JYD竞业达

北京竞业达数码科技股份有限公司

2026 年半年度报告

2026 年 8 月

第一节 重要提示、目录和释义

公司董事会及董事、高级管理人员保证半年度报告内容的真实、准确、完整，不存在虚假记载、误导性陈述或者重大遗漏，并承担个别和连带的法律责任。

公司负责人钱瑞、主管会计工作负责人张永智及会计机构负责人(会计主管人员)艾冬悦声明：保证本半年度报告中财务报告的真实、准确、完整。

除下列董事外，其他董事亲自出席了审议本次半年报的董事会会议

公司在本报告第三节“管理层讨论与分析”之“十、公司面临的风险和应对措施”，分析了公司可能面临的风险及应对措施，提请投资者关注相关内容。

公司计划不派发现金红利，不送红股，不以公积金转增股本。

目录

第一节 重要提示、目录和释义....2

第二节 公司简介和主要财务指标....7

第三节 管理层讨论与分析....10

第四节 公司治理、环境和社会....48

第五节 重要事项....50

第六节 股份变动及股东情况....55

第七节 债券相关情况....60

第八节 财务报告....61

备查文件目录

一、载有法定代表人、主管会计工作负责人、会计机构负责人签名并盖章的财务报表。

二、报告期内公开披露过的所有公司文件的正本及公告的原稿。

三、载有法定代表人签名的 2026年半年度报告原件。

释义

第二节 公司简介和主要财务指标

一、公司简介

二、联系人和联系方式

三、其他情况

1、公司联系方式

公司注册地址、公司办公地址及其邮政编码、公司网址、电子信箱等在报告期是否变化

□适用 不适用

公司注册地址、公司办公地址及其邮政编码、公司网址、电子信箱等在报告期无变化，具体可参见 2025年年报。

2、信息披露及备置地点

信息披露及备置地点在报告期是否变化

□适用 不适用

公司披露半年度报告的证券交易所网站和媒体名称及网址，公司半年度报告备置地在报告期无变化，具体可参见 2025年年报。

3、其他有关资料

其他有关资料在报告期是否变更情况

□适用 不适用

四、主要会计数据和财务指标

公司是否需追溯调整或重述以前年度会计数据

□是 否

五、境内外会计准则下会计数据差异

1、同时按照国际会计准则与按照中国会计准则披露的财务报告中净利润和净资产差异情况□适用 ☑不适用

2、同时按照境外会计准则与按照中国会计准则披露的财务报告中净利润和净资产差异情况□适用 ☑不适用

六、非经常性损益项目及金额

适用 □不适用

单位：元

其他符合非经常性损益定义的损益项目的具体情况：

□适用 不适用

公司不存在其他符合非经常性损益定义的损益项目的具体情况。

将《公开发行证券的公司信息披露解释性公告第 1号——非经常性损益》中列举的非经常性损益项目界定为经常性损益项目的情况说明

□适用 不适用

公司不存在将《公开发行证券的公司信息披露解释性公告第 1号——非经常性损益》中列举的非经常性损益项目界定为经常性损益的项目的情形。

第三节 管理层讨论与分析

一、报告期内公司从事的主要业务

（一）业务概述

竞业达以服务科教兴国、人才强国战略为愿景，深耕教育信息化、数字化领域近三十载，致力于成为教育AI先锋企业与教育垂类大模型领军企业。

公司践行“AI for All, Agent to Future”核心战略，以 CV 与垂类大模型为技术底座，依托二十余载教育考试场景积淀与四十万间考场、智慧教室数据沉淀，形成“智能体＋硬件＋平台”的产品形态，聚焦于智慧教育、智慧招考、智慧轨道三大行业场景，为行业用户提供数智化服务。

公司构建了覆盖大模型、智能体、智能硬件、行业平台的全栈技术体系。自主研发星空教育大模型、灵鲸招考大模型、灵隼视觉大模型、城轨垂类模型、星空AI智能体平台，积累大量视音频编码、物联感知、侦测控制、边缘计算等硬件研发经验，将 CV 算法、NLP算法、垂类大模型、AI 智能体等与信创服务器、智能硬件、端侧终端整合，应用于教室、考场、实验室、校园、地铁等各场景，形成AI摄像机、AI录播、AI 全向麦、AI巡课终端、i 桌面、AI 助教机、AI 边缘计算终端、人工智能通识课、AI 学习终端、RISC-V 计算机实验箱、具身智能灵巧手实验箱、AI 考生身份识别终端、AI 侦测阻断屏蔽终端、AI 体育测试终端、AI视频分析一体机以及 i魔方教学智能体集群、质量评价智能体、专业优化智能体、新一代智慧课程平台、教学质量监控与评价平台、网上巡查平台、综合考务指挥平台、AI地铁巡站平台、智能运维平台等系列产品，实现AI 助教、AI助学、AI助考、AI助研、AI 助训、AI 助管、AI 助评、AI助安，服务于招生选拔、课堂教学、实验实践教学、专业建设、考试考务、质量评价、就业创业、校园安全、城铁运营等相关业务。

依托上述技术体系，公司形成了智慧教育、智慧招考、智慧轨道三类主要业务。

智慧教育业务：服务人才培养全过程，主要面向高等院校、职业院校、基础教育学校及教育主管部门，围绕产业需求分析、专业建设、课程资源、教学环境、实验实践实训、质量评价和校园管理等场景提供产品与服务。公司按照产品属性和客户价值，将业务进一步分类为教学与校园业务群、专业建设业务群。依托自研星空教育大模型、星空 AI 智能体平台以及系列智能硬件，形成智慧教室、课程平台、教学质量监测与评价、产业需求与专业优化、实验实践实训教学等产品线，提供智慧课程建设、师资培训、产教融合等新质生产力服务，快速建立样板案例，并通过全国营销服务体系以及高质量市场活动进行规模化复制。

智慧招考业务：服务人才选拔全过程，主要面向教育考试机构、招生考试管理部门及学校，围绕考试组织、考试安全、智能评测和考教融合提供覆盖考前、考中、考后的全流程产品与服务。公司以信创、国密、多模态人工智能、招考大模型和视觉大模型为技术支撑，形成智慧考务、考试安全、智慧体育、智慧实验和基础教育考教融合等产品体系，以高安全、高可信的技术体系保障国家考试公平。

智慧轨道业务：主要面向城市轨道交通建设及运营单位，依托长期积累的视频智能分析、人工智能、数据平台及复杂项目交付能力，持续推进大模型、计算机视觉、多模态人工智能及智能体等技术在城市轨道交通领域的产品化应用，围绕车站运营、客运服务、安全防范及设备运维等核心场景形成智慧视频、智慧安防、智慧运营和智能运维四大产品方向。公司坚持以技术创新为基础、以产品化为核心、以场景应用为牵引，通过真实业务场景开展产品验证和持续迭代，并将数据、算法模型、业务知识、产品组件及实施经验进行标准化沉淀，推动智慧轨道业务由项目型交付向自主产品、场景化应用和规模化复制逐步升级。

公司三类业务在底层技术、数据资源、平台架构和工程化交付等方面具有较强协同性。公司在教育考试、教育教学和轨道交通场景中积累的视频智能、多模态 AI、行业大模型、智能体及数据治理能力，可以根据不同行业需求进行复用和适配，有助于提升研发效率、产品迭代能力和跨场景解决方案交付能力。

（二）主要业务及产品

1、智慧教育业务

公司以“产教融合引领，AIGC 赋能人才培养全过程”为战略主线，围绕院校人才培养全周期，构建了覆盖产业需求分析、专业建设、课程资源、教学环境、实验实践实训、教学质量评价和校园管理等产品与服务体系。

根据产品属性、客户价值及内部业务管理需要，公司将原按课堂教学、实验教学、质量评价等场景划分的产品体系，整合为教学与校园业务群、专业建设业务群两类业务。其中，教学与校园业务群面向校级业务部门，以教学环境、教学平台、教学应用、质量评价和校园管理为核心，为各类教学过程和管理活动提供数字化、智能化支撑；专业建设业务群面向二级学院业务部门，以产业需求分析、专业规划、课程内容、实验装备、教师发展为核心，为院校内涵建设提供支持。在上述两类业务群之外，公司教育业务向个人学习者延伸，围绕个人职业技能提升需求独立开展职业培训业务。

(1) 技术底座：教育专用数据、垂类大模型与智能体平台

公司围绕“AIGC赋能人才培养全过程”，构建覆盖教育专用数据资源、智算与模型、智能体平台、技能库和场景应用的技术体系。

在数据层，公司依托近三十年教育信息化业务积累，形成覆盖教材、教案、作业、试题、课堂音视频、实验教学过程等场景的教育专用数据资源存量；同时，通过智慧教室、实验平台、课程平台、质量评价系统等产品平台，持续汇聚教学过程、学习行为等业务数据，为教学质量评价、专业建设优化和模型能力迭代提供基础。星云产业需求数据库汇聚产业技术、岗位能力和人才需求等数据，为院校专业规划、课程建设和人才培养方案优化提供产业数据支持。

在算力与模型层，公司依托智算中心和算力服务能力，构建基础大模型与教育垂类大模型相结合的模型体系，形成数据标注、模型训练和推理应用一体化能力。星空教育大模型面向教育教学场景进行训练和适配，可结合课程资源、教学过程、实验数据、学习行为和评价结果，为备课、授课、学习、评价、教研和管理等环节提供智能化支持。

在平台层，公司建设星空 AI 智能体平台，支持校内业务数据接入、工具调用、工作流编排、技能管理和智能体管理，并构建通用 MCP 接口及助教、助学、助管、助评等技能库，将大模型能力封装为可配置、可编排、可复用的技能与智能体，为面向教师、学生和管理者的具体应用提供支撑。

在应用层，公司围绕教师、学生、学校管理者及专业建设等具体业务对象，形成教育智能体集群，覆盖 AI 助教、AI 助学、AI 助管、AI 助评、AI 助考、AI 助训、AI 助研等应用方向，并面向备课、作业、课堂质量诊断、专业优化调整、实验实训等具体场景形成专业化智能体产品，支撑教育教学过程的数字化、智能化升级。

(2) 教学与校园业务群

教学与校园业务群面向院校教务处、信息中心、质量管理部门及校园运行管理部门，围绕教学环境、教学平台、教学质量评价和校园运行管理，形成“智能体＋感知硬件＋教学平台”软硬件协同的产品体系，以标准化产品形态部署于院校教学与校园管理场景。

① 智慧教室与未来学习中心产品线

公司面向日常教学、研讨学习、远程互动、项目式学习和个性化学习等场景，提供第三代AI智慧教室、未来学习中心及特色智慧教室等产品。

第三代AI智慧教室以智慧黑板系统、智慧讲台系统、AI视音频系统、研讨学习系统、智慧物联系统和运行中心系统为核心，通过智能硬件、互联中台、教学/课程/管理平台和AI应用协同联动，实现教学空间内设备、数据、系统和业务的互联互通。相关产品不仅满足课堂教学和教室管理需求，也是公司采集教学过程数据、支撑AI 教学应用的重要入口。

未来学习中心围绕线上线下融合、现实虚拟融合、项目式学习和跨学科实践，建设支持自主学习、研讨协作、虚实融合实践和学习成果评价的学习空间，为学校探索新型教学组织形态提供支撑。

② 课程平台产品线

公司围绕教师教学、学生学习、课程资源建设和教学管理需求，提供星图智慧课程平台、星梦 AIGC 数字人微课制作平台、未来学习平台、智慧课程云平台及 i 魔方教学智能体集群等产品。

星图智慧课程平台以知识图谱、能力图谱为核心，支持课程资源组织、知识点关联、学习路径设计和学习效果评价。星梦 AIGC 数字人微课制作平台通过数字人、语音合成和内容生成等技术，支持教师开展课程资源制作。智慧课程云平台、未来学习平台和 i 魔方教学智能体集群则围绕课前、课中、课后环节，为教师备课、课堂教学、学生学习、作业测验和教学复盘提供平台和工具支持。

本产品线侧重智慧教学全流程所需的数字化环境、智能化平台和内容生产工具；专业课程体系设计及课程内容开发服务在专业建设业务群中列示。

③ AI教学质量监测与评价产品线

公司构建覆盖课堂、课程、专业、教师和学生的全维度教学质量评价体系，产品包括AI 巡课、AI 考勤、AI 督导、课堂质量诊断、课程质量诊断、教学质量监测、教学质量预警、教学质量报告和AI评伴等。

相关产品通过融合教学运行数据、课堂行为数据、学习行为数据、实验过程数据及督导评价数据，基于自研星空教育大模型、星空 AI 智能体，对课堂教学、课程建设和教师教学过程进行监测和分析，形成课堂报告、课程报告、教师评价报告和教学质量分析报告，推动教学评价从“一次性结果评价”向“全过程数据驱动评价”转变，为学校教学质量改进提供支撑。

④ 平安校园产品线

公司面向校园安全需求，提供平安校园和智慧后勤等产品。

借助于公司自研的系列 CV 智能算法与校园安全大数据技术，平安校园产品着力于安全数据互联互通、安全设备互联互通以及基于多模态大模型的安全事件预警与决策，涵盖第三代平安校园平台、AI 智巡校园平台、AI 安消一体化平台、AI 非机动车管理平台、校园多个场景专用的 AI 摄像机等，智慧后勤业务面向高校宿舍及校园后勤能源管理场景，将边缘计算硬件与嵌入式能源运维软件集成于一体，统一接入电表、水表、智能空开、空调控制器、照明设备及传感器，实现多协议适配、数据采集治理、AI异常分析、风险预警、运维闭环、智能报表和远程控制、智能运维。

(3) 专业建设业务群

专业建设业务群面向院校专业建设和人才培养需求，以产业需求为牵引，以岗位图谱、能力图谱、知识图谱和问题图谱为基础，围绕产业需求与专业优化、人才培养方案设计、课程体系建设、实验实践实训教学、师资发展和就业创业服务，形成学科专业图谱、“产需供配”智能体、实训课程与实验装备相结合的专业建设产品体系，以产品＋服务模式服务院校专业建设全周期。

① 产业需求与专业优化服务产品线

公司围绕院校专业建设全周期，构建产业需求与专业优化业务。该业务以星云产业需求数据库、岗位图谱、能力图谱、知识图谱和问题图谱为支撑，前端面向专业设置、专业调整和人才培养方案制定，后端面向专业建设质量评价和改进，形成“产业需求分析—专业规划建设—培养质量评价—专业优化”的业务闭环。

在专业规划阶段，公司基于星云产业需求数据库，分析区域产业发展、行业技术趋势、岗位能力要求和人才需求变化，为高校和职业院校提供产业需求与专业设置契合度分析、新开专业论证、专业群建设、人才培养方案制定及课程体系规划等服务，帮助院校将产业需求导入专业建设过程。

④ 师资发展、实习实践与就业创业服务产品线

在专业优化阶段，公司围绕培养目标、毕业要求、课程体系、课程目标和评价结果之间的支撑关系，为院校提供 OBE专业质量评价、培养目标达成分析、毕业要求达成分析、课程目标达成分析和改进报告等服务，帮助学校建立数据驱动的专业质量保障机制，支撑专业认证、教学审核评估和人才培养质量提升。

② 智慧课程建设服务产品线

公司面向院校专业课程体系建设和课程内容升级需求，提供课程体系设计、课程内容开发、数字课程资源建设及图谱体系建设服务。

公司以知识图谱、能力图谱、问题图谱和岗位图谱为基础，将课程知识点、岗位能力要求、实践项目和评价目标进行关联，支持学校开展专业课程体系设计和课程内容建设。依托星图智慧课程平台、星梦 AIGC 数字人微课制作平台等工具，公司为院校提供课程资源开发、数字人微课制作、课程内容智能化升级等服务。

本业务侧重专业课程体系和课程内容建设；课程平台及内容生产工具由教学与校园业务群提供，二者共同支撑院校课程数字化建设。

③ 实验实践实训教学产品线

公司面向院校实验实践实训教学需求，以产教融合、校企合作为抓手，聚焦低空经济、具身智能、人工智能、电子信息、计算机、工业物联网、AI 新媒体等战略新兴产业方向，提供智慧实验室/实训室、实验实训课程、实验实训装备、实验教学平台、虚拟仿真、数字孪生和智能运维等产品。

