暗物智能科技（广州）有限公司：智能化技术与产品、数字软件与工业服务专精特新企业档案

一、企业速览

企业基础信息：公司名称：暗物智能科技（广州）有限公司；地区：广东省广州市南沙区；行业方向：工业互联网与物联网；成立时间：2018-07-13；注册资本：40617.882525万元；员工规模：161人；专利数量：224件；认定批次：2024年 第六批；上市状态：未上市。

暗物智能科技（广州）有限公司（下称“暗物智能”）是一家以人工智能认知算法为核心，面向工业互联网与物联网场景提供行业应用系统集成服务的企业。其注册在粤港澳大湾区核心区域，定位在“电子信息与数字技术”产业链的“数字软件与工业服务”环节，核心能力集中在将AI算法、软件平台与行业自动化系统结合，服务工业及服务机器人、智能控制等场景。

二、主营产品与产业链定位

根据经营范围和企业简介，暗物智能的主营业务并非单一的硬件制造或通用软件销售，而是典型的“AI+行业应用”系统集成服务。其产品形态可归纳为两个层次：一是底层的AI算法与知识图谱平台，如“DMAI智能体节点平台”，解决机器在复杂场景下的感知、推理与决策能力；二是面向特定场景的应用系统，如“小应AI Agent调度助手”，将AI能力嵌入到工业自动化或服务机器人的控制、调度环节。

在“电子信息与数字技术”产业链中，数字软件与工业服务环节像一条“神经中枢”，连接底层的芯片、传感器、通信模组与上层的终端设备、智能工厂。具体链条关系如下：

• 上游：基础算力资源（GPU/NPU芯片）、物联网通信模组（如移远通信、广和通，行业共识）、高精度传感器。暗物智能自身不生产这些硬件，但其软件系统需要针对特定的硬件平台进行适配才可运行。
• 中游：工业软件平台、大数据分析框架、AI开发工具。
• 下游：工业机器人/服务机器人制造商（如埃斯顿、新松、优必选，行业共识）、自动化集成商、智慧工厂运营方、以及需要智能化升级的离散制造业与流程工业企业。

暗物智能解决的核心问题是：如何让机器在执行任务时具备“认知”能力，而非被动执行固定程序。这体现在其经营范围中“人工智能行业应用系统集成服务”和“智能控制系统集成”上。例如，一家制造企业需要机器人将不同型号的零部件分拣入库，传统方案需要工程师为每种型号编写分拣路径；暗物智能的AI Agent系统则可让机器通过视觉和自然语言指令自主识别并完成任务。

三、核心工序与技术依赖

基于行业共识，从事“数字软件与工业服务”的AI企业，其核心研发与交付工序并非生产线的物理制造，而是软件与算法工程的标准化流程。

关键研发工序（行业共识）：

1. 需求建模与知识抽取：与客户（如整机厂或集成商）共同梳理工业场景中的规则、流程与异常处理逻辑，将其转化为机器可读的“知识图谱”或“决策流模板”。该阶段需定义场景元数据，通常涉及数百至数千条规则。

2. 多模态数据采集与标注：收集特定工业场景的视觉图像（如不同角度的零部件照片）、传感器时序数据（如振动频谱）、以及操作指令文本。标注量级通常在数万至数十万样本，标注精度要求高于消费级场景（如缺陷检测要求像素级标注）。

3. 认知算法模型训练：基于规则与结构化约束，训练具有推理能力的模型。与通用的“大模型”不同，工业场景要求模型输出可解释、结果可追溯、参数可微调，常用技术路径包括“符号推理”与“神经网络”结合的混合架构。一轮完整训练在高端GPU集群上可能耗时数天至数周。

4. 系统集成与边缘部署：将训练好的模型压缩并封装为推理引擎，部署到客户现场的工控机或边缘计算盒（如英伟达Jetson系列、华为Atlas系列，行业共识）上，与PLC（可编程逻辑控制器）、机器人控制柜通信。部署需保证模型推理延迟在50ms以内，以适应工业自动化的实时性要求。

5. 持续运维与数据闭环：在系统上线后，收集线上运行的失败案例和长尾场景，回传至云端进行增量训练和模型版本迭代。

上游关键原材料和设备典型来源（行业共识）：

暗物智能的具体定位：暗物智能不参与上游硬件制造，也不直接向下游输出标准化硬件产品（经营范围中的“工业机器人制造”更可能为小批量的样机或集成测试用）。其核心资产是224件专利（行业中位数89件）和161人的研发团队，这构成了一个中等规模的AI算法研发与交付中心。其竞争力体现在能否将“认知智能”的抽象理论，转化为工程可复制、客户可验收的行业解决方案。

四、竞争格局

在“数字软件与工业服务”这一大分类下，全国共有1578家同类企业，竞争异常激烈。该赛道并非赢家通吃的格局，竞争主要围绕以下维度展开：

• 技术纵深：能否在特定细分场景（如缺陷检测、调度优化、设备预测性维护）做出通用性强的算法模型。
• 行业Know-how：对具体工业流程（如汽车焊接、半导体封测、药品分拣）的理解深度，以及能否长期获得头部客户的验证。
• 交付与部署能力：能否将算法模型跑在客户的隔离网络、老旧工控机上，并保持低延迟和高可靠性。
• 生态与合规：是否与国产芯片（华为昇腾、瑞芯微）深度适配，以满足信创要求。

