验收等环节后确认收入。公司不是以持续订阅为主的轻资产软件企业，收入增长会受到高校预算周期、招投标、现场实施、验收和回款共同影响。

1. 知识图谱是目前最有分量的增长证据。 2025年知识图谱收入5.735亿元，同比增长68.5%，占总收入59.2%；交付数量10,386个，同比增长122.4%，客户由732家增至1,125家。2026年上半年知识图谱收入占比约59.0%，收入同比增长28.4%，客户超过750家。该业务把课程内容、专业知识点、能力关系和评价体系结构化，采购理由清晰，也能为智能体提供高校专属知识底座。

1. 智能体与虚实场景具备较高毛利，但现阶段体量不足以独立支撑公司估值。 2026年上半年该分部收入3,379万元，同比增长40.6%，毛利率70.7%，高于AI知识资产建设的48.1%；其收入占比约10.3%，毛利贡献约14.4%。AI智能体合同额增长62.3%、物理AI虚拟实验合同额增长52.6%、全景空间合同额增长49.8%，这些数据体现订单动能，仍需观察合同转成收入、收入转成现金的速度。

1. 客户购买的不是通用大模型能力，采购重点是教学成果可交付、学科内容可控、校内数据可管和项目可验收。 高校教务部门、学院、专业负责人、信息中心、实验室及科研管理部门承担采购决策。公司能够把教师经验、课程资源、知识图谱、智能体、虚拟实验和现场服务组合成可纳入预算及验收体系的项目，降低学校跨供应商协调和内部制作成本，这是商业价值来源。

1. 护城河主要来自高校案例、全国交付网络、内容工程积累和客户关系密度，技术独占性有限。 公司在高教教学数字化市场份额约4.0%，排名第二；在数字化教学内容制作市场份额约7.3%，排名第一。前五名合计份额仅12.9%，市场高度分散。全国服务网络和大量项目案例有助于投标及复购，但通用模型、云平台、三维工具和数字人能力持续下沉，单纯的模型接入难以形成长期壁垒。

1. 近两年财务质量的主要压力是利润与现金流背离。 2024年和2025年合计净利润约2.353亿元，经营活动现金流合计净流出约7,355万元；2026年上半年净亏损1.164亿元，经营活动现金净流出3.642亿元。2025年业绩公告的资本结构叙述曾把经营活动现金净流入列为主要资金来源，但现金流量表显示当年为净流出，财务判断应以经审计现金流量表为准。

1. 应收账款增长已经成为收入质量的核心审计项目。 应收及质保金总额由2024年末3.796亿元升至2025年末5.780亿元，再升至2026年6月末7.533亿元；2026年上半年减值准备增至6,909万元，金融资产减值损失2,585万元，已经超过2025年全年775万元。高校客户信用风险通常低于一般中小企业，付款审批和财政预算可能拖长账期，信用主体较强并不等同于现金转换速度快。

1. 研发、销售和人员投入同时扩张，形成增长前置成本。 2026年上半年销售费用1.379亿元、研发费用1.025亿元，合计占收入73.3%；员工福利成本3.344亿元，约为同期毛利的2.02倍，该成本横跨销售、研发、交付及成本项目，反映业务对人员和现场服务的依赖。研发投入全部费用化有利于避免通过资本化抬高利润，费用率和现金支出仍需要更高收入规模消化。

1. 政策、国家级示范项目、头部云厂商合作及出海构成事件催化，框架合作与示范案例不能直接视作订单。 公司参与首批18个高等教育领域智能体中的两个项目，并与多所C9高校、基础学科“101计划”项目合作；2026年6月至8月先后进入阿里云、火山引擎和百度智能云相关合作框架。公司公告明确部分合作仍处早期阶段，尚无未来收入及利润保证，后续披露应关注合同金额、付费主体、交付周期和续费安排。

1. H股全流通不改变总股本，却可能改变可交易供给。 董事会批准拟将4,713,900股境内未上市股份转换为H股，占已发行股本约7.0708%，截至2026年8月27日尚未向中国证监会备案。转换完成后，股份类别及可交易范围变化，总股本不变；流动性改善与新增可售股份供给会同时存在，属于需要跟踪的资本市场事件。

