华泰 | 计算机：行业分化延续，关注AI盈利兑现

点击查看研报原文

核心观点

26年三季报总结：营收企稳利润承压，行业分化显现

26年Q1-Q3计算机板块收入稳健，营业收入同比增速中位数小幅升至2.74%，扣非净利润同比增速中位数-7.81%，相较于25年Q1-Q3同比转负；经营性现金流净额下降明显，同比增速-14.33%，反映行业投入持续加码，业内竞争加剧，营运资本和利润空间承压。从结构上看，毛利率延续下行态势，研发费用率维持高位，管理、销售投入高位窄幅波动特征明显，信用减值损失和资产减值损失规模延续上升态势。

AI模型：长程Agent与具身能力拓展，关注单任务经济性

大模型长程任务执行能力持续提升，成本优化与应用拓展同步推进。海外Google强化专业Agent能力，Anthropic通过小模型升级与降价降低运行成本；国内Kimi通过扩大后训练投入提升编程及专业任务表现，自有数据、强化学习与任务环境建设的重要性持续提升。商业化方面，模型迭代与价格竞争推动企业调整供应商，任务质量、成功率及完整调用成本成为模型采购的重要考量。具身智能方面，通用基础模型已开始参与机器人动作决策。我们认为，长程Agent能力提升与任务成本下降有望促进企业应用落地，模型厂商有望通过积累自有数据、完善强化学习环境，持续提升模型能力。

算力租赁：业绩保持较快增长，资产扩张与盈利兑现呈现分化

26年Q1-Q3，算力租赁样本公司营业收入及归母净利润中位数的同比增速分别约为22.5%/116.1%，毛利率中位数同比提升3.61pct至25.98%，前期投放算力资源逐步进入运营阶段，盈利弹性释放。三季度末样本公司固定资产合计804.27亿元，环比增长46.3%，扩张仍较强劲；预付账款环比增长82.5%，存货仅增长2.1%，反映采购资金前置与设备交付节奏差异扩大；合同负债环比增长136.5%，客户预收款增加为后续收入提供支撑，但增量集中于部分公司。展望后续，新增算力资源交付上架仍有望带动业绩释放，但折旧、资金占用及投产节奏差异将影响盈利兑现，建议关注设备获取渠道稳定、客户付款安排较好、资产运营效率较高的企业。

AI应用：AI产业“短期阵痛”，盈利确定性成为关键

全球AI产业进入“短期阵痛”期，盈利确定性成为近期市场关注重点。从海外来看，云服务厂商（受制于CapEx持续扩张）、软件厂商（受制于毛利率下滑）均面临一定的利润率压力，市场对于三季报的整体反馈较差。从国内看，AI内部提效加速落地，华大九天、鼎捷数智、福昕软件等厂商受益于费用率优化，净利率稳步提升。我们认为，“缓”商业化与“快”资本开支的阶段性错位，加重市场担忧，建议关注盈利确定性高的AI应用标的。展望27年，国内AI应用的企业级落地正逐步加速，我们认为，AI业务成熟度提升有望带动毛利率改善，看好国内软件厂商27年业务质量持续提升。

AI4S、医疗医保IT、网络安全：业绩分化加剧，静待盈利拐点

2026年前三季度，AI4S、医疗医保 IT、网络安全三大赛道共同呈现板块内部分化、盈利拐点尚未全面到来的特征，但增长驱动逻辑各有不同：AI4S领域全球BD合作持续落地，行业由早期技术验证逐步迈向管线与平台商业化兑现，大额授权交易带来阶段性业绩弹性，但赛道整体仍处在高强度研发投入阶段，可持续的常态化订单转化仍是长期盈利的核心考验；医疗医保 IT 受财政预算、项目验收节奏扰动，下游需求整体偏缓，行业普遍面临费用刚性压力，盈利显著承压。网络安全行业需求结构持续切换，AI安全成为重要增长方向，头部企业依托新产品及降本增效实现盈利改善。后续重点跟踪AI新产品商业化落地进度，等待下游需求边际改善带来的盈利修复信号。

风险提示：下游需求波动，AI 迭代不及预期。

正文

2026年三季报总结：利润承压，分化趋势显现

计算机板块整体业绩：营收企稳，利润持续承压

26年Q1-Q3 计算机板块营收增速保持稳健，扣非净利润增速转负。剔除缺失值、极端值后，我们选取计算机板块共包含334家公司的样本，用中位数法进行分析。26年Q1-Q3 计算机板块营业收入中位数约5.8亿元，同比增速中位数为2.74%，收入端维持稳定增长态势。26年Q1-Q3 扣非净利润中位数约-0.15亿元，同比增速中位数为-7.81%，相较于25年Q1-Q3转负。从个股表现看，收入增速前十公司均实现60%以上增长，其中行云科技（+1896.66%）、农尚环境（+531.41%）、宏景科技（+181.17%）领跑，扣非净利润增速前十公司增幅均超过400%，增长受益于前期低基数或亏损后报表修复。

26年Q1-Q3 计算机板块收入增速呈橄榄形分布。0～10%增速区间公司数量最多（81家），10～30%其次（71家），两者合计占比超过四成；负增长区间公司合计142家，占比约42.51%，相比去年同期（43.11%）略有下降，但仍有超过四成的公司面临收入下滑压力；增速低于-30%（36家）与高于30%（40家）的公司数量占比均超10%，行业收入整体改善，分化逐渐显现。

经营效率：毛利率承压，减值压力上升

板块毛利率持续承压，期间费用率小幅攀升。26年Q1-Q3 板块毛利率中位数为34.33%，较2025年Q1-Q3下降0.61个百分点。期间费用率方面，总体较2025年Q1-Q3上升0.17个百分点，出现结构性抬升：销售费用率为10.75%，同比上升0.2个百分点；管理费用率为12.08%，同比上升0.26个百分点；研发费用率为13.68%，同比下降0.28个百分点，研发强度略有下滑。

资产减值压力和信用减值压力持续攀升。资产减值损失占收入比自2020年起整体呈现上升趋势，在26年Q1-Q3 达0.29%，相较2025年Q1-Q3扩大0.05个百分点，反映存货、商誉以及长期资产减值风险加速出清。信用减值损失占收入比持续增高，26年Q1-Q3 达1.28%，相对2025年Q1-Q3增长0.06个百分点，相对2024年Q1-Q3上升0.18个百分点。

现金流净额下滑，区间震荡明显。26年Q1-Q3 ，板块经营性现金流净额中位数为-0.52亿元，同比增速中位数为-14.33%，增速相较于2025年Q1-Q3的21.19%降幅明显。从时间上看，2023年Q1-Q3增速为16.5%，2024年Q1-Q3则降至-13.0%，震荡明显，产业链上下游博弈加剧。

AI模型：长程Agent与具身能力拓展，关注单任务经济性

海外模型：从单轮回答走向长程任务执行

Google强化长输出与专业Agent能力

Gemini 4 Argon将长输出作为支持复杂任务执行的重要方向。据Google于2026年9月30日发布的官方博客《Gemini 4 Argon: our next era of frontier intelligence》披露，Gemini 4 Argon的单次输出上限由64K提升至100万Token，首批面向Fairwind计划中的可信网络安全防御者开放。据Google于2026年10月13日发布的官方博客《Gemini 4 Argon: Built to solve your hardest problems》，模型已向开发者和企业开放API，并向Google AI Ultra及Pro订阅用户开放Gemini应用和搜索中的使用入口。我们认为，更长输出有助于模型在单次调用中生成更完整的分析、代码和操作记录。

