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

中信证券：万瑞钦参与单位名称及人员

中信资管：张力琦姓名时间2025年7月11日

佳缘科技股份有限公司会议室（成都）地点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

2025年7月11日

日期