公司以产业岗位能力要求为依据，将产业技术、真实项目场景和工程实践任务转化为院校可实施的实验课程和实训项目，提供人才培养方案设计、实验课程体系开发、实验项目案例开发、实训内容建设和配套师资支持等服务，帮助院校提升实验实践教学与产业发展的适配度。

公司围绕教师数字素养、AI教学能力和产业实践能力提升，提供教师培训、教师实训、课程共建和专业共建服务。

在实习实践方面，公司结合院校专业建设需求，提供实习实践基地建设、微专业建设和真实项目实践支持。在就业创业服务方面，公司依托产业需求分析、岗位能力模型和合作企业资源，探索从人才培养到岗位衔接的服务模式，推动专业建设、实践教学和学生就业相互衔接。

(4) 职业培训业务

职业培训业务是公司教育业务向个人学习者延伸的新业务培育方向，主要围绕人工智能、低空经济、具身智能、智慧物联、AI新媒体等产业方向开展职业技能和素养培训。

基于校内教学与评价形成的人才能力画像，公司通过职业技能培训学校，开发相关课程和实训项目，探索“课程培训—项目实训—能力评价—就业衔接”的服务模式，输送高素质实战型人才。

2、智慧招考业务

在智慧招考领域，公司以“营造公平安全的考试环境，AIGC 助力国家人才选拔，服务人的全面发展”为使命，为国家教育考试机构及学校提供覆盖考试全流程的数智化产品解决方案。公司自 2006 年将教学信息化技术迁移至考试场景，依托四十万间标准化考场建设经验与三十一省市教育考试场景数据沉淀，围绕考试组织、考试安全、智能评测和考教融合，构建了高安全、高可信的智慧招考技术体系。

(1) 技术底座：中台+招考大模型+智能体集群

公司以信创、国密、AI 大模型、大数据、音视频、云计算为技术基座，构建“中台＋大模型＋智能体”的全栈式技术架构：以中台为数据的入口与处理中枢，大模型为智能基座，通过智能体面向业务与角色的超级入口，三层协同支撑考试业务的智能化、安全化与国产化落地。

中台层统一供给数据与能力。 数据、视频、AI、安全四大基础中台承载数据汇聚治理、视讯链路处理、国密安全合规与模型训练迭代；智能体管理、知识库管理、即时通讯、视讯指挥四大能力中台提供智能体统一调度、行业知识沉淀、协同通讯与指挥会商能力。

大模型层是智能基座，将业务交互从平台操作升级为自然语言驱动的新交互方式。公司自研灵鲸招考、灵隼视觉、星空教育三大垂类大模型：灵鲸招考大模型深度适配考务全流程，具备“理解、生成、决策、安全”四位一体能力，驱动考务管理、应急指挥等场景形成可视、可知、可预警、可响应的闭环管控；灵隼视觉大模型基于多年 CV 积累，以“前端小模型高召回检测＋后端大模型语义级二次分析”双模型协同架构赋能视频巡查、行为分析、异常检测等场景，推动巡考从电子巡查、智能巡查迈向智能体自主巡考。公司已累计研发形成上百种场景化 CV 算法，覆盖考务行为、体育考试、理化生实验、校园安全及课堂行为等方向，构成视频智能分析的场景化算法库。CV 技术与视频数据优势同时构成招考、轨道两大行业智能化产品的共同底座。

智能体层以主智能体为调度核心。在大模型基座上直接分解任务、调度执行、完成工作，搭载考务管理、考试安全、智慧体育、科学实验、教考融合等垂直智能体集群，覆盖考试全业务链条。报告期内，公司全面推进技术架构与业务产品的智能体化改造，考务组织方式正从人工操作走向智能体驱动。

(2) 智慧考务产品线

教育考试组织涉及多级考试机构、考点、考务人员和考生，业务流程复杂，对考试组织、过程监管和应急协同具有较高要求。公司围绕考前、考中、考后全流程，基于考场行为、保密室等场所的行为分析算法，形成智慧考务产品矩阵，广泛应用于各级各类考试。

基于灵隼视觉大模型和CV小模型技术，推出符合教育部最新技术规范的AI巡查产品，涵盖智能分析服务器、AI 边缘盒子、AI 摄像机等终端设备及 AI 智能监考平台，对考生和监考员行为进行智能分析与实时预警，辅助提升考场监管效率和考试安全水平。

深度融合灵鲸招考大模型，形成覆盖考试报名、考场编排、志愿填报辅助、成绩发布、无纸化体检、试卷跟踪和应急指挥等场景的综合考务产品体系，支撑考试机构和学校开展考务组织、考试服务和过程管理。

(3) 考试安全产品线

高利害考试对身份核验、作弊防控、试卷安全和数据安全具有严格要求。公司围绕考试安全管理需求，构建“技防+人防”相结合的考试安全产品体系。

遵循《国家重要考试考场手机信号屏蔽设备设置使用管理规定》，公司多款考场手机屏蔽产品已通过工业和信息化部无线电发射设备型号核准。围绕考试场景形成了信令级侦测引导阻断、分布式屏蔽、高性能单机终端和智能探测门等产品矩阵，支撑考试机构落实手机等高科技作弊设备“带不进、用不了、传不出”的防控要求。

融合图像识别、生物识别和身份认证技术的考务终端系统，通过人证合一核验防范替考风险，并整合身份认证与考务管理功能，推动考务流程向数字化、自动化和信创化升级。公司还提供智能保密室、应急指挥等产品，支持试卷存放、流转、考试指挥和异常事件处置。

(4) 智慧体育产品线

体育考试、体质测试和日常体育教学对测评效率、结果客观性和过程数据具有较高要求。公司以“AI+体育”为核心，构建覆盖体能训练、体质测试、体育考试、课堂教学和日常锻炼的智慧体育产品体系。

智慧体育训考系统利用计算机视觉、姿态识别和数据分析技术，对体育运动过程进行自动采集、动作分析和成绩判定，支持 20 余项体育运动项目的智能评测，减少人工测量和主观评判差异，提高体育考试和体质测试效率。

面向体质健康监测和日常锻炼场景，公司还探索入校微操场模式，利用校园碎片化空间部署 AI 体育设备，支持课间阳光跑等日常锻炼智能化管理，通过无感采集运动和体测数据，形成学生体质健康数据分析，为学校开展体育教学、训练指导和体质提升提供支持。

(5) 智慧实验产品线

中学理化生实验教学和实验操作考试对操作过程记录、评价标准统一和大规模组织具有较高要求；教育部办公厅《关于加强中小学人工智能教育的通知》提出 2030 年前在中小学基本普及人工智能教育，中小学科技教育与人工智能通识教育需求加速释放。公司围绕实验教学、训练、考试和人工智能通识教育，提供智慧实验产品和解决方案。

理化生实验考试系统利用 AI 视觉评分技术，对实验器材使用、操作步骤、实验结果和操作规范性进行识别和分析，对实验及操作步骤开展智能识别与自动评价。产品包括整装实验室、示教终端、智能测评平台等，为实验教学、日常练习和考试测评提供智能化支撑，推动实验操作评价从人工经验判断向数据分析和智能辅助评价转变。

面向中小学人工智能通识教育，公司覆盖人工智能认知、计算机视觉、语音交互、生成式人工智能方向，以课程资源、智能硬件、软件平台和实践空间的一体化产品体系，配套人工智能实验室、微场景智能设备和教学平台，支撑课堂教学、实践训练、项目创新与成果评价。

(6) 基础教育考教融合产品线

标准化考场设备在考试结束后存在日常利用率提升空间，学校也需要进一步打通考试、教学和校园安全数据。公司复用考试巡查系统的视频采集、AI 分析和考务终端能力，将考场级智能研判延伸至日常教学管理和校园安全治理，构建“考试—教学—安全”协同的考教融合产品体系。

面向教学管理，公司通过 AI 巡课、智能听评课和课堂数据分析，支持课堂质量诊断与教学行为分析；面向平安校园建设，公司整合考务终端、电子班牌和智能感知设备，支持校园安全巡查、异常行为预警和应急联动；面向学生发展，公司基于多模态数据采集和分析，为学校开展学生发展评价提供数据支持。

考教融合产品通过打通考试、教学和安全数据链路，实现考试设备在日常教学中的复用，推动“考教数据互通、设备复用共享、安全全域覆盖”。形成从课堂教学、数据采集到评价诊断、精准赋能的闭环管理，将标准化考试能力转化为教育提质与校园治理的动能。

3、智慧轨道

在智慧轨道领域，公司以“助力轨道交通高效管理、安全运营、绿智发展”为使命，持续推动人工智能技术与城市轨道交通业务深度融合。公司自 2009 年进入城市轨道交通市场以来，持续围绕轨道交通实际业务需求开展技术研发、产品建设和场景应用，依托在视频智能、人工智能、数据治理、平台建设及复杂项目交付等方面的长期积累，逐步形成了从技术研发、产品定义、场景落地到标杆验证和规模化复制的业务能力。

近年来，公司进一步加强大模型、计算机视觉、多模态人工智能和智能体等新一代人工智能技术与轨道交通业务的融合，将通用技术能力与行业数据、业务知识和实际应用场景相结合，持续推动技术能力向标准化、模块化、产品化方向转化。公司以真实线路和运营场景作为产品验证的重要载体，通过标杆项目持续验证产品能力、优化业务模型并沉淀标准化产品组件和场景解决方案，逐步提升产品的成熟度和复制推广能力。目前，公司智慧轨道业务已形成智慧视频、智慧安防、智慧运营和智能运维四条产品线，并持续向智能体驱动的业务智能化方向演进。

(1) 技术底座：城轨垂类模型、视觉算法与智能体平台

公司以城轨垂类大模型、计算机视觉、多模态人工智能、智能体及云边端协同等技术作为智慧轨道业务的重要技术基础。

在数据和模型层面，公司围绕车站、站厅、站台、车辆段及设备运维等典型轨道交通场景开展数据采集、治理、标注、模型训练及算法优化，持续形成面向轨道交通业务的场景数据、算法模型、业务知识及智能体能力。

在平台及产品层面，公司通过视频平台、人工智能分析平台及智能体平台，对相关技术能力进行平台化和组件化，并根据轨道交通业务需求形成相应产品。通过持续的项目应用和场景验证，公司不断完善相关产品功能、算法模型及业务流程，并将成熟能力进行标准化沉淀，为产品推广和规模化复制提供支撑。

(2) 智慧运营产品线

随着城市轨道交通进入运营主导阶段，车站日常巡视、开关站检查、乘客服务和应急处置对运营人员依赖较高，运营单位需要通过智能化手段提升车站管理效率和乘客服务能力。

公司智慧运营产品主要面向城市轨道交通车站运营及客运服务场景，以 AI 生成式巡站、车站大脑及智能客运服务等产品为重点，推动人工智能技术在车站日常运营管理中的应用。

AI生成式巡站产品主要面向运营前检查、开关站检查及日常巡站等业务，通过视频感知、环境识别及智能体任务编排等技术，对车站运营状态进行智能检查，辅助运营人员完成巡站任务，并对发现的异常事项进行记录和处置协同。

公司围绕车站运营管理需求，持续建设车站智能中枢能力，对车站设备、客流、视频、安防、客运及应急等信息进行综合分析，为车站运营人员提供事件识别、风险提示及处置辅助。同时，公司积极探索智能体与智能巡检设备等现场终端的协同应用，推动车站运营管理向智能化、少人化方向发展。

(3) 智能运维产品线

城市轨道交通设备种类多、专业系统复杂，传统运维模式以人工巡检和故障后维修为主，运营单位面临运维成本高、故障预警能力不足和设备管理效率提升等需求。

公司智能运维产品主要面向城市轨道交通设备运维场景，以 AIGC 轨道智慧运维平台为核心，构建“1+N”智慧运维产品体系，覆盖供电、机电、通信、视频、安防、安检等专业领域。

公司通过融合设备运行数据、视频数据、运维知识及业务数据，运用大模型及智能体技术，为设备状态监测、异常分析、故障诊断、风险预警、维修建议及运维任务管理等业务提供智能化支持，推动设备运维模式由以人工巡检和故障维修为主，逐步向状态监测、风险预警及智能辅助决策方向发展。

公司持续围绕不同专业和典型设备开展产品研发及场景验证，并将成熟的算法模型、业务知识、产品组件及应用经验进行标准化沉淀，形成可面向不同线路和专业场景推广的智能运维产品能力。

(4) 智慧视频产品线

城市轨道交通视频系统覆盖范围广、设备数量多、连续运行要求高，传统视频系统主要依赖人工监看和事后调阅，难以满足运营单位对主动预警、智能分析和数据治理的需求。

公司智慧视频产品主要面向城市轨道交通视频感知、视频管理及视频智能分析场景，包括轨道交通视频监控系统、AI视频分析平台、边缘计算终端、视频存储及数据治理等相关产品。

公司依托长期积累的视频技术及轨道交通项目经验，将计算机视觉、多模态人工智能等技术持续应用于视频产品，对车站、站厅、站台、车辆段等重点区域的视频数据进行智能分析，支持异常事件识别、重点区域监测、事件追溯及运营数据分析等业务。

智慧视频产品是公司智慧轨道业务的重要基础产品，同时为智慧安防、智慧运营及智能运维等产品提供视频数据及 AI 感知能力。公司通过持续开展产品迭代和场景适配，推动视频产品由传统的视频接入、存储及调阅功能向智能感知和主动分析能力升级。

(5) 智慧安防产品线

城市轨道交通客流量大、公共空间开放，运营单位需要对安全检查、重点区域、异常事件和应急处置进行全过程管理。

公司智慧安防产品主要面向城市轨道交通安全检查、重点区域监测、异常事件识别及应急处置等场景，包括智慧安防平台、智慧安检集中判图、重点区域智能监测、异常事件识别及应急联动等相关产品。

公司通过计算机视觉、图像识别、大模型及智能体等技术，对轨道交通运营过程中的安全风险及异常事件进行智能识别和辅助分析，提升安全事件的发现、研判及处置效率。

公司以实际运营场景为基础持续开展产品验证和迭代，通过数据积累、模型优化及业务流程完善，不断提升智慧安防产品的成熟度和适用性，并将成熟应用能力进行标准化沉淀，推动相关产品在不同线路和运营场景中的复制推广。

（三）报告期内公司所处的行业情况

公司所处行业为软件和信息技术服务业，产品与解决方案主要应用于教育教学、教育考试和城市轨道交通三个领域。

1、行业共性背景：数智化上升为五年规划战略任务，人工智能从技术培育转向规模化应用

报告期内，国家层面数智化顶层设计集中落地。2026年 3 月，《中华人民共和国国民经济和社会发展第十五个五年规划纲要》发布，将深入推进数字中国建设、提升数智化发展水平单独成篇，部署深化拓展人工智能+、强化算力算法数据高效供给、健全数据要素基础制度，并提出适度超前建设新型基础设施；2026 年《政府工作报告》进一步提出深化拓展人工智能+，促进新一代智能终端和智能体加快推广，推动重点行业领域人工智能商业化规模化应用，培育智能原生新业态新模式。从 2024 年人工智能+首次写入《政府工作报告》，到“十五五”规划将其列为五年战略任务，人工智能的政策重心正从技术培育转向重点行业的商业化、规模化落地，教育与交通运输均为政策明确的重点应用领域。

技术层面，大模型推理成本持续下降，行业垂类模型与智能体逐步成熟，行业数字化建设重心正从信息化基础设施和系统建设，转向数据治理、模型能力与场景化智能应用，客户需求相应从单一设备和系统采购转向“平台+模型+服务”的综合解决方案。

2、智慧教育行业：政策合力推动全学段普及、全场景赋能，市场需求从基础设施普及向 AI 深度赋能跨越

《教育强国建设规划纲要（2024—2035 年）》、2026 年 4 月教育部等五部门印发的《“人工智能+教育”行动计划》与2026 年6月国务院印发的《教育发展“十五五”规划》形成顶层设计与实施路径的政策合力，推动智慧教育进入全学段普及、全场景赋能的新周期。