Argon在编程和专业任务评测中取得进展。据Google于2026年9月30日发布的官方博客《Gemini 4 Argon: our next era of frontier intelligence》披露，模型在DeepSWE v1.1中的得分为77.9%，在AutomationBench中的得分为51.3%；Google内部已使用该模型开展C/C++向Rust的大规模代码迁移，相关案例涉及超过80万行代码。网络安全也是其首发重点，模型覆盖漏洞发现、验证和修补等环节，在CWE-bench v1中取得68%的得分。我们认为，代码迁移与安全任务均包含多步骤执行和结果验证，有助于观察模型从回答问题向完成具体工作延伸的能力。

多模态理解为Google拓展专业及物理世界任务提供基础。据Google于2026年9月30日发布的官方博客《Gemini 4 Argon: our next era of frontier intelligence》披露，Argon在LVBench视频理解测试中得分为91.7%；其Agentic Video Understanding允许模型主动选择需要查看的视频片段、分辨率和帧率，相比静态抽帧方式，所测长视频任务的Token消耗至多降低88%，理解质量提高约7%。据Google于2026年10月13日发布的官方博客《Gemini 4 Argon for Robotics》，在机器人演示中，模型还通过观看人类投沙包视频、分析空间关系并生成仿真程序，辅助机器人完成投掷任务。

Gemini 4 Carbon进一步强化长程任务与网络安全能力。据Google于2026年10月28日发布的官方博客《Gemini 4 Carbon: our next frontier model》披露，Carbon基于Argon继续迭代，首批向部分可信网络安全防御者开放，随后计划逐步扩大至开发者、企业和消费者。首发优惠价格与Argon一致，输入和输出分别为每百万Token2美元和10美元，缓存输入价格为标准输入价格的5%。该博客披露，Carbon在Artificial Analysis Intelligence Index v5.0中得59分。我们认为，Carbon的推出体现出Google对复杂工程、专业Agent和安全任务的持续投入。

Carbon在Google披露的同表评测中较Argon有所提升。据Google于2026年10月28日发布的官方博客《Gemini 4 Carbon: our next frontier model》披露，Carbon在Terminal-Bench 4.0（AA）中得65.2%，Argon为57.1%；AutomationBench分别为53.9%和51.3%；OSWorld 2.1离线子集分别为81.5%和74.7%。

小模型能力提升，推动任务成本下降

Anthropic的Haiku 5.5在电脑操作和知识工作中取得进展。据Anthropic于2026年10月7日发布的官方博客《Introducing Claude Haiku 5.5》披露，Haiku 5.5在GDPval-AA v2.1知识工作测试中的Elo得分由上一代的735提升至1620，在OSWorld 2.1离线子集电脑操作测试中的成功率由15.7%提升至72.4%，在HLE无工具高难度推理测试中的准确率由10.2%提升至45.9%；其Agent编程能力与Sonnet系列仍有差距。模型支持100万Token上下文和可调节推理强度，应用范围由摘要、分类等任务进一步扩展至电脑操作与多步骤执行。

小模型降价有望降低多Agent系统的运行成本。据Anthropic于2026年10月7日发布的官方博客《Introducing Claude Haiku 5.5》披露，Haiku 5.5在100K Token以内的输入、输出价格分别降至每百万Token0.1美元和0.5美元，降幅约90%；考虑Token消耗变化后，单任务平均成本下降约75%。公司同时将Sonnet 5.5的缓存读取价格下调50%，并将Haiku定位为Sonnet、Opus的子智能体。我们认为，复杂规划交由高能力模型处理、检索和网页操作等高频任务交由小模型执行，有助于改善Agent经济性。

开放权重与长程Agent生态同步发展

Meta通过Muse Wonder强化长程任务，并继续开放模型权重。据Meta于2026年10月12日发布的官方博客《Muse Wonder: A Frontier Model For Personal & Professional AI Agents》披露，Muse Wonder系列支持文本、图像、音频和视频输入，重点面向个人助理、复杂编程与专业工作；其Active Memory用于跨对话保留和检索用户偏好等信息，Active Focus用于在执行复杂任务时持续调整路径。据Meta于2026年10月15日发布的官方博客《Introducing Muse Spark Open》，公司推出开放权重模型Muse Spark Open，采用混合专家架构，总参数量为8160亿、激活参数量为420亿，支持100万Token上下文。

开放权重扩大了部署选择，也对算力和许可条件提出要求。据Meta于2026年10月15日发布的Muse Spark Open配套模型文档《Muse Spark Open》及《Muse Model License》披露，Muse Spark Open的NVFP4权重约为537GB，BF16权重约为1.65TB；生产部署同时占用KV Cache、激活值和运行时资源。模型许可允许广泛使用、修改和商用。其中，通过API等方式提供模型服务，且相关企业及关联方连续任意12个月总收入超过2000万美元的主体，须提前与Meta单独签署协议。

Muse Spark Open在开放权重模型中展示Agent与多模态能力。据Meta于2026年10月15日发布的Muse Spark Open配套模型文档《Muse Spark Open》披露，在其xhigh推理强度的测试中，Muse Spark Open在MCP-Atlas中得89.2分、Terminal-Bench 2.1中得76.4分、DeepSWE 1.1中得60分。

国内模型：Kimi K3.1 Pro发布，后训练投入持续加大

Kimi K3.1 Pro强化综合能力与Agent表现

Kimi K3.1 Pro发布，国产模型继续提升综合能力。据月之暗面于2026年10月23日发布的官方博客《Kimi K3.1 Pro Tech Blog: Advancing Open Intelligence》披露，Kimi K3.1 Pro是K3.1系列首款模型，基于Kimi K3开展后训练，支持100万Token上下文，并强化编程、3D生成和金融研究等Agent能力。Kimi同步提供高速版本，速度为标准版的2—3倍；模型已通过Kimi产品及API提供服务。我们认为，K3.1 Pro展示了在既有基础模型之上通过扩大后训练投入提升实际任务能力的路径。

强化学习与任务环境建设是K3.1 Pro的技术重点。据月之暗面于2026年10月23日发布的官方博客《Kimi K3.1 Pro Tech Blog: Advancing Open Intelligence》披露，公司在K3基础上增加后训练算力，并围绕数百个下游领域的联合强化学习，优化RL框架、长上下文推理、沙箱基础设施、采样调度与环境质量检查。在公司评测中，K3.1 Pro的Terminal-Bench 4.0得分为65.7%，Claude Opus 5.5为66.4%、GPT-6 Astra为58.2%；其内部Kimi Code Bench 3.0 Long-horizon得分由K3的55.95%提升至61.2%。

K3.1 Pro的金融与3D任务能力获得官方评测支持。据月之暗面于2026年10月23日发布的官方博客《Kimi K3.1 Pro Tech Blog: Advancing Open Intelligence》披露，模型在OfficeQA Pro v2中得64.4分，在Frontier Finance中得58.6分；在BenchCAD使用工具的设置下得92.7分，Opus 5.5与GPT-6 Astra分别为96.2分和95.9分。内部测试中，K3.1 Pro的金融建模和金融研究得分较K3分别提升7.2和11.6个百分点。

