卓越睿新（02687.HK）：深耕高教垂类大模型，探索知识服务新范式

近日，卓越睿新（02687.HK）在路演活动中系统阐述了其在知识服务AI领域的战略布局。作为国内较早布局“AI+知识服务”的企业，公司致力于通过自研大模型与知识语料的深度融合，推动人才培养与科研范式的数字化转型。

一、核心壁垒：构建“技术+数据+场景”的闭环护城河

在通用大模型竞争激烈的背景下，卓越睿新强调其差异化在于对于高质量数据的沉淀、垂类模型的组合驾驭、知识服务场景的深度理解。

自研技术路径：循证算法提升专业可信度

不同于通用大模型的生成逻辑，公司自研垂类模型采用“循证算法”架构。据公司介绍，该模型基于海量学术语料，能够匹配可溯源的证据链（如论文影响因子、期刊来源等），并对输出结论进行置信度排序。这一设计旨在提升医疗、法律等专业领域内容的准确性。

高质量中文知识语料库

公司积累了覆盖多模态的海量的学术知识资产。通过“专家+算法”的双重质控机制，公司试图构建起一道较高的行业门槛，以区别于通用大模型厂商。公开信息显示，公司多次收到教育部等部门的红头文件表彰，相关数据已接入教育部、央办等国家级平台，数据权威性获得官方背书。

学科化的组织能力

公司组建了具备专业背景的团队，按学科划分小组并与高校深度协同，叠加数以百计的覆盖全国的服务网络深入洞察用户需求并及时反馈响应。管理层认为，这种“嵌入式”的服务模式需要长期的行业积累，难以在短期内被简单复制。

二、落地场景：从教学辅助到科研提效

公司产品已实现商业化闭环及规模化落地，覆盖知识传授、科学研究、产业赋能甚至终身提升全场景。

智能知识图谱

针对传统教育“学用脱节”痛点，公司尝试利用AI拆解职业能力要求，为学生生成个性化智能知识图谱，学习效率得以显著提升，使学生有更多精力投入科研与创新。

物理AI（世界模型+虚拟仿真实训）

立足千万专家和数百个产业学院的生态根基，与天大、南开、哈工程等联合开发光学、材料、力学、船舶等领域【专用模型】，并正式与物理 AI 技术深度融合，打通线上数字生态+线下物理全场景，构建全链路虚实融合解决方案，赋能科研创新、实体作业、技能训练与认证、产业运营等多元领域，开启数智协同发展全新阶段。

科研大模型应用

在科研端，公司展示了与高校的定制化合作案例。例如，在与中国农业大学的相关合作中，AI模型被用于辅助蓝莓育种研究，据称有望将育种周期显著缩短；在医学研究中，模型被用于模拟肿瘤环境变化，辅助科研人员进行分析预测。

产教融合闭环

公司与西门子等产业龙头合作，尝试将企业标准引入教学，并将高校研发成果反哺产业升级，形成“以产定教、以研促产”的生态闭环。

三、增长逻辑：从高校到更广阔的市场空间

管理层在路演中表示，公司未来的增长将来源于存量渗透与增量市场的双重驱动。

高校市场渗透率仍有较大提升空间

尽管公司已覆盖多数头部院校，但AI服务的整体渗透率仍处于个位数区间。目前绝大多数教师仍沿用传统教学方式，AI替代空间广阔。公司采取“标杆示范+标准复制”的策略，且由于B端客户粘性较高，续约率保持在较好水平。

下沉市场与职业教育

公司将技术复用至基础教育与职业教育领域。管理层认为，相较于高等教育，K12及职教市场课程标准化程度更高，产品可复制性更强。其中，中职教育受众基数庞大，目前尚未形成垄断格局，被视为潜在的第二增长曲线。

海外市场布局

公司计划依托“一带一路”倡议，向海外输出中文知识服务，探索国际化业务的增量机会。

四、财务与同业对标：高毛利与标准化交付

据公司管理层披露，得益于“乐高式”的产品模块化组合，公司核心产品的标准化率超过90%，大幅降低了边际成本。与之相对应的是，公司保持了相对稳定的盈利能力，毛利率处于行业较高水平。这与传统高度依赖人力定制化的教育信息化企业形成了鲜明对比。

总结

在AI应用从“模型竞赛”转向“场景落地”的2026年，卓越睿新凭借其对知识服务垂直场景的深刻洞察、不可替代的知识数据资产以及清晰的商业化路径，正迎来持续发展的战略机遇期。作为港股市场中稀缺的“数据+模型+场景”三位一体标的，其从“智慧树”向“知识基础设施”的跃迁，对于关注AI应用落地的投资者而言，值得长期跟踪。

免责声明：所有平台仅提供服务对接功能，资讯信息、数据资料来源于第三方，其中发布的文章、视频、数据仅代表内容发布者个人的观点，并不代表泡财经平台的观点，不构成任何投资建议，仅供参考，用户需独立做出投资决策，自行承担因信赖或使用第三方信息而导致的任何损失。投资有风险，入市需谨慎。