《行动计划》明确推动人工智能成为高校公共基础课，推动职业教育传统专业智能化升级、联合行业企业共建实习实训基地，部署赋能学生学习、教师教学、教育治理、科学研究的全场景应用，并提出打造未来课堂、未来学校、未来学习中心和未来实训中心；《教育发展“十五五”规划》进一步部署推进教育数智化变革，推动教育理念、培养模式、考试考核、科研范式和治理机制深层次变革，建设国家人工智能（教育）应用中试基地。2026年 2 月，教育部印发《关于深化职业教育教学关键要素改革的意见》，推动专业、课程、教材、教师、实习实训五要素联动改革，建立专业设置红黄牌提示机制，统筹预算内投资、地方政府专项债、超长期特别国债支持产教融合实习实训基地建设；第二期“双高计划”启动实施，围绕 60 所左右高水平高职学校和 160 个左右高水平专业群开展建设。多政策叠加，催生覆盖“教学—实训—评价—治理”全流程的综合性解决方案需求。

市场需求正从基础设施普及向 AI 深度赋能跨越。据教育部《2025 年全国教育事业发展统计公报》，全国共有各级各类学校 44.07 万所、学历教育在校生 2.80 亿人，其中高等学校 3,167 所、高等教育在学总规模 4,872.57 万人，构成智慧教育产品与服务稳定的需求基础。智慧教室建设从多媒体设备集成向“AI+教学全场景”升级，新建校区与存量改造形成双轮驱动；“未来学习中心、未来实训中心”建设与虚拟仿真实验深化要求，叠加人工智能通识课、具身智能、低空经济等新兴方向，推动实验实训领域进入新一轮建设周期；学生、教师、治理、科研四维赋能体系的落地，特别是课前学情分析与资源生成、课中人机协同、课后智能批改与答疑的全流程覆盖，对“硬件—平台—模型”全栈能力提出要求。同时，专业动态调整机制强化——2026 年 7 月，教育部完成 2026 年《职业教育专业目录》增补，新增 27 个对接数字经济、低空经济、人工智能等方向的新专业——院校对产业需求分析、专业论证与优化的服务需求上升。行业价值边界相应从设备交付向数据服务+运营延伸。

教育信息化投入以财政资金及院校预算为主，项目立项、采购与验收节奏可能随预算执行进度出现阶段性波动；《教育发展“十五五”规划》已提出完善教育战略性投入机制，行业中长期投入具有制度保障。公司智慧教育业务覆盖“产业需求—专业建设—教学实施—质量评价—校园管理”的人才培养全过程。

3、智慧招考行业：安全组考要求升级，“扩容、更新、升级”需求叠加

报告期内，考试安全政策要求进一步升级。2026 年 1 月，《教育部关于做好 2026 年普通高校招生工作的通知》要求升级标准化考点、配备升级智能安检门、加强无线电信号屏蔽、推进智能巡查巡检，强化考试全流程安全管理与信息安全保障。2026年 6 月，教育部会同有关部门开展“高考护航行动”，对考试现场实行实时智能巡查全覆盖，重点防范手机及智能手表、智能眼镜等新型智能设备作弊。《教育发展“十五五”规划》亦将考试考核列为深层次变革方向之一。防作弊对象从手机扩展至智能穿戴设备，是本轮政策要求的核心变化，直接带动智能安检、射频信号侦测与屏蔽等产品的更新换代。

市场空间方面，行业呈现“扩容、更新、升级”三类需求叠加的格局：一是考试品类扩容，标准化考点从高考向中考、学业水平考试、研究生考试、社会类考试延伸，2026年全国高考报名人数 1,290 万人、考生规模保持高位，带来考点新建与扩建需求；二是存量设备进入更新周期，早期建成的网上巡查、身份认证等系统设备陆续到达更新年限；三是智能化升级加速，智能巡查从试点走向全覆盖，AI防作弊、异常行为分析等能力成为网上巡查系统升级的主要方向，考试数据安全与信创要求同步推动考务核心系统国产化适配。

考试品类与评价方式改革同步打开延展空间。教育部《关于加强和改进中小学实验教学的意见》明确将实验操作纳入初中学业水平考试、考试成绩纳入高中阶段学校招生录取依据，实验操作的规范化记录与智能评价成为标准化建设新需求；中办、国办《关于全面加强和改进新时代学校体育工作的意见》提出将体育科目纳入初、高中学业水平考试范围，科学确定并逐步提高中考体育分值，体育测评与体质监测的组织化、数据化需求增强。同时，考试评价能力正向日常教学测评、练习诊断等场景外溢，“以考促教”带动考、测、评、教一体化需求形成。

标准化考点建设以各级财政投入为主，项目呈现考前集中交付的季节性特征。公司智慧招考业务为教育考试机构及学校提供覆盖考试全流程的产品与解决方案，并向体育测评、实验操作考试、通识教育等延展场景输出产品与评价能力。

4、智慧轨道行业：进入运营主导阶段，智能化政策从方向指引走向场景落地

据交通运输部统计，截至 2026年 6月末，我国内地城市轨道交通运营线路达346条、运营里程 11,848.8 公里。行业已由大规模建设期转入建设与运营并重、逐步以运营为主的阶段：新增里程节奏放缓，既有线路陆续进入运营维护和更新改造周期，行业需求从新建线路的系统配套转向既有线路的智能化改造与运营降本增效；交通运输部“十五五”开局部署亦明确对存量交通基础设施实施更新和数智化改造。

智能化政策加速走向场景化、项目化落地。2025 年 9 月，交通运输部等七部门印发《关于“人工智能+交通运输”的实施意见》，部署综合交通运输大模型落地、典型智能体普及及智能运维与管控、智能安检等任务；2026 年 6 月，《“人工智能+交通运输”典型应用场景创新行动方案》部署十大方向、超百项试点应用和首批 41 个重点场景并启动项目申报，大模型与智能体进入落地阶段；《城市轨道交通设施设备运行维护管理办法》明确全生命周期运维要求，鼓励采用智能化手段开展设施设备检查，支持通过更新改造提高自动化、智能化水平。

城市轨道交通运营单位普遍面临运营收支平衡压力，投资更加强调投入产出，项目决策与建设节奏可能放缓；行业竞争正从设备集成能力转向算法、数据与场景理解相结合的综合能力。公司智慧轨道业务围绕运营、运维、视频、安防等场景的智能化需求提供产品与解决方案。

报告期内，公司所处三个行业的智能化政策均由顶层设计进入实施阶段，需求方向明确，与公司业务布局高度契合；预算执行节奏与客户投资决策的变化，可能带来项目进度的阶段性波动。行业竞争的核心正从设备与系统集成能力，转向垂类模型、行业数据与场景理解相结合的服务能力。

（四）报告期内主要业务进展

1、智慧教育

报告期内，公司智慧教育 BG 组建教学与校园业务群、专业建设业务群两个业务群，分别聚焦智慧教学与质量评价、产业需求与专业建设服务，为人才培养全链条解决方案提供组织保障。

技术底座升级，支撑产品智能体化演进。报告期内，公司推进星空教育大模型基座能力升级与端侧轻量化部署，优化多模态融合能力与推理成本；发布星空教育大模型 2.0：

采用 MoE 专家混合架构，高并发吞吐量较上一代提升 2 倍以上，原生支持 128K 上下文并可扩展至百万级 token；依托跨模态检索增强与个性化知识库，支持私有化部署、数据不出校，并通过量化压缩与混合推理适配从服务器到边缘端的全设备链，为教育全场景智能化提供底层支撑。

AI新品集中落地，产品形态向智能体演进。报告期内，公司相继推出系列 AI新品：i魔方教学智能体集群作为教学场景的智能入口，内置备课、出题、答疑、学伴等数十个教学智能体，并支持院校自主创建；星空 Tutor 引导式 AI 助教以启发式教学引导学生自主探究而非直接输出答案；实时互动数字人以“数字老师”形态覆盖课中授课、课后辅导；法学实训智能体（法小智）覆盖案例分析、模拟法庭、法律文书生成实训链路；AI 摄像机内置边缘算力与 CV 算法，实时产出教情、学情、考情数据；人形机器人与灵巧手实验系统配套阶梯式实训课程与数字孪生系统，将产业前沿技术转化为可开、可教、可评的实践教学内容。覆盖助教、助学、助评、助训全场景的智能化新品相继推出，教学产品体系正从平台工具向智能体集群演进。

标杆示范形成可复制样板。截至报告期末，公司与211高校、985高校、艺术类高校、高职院校等共建的 AI 教学应用，先后入选中国高等教育学会第一批高校教学智能体工具及应用案例、教育部“人工智能+高等教育”典型应用场景及北京市、浙江省相关典型应用场景与培育名单。报告期内，围绕服务拔尖创新人才培养，公司 AI 产品在四类场景形成标杆示范：未来学习中心，已在部属高校落地，探索“AI＋空间＋课程”融合的新型学习形态；“平台＋AI课程”整体建设，在医药类高校特色学院投入应用，形成教学实施、专业建设与课程资源一体化标杆；面向专业场景的智能体，以法学实训智能体（法小智）为代表，树立专业实训智能体标杆；产业需求与专业建设服务进一步拓展，学科专业图谱、“产需供配”智能体实现首单落地。上述标杆完成了从公司战略到有效试点的验证，具备向同类院校复制推广的条件。

市场拓展稳步推进。报告期内，公司深耕老客户、拓展新市场，覆盖新校区智慧教室建设、老校区教室改造、教考融合、课程平台、教学运行中心等多场景，华东等区域市场实现新突破。AIGC 课堂诊断服务加速入校，落地江苏、河南市场，基础教育客户云上AIGC诊断服务累计生成课堂诊断报告数千份。开学季，公司开展专项保障行动，服务全国百余所合作院校，将 AI巡课、AI 教学、AI 督导应用融入日常保障。公司教学业务正从单一项目交付向“建设＋服务”模式延伸，服务形态开始形成。

产教融合从课程共建走向人才共育。报告期内，公司与艺术类高校及安徽、山东两省行业组织签署战略合作框架协议，并获授高职院校“教师企业实践基地”；与交通类职业院校共建智慧城市产业学院的合作成果获北京市职业教育教学成果一等奖；深度参与第十届全国大学生集成电路创新创业大赛，开设 RISC-V CPU 设计专项赛道，吸引全国百余所高校参与，形成“课堂教学—实训练习—赛事比拼—产业输送”的人才培养闭环；与高职院校联合举办在线课程建设竞赛，推动智慧课程产品常态化应用。

2、智慧招考

灵鲸招考大模型完成“双备案”。报告期内，公司灵鲸招考大模型、考务多模态算法相继通过国家网信办备案，公司在教育考试行业率先完成大模型与算法“双备案”。

全线产品支撑 2026 年高考、中考安全平稳运行。2026 年上半年，公司智慧招考产品投入高考、中考等各类高利害考试考务组织各环节，各类核心系统、设备运行平稳，全程零故障、零延误；高考期间，灵鲸招考大模型及智能识别、AI 视频巡查等技术手段构建立体化考场防控体系，在北京、安徽、湖北、四川、辽宁、新疆等多个省份投入实战应用。

考务智能体化改造落地新品。报告期内，公司推进智慧考务智能体化改造，构建覆盖考试报名、考前筹备、考中处置、考后归档全链条的多智能体集群——网上巡查指挥调度、考点运维、考务协同、辅助决策、应急指挥、试卷跟踪、考试客服等。以灵鲸招考大模型为底座，通过自然语言交互实现视频调度、设备巡检、指令执行、决策指挥与态势感知智能化，考务指令识别精准稳定，巡检效率大幅提升，推动考务管理从人工操作向智能体驱动转变；灵隼视觉大模型采用“前端 CV小模型高召回检测＋后端大模型语义级二次分析”双模型协同架构，在真实考试场景持续应用，大幅降低智能分析误报率。存量考场资源为双大模型与智能体集群的规模化落地与迭代提供入口优势，推动智慧考务由单点智能走向全流程协同。

作弊防控产品合规与市场双线推进。报告期内，公司完善考场手机屏蔽产品线的合规化布局，累计 4 款产品取得国家无线电发射设备型号核准；相关产品已在北京、湖北、新疆、江苏等多个省份实现项目落地，直接服务高考、中考作弊防控保障，公司信号侦测与屏蔽产品的更新换代需求释放。

智慧体育以考促教，从体测服务走进日常教学场景。报告期内，公司以中考体测服务建立客户信任与口碑，带动智慧体育产品批量入校：延续北京等地体育体测智慧服务；落地沈阳市中小学智慧体育项目，数十所中小学统一配备智慧体育一体机，以 AI 测评支撑日常体育教学、学生体质监测与体测模拟训练；智慧操场、校内智慧体育、阳光跑等产品在天津、重庆、吉林、北京等地相继落地。随着体育中考改革深化、学生体质健康监测走向常态化，学校体育正从一次性考试转向过程性评价与日常锻炼并重，高频次、可持续的测评服务需求正在形成，智慧体育从考试测评服务向日常教学与锻炼场景延伸，打开基础教育市场新空间。

智慧实验稳步拓展，通识教育产品完成市场导入。报告期内，公司理化生实验智能评分算法持续丰富，并在河南、重庆等地完成样板建设与应用验证。人工智能通识教育作为公司面向基础教育的重点方向，报告期内完成系列课程及配套软硬件研发和市场导入，课程涵盖人工智能认知、计算机视觉、生成式人工智能等方向，形成课程资源、智能硬件、软件平台与实践空间一体化的产品体系，支撑学校课堂教学、实践训练、项目创新与成果评价。

考教融合向教学场景延伸。公司以四十万间标准化考场建设经验和省市教育考试场景数据为基石，将AI能力从考试场景向教学全场景延伸，形成“考教安融合”的优势路径，实现设备深度复用与价值提升。报告期内，灵鲸垂类大模型在某中学教育集团落地 AI 课堂质量诊断应用：依托大模型采集课堂全维度数据，自动生成多维度课堂诊断分析，协助学校搭建“发现问题—精准教研—持续优化—效果验证”的教学改进闭环，推动教研从凭经验总结转向凭数据研判。以考教融合为入口，公司 AI 能力进一步向中小学智慧教学（智教、智学、智研、智评、智管）与健康学校（平安校园、心理健康、智慧体育）等场景延伸。

3、智慧轨道

市场拓展成效凸显，标杆模式形成可复制路径。报告期内，公司智慧轨道业务市场拓展持续取得进展，公司智慧轨道业务新签合同金额较上年同期大幅增长，业务覆盖全国十余座重点城市。视频业务巩固华北市场优势，视频平台、智能分析系统、视频压缩等 AI产品相继部署于济南、北京、重庆等地线路；安防业务深耕济南市场，安检集中判图平台在济南多条线路落地，推动线网级一体化安防规模化应用。区域拓展形成“标杆验证、同类复制”的清晰路径：济南模式（算法验证＋产品落地）与北京模式（标杆卡位＋技术引领）树立行业样板，并向西北、南宁、宁波、福州及成都、重庆等区域市场复制，实现国铁、城轨市场双向渗透。

AI 生成式巡站加快由试点走向规模化应用拓展。报告期内，公司以 AI 生成式自动巡站平台为核心产品，将轨交大模型、计算机视觉和智能体技术应用于车站巡视场景，持续完善产品能力和应用模式。深圳线路试点车站系统稳定运行，产品性能和服务质量获业主高度认可，完成 AI 生成式巡站产品在实际运营场景中的标杆验证。与此同时，济南等地线路相继新增部署，推动 AI 辅助巡站由单点试点走向多线路应用拓展，产品规模化落地能力进一步提升，公司在智慧车站领域的产品影响力和市场竞争力持续增强。

智慧运维从单品突破向平台化、多线路服务升级。报告期内，公司持续挖掘存量客户需求，积极拓展城市轨道交通运维市场，在北京、福州等地落地地铁线路视频改造、弱电集成及视频运维等项目，实现智慧运维业务从“0 到 1”的突破。2026 年 8 月，公司相继承接济南轨道交通多线路安检运维服务，并将基于轨道交通行业大模型和智能体技术构建的智慧运维平台投入实际应用，为轨道交通日常巡检、维修服务提供智能化管理和任务调度支持，推动公司运维业务由单一产品交付向平台化、多线路服务模式升级。