一、商业模式：把高校知识生产流程做成可采购项目

1. 收入来自什么

卓越睿新的客户主要是本科院校、高职院校及其他教育机构。公司提供的并非单一软件许可，项目通常包含咨询设计、课程内容制作、知识图谱构建、教学平台或工具、智能体配置、虚拟实验、现场部署、培训和售后服务。学校以课程建设、专业建设、实验教学、教学评价、数字校园、人工智能教育及科研能力建设等预算采购。

2026年上半年，公司把业务分为两类：

AI知识资产建设包括知识图谱、数字课程资源及相关内容工程。知识图谱把课程知识点、前置关系、学习路径、能力目标、题库和评价标签组织成结构化网络；数字资源包括视频、动画、交互课件、案例、题库等。学校购买这些产品，常见目标包括国家级或省级课程建设、专业认证、教学质量评估、混合式教学、教学改革验收及资源持续更新。

AI智能体与虚实场景包括面向教学、学习、科研和管理的智能体，以及物理AI虚拟实验、全景空间等产品。该分部毛利率较高，说明软件、算法和场景复用可能带来较好增量经济性；现场实施、校内部署、三维内容制作和验收仍会消耗人力。

2. 收入为何集中在验收时点

2025年在某一时点确认的收入为9.369亿元，占总收入96.6%；按时间段确认的收入仅3,252万元。2026年上半年在某一时点确认的收入为3.105亿元，占比94.7%；按时间段确认的收入1,749万元。该结构说明公司主要通过项目成果交付及客户验收确认收入，订阅和持续服务收入占比较低。

项目制有三个财务后果：

• 订单和收入之间存在实施、交付及验收间隔，半年报的合同额增长未必在同一期间进入收入。
• 收入和回款之间还隔着开票、财政审批、学校付款流程及质保期，利润增长可能伴随应收账款上升。
• 人员、差旅、数字内容编辑、网络及算力费用往往先发生，验收延迟会压低当期利润和现金流。

2026年6月末剩余履约义务约5.054亿元，同比增长34.7%，其中87.1%预计在一年内确认。该指标为收入可见度提供支持，不过它不能替代验收、毛利和回款数据。合同负债由2025年末1.031亿元降至8,708万元，也表明预收款没有随剩余履约义务同步增加。

3. 规模化的关键不是多做项目，是提升复用率

公司要改善经济模型，需要把项目中的通用模块沉淀成平台能力，包括学科知识抽取、图谱模板、题库生成、智能体工作流、权限控制、评价体系、虚拟实验引擎及部署工具。复用率提升可以缩短交付周期、减少内容编辑和现场实施工时，也能让同一客户在课程、专业、学院和学校层面持续扩容。

2025年知识图谱交付量增速显著高于收入增速，可能体现单个图谱规模、定价结构或批量化交付发生变化。后续需要同时观察每个项目平均合同额、单人交付产值、验收周期和返工率，单看交付数量不足以判断单位经济改善。

二、客户是谁，为什么愿意买单

1. 采购决策链

高校项目的使用者、提出需求者、预算持有人和验收方可能不是同一部门。典型链条包括：

• 教师和课程团队提出资源、知识图谱、智能助教或虚拟实验需求；
• 学院、专业负责人和教务处将需求纳入课程、专业或教学改革建设；
• 信息中心、安全和网络部门审查部署、数据及系统接口；
• 国有资产、采购和财务部门完成招标、合同及付款流程；
• 教务、学院或专家组按合同成果验收。

这种链条使销售周期较长，也提高了供应商对教育场景理解、投标材料、案例证明和现场服务的要求。全国服务网点能够缩短响应时间，在跨地区招标中形成便利；同时会带来销售人员、交付人员和差旅的固定投入。

2. 学校的付费理由

课程与专业建设。 高校需要把教师个人知识转成可复用、可评价、可展示的教学成果，以满足一流课程、专业认证、基础学科建设和教学改革要求。公司承担内容工程和技术实现，学校可以降低内部制作压力。

教学质量和学习过程可视化。 知识图谱把课程目标、知识点、题目和学生表现关联，便于教师定位薄弱环节，也便于学校形成过程性评价材料。

校内知识可控。 通用模型无法天然掌握校内课程、教材、实验规范和科研资料。知识库、权限、私有部署及检索增强可以减少无依据回答，满足学校对数据边界和内容准确性的要求。

