卓海科技设备翻新二次IPO,突击申请超8成专利
亲爱的编程学习爱好者,如果你点开了这篇文章,说明你对《卓海科技靠设备翻新二次IPO,突击申请超8成专利》很感兴趣。本篇文章就来给大家详细解析一下,主要介绍一下,希望所有认真读完的童鞋们,都有实质性的提高。
无锡卓海科技股份有限公司(简称“卓海科技”)再次冲击资本市场,其北交所IPO申请已于2025年3月19日获受理。这家公司曾于2022年6月申请创业板IPO,但于2023年1月被终止审核。卓海科技的主要业务是翻新销售退役的前道量测设备,而非自主研发设备。

翻新业务为主,自研进展缓慢
全球前道量测设备市场主要由KLA、AMAT、Hitachi等国际巨头掌控,国产设备市场份额不足5%。卓海科技与其他国内企业不同,其核心业务是翻新销售退役设备,而非自主研发。2021年至2024年,其翻新设备营收占比始终超过90%,而自研设备的营收贡献微乎其微,2023年和2024年分别仅为509.65万元和1214.96万元。 正是由于过度依赖翻新业务,卓海科技的创业板IPO申请曾被否决,原因在于其“三创四新”特征不足,且对持续经营风险的解释不够充分。

此次申请北交所上市,卓海科技符合《北京证券交易所股票上市规则(试行)》中关于市值和净利润的规定。然而,其低研发投入和突击申请专利的行为值得关注。
研发投入低,专利申请“突击”
由于翻新业务对技术创新的要求相对较低,卓海科技的研发投入一直很低,远低于其他可比公司。其研发费用率也始终保持在较低水平。 然而,该公司在报告期内(2021-2024年)却大幅增加了专利申请数量,新增专利数量占总专利数量的比例高达84.38%,其中发明专利新增比例更是高达95.45%。这种“突击”申请专利的行为,引发了外界对其真实创新能力的质疑。



此外,卓海科技的研发人员数量也远少于其他可比公司,这进一步印证了其研发投入不足的事实。 卓海科技自身也承认,未来技术创新存在风险,研发投入可能无法收回。


卓海科技能否成功登陆北交所,以及其未来能否实现真正的技术突破,仍有待观察。 其商业模式和创新能力的不足,将是其未来发展面临的主要挑战。
以上就是《卓海科技设备翻新二次IPO,突击申请超8成专利》的详细内容,更多关于IPO,专利申请,研发投入,卓海科技,翻新业务的资料请关注golang学习网公众号!
VSCode配置Python:插件推荐与调试技巧
- 上一篇
- VSCode配置Python:插件推荐与调试技巧
- 下一篇
- uni-app数据库连接与操作全攻略
-
- 科技周边 · 人工智能 | 8小时前 |
- 模型路由怎么做:按任务难度分配速度、成本与质量
- 147浏览 收藏
-
- 科技周边 · 人工智能 | 11小时前 |
- 多模态模型读图前,图片缩放与裁切会影响什么
- 247浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | 人工智能 · 推理优化 ONNX Runtime 动态量化 nodes_to_exclude
- ONNX Runtime 动态量化怎么选择需要排除的节点
- 377浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | 人工智能 · 向量检索 · Sentence Transformers truncate_dim 嵌入维度 Matryoshka 向量存储
- Sentence Transformers 怎么截断嵌入维度减少存储
- 165浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- PEFT 多个 adapter 怎么按权重组合推理
- 454浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- Accelerate 大模型推理怎么自动分配到多块设备
- 358浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | 人工智能 · Tokenizers offset_mapping 原始文本
- Tokenizers offset mapping 怎么映射回原始文本位置
- 328浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | python · 人工智能 · shuffle Hugging Face Datasets streaming IterableDataset buffer_size
- Datasets streaming 怎么在不下载全集时打乱样本
- 470浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 371次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 436次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 448次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 393次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 218次使用
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览
-
- Canva手机闪退解决方法及适配指南
- 2026-05-25 501浏览