Kimi K3.1 Pro在发布时的第三方评测中位列第四。据Artificial Analysis于2026年10月23日发布的评测文章《Kimi K3.1 Pro launches at 4th on the Intelligence Index and will lead open weights models》，Kimi K3.1 Pro在当时版本的Intelligence Index中得55分，较Kimi K3提高11分；GDPval-AA得分达到1846 Elo，较Kimi K3提高312 Elo。

Kimi K3.1 Pro提供标准版与高速版调用选择。据Artificial Analysis于2026年10月23日发布的评测文章《Kimi K3.1 Pro launches at 4th on the Intelligence Index and will lead open weights models》，标准API输入、输出和缓存命中的价格分别为每百万Token2美元、10美元和0.20美元；据月之暗面于2026年10月23日发布的官方博客《Kimi K3.1 Pro Tech Blog: Advancing Open Intelligence》披露，高速版的生成速度约为标准版的2—3倍。我们认为，国产模型的竞争维度已从参数规模和综合得分，扩展至长上下文、Agent任务表现、响应速度与实际调用成本的组合；对企业用户而言，单位任务的完成质量及总成本比单一Token价格更具参考价值。

自有数据与任务环境建设的重要性提升

后训练投入与任务环境建设成为模型迭代的重要方向。Kimi K3.1 Pro在既有K3基础上扩大后训练算力，围绕数百个下游领域开展联合强化学习，并优化RL框架、长上下文推理、沙箱基础设施、采样调度与环境质量检查。相关投入覆盖训练效率与任务反馈，有助于提升模型在复杂工作流中的执行表现。

高质量任务数据与执行反馈有助于模型持续迭代。编程、金融研究和多步骤Agent任务需要模型在执行过程中调用工具、检查中间结果并处理错误。我们认为，模型厂商通过建设自有任务环境、积累实际执行反馈，可为后训练提供更贴近应用需求的数据，推动模型能力与产品体验同步提升。

自有数据与强化学习能力有望成为模型竞争的重要支撑。我们认为，随着模型从单轮回答走向长程任务执行，竞争将进一步涉及任务环境的覆盖范围、反馈质量与训练效率；持续完善数据积累和环境建设，有助于提升后训练投入向实际任务能力转化的效率。

技术出口管理明确部分业务边界

大模型技术出口管理拟细化核心技术与服务出海的边界。据商务部、科技部于2026年10月16日发布的《商务部科技部公告2026年第48号就修订〈中国禁止出口限制出口技术目录〉公开征求意见并对相关技术出口实施临时登记管理》，以及商务部同日发布的《商务部新闻发言人就修订〈中国禁止出口限制出口技术目录〉答记者问》，拟修订的《中国禁止出口限制出口技术目录》新增人工智能等领域的技术条目；达到相关标准的未公开核心技术向境外转移，需按照规定办理相应程序。已经通过开源、发表论文等方式进入公共领域的相关技术，以及符合规定条件的云部署和服务出海，具有相应的排除或便利通道。

开放权重模型的海外云部署渠道持续拓展。据AWS于2026年10月5日发布的公告《GLM 5.3 now available in Amazon Bedrock》，开放权重模型GLM-5.3已上线Amazon Bedrock，符合条件的客户可通过API调用。云平台为企业提供托管调用渠道，有助于降低模型接入和运维门槛。我们认为，产品可用性、调用成本与服务能力将影响国产模型在海外企业市场的应用推广。

商业化：模型用量增长与收入增长需要分别观察

价格竞争推动企业调整模型供应商

模型降价和产品迭代提高了企业切换供应商的频率。据Ramp发布的《Ramp AI Index》中截至2026年9月的企业模型供应商切换数据，2026年9月更换首选模型提供商的企业占比接近8%，为其观察到的较高水平之一，该数据采用三个月移动平均口径。模型能力持续迭代、多模型调用方式逐步普及，使部分企业能够根据价格和任务效果调整使用结构。我们认为，单个模型的能力优势仍可能带来阶段性需求增长。

Coding客户的模型使用结构已出现变化。据The Information于2026年10月24日发表的《Anthropic’s Margin is OpenAI’s Opportunity》报道，2026年5月，Rippling数百名工程师的编码工作中，Anthropic模型占比为57%，OpenAI模型占比为16%；报道援引公司CEO Parker Conrad的说法称，出于成本考虑，截至报道时OpenAI占比已升至52%，Anthropic占比降至18%。Replit将大部分AI支出从Anthropic转向OpenAI，后者在年合同金额超过1亿美元的协议中提供超过30%的模型价格折扣。

模型能力变化仍可能快速改变平台用量分布。据The Information于2026年10月24日发表的《Anthropic’s Margin is OpenAI’s Opportunity》报道，文章援引OpenRouter的信息称，OpenAI曾在约一个月前成为该平台客户使用较多的模型提供商；Anthropic推出Claude Opus 5.5后重新领先，最近约一周的受欢迎程度约为OpenAI的两倍。我们认为，模型迭代与价格折扣共同推动客户在不同供应商之间调整用量。

从Token价格转向单任务经济性

模型性价比应结合任务质量、成功率与完整成本衡量。据Artificial Analysis模型评测数据整理的单任务成本测算，在Intelligence Index达到40分的门槛下，Haiku 5.5 Xhigh的单任务成本为0.1238美元；当能力门槛提高至43分，所测成本较低的模型切换为小米MiMo-V2.6-Pro。不同能力门槛、推理强度和任务类型会改变模型成本排序，长上下文价格、重复调用和工具执行也会影响最终成本。我们认为，模型采购应在关注每百万Token单价的同时，考虑达到目标质量所需的完整任务成本。

头部模型公司收入与全行业算力需求需要分开跟踪。企业如果减少闭源API采购、转向开放权重模型或自主部署，部分支出可能由模型调用转向云算力和部署服务。据BG2Pod于2026年10月15日发布的访谈《Jensen Huang | Does AI Revenue Justify Capex, ’27 AI Bottlenecks, Singularity, Open vs Closed & more》，NVIDIA首席执行官黄仁勋估计，前沿实验室约占其业务需求的25%—30%，新AI应用和创业企业亦形成重要需求。

具身智能：基础模型进入机器人策略层，数据闭环持续完善

通用基础模型开始参与动作决策

通用基础模型的能力正由任务规划延伸至机器人动作策略。据NVIDIA于2026年10月14日发布的论文《Astranomy: An Empirical Study of GPT-6 Astra as a Native Robot Policy》披露，GPT-6 Astra可以结合相机画面、机器人状态和交互历史，生成机械手位置、姿态及夹爪动作。在120项仿真任务中，直接策略、保留历史并调用工具的Agentic策略，以及与专用策略协作的配置，成功率分别为66.3%、74.8%和66.5%；论文所测π0.5为28.0%。

通用模型在仿真中的动作能力仍面临实时性约束。据NVIDIA于2026年10月14日发布的论文《Astranomy: An Empirical Study of GPT-6 Astra as a Native Robot Policy》，实验在模型推理期间暂停仿真，等待模型返回动作后再恢复执行；Astra直接策略平均每次调用耗时18.56秒。我们认为，通用模型已展示出参与动作决策的能力。

通用模型与专用动作策略的协作值得关注。据Galbot团队于2026年9月29日发布的论文《Systematically Exploring the Capabilities of GPT-6 Astra as Embodied Policies》，在所选RoboDojo任务子集中，Astra直接控制成功13次、共测试50次；由π0.5执行多数动作、Astra检查并纠错后，成功24次，成功率由26%提升至48%。混合轨迹中85.6%的控制步骤沿用π0.5。我们认为，通用模型的推理与纠错能力可以补充专用策略。

