罗普特2024营收1.43亿,净亏损却高达1.93亿
罗普特在2024年公布的业绩报告显示,全年营业收入为1.43亿元,同比下降68.08%,归属于母公司股东的净亏损达1.93亿元,亏损幅度同比扩大303.48%。尽管业绩表现不佳,公司在人工智能领域持续发力,深化与华为昇腾、英伟达的合作,开发适用于公安、政务等场景的边缘计算设备,并在安防、交通等领域推动AI技术应用落地。亏损原因包括市场环境影响、项目延迟及信用减值损失增加。未来,罗普特将继续专注于“AI+行业”战略,推动人工智能在各领域的深度赋能。
4月22日,罗普特公布了2024年度的业绩报告。报告显示,公司全年营业收入为1.43亿元,同比下降了68.08%;归属于母公司股东的净亏损达到1.93亿元,亏损幅度同比扩大了303.48%;扣除非经常性损益后的净亏损为2.04亿元,同比下降了317.03%。

2024年,罗普特继续专注于人工智能的算力、算法和数据三大核心要素的布局。在算力方面,公司加深了与华为昇腾、英伟达等厂商的合作,开发了适用于公安、政务等场景的轻量化边缘计算设备,提升了数据安全能力。在算法方面,利用在安防、交通等场景积累的多模态数据,罗普特与大模型企业合作开发了垂直行业模型,推动了AI技术在海洋经济、文旅管理等领域的应用落地,如智慧海洋牧场和庐山景区数字化项目等。
关于业绩亏损的原因,公司在年报中作出了以下说明:
1)报告期内,由于宏观环境和市场情况等因素的综合影响,公司客户需求延迟及部分项目工期较长,导致通过最终用户验收的项目金额减少,整体营业收入同比下降,从而增加了亏损金额;
2)报告期内,部分项目应收款项由于账龄延长,整体预期信用损失率有所增加,部分到期款项集中在预期信用损失率增加较多的区间,因此信用减值损失计提比例和金额较上年有所增加;
3)基于谨慎性原则,公司充分考虑了市场环境变化以及资产实际价值波动,对部分资产进行了评估后计提了减值损失,因此资产减值损失金额较上年有所增加。
展望未来,罗普特表示,在人工智能重塑产业格局的时代背景下,作为覆盖算力、算法、数据全要素的科技企业,公司将立足于技术创新与产业融合,制定“AI+行业”的深度发展战略,凭借核心技术优势打通从基础层到应用层的价值链路,加速人工智能对各行各业的深度赋能,推动新质生产力的提升。
(校对/黄仁贵)
到这里,我们也就讲完了《罗普特2024营收1.43亿,净亏损却高达1.93亿》的内容了。个人认为,基础知识的学习和巩固,是为了更好的将其运用到项目中,欢迎关注golang学习网公众号,带你了解更多关于人工智能,亏损,业绩报告,罗普特,AI+行业的知识点!
PHP中=与==的区别与详细用法
- 上一篇
- PHP中=与==的区别与详细用法
- 下一篇
- Linux挂载Samba共享详细教程
-
- 科技周边 · 人工智能 | 6小时前 | python · 人工智能 · Transformers apply_chat_template 聊天模板 chat_template 角色标签
- Transformers聊天模板与手写角色标签有什么兼容性差异
- 492浏览 收藏
-
- 科技周边 · 人工智能 | 6小时前 | PyTorch checkpoint Accelerate 随机数状态 恢复训练
- Accelerate恢复训练时如何保存随机数状态
- 326浏览 收藏
-
- 科技周边 · 人工智能 | 6小时前 |
- Diffusers怎样使用Generator复现同一张生成图
- 118浏览 收藏
-
- 科技周边 · 人工智能 | 6小时前 | 模型 混合精度 优化器 分布式训练 Accelerate Accelerator.prepare
- Accelerate prepare为什么要同时接收模型与优化器
- 386浏览 收藏
-
- 科技周边 · 人工智能 | 6小时前 | 人工智能 · Hugging Face Datasets streaming IterableDataset Dataset.shuffle shuffle buffer
- Datasets流式读取与内存数据集的shuffle有什么区别
- 130浏览 收藏
-
- 科技周边 · 人工智能 | 6小时前 |
- Hugging Face Datasets map怎样同时删除旧字段
- 421浏览 收藏
-
- 科技周边 · 人工智能 | 6小时前 |
- PEFT适配器检查点为什么不包含完整基础模型
- 301浏览 收藏
-
- 科技周边 · 人工智能 | 6小时前 | python · Hugging Face 提示词 Transformers generate input_ids
- Transformers生成结果为什么包含输入提示词
- 111浏览 收藏
-
- 科技周边 · 人工智能 | 6小时前 | 解码 token Transformers generate 新生成内容
- Transformers怎样只解码新生成的token
- 461浏览 收藏
-
- 科技周边 · 人工智能 | 6小时前 | python · 人工智能 · Transformers offset_mapping 原始文本 Fast tokenizer 文本偏移
- Transformers分词偏移怎样映射回原始文本片段
- 330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。
- 463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。
- 527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。
- 545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。
- 494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。
- 313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