虚拟实验降低稀缺资源成本。 对高价值设备、危险操作、难以重复的实验及跨地域教学，虚拟实验可以减少设备占用和安全成本，并支持重复训练。采购价值取决于仿真精度、教学设计、终端适配和实际使用频次。

减少多供应商协调。 同一供应商同时提供内容、平台、图谱、智能体和现场服务，可以降低接口及验收责任不清的风险。该能力也可能让公司承担更多定制需求，项目范围扩大后，交付管理难度同步上升。

3. 大客户扩张是积极信号，集中度需要继续披露

2026年上半年公司服务客户1,266家，新拓展客户123家，新增33家“灯塔客户”。年度交易额超过100万元的客户数量同比增长26.7%，该类客户贡献收入同比增长36.7%，占比由29.0%升至33.3%，平均收入由177.4万元升至191.5万元，合计贡献约1.091亿元。

大客户提升有助于跨学院、跨产品销售，也可能缩短新产品验证周期。相应风险是大项目验收和回款对单个期间的影响更大。公司尚需持续披露前五大客户占比、复购率、同一学校的产品渗透率、智能体附着率及账期变化，才能评估客户扩张质量。

三、产业链与竞争格局

1. 上游：模型、云、算力、内容权利和工具链

上游包括通用大模型和云厂商、GPU及算力服务、语音视觉及数字人工具、三维引擎、课程内容版权、学科专家和高校教师。阿里云、火山引擎、百度智能云等厂商可以提供模型及云资源，降低公司从零训练基础模型的资本门槛；这些厂商也可能直接向高校提供智能体平台、知识库和行业解决方案。

公司在上游的议价能力取决于调用规模、私有部署能力、模型路由及成本优化。若底层模型快速降价，公司可降低推理成本；若客户把采购重心移至云平台，应用层供应商可能被压缩利润空间。因此，公司的价值需要体现在学科内容工程、交付模板、教学工作流、校内系统连接和持续运营。

2. 中游：内容平台、教育IT厂商和本地集成商竞争

竞争者大致分为四类：

• 超星学习通、学堂在线雨课堂、中国大学MOOC等课程及教学平台，拥有教师和学生入口；
• 科大讯飞、希沃及其他教育科技厂商，具备AI、硬件或区域销售资源；
• 新开普、竞业达、正方软件、联奕等校园信息化及集成厂商，能够承接校级系统项目；
• 各地内容制作公司、软件团队和高校内部信息化团队，凭价格、关系或特定项目能力参与竞争。

卓越睿新的差异点是长期聚焦高教教学内容和知识工程，并把知识图谱、智能体、虚拟实验及教学平台组合交付。竞争边界并不固定：平台厂商可以增加内容服务，云厂商可以下沉行业应用，本地集成商可以采购通用模型后参与投标。

3. 下游：市场增长快，但集中度低

弗若斯特沙利文估计，2024年中国高等教育信息化市场规模约1,240亿元，预计2029年达到1,820亿元；其中教学信息化由354亿元增至692亿元，高教教学数字化由213亿元增至453亿元。该预测对应的复合增速分别约8.0%、14.3%和16.3%。

公司在2024年高教教学数字化市场份额约4.0%，排名第二；数字化教学内容制作市场份额约7.3%，排名第一。市场约有2,000家参与者，前五名合计份额12.9%。行业增长为公司提供扩张空间，低集中度也说明客户需求分散、区域竞争强、项目定制多，份额提升需要持续销售及交付投入。弗若斯特沙利文曾担任公司上市行业顾问，其市场预测属于受委托行业估算，不能视作公司预算承诺。

四、护城河：案例、交付密度与结构化知识资产

1. 高校案例决定投标可信度

教育采购重视同类学校、同类专业和同类项目案例。公司与北京大学、浙江大学、复旦大学、上海交通大学、南京大学、西安交通大学等高校开展项目，并参与多个基础学科“101计划”。这些案例可以帮助公司证明对学科内容、教学流程、验收要求及校内治理的理解。

首批18个高等教育领域智能体中，公司参与哈尔滨工程大学“兴海·流智”和浙江大学人工智能通识课学习助手两个项目。国家级示范项目的价值主要体现在产品验证和品牌背书，商业价值仍要看后续复制到多少学校、每校合同额、交付成本和续费收入。