VLA与世界动作模型沿不同预测目标演进

VLA通过视觉、语言和机器人状态生成动作。据Kim等于2024年6月13日发布的论文《OpenVLA: An Open-Source Vision-Language-Action Model》，OpenVLA将机器人控制量离散为动作Token，再由语言模型逐个预测；据Black等于2024年10月31日发布、2026年1月8日更新的论文《π0: A Vision-Language-Action Flow Model for General Robot Control》，π0采用视觉语言底座与Transformer动作专家，利用流匹配从噪声逐步生成连续动作序列。两者的动作表示和生成方式存在差异，原始策略均以机器人动作为主要预测目标。

世界动作模型进一步将未来场景与动作联系起来。据NVIDIA的Ye等于2026年2月17日发布的论文《World Action Models are Zero-shot Policies》，DreamZero以视频模型初始化扩散Transformer，结合当前及历史画面、语言指令和机器人状态，联合生成未来视频与对应动作。在论文所测DROID-Franka平台的十项未见任务中，DreamZero完整任务成功率为22.5%，所测GR00T N1.6和π0.5分别为12.5%和7.5%。我们认为，未来画面与动作的联合建模，为利用视频数据学习物理变化提供了一条路径。

世界模型也可用于生成场景和训练观测。据World Labs于2026年9月1日发布的官方博客《Atlas: A World Model for Spatial Intelligence》，Atlas接收文本、图像、相机位姿与深度等输入，生成图像、视频和3D场景；官方案例通过少量录像重建场地，再改变视角、物体位置或场景条件，生成不同观测。Atlas所公开的接口主要用于场景和观测生成，机器人动作由外部策略或控制程序提供。我们认为，场景生成能力有望降低部分仿真环境的构建成本。

多来源数据共同支撑具身模型训练

具身数据正从真机轨迹扩展至多来源组合。据Ye等于2026年7月27日发布、8月8日更新的综述论文《Data Pyramid for Embodied Manipulation: A Survey》，相关数据可分为真机、通用操作接口UMI、人类第一或第三人称数据、仿真数据，以及通用图文视频数据五类。真机轨迹直接对应目标机器人，人类视频和通用图文有助于扩大任务与语义覆盖，仿真可扩展场景与交互轨迹；不同来源在动作标注、采集成本和本体适配方面各有特点。

人类数据与仿真数据正在降低部分真机采集负担。据Zheng等于2026年2月发布的论文《EgoScale: Scaling Dexterous Manipulation with Diverse Egocentric Human Data》，研究使用20854小时人类第一人称数据进行预训练，再用约50小时人类数据和4小时机器人数据进行中间对齐，覆盖344项桌面任务；据Mandlekar等于2023年10月26日发布的论文《MimicGen: A Data Generation System for Scalable Robot Learning using Human Demonstrations》，系统以不足200条人工示范生成超过5万条示范，覆盖18项任务。

算力租赁：业绩兑现延续，资产扩张与交付节奏分化

我们选取行业20家算力租赁公司作为我们的研究样本，所选样本的收入利润情况及资产端情况如下：

26年Q1-Q3算力租赁板块收入维持增长，利润修复幅度较大，经营兑现与公司分化同时存在。我们选取20家算力租赁相关公司作为研究样本，26年Q1-Q3样本公司合计实现营业收入约775.8亿元、归母净利润约71.1亿元，公司营业收入及归母净利润中位数的同比增速分别约为22.5%/116.1%。其中，14家公司实现收入同比增长，占比70%，收入增速超过30%的公司为8家；14家公司归母净利润同比改善，占比70%，利润增速超过30%的公司为12家，显示利润修复幅度总体高于收入增长幅度。与此同时，样本中仍有4家公司前三季度归母净利润为负，板块盈利表现尚存在较大差异。我们认为，当前板块已呈现收入增长与盈利修复共同推进的特征，但不同公司的业务基础、投入规模及项目兑现节奏差异较大。

单季度收入与利润金额中位数继续上行，但环比增幅较Q2有所收窄，业绩兑现由快速修复逐步进入更高基数阶段。2026Q3样本公司单季营业收入中位数为7.83亿元，较Q2的6.31亿元环比增长24.1%，较上年同期的5.44亿元增长44.0%；单季归母净利润中位数为0.62亿元，较Q2的0.38亿元环比增长64.3%，较上年同期的0.23亿元增长171.9%。从季度变化看，收入和利润金额中位数均延续Q2以来的上升趋势，盈利修复仍在推进。不过，收入金额中位数环比增幅由Q2的35.8%降至24.1%，利润金额中位数环比增幅由273.9%降至64.3%，增长斜率有所放缓，其中利润增幅回落也受到比较基数明显抬升的影响。后续业绩能否继续增长，将更依赖新增项目交付、存量资源运营效率及盈利能力的持续改善。

公司层面收入环比改善较为普遍，利润环比改善的覆盖面仍有限，板块盈利兑现呈现明显分化。按样本公司增速估算，2026Q3营业收入及归母净利润同比增速中位数分别约为19.5%/49.5%，多数公司较上年同期仍有改善；但从环比看，营业收入增速中位数约为3.0%，归母净利润增速中位数约为-10.0%。20家公司中，14家公司收入环比增长，占比70%，归母净利润环比改善的公司仅9家，占比45%。例如，协创数据Q3收入、归母净利润分别环比增长10%/12%，保持同步增长；行云科技分别环比增长547%/655%，体现较强的单季放量特征；利通电子、盈峰环境归母净利润则分别环比下降38%/49%。这说明金额中位数上移与公司间盈利分化同时存在，部分公司收入增长尚未稳定转化为季度利润增长，利润兑现仍可能受到交付节奏、业务结构及成本费用变化的共同影响。

利润贡献集中于部分大体量公司，评估板块修复程度需要同时观察盈利规模、增长来源与亏损收窄情况。26年Q1-Q3，协创数据、利通电子及智微智能分别实现归母净利润30.6/9.7/6.8亿元，三家公司合计贡献约47.1亿元，占样本归母净利润合计的66.2%，其中协创数据单家公司占比约43.0%。这一结构表明，板块利润总量对少数公司的经营表现具有较高敏感性，头部公司的盈利兑现对整体修复贡献较大。同时，部分公司的较高利润增速对应较低的利润基数，或仍处于减亏阶段。

毛利率延续修复并升至近年同期高位，为板块盈利改善提供支持。26年Q1-Q3样本公司毛利率中位数为25.98%，较2025年同期的22.37%提升3.61pct，较2024年同期的20.81%累计提升5.17pct。从历史趋势看，毛利率中位数在2022—2024年同期连续下降后，自2025年开始回升，2026年进一步改善，已高于2022年同期24.03%的水平，显示盈利修复具有一定延续性。从经营机制看，前期投入资源进入运营阶段后，利用率提升、单位固定成本摊薄以及业务结构优化，均可能推动毛利率改善。我们认为，毛利率持续回升与利润修复的方向相一致，后续应重点观察新增资产投入运营后能否维持相应的毛利水平，以及收入增长能否继续带来单位资产盈利能力的提升。