在建项目有序推进，项目交付能力保持稳定。报告期内，公司智慧轨道业务在建项目整体推进顺利，各项目按照既定计划有序实施，项目交付、系统部署及验收等工作稳步开展。公司持续加强项目全过程管理，统筹产品研发、技术实施及现场交付，保障项目建设质量和交付进度，为后续产品推广及规模化复制提供支撑。

4、职业培训业务

技能培训以产业需求定方向，业务规模爬坡。区别于以通用课程为主的传统职业培训机构，公司职业技能培训依托自身产业优势与合作企业用人需求，围绕技术经济发展形成的人才缺口动态调整培养方向，已开设人工智能学院、AI＋新媒体学院、低空经济（无人机）学院、智能物联学院 4 个专业方向，面向就业开展技能培训；大学生实习实践业务在智慧物联、低空经济等既有方向基础上，新开设具身智能方向实习实践，将产业前沿技术人才需求转化为实习实训内容。截至 2026 年 7 月末，启点教育新招生、在班学员及大学生实习实践交付人数均超过2025年全年，目前仍处于培育期，规模尚小。

（五）主要经营模式

公司基于客户需求与业务特性，构建了“直销+经销+运营服务”的复合经营模式体系，形成“硬件+平台+服务”三位一体的价值闭环。

差异化渠道策略：公司针对不同业务板块的特性，采用差异化的市场拓展策略。智慧招考业务以标准化产品为主，主要采用经销模式，通过赋能集成商、协同投标，实现快速市场渗透和广泛覆盖；智慧教育业务项目定制化程度高，主要采用直销模式，聚焦高价值客户的定制化攻坚与深度服务；智慧轨道业务作为通信系统的组成部分，主要通过经销模式向总承包商提供产品和服务，依托项目制交付实现业务落地。

新型运营服务拓展：公司积极拓展可持续的新型运营服务，推动商业模式从一次性项目制向持续性服务转变。面向教学领域，推出 AIGC 报告订阅服务与数字人制课服务，基于星空教育大模型为院校提供持续的课堂质量诊断、学情分析报告及课程资源制作；面向招考领域，开展智能设备租赁、AI 技术服务与 AI 体测服务，降低客户一次性投入成本，实现轻资产运营；面向轨道交通领域，提供 AIGC 运维服务，以智能体技术支撑城轨设备优化；面向个人用户，开展职业技能培训服务，依托人社部批准的职业技能培训学校，提供认证培训与就业服务。

商业模式升级：公司通过“直销攻坚大客户、经销覆盖广域市场、运营服务沉淀长期价值”的三维策略，构建了以数智化能力为核心的商业模式。硬件与平台产品实现初始价值交付，运营服务深化合作关系并拓展服务性收入，推动公司向“产品+服务”双轮驱动的智慧教育服务商转型。

（六）主要的业绩驱动因素

1、政策与需求驱动

教育教学、教育考试、城市轨道交通三个行业的智能化政策均由顶层设计进入实施阶段（详见本节“（三）报告期内公司所处的行业情况”），智慧教育全场景赋能、考试智能化升级与国产化适配、城轨存量设施更新与智能化改造等需求释放，为公司各项业务提供需求基础。公司业绩受政策红利、技术变革与商业模式创新多重因素驱动，其中教育数字化政策与AI技术突破是当前最核心的增长引擎。

2、AI 产品化驱动

行业垂类大模型与智能体技术和公司产品深度融合，推动产品从信息化工具向智能化产品升级。AI 巡考、AI 课堂质量诊断、AI 生成式巡站等智能化应用已实现产品化落地，产品附加值与差异化竞争力提升。

3、商业模式驱动

运营服务类业务延伸收入周期，有助于平滑项目制业务的季节性波动、改善收入结构，形成“产品+服务”双轮驱动的收入模式。

4、渠道与营销驱动

经销网络下沉与直销大客户攻坚相结合，营销体系的区域覆盖与行业纵深强化，为公司市场拓展与订单获取提供支撑。

5、战略投入的阶段性特征

公司处于 AI 战略深化投入期，研发投入同比增长 44.95%，主要集中于行业垂类大模型、AI应用与智能体方向，营销体系建设同步推进，相关投入前置；而收入确认受项目交付验收周期及招考业务季节性影响相对滞后，投入与产出存在时间差，短期费用增长对利润形成压力；相关投入的效益预计随产品化程度提升与订单转化逐步体现。

公司需遵守《深圳证券交易所上市公司自律监管指引第 3号——行业信息披露》中的“软件与信息技术服务业”的披露要求

二、核心竞争力分析

公司深耕教育信息化领域近三十载，构建了覆盖数据—模型—产品—场景—市场—服务的竞争力体系。报告期内，公司核心竞争力未发生重大变化；公司围绕“AI for All,Agent to Future”核心战略，在垂类模型、产品体系、市场网络与服务能力等方向增强。

1、高价值数据与垂类模型优势

基于“数据采集—模型训练—场景反馈—迭代优化”的闭环机制，竞业达构建了智慧教育、智慧招考与智慧轨道领域高效的模型进化路径。相比依赖公开数据的通用大模型，公司基于 40 万间真实教学场景的生产环境数据，模型在课堂质量诊断、异常行为识别、考务智能分析等任务中的迭代效率显著提升，同等算力投入下实现更快的场景适配与精度优化。公司星空教育大模型、灵鲸招考大模型及相关算法均已通过国家网信办备案，在教育、招考两个领域率先完成大模型与算法“双备案”；报告期内，公司发布星空教育大模型 2.0，采用 MoE 专家混合架构，数据不出校与端侧轻量化部署，模型性能与推理效率进一步提升；灵隼视觉大模型采用“前端 CV 小模型高召回检测＋后端大模型语义级二次分析”双模型协同架构，具备场景语义理解、行为链分析、行为意图推理等能力，已在真实考试场景规模化应用，垂类模型技术体系完善。

2、全栈自主产品与技术体系

公司构建了“模型＋硬件＋平台＋服务”的全栈能力，并实现了教育场景从基础教育到职业能力培训各个阶段的全链覆盖，形成人才培养全过程产品矩阵。算法与模型层面，形成“星空教育大模型＋星空 AI智能体平台＋教育智能体集群”体系及灵鲸招考大模型、场景 CV算法体系。报告期内推出星空 Tutor 引导式 AI 助教、实时互动数字人系统、法学实训智能体（法小智）、网上巡查指挥调度智能体，以及面向具身智能方向的人形机器人实验系统、灵巧手实验系统等新一代产品，覆盖 AI 助教、助学、助管、助评、助考、助训、助研全场景。硬件层面，具备从芯片选型到整机设计的自主能力，实现智慧教室终端、考务终端、AI 摄像机等全线产品自主可控，并完成国产操作系统及芯片适配。平台层面，覆盖国家教育考试综合管理平台，课程资源、教学过程与教学质量监控与评价平台等核心系统。全栈能力确保公司能够快速响应个性化需求，构建差异化解决方案。截至报告期末，公司及子公司累计拥有软件著作权 630 项、专利 118 项，报告期内新增专利 18 项，自主知识产权储备增厚，为全栈产品体系提供支撑与保障。

3、教育场景深度理解与积淀

公司长期专注教育考试、智慧教育场景，对教育行业的政策趋势、业务流程、用户痛点具备深刻理解。在考试场景，公司理解高利害考试对安全性、公平性的极致要求，具备完备的安全合规资质与工程化保障能力，支撑四十万间考场稳定运行，大模型与算法率先完成国家备案，满足高利害考试场景对数据安全与合规的严苛要求；在教学场景，公司把握“AI for All”转型下教师减负、个性化教学的刚需，快速将大模型、AIGC 技术转化为课堂质量诊断、AI助教等落地产品。同时，公司参与多项轨道交通领域标准建设，服务网络深入三十余城市，形成跨行业的场景迁移能力。这种基于时间积累的场景认知，使公司能够精准定义产品功能，实现技术与业务的有效耦合。

4、全国性市场网络与品牌积淀

公司构建了“区域总部＋办事处”的营销服务体系，以直营与渠道协同的销售格局，实现对全国 31 个省（区、市）高价值客户的直接覆盖，同时有效触达下沉市场。公司深耕教育考试领域近三十载，服务覆盖全国主要省市考试机构及数百所高等院校，形成了深厚的市场根基与品牌认知。市场是最大的资源：长期稳定的用户合作不仅带来业务机会，更为新技术的快速验证与商业化推广提供渠道优势。公司连续多年深度参与全国大学生集成电路创新创业大赛等高水平赛事，2026 年第十届集创赛 RISC-V CPU 设计专项赛道吸引全国百余所高校参赛，公司在高校师生群体中的品牌触达与专业影响力深化，为产品进校与人才生态建设奠定长期基础。

5、全流程服务与运营能力

公司具备从需求洞察、方案设计到硬件/软件供应、工程实施、交付调试、运维服务的全流程自主可控能力，建立了标准化的实施体系与质量控制流程，确保项目高效推进与稳定交付。公司正从一次性设备交付向持续性数据服务转型，通过 AI 巡课、质量诊断等服务，构建“建设期卡位—运营期服务”的商业模式。教育机构的数字化转型具有显著的路径依赖性，教学数据在公司平台的持续沉淀、硬件—平台—模型的深度耦合以及用户使用习惯的积累，客观上形成较高的转换成本，增强了客户合作意愿与长期价值绑定。这种端到端的交付与服务能力及转换成本优势，不仅保障了系统稳定运行，更通过优质运营服务增强用户粘性，形成长期价值绑定。公司与院校共建的产业学院成果获北京市职业教育教学成果一等奖，产教融合服务能力获得政府与行业认可。

三、主营业务分析

概述

报告期内，公司坚定践行“AI+”发展战略，各项业务有序推进。公司实现营业收入1.12亿元；归属于上市公司股东的净利润-7,437万元。公司业务延续上半年立项、下半年验收的季节性特征，收入确认集中于下半年，上半年收入规模占全年比重较低；报告期内智慧教育、智慧轨道板块项目受验收节奏影响，收入同比下降，同期订单获取保持增长，毛利率保持稳定。

净利润同比下降，主要系公司处于 AI战略深化投入期：一方面加大人工智能、大模型及智能体技术在教育、轨道等核心场景的研发投入，加速技术成果向产品转化；另一方面为支撑 AI新产品市场化落地，前瞻推进营销体系建设，完善营销网络布局、扩充本土化销售团队。受上述战略投入及营销体系前置建设影响，报告期内销售、研发、管理等费用合计同比增加约 4,789万元。费用投入先于收入释放，利润阶段性承压系公司立足中长期发展的主动选择；当前投入的预期收益，将随产品化程度提升与订单转化逐步体现。同时，公司应收账款回收工作持续推进并取得成效，对利润形成一定正向支撑。

1、分板块经营情况

智慧教育 报告期内实现营业收入 1,676万元。收入下降主要系项目验收节奏影响：智慧教育业务收入确认集中于下半年，上半年确认收入占全年比重小。在 AI 技术深度赋能的背景下，该板块正经历从投入期至产品化验证的关键阶段：星空教育大模型及 AI 智能体平台迭代，AIGC诊断、智能体产品等服务由场景验证走向规模推广，商业模式由建设交付向服务化运营转型的路径进一步清晰，收入取得方式处于从项目制向服务制转变过程中。

智慧招考 报告期内实现营业收入 7,181万元，同比增长 15.88%。标准化考点建设需求处于结构优化期：AI 智能巡查、智慧体育等 AI 融合产品收入贡献占比逐步提高；2026年上半年，公司智慧招考产品及服务，保障了高考、中考等各类高利害考试系统安全平稳运行，设备租赁、AI 评测服务等收入形态稳步拓展，业务结构由建设向智能化+服务化转型，客户黏性与客户价值持续提升。

智慧轨道 报告期内实现营业收入 2,317万元。收入下降主要系地铁项目开通前集中验收节奏影响，季度间波动较大；从订单口径看，新签合同金额较上年同期大幅增长，板块业务储备增厚。AI生成式巡站、智慧安检等自主产品在北京、济南、深圳、福州等多地线路实战应用，板块从传统系统集成向自主产品牵引的商业模式转型深化。

2、订单情况

截至 7 月末，公司在手订单 3.5 亿元，智慧教育板块在手订单同比增长近 30%，为下半年及2027年收入确认奠定基础。

3、费用情况

报告期内，公司加速营销体系建设：完善营销网络布局，销售费用 7,381 万元，同比增长68.55%；践行AI战略研发投入进一步加大，研发费用3,390 万元，同比增长52.02%；升级组织能力，管理费用 3,486 万元，同比增长 21.92%；三项费用合计同比增加约 4,789万元。费用投入先于收入释放，是报告期利润阶段性承压的直接原因；相关投入为面向“十五五”教育数智化与AI+交通机遇的前置性战略投入。

4、研发投入

报告期内，公司研发投入同比增长 44.95%，占营业收入比例维持高位。投入方向集中于：①行业垂类大模型——星空教育大模型迭代，灵鲸招考大模型及考务多模态算法于报告期内完成备案，公司在教育、招考两个领域均完成大模型与算法的“双备案”；②AI应用与智能体——教学智能体、考务智能体、AI巡站等场景化应用的产品化开发；③信创算力与技术生态——2026年 7月，公司与海光信息技术股份有限公司签署战略合作协议，围绕信创算力与教育、轨道行业 AI 应用开展合作，为公司大模型训练推理与核心业务系统国产化适配提供自主可控的算力底座。 报告期内，公司及子公司新增专利 18 项，截至报告期末，累计拥有软件著作权 630项、专利118 项。

5、营销体系建设

报告期内，公司继续推进面向 AI新产品市场化的营销体系建设：智慧教育与智慧招考业务完善区域总部+办事处网络布局，全国 31省（区、市）覆盖与重点地市的深度渗透加强；智慧轨道业务维持南北两大区的营销布局，与板块经营特征相匹配。

营销体系建设投入具有前置性，人员与网络成本先行发生，而商机转化、订单获取与收入确认存在滞后周期；报告期内营销网络扩展已在商机意向层面显现效果，最终将体现在订单获取与收入转化上。营销网络同时承担服务职能：为 AIGC诊断服务、智能体平台运营等服务性收入的规模化铺设本土化渠道，支撑公司从项目制建设商向全场景教育运营服务商转型。

各项业务进展情况详见“一、报告期内公司从事的主要业务”相关内容。

单位：元

公司报告期利润构成或利润来源发生重大变动

□适用 不适用

公司报告期利润构成或利润来源没有发生重大变动。

营业收入构成

单位：元

说明：鉴于公司智慧教育业务范畴扩充，公司智慧教学与校园业务板块更名为智慧教育业务板块，营业收入构成的统计口径与上年同期一致。

占公司营业收入或营业利润 10%以上的行业、产品或地区情况

适用 □不适用

单位：元

公司主营业务数据统计口径在报告期发生调整的情况下，公司最近 1期按报告期末口径调整后的主营业务数据 □适用 不适用

公司需遵守《深圳证券交易所上市公司自律监管指引第 3号——行业信息披露》中的“软件与信息技术服务业”的披露要求

占公司营业收入或营业利润 10%以上的行业情况 适用 □不适用 单位：元

主营业务成本构成 单位：元

相关数据同比发生变动 30%以上的原因说明 适用 □不适用

主要是本期收入变动引起的间接成本变动

四、非主营业务分析

□适用 不适用

五、资产及负债状况分析

1、资产构成重大变动情况

单位：元

2、主要境外资产情况

□适用 不适用

3、以公允价值计量的资产和负债

适用 □不适用

单位：元

其他变动的内容

报告期内公司主要资产计量属性是否发生重大变化

□是 否

4、截至报告期末的资产权利受限情况

期末货币资金受限系：1）本集团以定期存款 14,000,000.00元、保证金 2,982,621.6元向银行提供质押担保用于开具承兑汇票和保函；2）公司工程质保金 7,868,013.17元；3）其他使用受限账户余额 45,490.65元。