2. 服务网络形成投标和交付能力

截至2025年6月，公司在95个城市设有251个服务及支持中心。高密度服务网络可以覆盖需求沟通、拍摄制作、实施、培训和验收，适合高校项目分散、定制程度高的特点。该网络也解释了销售及员工成本较高，若区域收入密度不足，服务网点会拖累利润和现金效率。

3. 累积资产有价值，权属及可迁移性决定壁垒强度

截至2026年上半年，公司累计构建超过20,000个知识图谱，累计数字资源超过66,000项，历史数字资源客户超过2,200家。结构化数据、学科模板、内容生产流程和教学评价标签可以提高后续项目效率。

这些资产中，通用工具、方法和模板可由公司复用；具体课程内容、教师肖像、学校数据及校内知识通常受到合同、版权、隐私和使用范围约束。若客户拥有数据和成果控制权，公司跨客户训练及复用会受限制。护城河强度应由复购、交叉销售、项目交付周期和单人产出验证，不能只按累计资源数量判断。

4. 模型层能力容易被比较，场景层执行较难复制

“大明白”V5及相关模型能力可以改善知识抽取、问答、课程制作和智能体编排。公司披露月度Token用量达到8,000亿级，该指标反映系统调用活跃度，尚未披露付费Token占比、内部调用、免费试用、单位成本及对应收入。Token规模只有与付费率、留存、推理成本和客户价值结合，才具备财务解释力。

底层模型价格和能力持续变化，客户可在多家模型之间切换。公司需要保持模型无关的知识工程、权限管理、评测、工作流和部署能力，避免产品价值被单一模型版本绑定。

五、第二曲线：智能体、物理AI、科研及海外

1. 智能体的扩张路径是从知识图谱客户中交叉销售

知识图谱为学科智能体提供校内可信知识源，公司拥有超过千家的相关客户基础。可执行的扩张路径包括：

• 在现有课程图谱上增加答疑、备课、出题、批改及学习规划智能体；
• 从单门课程扩展到专业、学院和校级知识服务；
• 从教师工具扩展到学生学习、教学管理及科研助手；
• 由一次性交付增加模型维护、知识更新、评测和算力服务。

2026年上半年AI智能体合同额同比增长62.3%，说明交叉销售开始加速。商业质量要看智能体收入在同一客户总收入中的占比、上线后的月活和留存、调用成本、续费率及标准化程度。若每个项目仍需大量驻场定制，高毛利率可能随规模扩大而回落。

2. 物理AI虚拟实验和全景空间提高客单价，也拉长交付链

物理AI虚拟实验合同额增长52.6%，客户数量增长46.4%；全景空间合同额增长49.8%，客户数量增长77.8%。这类产品将课程内容、三维建模、设备逻辑、交互终端和现场空间结合，适合实验成本高、危险性强或难以重复的学科。

该业务的限制包括硬件和内容制作成本、设备兼容、现场施工、验收周期及后续维护。合同额增长需要与分部毛利率、存货、项目资产及回款同步观察。2026年6月末存货由年初4,947万元升至9,170万元，增幅85.4%，可能与项目备货和交付节奏有关，也增加跌价及占款审计需求。

3. 云合作降低研发门槛，价值分配尚未明确

公司于2026年6月、7月和8月分别披露与阿里云、火山引擎及百度智能云相关合作框架，覆盖模型、算力、教育智能体及解决方案生态。合作有利于公司获得底层能力、联合销售和客户入口，也让云厂商掌握模型、算力和部分渠道。

框架合作的含金量可用四项指标判断：已签付费合同金额、联合项目中公司的收入确认比例、云资源采购成本、客户归属及续费权。公司公告明确相关合作处于早期阶段，不保证形成未来收入或利润，市场不宜把合作公告直接年化为业绩。

4. 海外项目具备展示价值，回款和本地化是约束

公司参与上合组织及“一带一路”相关清洁能源储能实验室、人才培养中心，并在印度尼西亚参与AI人才工厂计划，目标在2026年至2029年培养1,000名AI技能人才。海外教育数字化可以形成新市场，也涉及语言、本地课程体系、数据合规、合作方治理、项目融资及跨境回款。

现阶段公司未充分披露海外项目的合同金额、收入确认、毛利和付款条件。海外业务在财务模型中应按选择权观察，待出现连续付费客户和可复制项目后再评估贡献。

5. 科研、医疗及产业知识场景要求新的销售和合规能力

高校知识工程可以延伸至科研知识库、AI for Science、医院教学、企业培训和产业人才培养。邻近市场的预算来源、验收标准、数据敏感度和竞争者均不同。公司拥有内容结构化及智能体经验，跨行业扩张仍需新的行业专家、渠道、资质和安全体系。示范项目多不等于规模化收入，复购和单位交付成本是判断第二曲线的重点。