费用端尚未形成全面摊薄，销售费用率上升仍对毛利改善向利润释放的传导形成一定压力。26年Q1-Q3样本公司销售、管理及研发费用率中位数分别为17.72%/5.94%/3.68%，较2025年同期分别变化+3.11/-0.13/+0.09pct。其中，销售费用率上升较为明显，管理费用率小幅下降，研发费用率基本稳定，表明费用效率的改善并不均衡。尽管毛利率中位数同比提升3.61pct，但销售费用率同步抬升，部分经营改善仍可能被费用压力抵消。由于上述指标分别取样本中位数，其变化不能直接相加计算板块净利率，但方向上反映出盈利修复尚未同时获得各项费用率下降的支持。我们认为，后续利润弹性的持续释放，需要毛利率维持改善，并逐步体现收入增长对费用的摊薄作用。

固定资产保持高速扩张，Q3环比增速有所回落，但单季净增额继续扩大，扩张规模仍处高位。截至2026Q3末，样本公司固定资产合计804.27亿元，同比增长186.6%，较2025年末增长145.2%，环比增长46.3%。与Q2的56.2%相比，Q3环比增速回落约10.0pct，说明扩张速度在较高基数上有所放缓；但从绝对金额看，Q3固定资产净增加约254.34亿元，高于Q2的197.90亿元，净增规模仍在扩大。因此，当前固定资产变化同时体现出存量基数上升和新增资产持续落地的特征。结合预付款增长较快、存货总额补充趋缓等信号，部分公司的设备获取及交付约束可能有所增强，新增投入向固定资产转化的效率值得关注。

预付账款增长明显快于固定资产，资金投入进一步前置，资源锁定及采购交付环节的重要性上升。截至2026Q3末，样本公司预付账款合计176.50亿元，同比增长328.0%，环比增长82.5%，较Q2的30.9%明显加快；Q3单季净增加约79.78亿元，亦显著高于Q2的22.81亿元。预付账款相当于固定资产的比例由Q2末的17.6%提高至Q3末的21.9%，说明相对于已经形成的固定资产，停留在预付环节的资金占用有所增加。如果相关预付款主要对应算力设备及配套资源采购，这一变化可能反映企业加大前置付款以锁定资源，也可能与交付周期拉长或付款条件变化有关，设备获取渠道及交付约束趋紧的可能性值得关注。不过，预付款增长也具有较强的公司差异：20家公司中12家环比增长，公司增速中位数约21.9%，低于合计金额82.5%的增幅。其中，智微智能预付账款达到46.73亿元，环比增长1560.9%，按表内数据估算贡献了样本预付款净增额的约55%，总额变化受到个别公司集中投入的明显影响。

在建工程总额重新加速增长，但增量主要由个别大体量公司拉动，项目建设与转固节奏呈现结构性差异。截至2026Q3末，样本公司在建工程合计172.27亿元，同比增长190.8%，环比增长59.4%，较Q2环比下降6.8%的表现明显回升，显示部分公司仍在增加项目建设储备。分公司看，东阳光在建工程达到96.52亿元，占样本合计约56.0%，环比增长312.1%；按表内数据估算，其单季增加约73.1亿元，高于样本整体约64.2亿元的净增额。剔除东阳光后，其余样本在建工程合计环比约下降10.5%，说明总额高增对个别公司的依赖较强。同时，宏景科技、行云科技、杰创智能及中贝通信在建工程分别环比下降48.3%/63.1%/91.7%/36.0%，同期固定资产均有增长，其组合变化与部分项目完成建设、验收并转固的情形相符。我们认为，板块内部已同时存在新增项目建设和存量项目转固两种状态，项目推进速度及投入转化效率的差异正在扩大。

存货总额环比增速明显放缓，但多数公司仍在增加存货，整体变化受到部分大体量公司库存下降的影响。截至2026Q3末，样本公司存货合计225.15亿元，同比增长70.7%，环比增长2.1%，较Q2的11.6%回落约9.5pct；Q3单季存货净增加约4.69亿元，低于Q2的22.99亿元，存货总额补充速度明显趋缓。结合预付款快速增长观察，资金投入与实物存货形成之间的节奏差异有所扩大，采购交付效率值得关注。但从公司分布看，20家公司中仍有16家存货环比增长，公司环比增速中位数约14.8%，表明存货增加仍覆盖多数样本。智微智能、盛视科技存货分别环比下降30.5%/56.3%，对合计值增长形成较明显拖累，同期两家公司固定资产均大幅增加。因此，存货总额增速放缓还可能受到交付结转、资产转化及公司结构变化等因素影响。

合同负债快速增长，已收取客户款项对应的待履约规模扩大，为后续收入提供储备，但增量同样较为集中。截至2026Q3末，样本公司合同负债合计129.61亿元，同比增长436.8%，环比增长136.5%，较Q2环比下降8.7%的表现明显回升，单季增加约74.80亿元。20家公司中13家合同负债环比增长，占比65%，表明客户预付款及待履约业务规模的增加覆盖多数样本，有助于提高后续收入的可见度。不过，公司合同负债环比增速中位数约16.0%，明显低于合计金额增幅，增量集中度较高。其中，东阳光合同负债达到57.79亿元，占样本合计约44.6%，环比增长409.4%，按表内数据估算贡献了约62%的单季净增额。我们认为，合同负债增长为后续履约和收入确认提供支持。

资产端呈现固定资产持续落地、采购付款前置和部分项目储备增加并行的特征，资源获取与交付效率将影响后续盈利释放。Q3固定资产环比增速回落、预付账款加速增长、存货总额增速趋缓的组合，提示部分公司在设备资源获取、付款及交付环节面临的约束可能有所增强，渠道收紧或交付周期拉长可能使资金占用更早发生。同时，固定资产单季净增额仍在扩大，存货及在建工程变化又具有较强的公司结构因素，扩张节奏还受到基数、项目转固和资产配置调整等因素影响。需要结合样本公司的合并报表口径看待这些变化，固定资产、预付款及合同负债均可能包含原有业务贡献。我们认为，后续板块经营质量应重点观察预付款向实际交付资源的转化、建设项目转固及上架进度、存量资产利用率，以及合同负债向收入和现金流的兑现情况；能够较快完成资源交付并维持毛利水平的公司，有望更充分地将资产扩张转化为持续盈利。

AI应用：AI“短期阵痛”，关注盈利确定性

全球AI产业进入“短期阵痛”期，盈利确定性成为市场关注重点。全球CapEx持续扩张的同时，AI商业化阶段性放缓信号（Anthropic 26Q3营收同比增速放缓，OpenAI融资承压），导致全球AI产业进入“短期阵痛”期。“缓”商业化与“快”资本开支阶段性错位，加重市场对于海外“AI泡沫”的担忧，盈利确定性成为三季度业绩考核的重要指标。我们认为，AI应用企业端渗透正逐步加强，2027年AI商业化有望提速，带动AI产业叙事改善。

海外：CSP云营收持续加速，融资压力放大市场担忧

26Q3海外云收入维持加速增长，云业务盈利改善进入阶段性瓶颈。26Q3 Microsoft、Google、Amazon云业务营收分别为332、307、460亿美元，分别同比+48%、+103%、+39%，分别超VA一致预期0.98%、5.22%、1.19%，营收同比增速环比分别提升6、21、2pct。26Q3 Google、Amazon云业务营业利润率（OPM）分别为36.21%、38.65%，环比分别+0.63、-0.71pct。对比来看，AI需求驱动云营收高增的同时，未能带动云OPM同步改善。根据Amazon业绩会表述，AI云利润率仍低于传统云服务利润率，市场对AI云业务质量提出质疑。我们认为，海外CSP厂商正加速GPU利用效率优化，经营效率改进有望带动云盈利能力改善。