六、投资状况分析

1、总体情况

适用 □不适用

2、报告期内获取的重大的股权投资情况

□适用 不适用

3、报告期内正在进行的重大的非股权投资情况

□适用 不适用

4、金融资产投资

（1） 证券投资情况

□适用 不适用

公司报告期不存在证券投资。

（2） 衍生品投资情况

□适用 不适用

公司报告期不存在衍生品投资。

5、募集资金使用情况

适用 □不适用

（1） 募集资金总体使用情况

适用 □不适用

单位：万元

募集资金总体使用情况说明：

截至 2026年 6月 30日，已累计使用募集资金 8,713.74万元，其中“基于产教融合的实验实践教学产品研发及产业化项目”累计使用 1,923.17万元，“多模态教育大数据产品研发及产业化项目”累计使用 1,313.67万元，“面向行业应用的新一代人工智能技术研发中心建设项目”累计使用 617.99万元，“补充流动资金”累计使用 4,858.91万元。截至 2026年 6月 30日，公司募集资金余额为 26,930.29万元。公司将尚未使用的募集资金存放于募集资金专户及购买银行理财产品。

（2） 募集资金承诺项目情况

适用 □不适用

单位：万元

北京竞业达数码科技股份有限公司 2026年半年度报告全文

（3） 募集资金变更项目情况

□适用 不适用

公司报告期不存在募集资金变更项目情况。

七、重大资产和股权出售

1、出售重大资产情况

□适用 不适用

公司报告期未出售重大资产。

2、出售重大股权情况

□适用 不适用

八、主要控股参股公司分析

适用 □不适用

主要子公司及对公司净利润影响达 10%以上的参股公司情况

单位：元

报告期内取得和处置子公司的情况

□适用 不适用

主要控股参股公司情况说明

九、公司控制的结构化主体情况

□适用 不适用

十一、市值管理制度和估值提升计划的制定落实情况

公司是否制定了市值管理制度。

□是 否

公司是否披露了估值提升计划。

□是 否

十、公司面临的风险和应对措施

1、业务创新风险

随云计算、大数据、人工智能的发展，技术更新换代的速度加快，行业数字化转型需求也催生出大量新技术、新商业模式。各大企业纷纷加大研发投入，用于新技术与新产品开发，但技术产业化与市场化具有较多不确定性因素，公司在市场开拓的过程中，势必存在机遇与风险并存的局面，短期影响公司盈利能力和成长性。

公司牢固把握教育质量提升及轨道提质增效的数字化转型核心需求，充分研判行业、技术发展趋势，保持在新产品新技术开发方面的前瞻性。基于对行业场景的深度知识理解，开拓应用场景，有序推进技术进步与产业化发展，推进业务创新并降低探索风险。

2、市场竞争加剧风险

随着国民经济的发展，科学技术的进步，国家在教育行业和城市轨道交通行业未来仍将保持较大的投资规模。鉴于良好的政策和市场环境，现有竞争者仍在不断加大投入，并吸引更多的潜在竞争者进入，导致行业竞争进一步加剧。

公司在相关业务领域具有先发优势，占据了细分市场领军地位。公司将发挥场景链条、训练数据及大模型技术优势，保持数字化解决方案的领先性，提升自身的竞争维度，增强在行业中的竞争力。在 AIGC 驱动市场竞争格局重塑的关键阶段，把握市场机遇，保持领先地位。

3、收入波动及季节性波动风险

公司行业数字化解决方案业务一般需要现场安装调试，验收合格后才确认收入，公司收入在年度之间可能呈现不均衡性，存在收入波动的风险。公司产品、系统的最终用户多为教育、轨道运营等公共单位，受政府财政资金管理制度的影响，公司承建项目多集中在季度末或者年度末验收，存在季节性波动的特点。

鉴于公司产品销售的季节性波动风险，公司提醒投资者不宜以公司某季度或中期的财务数据来简单推算公司全年的财务状况和经营成果。

4、应收账款回收与坏账准备计提风险

受公司与客户结算特点及部分合同金额较大等因素影响，公司报告期末应收账款余额较大，存在回款风险。随着公司经营规模的扩大，应收账款绝对金额可能仍会逐步增加。

公司的应收账款以智慧轨道业务为主。应收账款客户一般为政府、事业单位、大型国有企业为主。公司不断加强应收款风险控制和回款管理，充分计提了坏账准备。报告期内，公司着重加强应收账款回收工作并取得显著进展，保障了公司净利润。

十二、“质量回报双提升”行动方案贯彻落实情况

公司是否披露了“质量回报双提升”行动方案公告。□是 否

第四节 公司治理、环境和社会

一、公司董事、高级管理人员变动情况

□适用 不适用公司董事和高级管理人员在报告期没有发生变动，具体可参见 2025年年报。

二、本报告期利润分配及资本公积金转增股本情况

□适用 不适用公司计划半年度不派发现金红利，不送红股，不以公积金转增股本。

三、公司股权激励计划、员工持股计划或其他员工激励措施的实施情况

□适用 不适用公司报告期无股权激励计划、员工持股计划或其他员工激励措施及其实施情况。

四、环境信息披露情况

上市公司及其主要子公司是否纳入环境信息依法披露企业名单□是 否

五、社会责任情况

1、主营业务贡献

在智慧招考领域，公司依托构建的“视频中台、AI 中台、数据中台、安全中台+灵鲸招考大模型和智能体中台”的全栈式智慧招考技术架构，围绕考试组织、考试安全、智能评测和考教融合提供覆盖考前、考中、考后的全流程产品与服务，以高安全、高可信的技术体系保障国家考试公平。

在智慧教育领域，公司依托星空教育大模型、星空 AI 智能体平台和教学数据体系，构建了覆盖产业需求分析、专业建设、课程资源、教学环境、实验实践实训、教学质量评价和校园管理的产品与服务体系，为院校人才培养全过程提供数字化、智能化支撑，推动教育质量提升与资源均衡发展。

在智慧轨道领域，公司依托行业大模型、计算机视觉和智能体技术，围绕车站运营、客运服务、安全防范和设备运维等场景提供产品与服务，支撑轨道交通运营单位提升安全管理、乘客服务和运营运维效率。

2、职工权益保护

公司始终将人才视为最宝贵的资源，坚定不移践行“以人为本”的管理理念。在用工管理中，严格遵守《公司法》《证券法》等国家法律法规，全员签订规范劳动合同，落实薪酬发放、带薪休假、社会保险及各项法定福利。为激发内生动力，公司构建了市场化与绩效考核联动的薪酬调节机制，同时打通管理序列、专业技术序列与技能操作序列等多维度晋升通道，鼓励员工依循个人专长与职业志趣自主规划成长路径，实现个人价值与企业发展的同频共振，系统推进岗位实操、合规风控及综合素养提升等分层分类培训项目，致力营造公平开放、互信包容的职场生态。

3、股东和债权人权益保护

公司始终坚持治理先行，严格对标监管要求，不断优化法人治理结构与内部决策流程，确保全体股东在信息获取、权利行使等方面的公平性与对等性。报告期内，公司恪守稳健经营原则，提升信息披露质量，及时回应市场关切，并通过定期及临时报告、业绩说明会等形式，增强经营透明度。同时，强化全面风险管理与内控审计，筑牢资产安全防线，切实保障债权人合法权益，以规范运作和持续价值创造，巩固并扩大与投资者、债权人的长期合作共赢格局。

4、社会贡献

在推进业务发展的同时，公司始终不忘回馈社会，将公益精神内化为企业文化的重要组成。长期聚焦英烈褒扬事业，围绕红色精神传播、烈属帮扶关爱、纪念设施修缮维护等维度开展，赓续革命传统，弘扬爱国正气。面向未来，公司将进一步拓展公益参与领域，联动社会各界多方力量，构建协同发力的责任共同体，以扎实行动诠释新时代企业的使命自觉，为社会发展持续贡献温暖力量。

第五节 重要事项

一、公司实际控制人、股东、关联方、收购人以及公司等承诺相关方在报告期内履行完毕及截至报告期末超期未履行完毕的承诺事项

适用 □不适用

二、控股股东及其他关联方对上市公司的非经营性占用资金情况

□适用 不适用

公司报告期不存在控股股东及其他关联方对上市公司的非经营性占用资金。

三、违规对外担保情况

□适用 不适用

公司报告期无违规对外担保情况。

四、聘任、解聘会计师事务所情况

半年度财务报告是否已经审计

□是 否

公司半年度报告未经审计。

五、董事会对会计师事务所本报告期“非标准审计报告”的说明

□适用 不适用

六、董事会对上年度“非标准审计报告”相关情况的说明

□适用 不适用

七、破产重整相关事项

□适用 不适用

公司报告期未发生破产重整相关事项。

八、诉讼事项

重大诉讼仲裁事项

□适用 不适用

本报告期公司无重大诉讼、仲裁事项。

其他诉讼事项

适用 □不适用

九、处罚及整改情况

□适用 ☑不适用

整改情况说明

□适用 ☑不适用

十、公司及其控股股东、实际控制人的诚信状况

□适用 不适用

十一、重大关联交易

1、与日常经营相关的关联交易

□适用 不适用

公司报告期未发生与日常经营相关的关联交易。

2、资产或股权收购、出售发生的关联交易

□适用 不适用

公司报告期未发生资产或股权收购、出售的关联交易。

3、共同对外投资的关联交易

□适用 不适用

公司报告期未发生共同对外投资的关联交易。

4、关联债权债务往来

□适用 不适用

公司报告期不存在关联债权债务往来。

5、与存在关联关系的财务公司的往来情况

□适用 不适用

公司与存在关联关系的财务公司与关联方之间不存在存款、贷款、授信或其他金融业务。

6、公司控股的财务公司与关联方的往来情况

□适用 不适用

公司控股的财务公司与关联方之间不存在存款、贷款、授信或其他金融业务。

7、其他重大关联交易

□适用 不适用

公司报告期无其他重大关联交易。

十二、重大合同及其履行情况

1、托管、承包、租赁事项情况

（1） 托管情况

□适用 不适用

公司报告期不存在托管情况。

（2） 承包情况

□适用 不适用

公司报告期不存在承包情况。

（3） 租赁情况

□适用 不适用

公司报告期不存在租赁情况。

2、重大担保

□适用 不适用

公司报告期不存在重大担保情况。

3、委托理财

适用 □不适用

单位：万元

公司作为单一委托人委托金融机构开展资产管理，或投资安全性较低、流动性较差的高风险委托理财具体情况□适用 不适用

4、其他重大合同

□适用 不适用

公司报告期不存在其他重大合同。

十三、报告期内接待调研、沟通、采访等活动登记表

适用 □不适用

十四、其他重大事项的说明

☑适用 不适用

公司于 2026年 7月 7日收到有关监察机关通知，实际控制人、董事长钱瑞先生被有关监察机关留置。公司其他董事和高级管理人员均正常履职，生产经营情况正常。公司已对相关事项做了妥善安排，日常经营管理由高管团队负责，上述事项不会对公司生产经营产生重大影响。截至目前，暂未知悉进展及结论，公司将持续关注该事项的后续进展，及时履行信息披露义务。

十五、公司子公司重大事项

□适用 不适用

第六节 股份变动及股东情况

一、股份变动情况

1、股份变动情况

单位：股

股份变动的原因

□适用 不适用

股份变动的批准情况

□适用 不适用

股份变动的过户情况

□适用 不适用

股份回购的实施进展情况

□适用 不适用

采用集中竞价方式减持回购股份的实施进展情况

□适用 不适用

股份变动对最近一年和最近一期基本每股收益和稀释每股收益、归属于公司普通股股东的每股净资产等财务指标的影响

□适用 不适用

公司认为必要或证券监管机构要求披露的其他内容

□适用 不适用

2、限售股份变动情况

适用 □不适用

单位：股

二、证券发行与上市情况

□适用 不适用

三、公司股东数量及持股情况

单位：股

□适用 不适用

前 10名股东及前 10名无限售流通股股东因转融通出借/归还原因导致较上期发生变化

□适用 不适用

公司前 10名普通股股东、前 10名无限售条件普通股股东在报告期内是否进行约定购回交易□是 否

四、董事和高级管理人员持股变动

□适用 不适用

公司董事和高级管理人员在报告期持股情况没有发生变动，具体可参见 2025年年报。

五、控股股东或实际控制人变更情况

公司前期已披露实际控制人筹划控制权变更但尚未完成的，请说明控制权变更进展情况。□适用 不适用控股股东报告期内变更□适用 不适用公司报告期控股股东未发生变更。实际控制人报告期内变更□适用 不适用公司报告期实际控制人未发生变更。

六、优先股相关情况

□适用 不适用

报告期公司不存在优先股。

第七节 债券相关情况

□适用 不适用

第八节 财务报告

一、审计报告

半年度报告是否经过审计

□是 否

公司半年度财务报告未经审计。

二、财务报表

财务附注中报表的单位为：元

1、合并资产负债表

编制单位：北京竞业达数码科技股份有限公司

2026 年 06 月 30 日

单位：元

法定代表人：钱瑞 主管会计工作负责人：张永智 会计机构负责人：艾冬悦

2、母公司资产负债表

单位：元

3、合并利润表

单位：元

法定代表人：钱瑞 主管会计工作负责人：张永智 会计机构负责人：艾冬悦

4、母公司利润表

单位：元

5、合并现金流量表

单位：元

单位：元

6、母公司现金流量表

7、合并所有者权益变动表

本期金额

单位：元

上年金额 单位：元

北京竞业达数码科技股份有限公司 2026年半年度报告全文

8、母公司所有者权益变动表

本期金额

单位：元

北京竞业达数码科技股份有限公司 2026年半年度报告全文

北京竞业达数码科技股份有限公司 2026年半年度报告全文

上年金额

单位：元

北京竞业达数码科技股份有限公司 2026年半年度报告全文

北京竞业达数码科技股份有限公司 2026年半年度报告全文

三、公司基本情况

北京竞业达数码科技股份有限公司（以下简称本公司或公司，在包含子公司时统称本集团）成立于 1997 年 10 月 17 日，注册地为北京市门头沟区石龙工业区雅安路 6 号院 1 号楼 C 座 8 层805，总部办公地址为北京市海淀区中关村环保科技园银桦路 60 号院 6 号楼。注册资本231,388,691.00 元，股份总数 231,388,691.00 股。法定代表人：钱瑞。统一社会信用代码为：91110109102367778X。

本公司股票于 2020 年 9 月 22 日在深圳证券交易所上市交易，股票代码：003005。

本公司属于信息传输、软件和信息技术服务业，依托自有核心技术，为智慧教育、智慧轨道行业提供具有自主知识产权、自主品牌的技术、产品和整体解决方案。在智慧教育领域，以智慧招考、智慧教育，服务于高校、中小学、职业院校及各级考试机构，以大数据覆盖、贯通学生生涯规划、人才选拔、人才培养、就业创业、终生教育的全链条。在智慧轨道领域主要从事综合视频、综合安防及智能运维业务，最终客户主要为城市轨道交通建设的业主或总包方。

四、财务报表的编制基础

1、编制基础

本集团财务报表根据实际发生的交易和事项，按照财政部颁布的《企业会计准则》及其应用指南、解释及其他相关规定(以下合称企业会计准则)，以及中国证券监督管理委员会(以下简称证监会)《公开发行证券的公司信息披露编报规则第 15号—财务报告的一般规定》（2023年修订）的披露相关规定编制。

2、持续经营

本集团对自 2026年 6月30日起 12 个月的持续经营能力进行了评价，未发现对持续经营能力产生重大怀疑的事项和情况。本财务报表以持续经营为基础列报。

五、重要会计政策及会计估计

具体会计政策和会计估计提示：

具体会计政策和会计估计提示：本公司根据实际生产经营特点制定的具体会计政策和会计估计包括营业周期、应收款项及合同资产坏账准备的确认和计量、发出存货计量、固定资产分类及折旧方法、无形资产摊销、预计负债、收入确认和计量等。

1、遵循企业会计准则的声明

本集团编制的财务报表符合企业会计准则的要求，真实、完整地反映了本公司及本集团的财务状况、经营成果和现金流量等有关信息。

2、会计期间

本集团的会计期间为公历 1 月 1 日至 12 月 31 日。本报告期间为 2026 年 1 月 1 日至 6 月 30日。

3、营业周期

本集团以 12 个月作为一个营业周期。本报告期间为2026 年1月1日至6月30日。

4、记账本位币

本集团以人民币为记账本位币。

5、重要性标准确定方法和选择依据

适用 □不适用

6、控制的判断标准和合并财务报表的编制方法

本公司合并财务报表的合并范围以控制为基础予以确定，包括本公司及本公司控制的所有子公司（含企业、被投资单位中可分割的部分，以及企业所控制的结构化主体等）。本公司判断控制的标准为，本公司拥有对被投资方的权力，通过参与被投资方的相关活动而享有可变回报，并且有能力运用对被投资方的权力影响其回报金额。