六、近两年财务审计

1. 利润表与现金流概览

单位：人民币百万元

2025年收入和毛利率改善，知识图谱快速增长带动利润。净利润率约13.4%，经营现金流率为-6.6%，利润没有转成现金。2024年与2025年累计净利润约2.353亿元，累计经营现金净流出约7,355万元，差额约3.089亿元。

2026年上半年具有明显行业季节性，学校项目通常在下半年集中验收，因此半年亏损不能简单外推全年。同比比较仍显示两项压力：收入增长5,256万元，净亏损扩大1,746万元；经营现金净流出增加1.062亿元。销售、研发、人员和营运资金投入均领先于收入确认。

2. “调整后净利润”不能替代法定利润及现金流

公司披露2025年非国际财务报告准则调整后净利润1.485亿元，同比增长21.0%，主要在法定净利润基础上加回上市开支1,465万元和股份支付358万元。该指标有助于剔除上市阶段费用，但属于管理层定义口径，不等同于A股常用的扣除非经常性损益后净利润。

2025年税前利润1.221亿元，所得税抵免816万元，使净利润高于税前利润。研发费用加计扣除相关税务影响约2,743万元。税收优惠支持当期利润，评估持续盈利能力时需要同时观察税前经营利润、税率变化及现金回款。

3. 费用化研发较稳健，投入效率仍待验证

2025年研发费用1.890亿元，同比增长48.9%，占收入19.5%；2026年上半年研发费用1.025亿元，同比增长26.1%，占收入31.3%。公司没有通过大规模资本化内部研发费用延后确认成本，利润表处理较为审慎。

研发方向覆盖知识图谱、智能体、多模态内容、虚拟实验和平台能力。投入效果可以通过软件复用率、智能体收入占比、单位推理成本、交付人效和客户续费验证。若研发增长长期快于收入，技术投入会持续压低利润和现金。

4. 销售和人员费用显示项目制属性

2025年销售费用2.449亿元，占收入25.3%；2026年上半年销售费用1.379亿元，占收入42.0%。同期研发费用率31.3%，两项合计73.3%。2026年上半年员工福利成本3.344亿元，同比增长17.3%，约为毛利1.654亿元的2.02倍；员工成本分布于销售、研发、行政及项目成本，不能把该比例当作单一部门效率指标，但可确认业务高度依赖人员。

数字内容编辑费用由2025年上半年的1,104万元升至2,335万元，差旅费由1,597万元升至2,058万元，也与项目和现场交付扩张一致。公司若要保持高毛利，需要模板化生产和远程交付增速高于人员及外包成本增速。

5. 应收账款、账龄和减值是最重要的财务观察项

单位：人民币百万元

2025年应收及质保金总额增长52.3%，明显快于收入14.3%的增速。按年末总额粗略测算，应收周转天数由2024年的约163天升至2025年的约218天；该测算受年末集中验收和期初余额影响，只用于观察方向。

2026年6月末总额7.533亿元，相当于当期半年收入的2.30倍。余额与半年流量不可直接作为正式周转率，但该规模说明回款是资金占用的主因。账龄结构中，6至12个月应收由2025年末7,074万元升至2.701亿元；一年以上应收2.234亿元，占总额约29.7%。一年以上占比与2025年末接近，6至12个月区间的大幅增加意味着未来跨入长账龄的金额较多。

减值准备由4,328万元升至6,909万元，半年金融资产减值损失2,585万元，是2025年全年775万元的约3.3倍。公司客户多为高校，最终违约概率可能较低，但付款延后会提高预期信用损失、融资需求和资金成本。后续应关注期后回款、账龄迁移、单项减值、质保金占比和地方财政压力。

6. 经营现金流恶化由营运资金和亏损共同造成

2025年经营活动现金净流出6,402万元、投资活动现金净流出1.608亿元，融资活动现金净流入4.031亿元，年末现金增至4.078亿元主要由上市及其他融资支持，并非经营积累。

