亿道信息：场景智算体系构建者纵深落地AI+战略

AI产品解决方案提供商战略转型

亿道信息成立于2002年，2023年在深交所主板上市，是一家以产品定义、研发设计为核心的智能电子产品及解决方案提供商。公司已构建覆盖消费类智能终端、加固类智能终端、XR/AI穿戴设备及AIoT产品的全场景产品矩阵，打造从核心器件到整机制造、从端侧算力到云端协同的一体化能力。公司与英特尔、超威半导体、联发科、高通、微软、谷歌等核心器件及计算机技术原厂保持全方位合作，客户包括联想、TCL、软通动力、传音等。

2025年为公司战略转型的关键一年，公司以"AI+"战略为核心，持续深化"AI+终端"与"AI+应用"双轮驱动的战略布局。公司已构建从低功耗边缘计算到高性能服务器的全场景AI算力产品矩阵，涵盖高性能笔电、AI服务器、AI工作站、AI NAS、Mini PC等多元品类，全面覆盖模型训练、微调、推理的全生命周期应用场景。

经营业绩加速修复，新业务贡献显著提升

公司积极推进业务布局与市场拓展，订单量稳步增加，经营规模持续扩大。2025年公司总体经营实现较快增长，营收同比增长超四成，归母净利润同比增长超九成。其中单季度营收和净利润均呈现良好增长态势，25Q4营收和归母净利润分别同比增长超九成和超三倍，并且该趋势延续到26Q1。

业务结构持续优化，新业务贡献提升。智能硬件产品业务为公司核心基本盘，其中AI NAS新品实现营收同比增幅超九倍，初步打开智能化存储与边缘计算的增量市场；加固智能行业终端业务旗下自主品牌全年营收同比增长超四倍；XR及AIoT产品业务保持稳健发展。

AI PC渗透率提升带动ODM价值重构

AI与终端场景深度融合催生消费电子新需求，AI PC、智能眼镜、AI NAS等终端产品从概念走向规模化落地。根据Gartner，全球AI PC出货量将从2025年的七千余万台提升至次年的超一亿台，渗透率从三成提升至五成以上。英伟达与微软正在为个人智能体时代重塑PC，发布NVIDIA RTX Spark，ODM厂商将深度受益于AI PC换机潮。

亿道数码为国内优秀的AI PC ODM厂商，在笔记本品类上具备从材料工艺到散热系统、从整机堆叠到接口布局的完整研发能力。公司与英特尔的合作覆盖从产品定义到联合研发的全链路，与高通持续深化"端侧智能+场景化应用"的战略布局。2025年公司AI PC出货量同比增长近五成。

AI NAS迈入高速增长通道

智能体AI应用的蓬勃兴起，正驱动NAS产品加速演进，并推动AI NAS市场迈入高速增长通道。传统NAS仅具备基础的存储备份功能，AI NAS则融合高性能存储、边缘计算与本地化AI推理能力，定位正从"数据仓库"向"本地智能数据与算力中枢"升级。根据Fortune Business，AI NAS的市场规模将从2026年的约二百四十亿美元跃升至2034年的超一千六百亿美元，年复合增长率达近三成；预计2028年AI NAS的市场价值就会超过传统NAS，2034年市场价值占比将达到约九成五。

2025年公司AI NAS业务实现营收超亿元，同比增长超九倍，初步打开智能化存储与边缘计算的增量市场。

智能眼镜市场快速扩张

根据IDC，2025年全球智能眼镜市场出货量同比增长超四成。亿道信息子公司亿境虚拟为XR/AI产品研发与量产服务提供商，提供从概念到量产快速一站式产品化服务。亿境虚拟已形成XR产品及各类AI穿戴产品等多种Personal AI穿戴产品矩阵，务实聚焦AI入口场景，以"专用硬件+定制Agent"构建差异化壁垒。

AI服务器市场高增持续

北美主要云端业者的资本支出拉动服务器出货需求，根据DIGITIMES的预测，2026年全球高阶AI服务器出货量年增率约五成，与上年增速相近，显示高阶市场在高基期下仍维持相当强劲的扩张力道。高阶与一般AI服务器合计，2026年全球AI服务器出货预计突破二百五十万台，占全体服务器出货比例将超过一成五。

All in AI战略转型，构建场景智算体系

成立亿道研究院，自研AESOF开放框架，主打边缘、端侧场景，兼顾大模型落地所需算法、数据、算力，可实现数据隐私保护与低延迟交互，已经应用于公司的NAS、AI PC、一体机等产品中，从"产品提供者"向"场景智算体系构建者"AI战略转型。

公司正式入局AI代理赛道，打造Agent智能体中枢——亿灵，面向未来多设备智能协同场景，强调端云协同，优化成本。亿灵整合各类智能设备的存储、算力、模型与数据能力，形成可持续扩展、可统一管理、可快速部署的智能中枢系统。

公司锁定个人、家庭、企业、工业、穿戴、机器人六大场景，构建"硬件算力+AESOF平台+AI原子能力"三位一体基础设施。AESOF拥有跨平台、跨系统端侧推理能力，上层应用无需二次开发，大幅降低开发门槛与成本，其特色功能之一为将超大尺寸模型轻量化并部署到端侧低算力设备进行推理，有效下压端侧AI硬件成本，加速端侧AI普及。