在编制合并财务报表时，子公司与本公司采用的会计政策或会计期间不一致的，按照本公司的会计政策或会计期间对子公司财务报表进行必要的调整。

本公司与子公司及子公司相互之间发生的内部交易对合并财务报表的影响于合并时抵消。子公司的所有者权益中不属于母公司的份额以及当期净损益、其他综合收益及综合收益总额中属于少数股东权益的份额，分别在合并财务报表“少数股东权益、少数股东损益、归属于少数股东的其他综合收益及归属于少数股东的综合收益总额”项目列示。

7、合营安排分类及共同经营会计处理方法

本公司合并财务报表的合并范围以控制为基础予以确定，包括本公司及本公司控制的所有子公司（含企业、被投资单位中可分割的部分，以及企业所控制的结构化主体等）。本公司判断控制的标准为，本公司拥有对被投资方的权力，通过参与被投资方的相关活动而享有可变回报，并且有能力运用对被投资方的权力影响其回报金额。

在编制合并财务报表时，子公司与本公司采用的会计政策或会计期间不一致的，按照本公司的会计政策或会计期间对子公司财务报表进行必要的调整。

本公司与子公司及子公司相互之间发生的内部交易对合并财务报表的影响于合并时抵消。子公司的所有者权益中不属于母公司的份额以及当期净损益、其他综合收益及综合收益总额中属于少数股东权益的份额，分别在合并财务报表“少数股东权益、少数股东损益、归属于少数股东的其他综合收益及归属于少数股东的综合收益总额”项目列示。

8、现金及现金等价物的确定标准

本集团现金流量表之现金指库存现金以及可以随时用于支付的存款。现金流量表之现金等价物指持有期限不超过 3个月、流动性强、易于转换为已知金额现金且价值变动风险很小的投资。

9、金融工具

 金融工具的确认和终止确认

本集团成为金融工具合同的一方时确认一项金融资产或金融负债。

满足下列条件的，终止确认金融资产（或金融资产的一部分，或一组类似金融资产的一部分），即将之前确认的金融资产从资产负债表中予以转出：1）收取金融资产现金流量的权利届满；2）转移了收取金融资产现金流量的权利，或在“过手协议”下承担了及时将收取的现金流量全额支付给第三方的义务；并且实质上转让了金融资产所有权上几乎所有的风险和报酬，或虽然实质上既没有转移也没有保留金融资产所有权上几乎所有的风险和报酬，但放弃了对该金融资产的控制。

如果金融负债的责任已履行、撤销或届满，则对金融负债进行终止确认。如果现有金融负债被同一债权人以实质上几乎完全不同条款的另一金融负债所取代，或现有负债的条款几乎全部被实质性修改，则此类替换或修改作为终止确认原负债和确认新负债处理，差额计入当期损益。

以常规方式买卖金融资产，按交易日会计进行确认和终止确认。交易日，是指本集团承诺买入或卖出金融资产的日期。

 金融资产分类和计量方法

本集团的金融资产于初始确认时根据本集团管理金融资产的业务模式和金融资产的合同现金流量特征，将金融资产分类为以摊余成本计量的金融资产、以公允价值计量且其变动计入当期损益的金融资产。当且仅当本集团改变管理金融资产的业务模式时，才对所有受影响的相关金融资产进行重分类。

在判断业务模式时，本集团考虑包括企业评价和向关键管理人员报告金融资产业绩的方式、影响金融资产业绩的风险及其管理方式以及相关业务管理人员获得报酬的方式等。在评估是否以收取合同现金流量为目标时，本集团对金融资产到期日前的出售原因、时间、频率和价值等进行分析判断。

在判断合同现金流量特征时，本集团判断合同现金流量是否仅为对本金和以未偿付本金为基础的利息的支付，包含对货币时间价值的修正进行评估时，判断与基准现金流量相比是否具有显著差异；对包含提前还款特征的金融资产，判断提前还款特征的公允价值是否非常小等。

金融资产在初始确认时以公允价值计量，但是因销售商品或提供服务等产生的应收账款或应收票据未包含重大融资成分或不考虑不超过一年的融资成分的，按照交易价格进行初始计量。

对于以公允价值计量且其变动计入当期损益的金融资产，相关交易费用直接计入当期损益，其他类别的金融资产相关交易费用计入其初始确认金额。

金融资产的后续计量取决于其分类：

1）以摊余成本计量的金融资产

金融资产同时符合下列条件的，分类为以摊余成本计量的金融资产：①管理该金融资产的业务模式是以收取合同现金流量为目标。②该金融资产的合同条款规定，在特定日期产生的现金流量，仅为对本金和以未偿付本金金额为基础的利息的支付。此类金融资产采用实际利率法确认利息收入，其终止确认、修改或减值产生的利得或损失，均计入当期损益。本集团该分类的金融资产主要包括：货币资金、应收账款、合同资产、应收票据、其他应收款等。

2）以公允价值计量且其变动计入当期损益的金融资产

除分类为以摊余成本计量的金融资产和分类或指定为以公允价值计量且其变动计入其他综合收益的金融资产之外的金融资产，本集团将其分类为以公允价值计量且其变动计入当期损益的金融资产。此类金融资产按照公允价值进行后续计量，除与套期会计有关外，所有公允价值变动计入当期损益。本集团该分类的金融资产主要为交易性金融资产。

只有能够消除或显著减少会计错配时，本集团才将金融资产在初始计量时指定为以公允价值计量且其变动计入当期损益的金融资产。

 金融负债分类、确认依据和计量方法

除了由于金融资产转移不符合终止确认条件或继续涉入被转移金融资产所形成的金融负债以外，本集团的金融负债于初始确认时分类为以摊余成本计量的金融负债。以摊余成本计量的金融负债的相关交易费用计入其初始确认金额。

以摊余成本计量的金融负债，采用实际利率法，按照摊余成本进行后续计量。

 金融工具减值

本集团以预期信用损失为基础，对以摊余成本计量的金融资产、合同资产进行减值处理并确认损失准备。

1）预期信用损失的计量

预期信用损失，是指以发生违约的风险为权重的金融工具信用损失的加权平均值。信用损失，是指本集团按照原实际利率折现的、根据合同应收的所有合同现金流量与预期收取的所有现金流量之间的差额，即全部现金短缺的现值。

整个存续期预期信用损失，是指因金融工具整个预计存续期内所有可能发生的违约事件而导致的预期信用损失。未来 12个月内预期信用损失，是指因资产负债表日后 12 个月内(若金融工具的预计存续期少于 12 个月，则为预计存续期)可能发生的金融工具违约事件而导致的预期信用损失，是整个存续期预期信用损失的一部分。

对于因销售商品、提供劳务等日常经营活动形成的不含重大融资成分的应收账款、应收票据等应收款项以及合同资产，本集团运用简化计量方法，按照相当于整个存续期内的预期信用损失金额计量损失准备。

除上述采用简化计量方法以外的金融资产（如其他应收款），本集团采用一般方法（三阶段法）计提预期信用损失。在每个资产负债表日，本集团评估其信用风险自初始确认后是否已经显著增加，如果信用风险自初始确认后未显著增加，处于第一阶段，本集团按照相当于未来 12 个月内预期信用损失的金额计量损失准备，并按照账面余额和实际利率计算利息收入；如果信用风险自初始确认后已显著增加但尚未发生信用减值的，处于第二阶段，本集团按照相当于整个存续期内预期信用损失的金额计量损失准备，并按照账面余额和实际利率计算利息收入；如果初始确认后发生信用减值的，处于第三阶段，本集团按照相当于整个存续期内预期信用损失的金额计量损失准备，并按照摊余成本和实际利率计算利息收入。

对于资产负债表日只具有较低信用风险的金融工具，本集团假设其信用风险自初始确认后未显著增加。关于本集团对信用风险显著增加判断标准、已发生信用减值资产的定义等披露参见附注十二、1。

本集团采用预期信用损失模型对金融工具和合同资产的减值进行评估时，根据历史还款数据并结合经济政策、宏观经济指标、行业风险等因素推断债务人信用风险的预期变动。不同的估计可能会影响减值准备的计提，已计提的减值准备可能并不等于未来实际的减值损失金额。

2）按照信用风险特征组合计提减值准备的组合类别及确定依据

本集团基于单项和组合评估金融工具的预期信用损失，以组合为基础进行评估时，本集团基于共同信用风险特征将金融工具分为不同组别。本集团采用的共同信用风险特征包括：金融工具类型、信用风险评级、债务人所处行业、应收款项账龄等。

应收账款（与合同资产）的组合类别及确定依据

本集团根据应收账款(与合同资产)的账龄、款项性质、信用风险敞口、历史回款情况等信息为基础，按信用风险特征的相似性和相关性进行分组。对于应收账款（与合同资产），本集团判断账龄为其信用风险主要影响因素，因此，本集团以账龄组合为基础评估其预期信用损失。本集团根据确认收入日期确定账龄。

本集团在资产负债表日计算应收账款预期信用损失，如果该预期信用损失大于当前应收账款减值准备的账面金额，本集团将其差额确认为应收账款减值损失，借记“信用减值损失”，贷记“坏账准备”。相反，本集团将差额确认为减值利得，做相反的会计记录。

本集团实际发生信用损失，认定相关应收账款无法收回，经批准予以核销的，根据批准的核销金额，借记“坏账准备”，贷记“应收账款”。若核销金额大于已计提的损失准备，按其差额借记“信用减值损失”。

本集团根据以前年度的实际信用损失，并考虑本年的前瞻性信息，将应收信用良好的应收账款及合同资产作为信用组合，以账龄为信用风险特征，计量预期信用损失的会计估计政策为：

‚ 应收票据的组合类别及确定依据

本集团基于应收票据的承兑人信用风险作为共同风险特征，将其划分为不同组合，并确定预期信用损失会计估计政策：a.承兑人为已上市银行承兑汇票及国有银行承兑汇票的银行承兑汇票，本集团评价该类款项具有较低的信用风险，不确认预期信用损失；b.承兑人为商业承兑汇票及未上市地方性银行承兑汇票，参照本集团应收账款政策确认预期损失率计提损失准备，与应收账款的组合划分相同。

2）其他应收款的减值测试方法

本集团其他应收款主要包括应收股利、应收保证金及押金、应收员工备用金、应收往来款及其他等。根据应收款的性质和不同对手方的信用风险特征，本集团将其他应收款划分为不同组合评估其预期信用损失。

本集团根据以前年度的实际信用损失，并考虑本年的前瞻性信息，将信用良好且经常往来客户的其他应收款作为信用组合，以账龄为信用风险特征，计量预期信用损失的会计估计政策为：

3) 按照单项计提坏账减值准备的单项计提判断标准

若某一客户信用风险特征与组合中其他客户显著不同，或该客户信用风险特征发生显著变化，例如客户发生严重财务困难，应收该客户款项的预期信用损失率已显著高于其所处于账龄、逾期区间的预期信用损失率等，本集团对应收该客户款项按照单项计提损失准备。

4) 减值准备的核销

当本集团不再合理预期能够全部或部分收回金融资产合同现金流量时，本集团直接减记该金融资产的账面余额。已减记的金融资产以后又收回的，作为减值损失的转回计入收回当期的损益。

 金融资产转移的确认依据和计量方法

对于金融资产转移交易，本集团已将金融资产所有权上几乎所有的风险和报酬转移给转入方的，终止确认该金融资产；保留了金融资产所有权上几乎所有的风险和报酬的，不终止确认该金融资产；既没有转移也没有保留金融资产所有权上几乎所有的风险和报酬的，放弃了对该金融资产控制的，终止确认该金融资产并确认产生的资产和负债，未放弃对该金融资产控制的，按照其继续涉入所转移金融资产的程度确认有关金融资产，并相应确认有关负债。

金融资产整体转移满足终止确认条件的，将所转移金融资产在终止确认日的账面价值，与因转移而收到的对价的差额计入当期损益。

金融资产部分转移满足终止确认条件的，将所转移金融资产整体的账面价值，在终止确认部分和未终止确认部分之间，按照各自的相对公允价值进行分摊，并将因转移而收到的对价，与分摊的前述金融资产整体账面价值的差额计入当期损益。

 金融资产和金融负债的抵销

本集团的金融资产和金融负债在资产负债表内分别列示，不相互抵销。但同时满足下列条件时，以相互抵销后的净额在资产负债表内列示：（1）本集团具有抵销已确认金额的法定权利，且该种法定权利是当前可执行的；（2）本集团计划以净额结算，或同时变现该金融资产和清偿该金融负债。

10、应收票据

应收票据的组合类别及确定依据

本集团基于应收票据的承兑人信用风险作为共同风险特征，将其划分为不同组合，并确定预期信用损失会计估计政策：a.承兑人为已上市银行承兑汇票及国有银行承兑汇票的银行承兑汇票，本集团评价该类款项具有较低的信用风险，不确认预期信用损失；b.承兑人为商业承兑汇票及未上市地方性银行承兑汇票，参照本集团应收账款政策确认预期损失率计提损失准备，与应收账款的组合划分相同。

11、应收账款

本集团基于单项和组合评估金融工具的预期信用损失，以组合为基础进行评估时，本集团基于共同信用风险特征将金融工具分为不同组别。本集团采用的共同信用风险特征包括：金融工具类型、信用风险评级、债务人所处行业、应收款项账龄等。

应收账款（与合同资产）的组合类别及确定依据

本集团根据应收账款(与合同资产)的账龄、款项性质、信用风险敞口、历史回款情况等信息为基础，按信用风险特征的相似性和相关性进行分组。对于应收账款（与合同资产），本集团判断账龄为其信用风险主要影响因素，因此，本集团以账龄组合为基础评估其预期信用损失。本集团根据确认收入日期确定账龄。

本集团在资产负债表日计算应收账款预期信用损失，如果该预期信用损失大于当前应收账款减值准备的账面金额，本集团将其差额确认为应收账款减值损失，借记“信用减值损失”，贷记“坏账准备”。相反，本集团将差额确认为减值利得，做相反的会计记录。

本集团实际发生信用损失，认定相关应收账款无法收回，经批准予以核销的，根据批准的核销金额，借记“坏账准备”，贷记“应收账款”。若核销金额大于已计提的损失准备，按其差额借记“信用减值损失”。

本集团根据以前年度的实际信用损失，并考虑本年的前瞻性信息，将应收信用良好的应收账款及合同资产作为信用组合，以账龄为信用风险特征，计量预期信用损失的会计估计政策为：

12、其他应收款

其他应收款的预期信用损失的确定方法及会计处理方法

本集团其他应收款主要包括应收股利、应收保证金及押金、应收员工备用金、应收往来款及其他等。根据应收款的性质和不同对手方的信用风险特征，本集团将其他应收款划分为不同组合评估其预期信用损失。

本集团根据以前年度的实际信用损失，并考虑本年的前瞻性信息，将信用良好且经常往来客户的其他应收款作为信用组合，以账龄为信用风险特征，计量预期信用损失的会计估计政策为：

3) 按照单项计提坏账减值准备的单项计提判断标准

若某一客户信用风险特征与组合中其他客户显著不同，或该客户信用风险特征发生显著变化，例如客户发生严重财务困难，应收该客户款项的预期信用损失率已显著高于其所处于账龄、逾期区间的预期信用损失率等，本集团对应收该客户款项按照单项计提损失准备。

13、合同资产

合同资产，是指本集团已向客户转让商品而有权收取对价的权利，且该权利取决于时间流逝之外的其他因素。合同资产的预期信用损失的确定方法和会计处理方法，详见上述附注五、9（4）金融工具减值相关内容。

应收账款（与合同资产）的组合类别及确定依据

本集团根据应收账款(与合同资产)的账龄、款项性质、信用风险敞口、历史回款情况等信息为基础，按信用风险特征的相似性和相关性进行分组。对于应收账款（与合同资产），本集团判断账龄为其信用风险主要影响因素，因此，本集团以账龄组合为基础评估其预期信用损失。本集团根据确认收入日期确定账龄。

