根據披露的機構調研信息2025年2月20日至2025年2月21日，淳厚基金對上市公司微光股份進行了調研。根據披露的機構調研信息2025年2月19日，淳厚基金對上市公司華大基因進行了調研。

基金市場數據顯示，淳厚基金成立于2018年11月3日。截至目前，其管理資產規模為231.38億元，管理基金數24個，旗下基金經理共10位。旗下最近一年表現最佳的基金產品為淳厚現代服務業A（011349），近一年收益錄得36.18%。

附微光股份調研內容：　　1、請介紹一下公司 2024 年度的業績情況及主要產品的銷售情況。　　答：2024 年度，面對復雜嚴峻形勢，公司沉著應變、綜合施策，經營穩中有進，營業收入及凈利潤實現雙增長，2024 年度預計公司營業收入 14.09 億元，同比增長 11.12%；歸屬于上市公司股東的凈利潤21,600 萬元-22,600 萬元，同比增長 78.39 % - 86.65%；扣除非經常性損益后的凈利潤 30,100 萬元- 31,100 萬元，同比增長 7.86% - 11.44%，具體請見 2025 年 1 月 22 日公司披露的《2024 年度業績預告》（公告編號 2025-005）。公司主要產品制冷電機及風機、伺服電機都實現增長。　　2、公司海外銷售情況如何？海外市場主要是哪些區域？　　答：公司 2024 年度海外銷售以及目前海外訂單同比保持增長。歐洲、亞洲、南美洲銷售比重較高，北美洲、非洲、大洋洲銷售比重相對較低，目前公司在努力開發新市場、新應用。　　3、請介紹一下公司國內外兩個項目進展情況。　　答：公司泰國子公司已取得生產許可、通過了 ISO9001 質量管理體系認證，產品取得 CE 認證，冷柜電機、外轉子風機、ECM 電機已正常生產，2025 年 1 月首個集裝箱出口印度，公司將增加人員，完善組織架構，加強能力建設，加快 UL、VDE 認證，上產能，提質量，規范管理，滿足客戶驗廠要求，擴大銷售，爭取早出效益、多出效益。　　公司國內項目廠房已結頂，目前進入幕墻安裝、水電及道路建設，爭取下半年部分生產。　　4、公司空心杯電機、無框力矩電機進展情況。　　答：2024 年公司開發了 3 款空心杯電機、4 款無框力矩電機，2025年將豐富產品系列，同時做好市場推廣和產業化工作。　　5、伺服電機 2024 年度銷售情況？主要下游是哪些行業？　　答：公司伺服電機 2024 年度銷售收入超億，主要應用于紡織機械、工業自動化、機器人、數控機床等領域。　　6、公司利潤率為什么比較高？　　答：主要因素：創新驅動；艱苦奮斗、勤儉辦企業；精益管理，嚴格考核；全產業鏈生產；品牌效應等。　　7、請介紹一下公司分紅情況及分紅計劃。　　答：自 2016 年上市以來，公司堅持每年現金分紅，累計派現金額5.49 億元（不包含回購股份金額），是 IPO 募集資金凈額 2.23 倍。同時，基于對公司未來發展前景的信心以及對公司價值的高度認可，同時進一步健全公司長效激勵機制，2023 年公司實施股份回購計劃，回購金額 4,487.26 萬元，擬用于后續實施股權激勵或員工持股計劃。　　未來公司原則上每年度進行利潤分配，優先考慮現金形式，有條件可以進行中期現金分紅，公司每年以現金形式分配的利潤不少于當年實現的可供分配利潤的百分之三十，現金股利政策目標為穩定增長股利，切實讓投資者分享企業的成長與發展成果；并重視運用股份回購等方式，增厚投資者回報，提振市場信心。　　8、公司 2025 年目標及中長期規劃是什么？　　答：公司每年更新五年規劃、制定年度目標，并將企業目標層層分解，落實責任，簽訂目標責任書。　　公司將堅持穩中求進工作總基調，貫徹新發展理念，因地制宜，培育壯大新質生產力，加快構建以國內大循環為主體，國內國際雙循環相互促進的新發展格局，統籌發展和安全，努力實現高質量發展。　　公司將結合國家“雙碳”戰略，擴大高效節能電機、風機產能和規模；抓住冷鏈發展機遇，進一步穩固制冷電機及風機的領先地位，拓展產品在電力、通信、儲能、熱泵等領域的應用；伺服電機豐富產品系列，拓展應用領域，提升品牌、質量、效益，同時向伺服系統、運動控制、機器人與自動化拓展；緊盯機器人產業發展方向，加大資源配置，廣招人才，加大機器人核心部件空心杯電機、無框力矩電機、關節模組等研發投入，加快產業化進程，不斷提高機器人產業規模和市場競爭力。