乐观的CapEx指引放大现金流担忧，大厂融资压力或凸显。26Q3 Microsoft、Google、Amazon、Meta对于26年的CapEx指引基本维持不变，Google维持1,950亿-2,050亿美元指引不变，Amazon维持2,200亿美元指引不变，Microsoft略下修指引50亿美元至1,700亿美元，Meta略上修指引下限50亿美元，最新指引为1,350亿-1,450亿美元。26Q3 Microsoft、Google、Amazon、Meta现金流压力显现，FCF分别为186、-91、-335、-21亿美元。与此同时，四家公司对于CY2027的CapEx表述保持积极，放大市场对于现金流压力的担忧。我们认为，对于科技大厂而言，资本开支仍具备战略性意义，短期内仍将维持扩大趋势，AI商业化能否加速对现金流形成正向改善将成为关注重点。

国内：AI带动内部降本，关注盈利确定性高的绩优标的

AI应用业绩表现分化，部分公司盈利能力明确改善。按照26Q3业绩表现来看，我们认为AI应用可大致分为三类：1）营收提速且利润率提升（简称为营收利润双优）；2）营收未提速但利润率提升（简称为利润单优）；3）营收提速但短期利润率承压（简称为营收单优）。其中营收利润双优的公司同步受益于AI业务放量及AI带动的内部效率提升；利润单优的公司同样受益于AI内部提效带动的费用率改进；营收单优的部分公司主要受毛利率阶段承压、AI研发投入扩大等阶段性影响。我们认为，AI业务转型正逐步带动国内软件厂商经营质量提升，盈利能力改进有望持续兑现。

AI需求驱动营收加速，FDE业务造成阶段性毛利率压力。我们选取的15家公司中，有8家公司（红、绿色标注）26Q3营收增速较26H1有所改善，AI需求放量正成为营收加速的重要驱动。以能科科技为例，公司26Q3 AI业务营收3.58亿元，同比+188.85%、环比+98.50%，AI业务营收占营收的比重已达68%。考虑到软件厂商的AI业务转型，进一步向企业级AI中台方向延伸，FDE相关需求仍对于毛利率造成阶段压力。我们认为，伴随项目建设期结束，Agent应用有望加速拓展，同时叠加大模型成本下降趋势，看好需求场景泛化带动软件厂商的毛利率稳步改善。

盈利提升主要受益于费用率优化，AI提效降本初见成效。26年Q1-Q3 净利率同比提升的7家公司（红色、蓝色标注的公司），费用率均同比显著收窄，AI提效正成为AI应用厂商经营质量提升的重要因素。我们认为，AI转型逐步进入业绩兑现期，看好27年软件厂商业绩放量。

AI4S：产业验证提速，大额BD催化不断

2026 年第三季度，全球 AI4S赛道延续高景气度，跨国药企与AI制药公司的合作深度与广度持续提升，行业正式从早期概念验证阶段步入管线兑现的关键周期。阿斯利康、吉利德、礼来、诺和诺德等头部跨国药企（MNC）均加大布局力度，合作模式从单点工具采购升级为平台级绑定与管线共研。

从行业底层逻辑看，AI对药物研发的赋能已从靶点发现、化合物筛选等前端环节，延伸至临床前开发、临床试验设计乃至医学事务全流程。MNC的战略重心也从 “试水 AI 工具” 转向“将AI纳入核心研发体系”，通过自建智能计算平台、联合实验室与对外投资合作多线并行，礼来与英伟达共建10亿美元 AI 联合实验室，罗氏加速推进内部 Lunar平台落地。AI制药已成为全球医药创新的核心增量赛道，头部企业的技术壁垒与商业化能力持续分化，具备全流程平台能力的厂商将持续享受行业红利。

海外：AI制药龙头平台能力验证，管线进展持续突破

2026 年第三季度，海外头部AI制药企业的技术平台价值持续得到产业验证，核心管线与合作项目稳步推进。Recursion Pharmaceuticals 宣布与赛诺菲合作产出首个潜在同类首创的免疫双靶点抑制剂口服小分子，计划于2027年启动I期临床，成为AI驱动药物发现进入临床阶段的又一标志性案例；同时公司完成 2 亿美元增发，强化研发与管线投入。

生物药领域，Generate Biomedicines与Zealand Pharma达成最高12.65亿美元合作，聚焦AI设计的肥胖症及代谢疾病蛋白疗法。此外，谷歌DeepMind分拆的Isomorphic Labs深化与辉瑞的合作，管线拓展至5个全新肿瘤靶点，新一代 IsoDDE设计引擎全面赋能项目推进。整体来看，海外AI制药企业已形成“平台赋能+自研管线+BD授权”的成熟商业模式，技术价值持续通过临床与合作兑现。

国内：剂泰科技牵手礼来，国内AI-LNP平台出海实现里程碑突破

2026年10月19日，国内AI药物递送龙头剂泰科技宣布与礼来达成战略合作，双方聚焦新一代组织特异 LNP（脂质纳米颗粒）递送技术开展联合研发。根据协议，剂泰科技将收取千万美元级首付款，并有资格获得最高11亿美元的开发、监管与商业里程碑付款，同时享有产品销售分级特许权使用费。该交易是国内首个以生成式AI平台为核心的LNP递送领域战略合作，也是全球规模领先的AI驱动肝外靶向LNP平台合作。

此次合作的核心支撑是剂泰科技自研的NanoForge生成式AI平台与AiLNP脂质设计优化系统，可实现可离子化脂质的理性设计与体内分布优化，突破传统LNP肝靶向的局限，拓展至更多组织与治疗模态。从行业维度看，此次合作标志着中国AI制药出海模式从“单个候选分子授权”升级为“底层技术平台输出”，验证了国内企业在“AI+药物递送”技术赛道的全球竞争力。LNP作为 mRNA、基因治疗等前沿疗法的核心递送载体，市场空间广阔，AI赋能的递送技术创新将打开行业成长天花板，具备平台化能力的企业价值有望持续重估。

此外，三季度国内企业在BD合作、管线临床进展与商业化落地方面均取得重要进展，行业整体步入高质量发展阶段。英矽智能延续强劲BD兑现节奏，与法国施维雅的AI药物发现合作达成首个早期里程碑，触发里程碑付款；公司年内已落地多笔十亿美元级BD交易，覆盖肿瘤、纤维化、自免等多个领域，AI平台的管线产出能力持续得到全球药企验证，内部 13 条临床管线稳步推进。临床与商业化层面，晶泰科技AI4S智慧解决方案业务保持高速增长，虚拟化合物库等新产品订单快速放量，“AI计算 +自动化实验”的干湿闭环体系持续完善。整体而言，国内 AI 制药产业已形成差异化竞争格局，头部企业逐步进入“技术输出+管线推进+商业化”的正向循环，全球竞争力持续提升。

医疗医保IT：需求释放节奏放缓，盈利修复承压

我们选取行业6家医疗医保IT公司作为我们的研究样本，所选样本的收入利润情况如下：

收入端：从2026年前三季度6家医疗医保IT样本企业营收表现来看，行业内公司收入增长呈现出显著分化的格局，各家企业项目交付与市场拓展节奏差异较大。六家样本企业 2026前三季度营收规模跨度较大，卫宁健康以14.82亿元的营业收入居于首位，大幅领先其余样本企业；创业慧康、久远银海营收规模依次为6.88 亿元、6.30亿元，处于行业第二梯队；德生科技、嘉和美康、国新健康营收体量相对偏小，分别录得3.16亿元、2.02亿元、1.66亿元。