2026年上半年经营活动现金净流出3.642亿元，较上年同期多流出1.062亿元。与2025年末相比：

• 流动应收及质保金净额增加1.464亿元；
• 非流动质保金净额增加307万元；
• 存货增加4,223万元；
• 合同负债减少1,599万元；
• 现金及现金等价物减少1.605亿元；
• 银行借款增加1.953亿元。

半年内公司取得借款2.587亿元、偿还借款6,333万元，借款净增加为经营及项目扩张提供资金。管理层在中报表示将加强经营现金流及杠杆监控，实际改善需要通过应收增长低于收入增长、合同负债企稳、减值下降和年度经营现金流转正体现。

7. 流动性尚有缓冲，债务和固定承诺增长较快

2026年6月末现金2.473亿元、按公允价值计量的金融资产1.573亿元，合计约4.046亿元；银行借款2.883亿元，另有租赁负债约8,995万元。流动净资产约7.952亿元，短期资产负债表仍有缓冲。应收账款占流动资产比重较高，流动性质量取决于回款，不宜只看流动净资产总额。

公司2026年5月签署办公物业租赁，租期自2026年5月1日至2031年11月30日，月基础租金约179万元、物业费约43.3万元，年化两项支出约2,667万元，确认使用权资产约7,631万元。出租方川西科技（上海）的最终实益拥有人为阿里巴巴集团，公司公告将出租方列为独立第三方；该租赁关系与云合作不能直接合并解读为收入协同。长期办公承诺反映扩张准备，也提高固定成本敏感度。2026年6月末使用权资产由年初1,827万元升至8,924万元，租赁负债由1,725万元升至约8,995万元。

8. 2025年现金流叙述与报表数字不一致

2025年业绩公告在资本结构段落中称，公司资金来源以经营活动产生的现金净流入为核心。经审计现金流量表及现金流数据均显示，2025年经营活动现金净流出6,402万元；2024年也净流出953万元。该处可视作文字叙述与报表数字不一致，不能据此推断会计报表错误。财务分析应以经审计报表数字为主，并关注公司后续披露是否修正资金来源表述。

七、政策与事件催化的兑现路径

1. 教育数字化和AI教育政策

《教育强国建设规划纲要（2024—2035年）》、九部门关于加快推进教育数字化的意见，以及2026年五部门“人工智能+教育”行动计划，为智能课程、教育智能体、数字资源、虚拟实验和校内人工智能基础设施提供政策方向。政策可以推动示范项目、预算立项和采购需求，订单仍取决于地方及学校预算、招标节奏和实施能力。

公司在高教内容和知识图谱领域拥有较多案例，能够较快响应政策项目。政策催化的验证指标包括：国家及省级项目中标金额、非示范客户复制速度、平均合同额、预付款比例和验收周期。只披露入选、签约仪式或合作框架，信息量低于已执行合同和现金回款。

2. “101计划”和首批高教智能体

基础学科“101计划”覆盖核心课程、教材、师资和实践项目建设，公司参与多个学科合作，有机会把课程内容沉淀为知识图谱和智能体。首批高教领域智能体提供行业标杆，若公司能把两个国家级案例复制到相似专业，销售效率和客单价可能改善。

需要区分三类经济结果：联合研发及展示、学校采购的软件与服务、后续其他学校的复制订单。第一类可以提升品牌，第二类形成当期收入，第三类决定规模效应。

3. 云厂商合作

阿里云、火山引擎和百度智能云合作可能带来模型能力、算力优惠、联合销售和生态入口。合作框架也会形成上游依赖及利润分配问题。验证重点包括联合方案是否进入云市场、客户由哪一方签约、公司承担多少交付工作、云成本占收入比例以及客户续费归属。

4. H股全流通

拟转换的4,713,900股占总股本约7.0708%。流程包括中国证监会备案、联交所批准及股份登记等，完成时间和股东出售安排尚未确定。该事件不稀释每股收益，因为总股本不变；交易层面会增加可交易股份范围，流动性和供给结构需要同步评估。

5. 中报后市场情绪

2026年9月2日公司股价单日上涨11.68%，收于321.20港元，市值约214.1亿港元。近期可识别的公开信息包括中期业绩、H股全流通议案、云厂商合作、国家级智能体及AI教育政策。市场价格已经反映较强主题和稀缺性预期，公告质量的区分度会提高：付费合同、收入和回款信息的解释力高于框架协议及示范展示。