本集团在资产负债表日计算应收账款预期信用损失，如果该预期信用损失大于当前应收账款减值准备的账面金额，本集团将其差额确认为应收账款减值损失，借记“信用减值损失”，贷记“坏账准备”。相反，本集团将差额确认为减值利得，做相反的会计记录。

本集团实际发生信用损失，认定相关应收账款无法收回，经批准予以核销的，根据批准的核销金额，借记“坏账准备”，贷记“应收账款”。若核销金额大于已计提的损失准备，按其差额借记“信用减值损失”。

本集团根据以前年度的实际信用损失，并考虑本年的前瞻性信息，将应收信用良好的应收账款及合同资产作为信用组合，以账龄为信用风险特征，计量预期信用损失的会计估计政策为：

14、存货

本集团存货主要包括原材料、在产品、库存商品、合同履约成本、委托加工物资等。存货按照成本进行初始计量。存货成本包括采购成本、加工成本和其他成本。存货实行永续盘存制，领用或发出存货，采用加权平均法确定其实际成本。

资产负债表日，存货按照成本与可变现净值孰低计量。存货成本高于其可变现净值的，计提存货跌价准备，计入当期损益。可变现净值，是指在日常活动中，存货的估计售价减去至完工时估计将要发生的成本、估计的销售费用以及相关税费后的金额。

本集团原材料、库存商品按照单个存货项目计提存货跌价准备，在确定其可变现净值时，库存商品、在产品和用于出售的材料等直接用于出售的商品存货，按该存货的估计售价减去估计的销售费用和相关税费后的金额确定；用于生产而持有的材料存货，按所生产或加工的产成品的估计售价减去至完工时估计将要发生的成本、估计的销售费用和相关税费后的金额确定。

本集团考虑信息传输、软件和信息技术服务业行业特点及电子产品生命周期对库存商品按照库龄组合计提存货跌价准备，本集团根据入库日期划分库龄组合，在确定各库龄组合的可变现净值时，按照本集团销售政策及历史经验数据确定。

15、长期股权投资

本集团长期股权投资包括对子公司的投资、对联营企业的投资和对合营企业的权益性投资。

（1）重大影响、共同控制的判断

本集团对被投资单位具有重大影响的权益性投资，即对联营企业投资。重大影响，是指本集团对被投资方的财务和经营政策有参与决策的权力，但并不能够控制或者与其他方一起共同控制这些政策的制定。本集团直接或通过子公司间接拥有被投资单位 20%以上但低于50%的表决权时，通常认为对被投资单位具有重大影响，除非有明确的证据表明本集团不能参与被投资单位的生产经营决策或形成对被投资单位的控制。本集团持有被投资单位 20%以下表决权的，如本集团在被投资单位的董事会或类似权力机构中派有代表的/参与被投资单位财务和经营政策制定过程的/与被投资单位之间发生重要交易的/向被投资单位派出管理人员的/向被投资单位提供关键技术资料等,本集团认为对被投资单位具有重大影响。

本集团与其他合营方一同对被投资单位实施共同控制且对被投资单位净资产享有权利的权益性投资，即对合营企业投资。共同控制，是指按照相关约定对某项安排所共有的控制，并且该安排的相关活动必须经过分享控制权的参与方一致同意后才能决策。本集团对共同控制的判断依据是所有参与方或参与方组合集体控制该安排，并且该安排相关活动的决策必须经过这些集体控制该安排的参与方一致同意。

（2）会计处理方法

本集团按照初始投资成本对取得的长期股权投资进行初始计量。

通过同一控制下的企业合并取得的长期股权投资，以合并日取得被合并方在最终控制方合并报表中净资产的账面价值的份额作为初始投资成本；被合并方在合并日的净资产账面价值为负数的，初始投资成本按零确定。

通过非同一控制下的企业合并取得的长期股权投资，以合并成本作为初始投资成本；通过多次交易分步实现非同一控制下企业合并，不属于一揽子交易的，以原持有的股权投资账面价值加上新增投资成本之和，作为初始投资成本。

除企业合并形成的长期股权投资外，以支付现金取得的长期股权投资，按照实际支付的购买价款及与取得长期股权投资直接相关的费用、税金及其他必要支出作为初始投资成本；以发行权益性证券取得的长期股权投资，按照发行权益性证券的公允价值作为投资成本。

本集团对子公司投资在个别财务报表中采用成本法核算。采用成本法时，长期股权投资按初始投资成本计价。在追加投资时，按照追加投资支付的成本的公允价值及发生的相关交易费用增加长期股权投资的账面价值。被投资单位宣告分派的现金股利或利润，按照应享有的金额确认为当期投资收益。

本集团对合营企业及联营企业的投资采用权益法核算。采用权益法时，长期股权投资初始投资成本大于投资时应享有被投资单位可辨认净资产公允价值的份额的，不调整长期股权投资账面价值；长期股权投资初始投资成本小于投资时应享有被投资单位可辨认净资产公允价值的份额的，差额调增长期股权投资的账面价值，同时计入取得投资当期损益。

后续计量采用权益法核算的长期股权投资，在持有投资期间，随着被投资单位所有者权益的变动相应调整增加或减少长期股权投资的账面价值。其中在确认应享有被投资单位净损益的份额时，以取得投资时被投资单位各项可辨认资产等的公允价值为基础，按照本集团的会计政策及会计期间，并抵销与联营企业及合营企业之间发生的不构成业务的交易产生的未实现内部交易损益按照应享有比例计算归属于本集团的部分（内部交易损失属于资产减值损失的，全额确认），对被投资单位的净利润进行调整后确认。本集团确认被投资单位发生的净亏损，以长期股权投资的账面价值以及其他实质上构成对被投资单位净投资的长期权益减记至零为限，本集团负有承担额外损失义务的除外。

16、固定资产

（1） 确认条件

本集团固定资产是为生产商品、提供劳务、出租或经营管理而持有的，使用年限超过一年，单位价值超过2,000.00元的有形资产。

固定资产在与其有关的经济利益很可能流入本集团、且其成本能够可靠计量时予以确认。本集团固定资产包括房屋建筑物、机器设备、运输设备、电子设备及其他等。

（2） 折旧方法

17、在建工程

在建工程成本按实际工程支出确定，包括在建期间发生的各项必要工程支出、工程达到预定可使用状态前的应予资本化的借款费用以及其他相关费用等。

在建工程在达到预定可使用状态之日起，根据工程预算、造价或工程实际成本等，按估计的价值结转固定资产，次月起开始计提折旧，待办理了竣工决算手续后再对固定资产原值差异进行调整。

在建工程在达到预定可使用状态时转入固定资产，标准如下：

18、无形资产

（1） 使用寿命及其确定依据、估计情况、摊销方法或复核程序

本集团无形资产包括土地使用权、软件等，按取得时的实际成本计量，其中，购入的无形资产，按实际支付的价款和相关的其他支出作为实际成本。

（1）使用寿命及其确定依据、估计情况、摊销方法或复核程序

土地使用权从出让起始日起，按其出让年限平均摊销；软件按预计使用年限、合同规定的受益年限和法律规定的有效年限三者中最短者分期平均摊销。摊销金额按其受益对象计入相关资产成本和当期损益。对使用寿命有限的无形资产的预计使用寿命及摊销方法于每年年度终了进行复核，如发生改变，则作为会计估计变更处理。

在每个会计期间，本集团对使用寿命不确定的无形资产的预计使用寿命进行复核。

（2） 研发支出的归集范围及相关会计处理方法

本集团研发支出的归集范围包括研发人员薪酬、外协服务费、折旧摊销、材料费、其他费用等。

本集团根据内部研究开发项目支出的性质以及研发活动最终形成无形资产是否具有较大不确定性，将其分为研究阶段支出和开发阶段支出。研究阶段为获取并理解新的科学或技术知识等而进行的独创性的有计划调査、研究活动的阶段。开发阶段为在进行商业性生产或使用前，将研究成果或其他知识应用于某项计划或设计，以生产出新的或具有实质性改进的材料、装置、产品等活动的阶段。研究阶段支出于发生时计入当期损益，对于开发阶段的支出，在同时满足以下条件时予以资本化：本集团评估完成该无形资产以使其能够使用或出售在技术上具有可行性；本集团具有完成该无形资产并使用或出售的意图；无形资产预计能够为本集团带来经济利益；本集团有足够的技术、财务资源和其他资源支持，以完成该无形资产的开发，并有能力使用或出售该无形资产；归属于该无形资产开发阶段的支出能够可靠地计量。对于不满足资本化条件的开发阶段支出于发生时计入当期损益。

通常情况下，本集团在取得技术方案成果并通过项目资本化评审时即满足资本化条件，其后发生的开发阶段的支出予以资本化。开发完成后的技术成果再次经过联合评审后，最终满足上述资本化条件的，转入无形资产，否则转入当期损益。

19、长期资产减值

本集团于每一资产负债表日对长期股权投资、采用成本模式计量的投资性房地产、固定资产、在建工程、使用权资产、使用寿命有限的无形资产等项目进行检查，当存在减值迹象时，本集团进行减值测试。对尚未达到预定可使用状态的开发支出无论是否存在减值迹象，每年末均进行减值测试。

 除金融资产之外的非流动资产减值（除商誉外）

本集团在进行减值测试时，按照资产的公允价值减去处置费用后的净额与资产预计未来现金流量的现值两者之间的较高者确定其可收回金额。减值测试后，若该资产的账面价值超过其可收回金额，其差额确认为减值损失。

本集团以单项资产为基础估计其可回收金额，难以对单项资产的可回收金额进行估计的，以该资产所属资产组为基础确定资产组的可回收金额。资产组的认定，以资产组产生的主要现金流入是否独立于其他资产或者资产组的现金流入为依据。

公允价值减去处置费用后的净额，参考计量日发生的有序交易中类似资产的销售协议价格或可观察到的市场价格，减去可直接归属于该资产处置的增量成本确定。预计未来现金流量现值时，管理层按照资产在持续使用过程中和最终处置时所产生的资产组的预计未来现金流量，并选择恰当的折现率确定未来现金流量的现值。

20、长期待摊费用

本集团的长期待摊费用主要为装修费等本集团已经支付但应由本期及以后各期分摊的期限在1年以上的费用。该等费用在受益期内平均摊销，如果长期待摊费用项目不能使以后会计期间受益，则将尚未摊销的该项目的摊余价值全部转入当期损益。装修费的摊销年限为5-10年。

21、合同负债

合同负债反映本集团已收或应收客户对价而应向客户转让商品的义务。

22、职工薪酬

（1） 短期薪酬的会计处理方法

本集团职工薪酬包括短期薪酬、离职后福利。

短期薪酬主要包括职工工资、奖金、津贴和补贴，职工福利费，医疗保险费、工伤保险费和生育保险费等社会保险费，住房公积金，工会经费和职工教育经费等，在职工提供服务的会计期间，将实际发生的短期薪酬确认为负债，并按照受益对象计入当期损益或相关资产成本。

（2） 离职后福利的会计处理方法

离职后福利主要包括基本养老保险费、失业保险费等，按照集团承担的风险和义务，分类为设定提存计划、设定受益计划。对于设定提存计划在根据在资产负债表日为换取职工在会计期间提供的服务而向单独主体缴存的提存金确认为负债，并按照受益对象计入当期损益或相关资产成本。

23、预计负债

当与保证类质量保证等或有事项相关的业务同时符合以下条件时，本集团将其确认为负债：该义务是本集团承担的现时义务；该义务的履行很可能导致经济利益流出企业；该义务的金额能够可靠地计量。

预计负债按照履行相关现时义务所需支出的最佳估计数进行初始计量，并综合考虑与或有事项有关的风险、不确定性和货币时间价值等因素。公司每年定期复核售后维修费用的计提比例，以确定将计入每个报告期营业成本中售后维护费用的估计数额。如果以前的估计发生重大变化，公司会在未来期间对售后维修费用的计提比例进行调整。

预期在资产负债表日起一年内需支付的预计负债，列报为流动负债。

24、收入

按照业务类型披露收入确认和计量所采用的会计政策

 一般原则

本集团在履行了合同中的履约义务，即在客户取得相关商品或服务的控制权时，确认收入。取得相关商品或服务的控制权，是指能够主导该商品的使用或该服务的提供并从中获得几乎全部的经济利益。

履约义务，是指合同中本集团向客户转让可明确区分商品的承诺。本集团的履约义务在满足下列条件之一的，属于在某一时段内履行履约义务；否则，属于在某一时点履行履约义务：①客户在本集团履约的同时即取得并消耗本集团履约所带来的经济利益；②客户能够控制本集团履约过程中在建的商品；③本集团履约过程中所产出的商品具有不可替代用途，且本集团在整个合同期间内有权就累计至今已完成的履约部分收取款项。

对于在某一时段内履行的履约义务，本集团在该段时间内按照履约进度确认收入。履约进度不能合理确定时，本集团已经发生的成本预计能够得到补偿的，按照已经发生的成本金额确认收入，直到履约进度能够合理确定为止。

对于在某一时点履行的履约义务，本集团在客户取得相关商品控制权时点确认收入。本集团在判断客户是否已取得商品控制权时，综合考虑下列迹象：①本集团就该商品享有现时收款权利，即客户就该商品负有现时付款义务；②本集团已将该商品的法定所有权转移给客户，即客户已拥有该商品的法定所有权；③本集团已将该商品实物转移给客户，即客户已实物占有该商品；④本集团已将该商品所有权上的主要风险和报酬转移给客户，即客户已取得该商品所有权上的主要风险和报酬；⑤客户已接受该商品；⑥其他表明客户已取得商品控制权的迹象。

合同中包含两项或多项履约义务的，本集团在合同开始日，按照各单项履约义务所承诺商品或服务的单独售价的相对比例，将交易价格分摊至各单项履约义务，按照分摊至各单项履约义务的交易价格计量收入。

交易价格是本集团因向客户转让商品或服务而预期有权收取的对价金额，不包括代第三方收取的款项以及预期将退还给客户款项。

本集团根据在向客户转让商品前是否拥有对该商品的控制权，来判断本集团从事交易时的身份是主要责任人还是代理人。本集团在向客户转让商品前能够控制该商品的，则本集团为主要责任人，按照已收或应收对价总额确认收入；否则，为代理人，按照预期有权收取的佣金或手续费的金额确认收入，该金额应当按照已收或应收对价总额扣除应支付给其他相关方的价款后的净额，或者按照既定的佣金金额或比例等确定。

根据合同约定、法律规定等，本集团为所销售的商品提供质量保证，属于为向客户保证所销售的商品符合既定标准的保证类质量保证，本集团按照附注五、23预计负债进行会计处理。

同类业务采用不同经营模式涉及不同收入确认方式及计量方法的情况

公司需遵守《深圳证券交易所上市公司自律监管指引第 3号——行业信息披露》中的“软件与信息技术服务业”的披露要求

本集团的营业收入主要包括软硬件产品销售收入、信息化解决方案的实施及服务收入、运维服务收入、培训服务收入等。其中软硬件产品销售业务本集团不承担安装调试责任，信息化解决方案的实施及服务业务本集团需要承担安装调试等服务责任。

（1）软硬件产品销售收入

软硬件产品销售在产品交付客户指定地点并经客户验收后按合同金额确认收入。

（2）信息化解决方案实施及服务收入

信息化解决方案及服务，在设备安装调试完毕，经客户验收后确认收入；分批（段、站、子项等）验收时，在设备按批（段、站、子项等）安装调试完毕，经客户验收后，根据合同设备清单单价及设备验收清单确认收入；如合同金额中包含后期维护服务费用，以扣除维护服务费用后的金额计算。后期维护服务收入，参照运维服务确认收入。

（3）运维服务收入

运维服务收入，根据签订的运维服务合同，在相应的服务期间按期确认收入。

（4）培训服务收入

培训服务收入在培训期间学员通过考核、取得学分时确认收入。

25、合同成本

 与合同成本有关的资产金额的确定方法

本集团与合同成本有关的资产包括合同履约成本和合同取得成本。根据其流动性，合同履约成本分别列报在存货和其他非流动资产中，合同取得成本分别列报在其他流动资产和其他非流动资产中。