从收入增速维度拆解，行业增长梯队分化特征尤为突出。仅卫宁健康一家公司实现营收正向增长，增速达14%，在行业整体需求偏缓的背景下依旧维持稳健增长，医院信息化核心业务稳步交付， AI医疗等新兴业务持续拓展，增长韧性相对优异。其余五家企业营收同比均出现下滑，其中嘉和美康收入下滑幅度最大，同比下降39%，主要受医院端项目验收周期拉长、订单交付节奏延后影响；创业慧康营收同比下滑20%，受区域需求释放节奏与业务结构调整影响；德生科技、久远银海分别下滑12%、8%，收入端存在一定承压；国新健康营收同比小幅下滑 3%，业务基本盘保持相对稳定。

整体来看，当前医疗医保 IT 行业正处于需求节奏调整与产品迭代升级的叠加阶段，不同企业之间营收增长率存在明显分化。头部企业已凭借客户覆盖与产品布局跑出稳健增长曲线，部分企业受短期财政预算节奏、项目交付周期影响收入承压。行业长期仍受益于医疗新基建、医保精细化管理与医疗数字化转型的政策红利，后续各家企业在手订单转化能力、AI 等新产品落地进度，将会成为拉开营收差距的核心变量，行业分化态势或将延续。

利润端： 2026年前三季度6家医疗医保IT样本公司归母净利润表现分化明显，盈利兑现进度出现分水岭，行业整体仍处于投入期与盈利修复阶段。六家企业中仅久远银海实现正向盈利，其余五家企业依旧维持亏损状态，反映出医疗医保IT赛道项目周期长、研发投入高、收入季节性强的行业属性，收入规模扩张与费用管控能力是盈利修复的核心支撑。

具体来看，久远银海2026前三季度实现归母净利润0.35亿元，同比下滑19%，本期盈利主要依托医保信息化主业的稳定交付，尽管收入端小幅下滑，但公司通过成本费用管控维持盈利状态，成为样本企业中唯一的保持正向盈利的标的。创业慧康归母净利润亏损3.11亿元，净利润同比增速-154%，亏损幅度大幅扩大，主要是由于收入端下滑叠加研发、市场拓展等成本费用刚性支出，对短期利润表现形成双重压力。卫宁健康归母净利润亏损2.41亿元，亏损规模与25年同期基本持平，持续加码AI医疗与新产品研发，短期投入对利润端形成一定压制。国新健康归母净利润亏损1.43亿元，同比下滑3%，亏损规模基本保持稳定。嘉和美康归母净利润亏损1.22亿元，同比减亏30%，降本增效举措初见成效。德生科技归母净利润亏损0.57亿元，亏损幅度显著扩大，主要受收入端下滑叠加刚性费用支出增加所致。

综合而言，当前医疗医保IT行业盈利拐点尚未全面到来，绝大多数企业依旧处于投入期，盈利企业仍属少数。内部费用优化可带来阶段性亏损收窄，后续需要观察常态化项目交付与验收落地情况，以及企业能否持续优化业务结构、提升运营效率、放大高毛利产品占比，是决定能否实现盈利修复的关键。

医疗医保IT样本公司毛利率及费用率情况如下：

2026 年前三季度6家医疗医保IT样本企业毛利率分化特征显著，行业项目制属性突出，公司间盈利能力差距较为明显，主要由于各家收入结构、业务形态与项目交付模式存在显著差异。样本企业毛利率区间跨度较大，久远银海以43%的毛利率居于样本首位；创业慧康、德生科技、卫宁健康、嘉和美康毛利率处于30%-33%区间，分别录得 33%、32%、31%、30%；国新健康毛利率为-6%，盈利能力短期承压。

从业务结构角度拆分，久远银海毛利率领先，主要得益于医保端信息化标准化产品占比较高，产品复用性强，项目实施成本相对可控，支撑盈利能力维持在较高水平。创业慧康、卫宁健康等以医院端信息化解决方案为主的企业，毛利率集中在30%-33% 区间，受项目定制化实施成本、硬件集成占比等因素影响，盈利能力处于行业常规区间。国新健康毛利率为负，主要系公司业务处于拓展期，收入规模不及预期叠加服务成本刚性支出，导致毛利端承压。

费用端维度，销售费用率梯队分化明显：国新健康销售费用率高达33.20%，嘉和美康、德生科技分别为 23.57%、21.60%，主要系企业加大市场拓展、医院与医保端客户覆盖力度，销售人员薪酬与营销投放持续加码；久远银海、创业慧康销售费用率相对偏低，分别为 10.29%、8.77%，费用投放效率更优。管理费用率差异同样显著：国新健康管理费用率高达46.89%，创业慧康、嘉和美康分别为25.86%、21.05%，与企业组织架构、项目管理模式及人员结构高度相关；久远银海、卫宁健康、德生科技管理费用率处于10%-13%区间，内部运营管控相对平稳。研发费用率层面，嘉和美康、创业慧康研发投入强度位居前列，研发费用率分别达35.12%、32.96%，体现出企业在AI医疗、新一代医疗信息系统等方向持续高强度投入；卫宁健康、久远银海、德生科技研发费用率处于16%-18%区间，研发投入保持常态化；国新健康研发费用率仅为0.45%，主要是由于费用核算口径不同。

整体来看，医疗医保IT赛道的盈利能力费用结构本质是企业战略选择与业务结构的集中体现，侧重标准化产品与聚焦医保信息化市场的企业具备更高的毛利率，医院端市场因项目延期交付等原因毛利率显著承压，而发力新兴技术赛道、快速扩张市场边界的企业费用率普遍更高。展望未来，随着行业需求持续释放与业务规模不断扩大，头部企业的规模效应将逐步显现，销售与管理费用率有望迎来边际改善；持续的研发投入将逐步转化为产品竞争力与收入增量，长期将反哺盈利水平，行业盈利与费用结构的分化格局仍将延续。

网络安全：业绩分化加剧，降本增效驱动头部盈利修复

我们选取行业9家网络安全公司作为我们的研究样本，所选样本的收入利润情况如下：

收入端：从2026 年前三季度9家网络安全样本企业营收表现来看，行业内公司收入增长呈现出显著分化的格局，各家企业项目落地与市场拓展节奏差异较大。9家样本企业2026 前三季度营收规模跨度较大，深信服以67.79亿元的营业收入居于首位，大幅领先其余样本企业；奇安信- U实现营收22.66 亿元，位居行业第二；启明星辰、绿盟科技、安恒信息营收规模依次为17.37 亿元、12.98亿元、11.73亿元，处于10-20亿元区间；天融信、迪普科技、国投智能、电科网安营收体量均处于10亿元以下，分别录得 8.50 亿元、8.18 亿元、8.02 亿元、6.46亿元。

从收入增速维度拆解，行业增长梯队分化特征尤为突出。深信服营收增速高达 32%，在较高收入体量之上依旧维持高速增长，AI安全等新兴业务持续放量，传统安全业务稳步复苏，增长质量相对优异。启明星辰营收增速达到12%，营收保持稳健的正向增长，业务拓展与项目交付平稳推进。国投智能、绿盟科技营收增速均为1%，实现小幅正增长，收入端基本盘保持稳定。其余五家企业营收同比出现下滑，其中天融信收入下滑幅度最大，同比下降 29%；奇安信- U、电科网安分别下滑20%、15%；迪普科技、安恒信息分别下滑6%、3%，主要受行业需求释放节奏、项目交付周期及市场竞争加剧等因素影响。