八、负面信息、采购合规与治理观察

1. 历史采购合规事项

公开媒体根据财政处罚及裁判文书披露，公司曾涉及金额较小但值得关注的采购合规事项。山西省财政部门曾就课程项目采购中的串通投标对公司处以2,250元罚款；上海徐汇市场监管部门曾就教育培训广告事项罚款5万元。另有媒体根据裁判文书报道，一名高校人员曾以协助公司相关业务中标为由向公司销售人员索取3万元。该裁判文书报道呈现的是相关人员受贿案件事实，不能据此延伸为公司已被司法机关认定构成行贿。

处罚金额不大，公司的收入高度依赖公立高校招投标，合规影响不能只按罚款金额衡量。销售激励、第三方代理、投标文件独立性、专家和教师合作费用、内容版权及验收资料需要持续审查。若公司向更多地区、科研机构和海外市场扩张，渠道管理复杂度会提高。

2. 分部重命名需要用经营数据解释

公司将两个分部更名为AI知识资产建设和AI智能体与虚实场景，并明确经营活动没有变化。该披露较为直接，也意味着投资者不能把历史数字简单理解为新增AI收入。分析时应拆分知识图谱、数字资源、智能体、虚拟实验和全景空间，观察各产品的收入、毛利、合同额及现金回款。

3. 管理层资本配置进入扩张阶段

研发、员工、办公租赁、应收账款、存货和借款同步增加，显示管理层优先获取市场和建设能力。该选择可以支撑产品升级及客户扩张，也会放大项目延期和回款放缓的影响。资本配置的评价标准应从收入增速扩展到经营现金流、净现金变化、单人产出及长期合同负担。

九、当前市场定价需要哪些经营结果

按2026年9月2日收盘价及9月1日人民币汇率中间价粗略折算，公司静态市销率约19.1倍，按2025年法定净利润计算的静态市盈率约142.2倍；按公司定义的2025年调整后净利润1.485亿元计算，静态市盈率约124.8倍。以上口径没有用半年亏损外推全年，只用于说明市场已经给予较高成长预期。

该定价需要以下经营结果逐步兑现：

1. 知识图谱保持高于行业的增长，同时应收增速降至收入增速以下。 只有收入和回款同步，知识资产业务才具备可持续扩张质量。
2. 智能体与虚实场景收入占比持续提升。 当前10.3%的收入占比和14.4%的毛利贡献仍小，需要从合同增速转成会计收入及现金。
3. 毛利改善不依赖延后确认成本。 员工、数字内容编辑、差旅、云和算力支出应与项目收入匹配，研发继续费用化。
4. 大客户扩张带来复购及跨产品销售。 百万元以上客户的收入占比提升后，应看到同一学校多产品渗透、智能体续费和较短账期。
5. 剩余履约义务按计划转化。 5.054亿元订单储备需要在未来报告期体现收入确认、验收和回款，避免只形成存货及应收。
6. 年度经营现金流改善。 公司需要减少对新增借款和上市融资的消耗，管理层提出的现金流控制要在报表中出现。
7. 云合作及国家级项目披露可核验商业数据。 合同金额、客户、交付、收入分成和续费比合作名称更有价值。
8. 全流通完成后的交易供给可被经营增长吸收。 该事件不改变每股基本面，市场会重新观察流动性、股东减持行为及持股结构。

卓越睿新的优势在于高校知识工程积累、全国交付能力和头部院校案例，知识图谱已经形成清晰增长主线。公司面临的约束也很明确：行业分散、项目制收入、人员密集、应收拉长、现金流为负以及智能体规模仍小。当前研究重点不应停留在AI概念覆盖面，财务验证顺序应是订单转收入、收入转毛利、毛利转现金，随后再观察第二曲线能否提高收入质量和资本效率。

参考资料

• 卓越睿新现金流量数据
• 卓越睿新上市资料
• 卓越睿新2026年9月2日市场行情报道
• 国家外汇管理局人民币汇率中间价查询
• 高等教育教学数字化市场研究
• 教育强国建设规划纲要相关文件
• 九部门关于加快推进教育数字化的意见
• 五部门人工智能与教育行动计划
• 首批高等教育领域智能体发布信息
• 基础学科系列101计划建设信息
• 卓越睿新上市审核及历史合规报道
• 高校采购相关裁判文书报道
• 卓越睿新（02687.HK）· 公司资料