合同履约成本，即本集团为履行合同发生的成本，不属于存货、固定资产或无形资产等相关会计准则规范范围且同时满足下列条件的，作为合同履约成本确认为一项资产：该成本与一份当前或预期取得的合同直接相关，包括直接人工、直接材料、其他直接费用、明确由客户承担的成本以及仅因该合同而发生的其他成本；该成本增加了本集团未来用于履行履约义务的资源；该成本预期能够收回。

合同取得成本，即本集团为取得合同发生的增量成本预期能够收回的，作为合同取得成本确认为一项资产。如果该资产摊销期限不超过一年，本集团选择在发生时计入当期损益的简化处理。增量成本，是指不取得合同就不会发生的成本（如销售佣金等）。本集团为取得合同发生的、除预期能够收回的增量成本之外的其他支出（如无论是否取得合同均会发生的差旅费等），在发生时计入当期损益，但是，明确由客户承担的除外。

 与合同成本有关的资产的摊销

本集团与合同成本有关的资产采用与该资产相关的商品收入确认相同的基础进行摊销，计入当期损益。

 与合同成本有关的资产的减值

本集团与合同成本有关的资产，其账面价值高于下列两项差额的，本集团将超出部分计提减值准备，并确认为资产减值损失：①企业因转让与该资产相关的商品预期能够取得的剩余对价；②为转让该相关商品估计将要发生的成本。计提减值准备后，如果以前期间减值的因素发生变化，使得上述两项差额高于该资产账面价值的，转回原已计提的资产减值准备，并计入当期损益，但转回后的资产账面价值不超过假定不计提减值准备情况下该资产在转回日的账面价值。

26、政府补助

政府补助在能够满足其所附的条件并且能够收到时，予以确认。政府补助为货币性资产的，按照实际收到的金额计量，对于按照固定的定额标准拨付的补助，或对年末有确凿证据表明能够符合财政扶持政策规定的相关条件且预计能够收到财政扶持资金时，按照应收的金额计量；政府补助为非货币性资产的，按照公允价值计量，公允价值不能可靠取得的，按照名义金额(1元)计量。

本集团的政府补助为与收益相关的政府补助。与收益相关的政府补助，用于补偿以后期间的相关成本费用或损失的，确认为递延收益，并在确认相关成本费用或损失的期间计入当期损益。用于补偿已发生的相关成本费用或损失的，直接计入当期损益。与日常活动相关的政府补助，按照经济业务实质，计入其他收益。与日常活动无关的政府补助，计入营业外收支。

本集团取得政策性优惠贷款贴息的，区分财政将贴息资金拨付给贷款银行和财政将贴息资金直接拨付给本集团两种情况，分别按照以下原则进行会计处理：

（1）财政将贴息资金拨付给贷款银行，由贷款银行以政策性优惠利率向本集团提供贷款的，本集团以实际收到的借款金额作为借款的入账价值，按照借款本金和该政策性优惠利率计算相关借款费用。

（2）财政将贴息资金直接拨付给本集团，本集团将对应的贴息冲减相关借款费用。

27、递延所得税资产/递延所得税负债

本集团递延所得税资产和递延所得税负债根据资产和负债的计税基础与其账面价值之间的差额、以及未作为资产和负债确认但按照税法规定可以确定其计税基础的项目的计税基础与其账面价值之间的差额产生的(暂时性差异)计算确认。

本集团对除以下情形外的所有应纳税暂时性差异确认递延所得税负债：（1）暂时性差异既不影响会计利润也不影响应纳税所得额(或可抵扣亏损)的非企业合并的交易中产生的资产或负债的初始确认；（2）与子公司、联营企业及合营企业投资相关的应纳税暂时性差异，本集团能够控制暂时性差异转回的时间且该暂时性差异在可预见的未来很可能不会转回的。

本集团以很可能取得用来抵扣可抵扣暂时性差异、可抵扣亏损和税款抵减的未来应纳税所得额为限，对除以下情形外产生的可抵扣暂时性差异、可抵扣亏损和税款抵减确认递延所得税资产：（1）暂时性差异产生于既不影响会计利润也不影响应纳税所得额(或可抵扣亏损)的非企业合并的交易中产生的资产或负债的初始确认；（2）与子公司、联营企业及合营企业投资相关的可抵扣暂时性差异，不能同时满足以下条件的：暂时性差异在可预见的未来很可能转回、未来很可能获得用来抵扣可抵扣暂时性差异的应纳税所得额。

本集团在很可能有足够的应纳税所得额用以抵扣可抵扣亏损的限度内，就所有尚未利用的可抵扣亏损确认递延所得税资产。管理层运用大量的判断来估计未来取得应纳税所得额的时间和金额，结合纳税筹划策略，决定应确认的递延所得税资产的金额，因此存在不确定性。

于资产负债表日，递延所得税资产和递延所得税负债，按照预期收回该资产或清偿该负债期间的适用税率计量。

28、租赁

（1） 作为承租方租赁的会计处理方法

租赁的识别

在合同开始日，本集团评估合同是否为租赁或者包含租赁。如果合同一方让渡了在一定期间内控制一项或多项已识别资产使用的权利以换取对价，则该合同为租赁或者包含租赁。

合同中同时包含多项单独租赁的，本集团将合同予以分拆，并分别各项单独租赁进行会计处理。合同中同时包含租赁和非租赁部分的，本集团将租赁和非租赁部分分拆后进行会计处理。各租赁部分分别按照租赁准则进行会计处理，非租赁部分按照其他适用的企业会计准则进行会计处理。合同中同时包含租赁和非租赁部分的，本集团作为出租人的，将租赁和非租赁部分进行分拆后分别进行会计处理，各租赁部分分别按照租赁准则进行会计处理，非租赁部分按照其他适用的企业会计准则进行会计处理。本集团作为承租人的，选择不分拆租赁和非租赁部分，将各租赁部分及与其相关的非租赁部分分别合并为租赁，按照租赁准则进行会计处理；但是，合同中包括应分拆的嵌入衍生工具的，本集团不将其与租赁部分合并进行会计处理。

（2） 作为出租方租赁的会计处理方法

本集团作为出租人， 如果一项租赁实质上转移了与租赁资产所有权有关的几乎全部风险和报酬，本集团将该项租赁分类为融资租赁，除此之外分类为经营租赁。本集团本年无融资租赁。

1. ） 经营租赁

在租赁期内各个期间，本集团采用直线法将经营租赁的租赁收款额确认为租金收入。

本集团发生的与经营租赁有关的初始直接费用资本化至租赁标的资产的成本，在租赁期内按照与租金收入相同的确认基础分期计入当期损益。本集团取得的与经营租赁有关的未计入租赁收款额的可变租赁付款额,在实际发生时计入当期损益。

经营租赁发生变更的，本集团自变更生效日开始，将其作为一项新的租赁进行会计处理，与变更前租赁有关的预收或应收租赁收款额视为新租赁的收款额。

29、重要会计政策和会计估计变更

（1） 重要会计政策变更

□适用 不适用

（2） 重要会计估计变更

□适用 不适用

（3） 2026年起首次执行新会计准则调整首次执行当年年初财务报表相关项目情况

□适用 不适用

六、税项

1、主要税种及税率

存在不同企业所得税税率纳税主体的，披露情况说明

2、税收优惠

本公司经北京市科学技术委员会、北京市财政局、国家税务总局北京市税务局于 2023 年 12月 20 日依法认定为高新技术企业，证书编号为 GR202311009794，有效期三年。2026 年 1-6 月企业所得税执行15%的优惠税率。

2）北京竞业达数字系统科技有限公司

北京竞业达数字系统科技有限公司经北京市科学技术委员会、北京市财政局、国家税务总局北京市税务局于 2023年11月30日依法认定为高新技术企业，证书编号为 GR202311003877，有效期三年。2026年1-6月企业所得税执行15%的优惠税率。

3）北京竞业达沃凯森科技有限公司、北京基石传感信息服务有限公司

北京竞业达沃凯森科技有限公司经北京市科学技术委员会、北京市财政局、国家税务总局北京市税务局于 2024年 12月31日依法认定为高新技术企业，证书编号为 GR202411009540，有效期三年。北京基石传感信息服务有限公司经北京市科学技术委员会、北京市财政局、国家税务总局北京市税务局于 2023年10月26日依法认定为高新技术企业，证书编号为 GR202311001528，有效期三年。

根据国家税务总局《关于小微企业和个体工商户所得税优惠政策的公告》( 财政部 税务总局公告 2023 年第 6 号)规定，自 2023 年 1 月 1 日至 2024 年 12 月 31 日，对小微企业年度应纳税所得额不超过 100万元的部分，减按 25%计入应纳税所得额，按20%税率缴纳企业所得税；根据《财政部 税务总局关于进一步实施小微企业所得税优惠政策的公告》（财政部 税务总局公告 2022 年第 13 号)规定，自 2022 年 1 月 1 日至 2024 年 12 月 31 日，对小型微利企业年应纳税所得额超过100 万元但不超过300 万元的部分，减按 25%计入应纳税所得额，按 20%的税率缴纳企业所得税；根据财政部、税务总局 2023 年8 月 2日出具的《关于进一步支持小微企业和个体工商户发展有关税费政策的公告》（财政部税务总局公告2023年第12号）规定，对小型微利企业减按25%计算应纳税所得额，按 20%的税率缴纳企业所得税政策，延续执行至2027 年 12 月31 日。2026年 1-6 月北京竞业达沃凯森科技有限公司、北京基石传感信息服务有限公司享受小微企业所得税优惠。

4）上海竞业达数码科技有限公司、北京竞业达信息科技发展有限公司、北京竞业达工程技术研究院有限公司、怀来元宇动力科技有限公司、广州竞业达智慧科技有限公司、北京数时代大数据科技有限公司、深圳星启智境科技有限公司、北京数智育合科技有限公司、海南竞业达科教融汇科技发展有限公司、怀来启点职业技能培训学校有限责任公司

上述公司系小微企业，根据国家税务总局《关于小微企业和个体工商户所得税优惠政策的公告》( 财政部 税务总局公告 2023年第 6 号)规定，自 2023 年 1月 1 日至2024 年 12 月31 日，对小微企业年度应纳税所得额不超过 100 万元的部分，减按 25%计入应纳税所得额，按 20%税率缴纳企业所得税；根据《财政部税务总局关于进一步实施小微企业所得税优惠政策的公告》（财政部税务总局公告 2022 年第13 号)规定，自2022年 1 月 1 日至2024 年 12月 31 日，对小微企业年度应纳税所得额超过 100 万元不超过 300万元的部分，减按 25%计入应纳税所得额，按 20%税率缴纳企业所得税；根据财政部、税务总局 2023年 8月 2 日出具的《关于进一步支持小微企业和个体工商户发展有关税费政策的公告》（财政部税务总局公告 2023 年第 12 号）规定，对小型微利企业减按25%计算应纳税所得额，按20%的税率缴纳企业所得税政策，延续执行至2027年12月31日。公司需遵守《深圳证券交易所上市公司自律监管指引第 3号——行业信息披露》中的“软件与信息技术服务业”的披露要求

1)根据财政部、国家税务总局《关于软件产品增值税政策的通知》（财税〔2011〕100号）规定：自 2011 年 1 月 1 日起执行，对增值税一般纳税人销售其自行开发生产的软件产品，按 17%的法定税率（2018 年 5 月 1 日起按 16%、2019 年 4 月 1 日起按 13%）征收增值税后，对其增值税实际税负超过3%的部分实行即征即退政策。

本公司、北京竞业达数字系统科技有限公司、北京竞业达沃凯森科技有限公司享受增值税即征即退政策。

2)根据财政部、国家税务总局《关于增值税小规模纳税人减免增值税政策的公告》（财政部税务总局公告2023年第19号）规定：对月销售额10万元以下（含本数）的增值税小规模纳税人，免征增值税； 增值税小规模纳税人适用 3%征收率的应税销售收入，减按 1%征收率征收增值税；适用 3%预征率的预缴增值税项目，减按1%预征率预缴增值税。2026年1-6月北京数智育合科技有限公司、北京数时代大数据科技有限公司增值税执行该优惠税率。

七、合并财务报表项目注释

1、货币资金

单位：元

其他说明

2、交易性金融资产

单位：元

其他说明

权益工具投资系本公司投资北京北投睿致科创投资基金合伙企业（有限合伙），按照公允价值计量；其他交易性金融资产系本集团购买的银行理财产品，未到期80,000万元。

3、应收票据

（1） 应收票据分类列示

单位：元

（2） 按坏账计提方法分类披露

单位：元

按组合计提坏账准备类别名称： 单位：元

确定该组合依据的说明：

本集团基于应收票据的承兑人信用风险作为共同风险特征，将其划分为不同组合，并确定预期信用损失会计估计政策：a.承兑人为已上市银行承兑汇票及国有银行承兑汇票的银行承兑汇票，本集团评价该类款项具有较低的信用风险，不确认预期信用损失；b.承兑人为商业承兑汇票及未上市地方性银行承兑汇票，参照本集团应收账款政策确认预期损失率计提损失准备，与应收账款的组合划分相同。

如是按照预期信用损失一般模型计提应收票据坏账准备：

□适用 不适用

（3） 本期计提、收回或转回的坏账准备情况

本期计提坏账准备情况：

单位：元

其中本期坏账准备收回或转回金额重要的： □适用 不适用

4、应收账款

（1） 按账龄披露

单位：元

（2） 按坏账计提方法分类披露

单位：元

按组合计提坏账准备类别名称： 单位：元

确定该组合依据的说明：

本集团根据以前年度的实际信用损失，并考虑本年的前瞻性信息，将应收信用良好的应收账款及合同资产作为信用组合，以账龄为信用风险特征，计量预期信用损失的会计估计政策为：

如是按照预期信用损失一般模型计提应收账款坏账准备： □适用 不适用

（3） 本期计提、收回或转回的坏账准备情况

本期计提坏账准备情况：

单位：元

（4） 按欠款方归集的期末余额前五名的应收账款和合同资产情况

单位：元

5、合同资产

（1） 合同资产情况

单位：元

（2） 按坏账计提方法分类披露

单位：元

按预期信用损失一般模型计提坏账准备 □适用 不适用

（3） 本期计提、收回或转回的坏账准备情况

单位：元

6、其他应收款

单位：元

（1） 应收股利

1） 应收股利分类

单位：元

2） 重要的账龄超过 1年的应收股利

单位：元

（2） 其他应收款

1） 其他应收款按款项性质分类情况

单位：元

2） 按账龄披露

单位：元

3） 按坏账计提方法分类披露

适用 □不适用

单位：元

按单项计提坏账准备类别名称： 单位：元

按组合计提坏账准备类别名称： 单位：元

确定该组合依据的说明：

本集团根据以前年度的实际信用损失，并考虑本年的前瞻性信息，将信用良好且经常往来客户的其他应收款作为信用组合，以账龄为信用风险特征，计量预期信用损失的会计估计政策为：

按预期信用损失一般模型计提坏账准备： 单位：元

各阶段划分依据和坏账准备计提比例

损失准备本期变动金额重大的账面余额变动情况

□适用 不适用

4） 本期计提、收回或转回的坏账准备情况

本期计提坏账准备情况：

单位：元

5） 按欠款方归集的期末余额前五名的其他应收款情况

单位：元

7、预付款项

（1） 预付款项按账龄列示

单位：元

账龄超过 1年且金额重要的预付款项未及时结算原因的说明：

（2） 按预付对象归集的期末余额前五名的预付款情况

按预付对象归集的年末余额前五名的预付款合计 16,003,498.63元，占预付款项年末余额合计数的比例为 58.38%。

8、存货

公司是否需要遵守房地产行业的披露要求否

（1） 存货分类

单位：元

（2） 存货跌价准备和合同履约成本减值准备

单位：元

9、其他流动资产

单位：元

10、长期股权投资

单位：元

可收回金额按公允价值减去处置费用后的净额确定

□适用 不适用

可收回金额按预计未来现金流量的现值确定

□适用 不适用

前述信息与以前年度减值测试采用的信息或外部信息明显不一致的差异原因

公司以前年度减值测试采用信息与当年实际情况明显不一致的差异原因

其他说明

11、固定资产

单位：元

（1） 固定资产情况

单位：元

（2） 暂时闲置的固定资产情况

单位：元