附華大基因調研內容：　　深圳華大基因股份有限公司（簡稱公司或華大基因）本次投資者交流活動采用線下會議的形式，主要交流內容如下：　　1、華大基因如何利用AI來處理大量積累的數據？　　答：從數據處理維度來看，以臨床全基因組數據為例，每位受檢者數據量接近120G，隨著全基因組檢測整體成本的快速下降和技術進步，公司數據積累速度將大幅提升。利用新的AI算法對傳統生信分析整體進行優化，將顯著提升數據分析的準確率和效率，并快速降低整體處理成本。　　從數據應用層面來看，數據的來源多樣性保障了模型具備更強的泛化能力和對罕見病等復雜情況的處理能力。隨著大模型相關技術的興起，出現了檢索增強生成（RAG）等技術，能夠幫助自動分析案例并找出關鍵信息，通過將信息向量化，在空間中理解和關聯不同概念之間的關系，結合大語言模型GeneT也能夠解決很多用戶痛點，推動醫學領域的數據量生產和融合，減少誤差，提高預測準確性。　　2、大規模的數據未來將對公司的產品和應用帶來哪些影響？　　答：未來廣闊的醫療檢測市場產生的大量數據將成為公司測試和擴展模型的重要來源。基于公司現有的體系，數據處理不僅需要關聯上游設備，還需要針對不同應用場景進行優化。隨著高通量測序儀在臨床的廣泛應用，公司的設備一天可以完成數十個樣本的測序，這就要求公司的生信分析能力和解讀能力必須滿足相應的通量需求。過去，培訓一個專家需要耗時半年且難以規模化，而現在的大模型可以處理大量數據并保持高效記憶，這大大提升了不同場景下的泛化能力及解讀專家的能力。　　3、公司的大數據模型是否各家醫院都能通用？　　答：公司大數據模型的優勢在于數據來源的多樣性和模型的泛化能力。公司多年來積累了豐富的標志性數據，而每家醫院的數據特征往往相對局限于其所在地區。通過整合不同地區、不同人群的多樣化數據，公司的模型具備更強的泛化能力，以及更好地應對罕見病等復雜疾病分析應用場景的處理能力。　　4、在健康管理中，如何利用人工智能技術進行個體化健康管理？　　答：公司未來將繼續通過合規收集用戶的多維度健康數據，包括醫學影像數據（CT、核磁共振等）、可穿戴設備監測數據等，并結合智能算法（例如大語言模型）進行處理。實現更精準的健康狀態評估和疾病風險預測這樣可以更精準地對用戶進行健康狀況評估，提供個性化健康干預建議，而不僅只是依賴傳統的大規模統計結論。同時，隨著大數據的持續積累和算法的不斷優化，人工智能有助于未來實現對個體健康管理需求的精準匹配和疾病風險預測。　　5、在建立和驗證大模型的過程中，最大的難點是什么？　　答：最大的難點在于如何證明模型的有效性。以基因檢測為例，需要有足夠數量的真實病例作為驗證樣本，這在罕見病場景下是一項艱巨的任務。此外，還需處理真實世界中復雜多樣的排列組合情況，讓模型能夠發現多種臨床表現癥狀與疾病之間的關聯關系，從而避免產生錯誤推斷。大數據的優勢在于揭示潛在的生物醫學方面的關聯性，而大模型則通過學習大量數據來模擬現實世界的多樣性。　　6、大模型與醫院結合后的產品形態和盈利模式是怎樣的？　　答：大模型與醫院結合將催生多元化的產品形態和創新商業模式。產品形態方面，可能通過APP等形式，將人工智能技術與醫院服務相結合，為用戶提供個性化的健康檢測評估、疾病預警和診療建議。盈利模式方面，既可能是向客戶輸出大模型技術，也可能是通過提供服務的方式實現盈利，具體取決于產品定位和服務內容。　　7、未來能否展望一下大模型嵌入到現有一體機設備中后，終端醫院的需求有何變化？　　答：通過嵌入大模型，設備變得更易用，終端醫院更愿意布局和使用。醫生在接受一定時間的培訓后，能夠借助模型的使用，穩定、高效、系統地處理樣本，降低深度測試的學習曲線，提高工作效率。　　同時，該系統能提供穩定且被多數專家認同的結果，顯著提升了用戶體驗。　　8、模型泛化能力問題如何解決？如何實現數據多樣性以增強模型的泛化能力？　　答：模型泛化能力需要通過設計包含所有可能場景的數據集來提高，不同醫院間由于數據產出平臺、對象來源差異導致模型表現不同，公司通過多年來開發各種應用場景下的產品，逐漸積累多樣型的數據，同時擁有專業人才對數據進行解讀和應用，提升模型對多樣化數據的適應能力。實現數據多樣性主要依賴于與醫院的廣泛合作，以獲取不同類型的檢測數據。在國內，由于存在數據孤島問題，公司正在努力打破壁壘，通過開展戰略合作和聯合實驗室共建，實現與更多醫院的深度合作，從而提高數據的多樣性和模型的適用性。　　二、風險提示　　本次投資者交流主要就現階段技術創新及未來可能的應用場景進行探討，AI技術的應用對公司未來經營業績的影響，取決于產品研發及行業場景應用的落地進度，具有不確定性。請廣大投資者理性看待前沿技術快速發展，注意二級市場股價波動風險。