利润端：26年Q1-Q3 9家网络安全样本公司归母净利润表现分化明显，盈利兑现进度出现分水岭，行业整体仍处于盈利修复与投入平衡的阶段。9家企业中仅深信服、启明星辰、迪普科技三家实现正向盈利，其余六家企业依旧维持亏损状态，反映出网络安全赛道研发投入高、费用刚性强、盈利受项目结算节奏影响大的行业属性，收入增长释放的规模效应与内部费用管控能力是盈利修复的核心支撑。

具体来看，深信服26年Q1-Q3实现归母净利润5.76亿元，归母净利润增速达815%，一方面来源于公司参股的琥珀安云二期基金投资的宇树科技于本期成功上市后股价大幅上涨实现投资收益2.27亿元，另一方面受益于收入规模快速扩张叠加降本增效持续推进，规模效应逐步显现，运营效率提升带动盈利水平大幅改善，在营收快速增长的带动下利润端实现高速增长，共同推动公司归母净利润实现跨越式增长，成为样本企业中盈利规模与增速双优的标的。迪普科技实现归母净利润1.23亿元，净利润同比增长31%，盈利保持稳健增长，成本费用管控成效持续释放。启明星辰实现归母净利润0.38亿元，净利润同比增长118%，盈利实现平稳修复。

网络安全样本公司毛利率及费用率情况如下：

2026 年前三季度9家网络安全样本企业毛利率分化特征显著，行业技术密集、产品服务差异化的属性凸显，公司间盈利能力距较为明显，主要由于各家收入结构、业务形态与项目交付模式存在显著差异。样本企业毛利率区间跨度较大，迪普科技以63%的毛利率居于样本首位；深信服紧随其后，毛利率达到60%；安恒信息、启明星辰、天融信毛利率处于 56%-58%区间，分别录得 58%、56%、56%；绿盟科技、奇安信-U毛利率分别为54%、52%；电科网安、国投智能毛利率相对偏低，分别为38%、37%。

从盈利与费用结构角度拆分，迪普科技、深信服等高毛利率企业多以标准化安全软硬件产品为核心收入来源，产品复用性强、边际交付成本低，叠加自身产品竞争力突出，支撑盈利能力持高位。电科网安、国投智能毛利率偏低，主要由于业务结构中安全集成、整体解决方案类项目占比较高，硬件采购与现场实施成本占比更大，拉低了整体盈利能力。

费用端维度，销售费用率梯队分化尤为突出：天融信销售费用率高达66.09%，国投智能、安恒信息、奇安信-U的销售费用率也均处于较高水平，分别为 46.66%、41.39%、39.64%，主要系企业加大市场拓展、渠道铺设与行业客户覆盖力度，销售人员薪酬与营销投放持续加码；启明星辰、深信服、电科网安、迪普科技销售费用率相对可控，处于28%-31% 区间，费用投放效率更优。管理费用率差异同样显著，国投智能、电科网安、天融信管理费用率位居前三，分别达 23.53%、17.95%、17.53%，与企业组织架构、项目管理模式及人员结构高度相关；迪普科技、深信服管理费用率最低，仅为3.51%、3.86%，内部运营管控效率表现突出。研发费用率层面，天融信以57.63%的研发费用率领跑全样本，奇安信-U、电科网安、绿盟科技研发费用率也均超过 30%，分别为 38.26%、33.03%、30.21%，体现出企业在AI 安全、数据安全等新兴赛道持续高强度投入。

整体来看，网络安全赛道的盈利能力及费用结构本质是企业战略选择与业务结构的集中体现，侧重标准化产品的企业天然具备更高毛利率，而发力新兴技术赛道、快速扩张市场边界的企业费用率普遍更高。展望未来，随着行业需求持续释放与业务规模不断扩大，头部企业的规模效应将逐步显现，销售与管理费用率有望迎来边际改善；持续高强度的研发投入将逐步转化为产品竞争力与收入增量，长期将反哺盈利水平，行业盈利与费用结构的分化格局仍将延续。

风险提示

下游需求波动。若宏观经济、行业景气度等因素导致下游客户预算收缩或项目推进节奏放缓，可能影响相关企业订单获取及收入确认，导致业绩增长不及预期。

AI技术迭代不及预期。若大模型能力提升、算法优化及AI应用落地进展不及预期，可能影响AI产业应用拓展及商业化进程，导致行业增长不及预期。

文章来源

研报《行业分化延续，关注AI盈利兑现——计算机行业26年三季报总结》2026年11月5日

郭雅丽 分析师 S0570515060003 | BQB164

范昳蕊 分析师 S0570521060004 | BWD469

袁泽世 分析师 S0570524090001

岳铂雄 分析师 S0570524080004 | BYQ334

王浩天 联系人 S0570125010006

徐诚伟 联系人 S0570125070089 | BXO453 

关注我们

华泰证券研究所国内站（研究Portal）

https://inst.htsc.com/research

访问权限：国内机构客户

华泰证券研究所海外站

https://intl.inst.htsc.com/research 

访问权限：美国及中国香港金控机构客户

添加权限请联系您的华泰对口客户经理

免责声明

▲向上滑动阅览

本公众号不是华泰证券股份有限公司（以下简称“华泰证券”）研究报告的发布平台，本公众号仅供华泰证券中国内地研究服务客户参考使用。其他任何读者在订阅本公众号前，请自行评估接收相关推送内容的适当性，且若使用本公众号所载内容，务必寻求专业投资顾问的指导及解读。华泰证券不因任何订阅本公众号的行为而将订阅者视为华泰证券的客户。

本公众号转发、摘编华泰证券向其客户已发布研究报告的部分内容及观点，完整的投资意见分析应以报告发布当日的完整研究报告内容为准。订阅者仅使用本公众号内容，可能会因缺乏对完整报告的了解或缺乏相关的解读而产生理解上的歧义。如需了解完整内容，请具体参见华泰证券所发布的完整报告。

本公众号内容基于华泰证券认为可靠的信息编制，但华泰证券对该等信息的准确性、完整性及时效性不作任何保证，也不对证券价格的涨跌或市场走势作确定性判断。本公众号所载的意见、评估及预测仅反映发布当日的观点和判断。在不同时期，华泰证券可能会发出与本公众号所载意见、评估及预测不一致的研究报告。

在任何情况下，本公众号中的信息或所表述的意见均不构成对任何人的投资建议。订阅者不应单独依靠本订阅号中的内容而取代自身独立的判断，应自主做出投资决策并自行承担投资风险。订阅者若使用本资料，有可能会因缺乏解读服务而对内容产生理解上的歧义，进而造成投资损失。对依据或者使用本公众号内容所造成的一切后果，华泰证券及作者均不承担任何法律责任。

本公众号版权仅为华泰证券所有，未经华泰证券书面许可，任何机构或个人不得以翻版、复制、发表、引用或再次分发他人等任何形式侵犯本公众号发布的所有内容的版权。如因侵权行为给华泰证券造成任何直接或间接的损失，华泰证券保留追究一切法律责任的权利。华泰证券具有中国证监会核准的“证券投资咨询”业务资格，经营许可证编号为：91320000704041011J。