营收利润双增长 订单储备超预期 数据显示，上半年神州控股实现营业收入78.65亿元，同比增长12%；毛利10.33亿元，较去年同期增长 8%，归母净利润1521万元，同比大幅增长41%。投资者高度关注的订单情况亦十分亮眼。报告期内， 公司新签约金额达94.76亿元，同比激增98%；已签未销订单104.41亿元，同比增长27%。充足的在手订 单不仅覆盖当前业务需求，更为未来1到2年持续增长奠定坚实基础，成为业绩增长"定心丸"。管理层表 示对未来发展的信心十足，持续加大在AI领域内的投入和场景化应用探索。 AI全栈体系成型 通用能力夯实基础 关于"Data×AI"战略，管理层认为，数据是AI能够释放效能的核心基础，同时，场景化能力的竞争，已 经成为当前AI赛道竞争的主旋律。因此，公司在将大量资源投入到数据层能力的同时，结合自身在行 业场景中的优势，实现了通用能力与行业场景化能力的有机结合。打造出从数据到知识再到AI应用的 技术闭环，技术商业化能力持续提升。 具体来说，神州控股的AI全栈技术体系体现为四层核心能力：第一，是可为客户将原有的基础设施升 级为具备AI基础设施建设、管理、加速、运维能力的智算平台；第二，是 ...

公司认为，当前神州控股的生态建设已形成"技术-行业-产业"三维协同格局。未来将通过开放数据能力 基座与AI工具链，降低赋能门槛，扩大生态影响力，形成平台化模式，并有望通过生态协同实现规模 与经营业绩的双重提升。 公司方面表示，会持续将自身的通用化能力和面向场景的行业know-how结合，深入推进"Data x AI"战 略落地，通过有机增长，夯实自身业务的市场基础，最大化拓展，达到行业领先位置。同时，也将通过 生态合作和投资并购等无机增长方式进行快速有效的能力补齐，实现竞争力不断提升，筑牢核心技术底 座和竞争壁垒。 关于"Data×AI"战略，管理层认为，数据是AI能够释放效能的核心基础，同时，场景化能力的竞争，已 经成为当前AI赛道竞争的主旋律。因此，公司在将大量资源投入到数据数据层能力的同时，结合自身 在行业场景中的优势，实现了通用能力与行业场景化能力的有机结合。打造出从数据到知识再到AI应 用的技术闭环，技术商业化能力持续提升。 神州控股(00861.HK)日前通过线上形式召开2025年度中期业绩说明会，管理层就上半年经营成果、技术 研发进展、面向核心场景的业务进展，以及生态战略的推进落实情况进行详细解 ...

Group 1 - The core viewpoint of the article emphasizes that artificial intelligence (AI) is a driving force for social progress and industrial upgrading, with OceanBase hosting its third developer conference to unveil its Data×AI strategy and the new AI application product PowerRAG [2][3][5] - OceanBase aims to evolve from an integrated database to an integrated data foundation, supporting mixed workloads of TP/AP/AI and vector databases, which involves significant engineering and product capabilities in the Data and AI fields [4][7] Group 2 - The Data×AI strategy presented by OceanBase focuses on building capabilities to address challenges in data acquisition costs, data scarcity, multi-modal data processing, and data quality assessment, which are critical for the success of large models [3][6] - PowerRAG, the newly launched application product, aims to provide users with robust RAG application development capabilities, addressing issues such as long development cycles and high maintenance costs associated with traditional RAG applications [5][6] Group 3 - OceanBase has demonstrated significant advancements in vector performance and mixed retrieval capabilities, achieving leading performance levels compared to other open-source vector databases, and reducing memory costs by 95% through the introduction of the BQ quantization algorithm [7][8] - The collaboration with Ant Group is highlighted, showcasing mutual support in AI core scenarios and the commitment to open-source initiatives, which will enhance OceanBase's capabilities in the AI domain [9]