该赛道的真实竞争对手列举如下：

专利维度的相对位置：暗物智能224件专利，是行业中位数89件的2.52倍。这一数据表明其研发投入在同类企业中属于“重资产”模式。横向对比，同类AI初创公司的专利双位数或百件左右，拥有超过200件专利且非上市公司，在此赛道中属于拥有一定技术储备的竞争者。

五、护城河判断

• 技术壁垒：224件专利反映的技术密度超过行业中位数。从公司简介提及的专利方向（目标追踪、智能切题、文字评价、声学特征生成）来看，其技术分布较为发散，横跨计算机视觉、自然语言处理、语音交互等多个子领域。这意味着暗物智能的技术栈更偏向“通用认知平台”，而非仅仅聚焦单一工业场景（如缺陷检测）。这种技术路线可能在需要多模态交互的复杂场景（如服务机器人、智能调度）建立壁垒，但同时也面临“大而不专”的风险——在特定场景不如纯视觉或纯NLP公司深入。

• 客户壁垒：数字软件与工业服务环节的客户验证周期通常较长（行业共识）。一套AI工业控制系统从项目立项到验收，一般需要6至18个月，期间涉及接口对接、算法适配、现场调优、安全审计等多个环节。一旦在某家下游头部企业（如比亚迪、美的、富士康等，典型情况）的产线上通过验证，客户迁移至其他供应商的成本极高，因为生产数据、工艺参数和管理流程已深度绑定在该系统内。因此，暗物智能一旦拿下标杆客户，将形成显著的黏性。但目前公开数据未披露其具体客户名单，无法判断其客户壁垒的真实厚度。

• 规模壁垒：161人的团队对应一家中型AI公司的规模。这类企业的典型结构是60%为研发人员、20%为项目经理与交付人员、20%为销售与管理支持。直观判断，161人团队大约能同时并行支撑10至15个左右的中型集成项目（每个项目需5-8人驻场开发3-6个月），或2-3个大型标杆项目。团队规模无法支撑大规模的渠道铺设和全国性地毯式销售，这意味着暗物智能目前应更倾向于做“大客户模式”，而非面向中小企业的“产品化模式”。

• 认定价值：2024年第六批专精特新“小巨人”企业，在政策环境下仍具备实质性意义：一是可获得中央和地方财政奖补（如广东省对部分小巨人有100-200万元一次性奖励）；二是在参与国企、军工或上市企业招标时，专精特新资质可加3-5分；三是可享受国家制造业转型基金及部分银行信贷的优先支持。但需注意，随着专精特新认定数量扩大（第六批较之前批次数量有所增加），其稀缺性溢价正在降低。

六、风险与机会

行业风险：

1. AI泡沫退潮与资本寒冬风险：自2023年起，国内AI一级市场投资明显降温。许多纯算法公司面临融资断档、估值倒挂的压力。工业互联网赛道本身需要较长的证明周期，一旦资本对长回报周期失去耐心，将直接影响企业的现金流和研发持续性。

2. 大模型冲击底层算法价值：过去AI公司靠自主训练的小型专用模型（如缺陷分类器、异常检测器）建立壁垒。但近年大型语言模型和多模态视觉大模型（如通义千问、盘古大模型）的能力大幅提升，使得一些原先独立的垂直AI服务变得易被大模型平台覆盖。工业客户有可能跳过中间AI服务商，直接与公有云巨头（阿里云、华为云、腾讯云）合作定制解决方案。

3. 数据落地难与客户期望落差：工业场景的数据往往敏感、非结构化、标注成本极高。很多工业互联网项目在POC（概念验证）阶段表现尚可，但进入实际产线后因数据质量、环境干扰、操作习惯等问题而无法达到预期指标，导致项目交付延期甚至失败——这是该赛道的普遍难题（行业共识）。

公司风险：

1. 资本结构复杂：暗物智能注册资本40617.882525万元，实缴资本32627.54329万元，实缴率约80%。企业类型为“外商投资、非独资”，这一结构在法律和供应链合规（尤其是与信创客户合作）时可能增加解释成本。

2. 团队规模与确定性矛盾：161人团队在AI公司中属于中型体量。但考虑到其注册资本体量（约4亿人民币），单名员工对应的资本密度偏高。这暗示该公司可能在前期的研发投入、高端人才引进或硬件储备上投入较大，但转化为规模化收入的效率还未得到证明。

3. 未披露产品和财务数据：公开信息中缺乏客户名单、营收规模以及具体项目交付案例，这使得外界难以判断其技术是否已具备可复制性。缺乏成功落地案例的“黑盒”状态，在资本市场和行业招投标中都是硬伤。

机会窗口：

1. 新质生产力政策推动下的工业智能化升级：2024-2025年，国家持续引导制造业高端化、智能化、绿色化转型。珠三角地区尤其重视“灯塔工厂”和“数字化转型标杆”的打造。暗物智能的注册地广州南沙，正大力布局人工智能与智能网联产业，可以依托地缘优势争取政府补贴和示范项目。

2. AI Agent在工业场景的爆发窗口：大模型技术催生了“AI Agent”概念，即具备自主感知、规划、执行、反思能力的智能体系统。暗物智能的产品“小应AI Agent调度助手”恰好在窗口期内。如果其能将通用大模型的能力与工业领域细分的知识图谱结合，提供低成本、可配置的Agent调度平台，就可能在中小企业的产线调度和设备运维场景中抢占先机，绕开与旷视、商汤等巨头在“重资产”自动化项目的正面竞争。