当前位置:首页 > 文章列表 > 科技周边 > 人工智能 > 奕东电子2024年营收17.1亿,亏损4001.44万元

奕东电子2024年营收17.1亿,亏损4001.44万元

2025-05-24 09:53:08 0浏览 收藏

奕东电子于4月23日发布2024年度业绩报告,公司全年营收达17.1亿元,同比增长16.37%。然而,归属于母公司股东的净利润却亏损4001.44万元,同比下降1967.7%。尽管如此,奕东电子在FPC、连接器及零组件等核心业务领域取得了显著增长,并在新能源和消费电子领域拓展了新的合作和应用场景。公司表示,将继续坚持三大业务协同发展,巩固传统领域并加速布局新兴市场,实现高质量发展。

4月23日,奕东电子公布了2024年度业绩报告。报告显示,公司全年营业收入达到17.1亿元,同比增长16.37%;然而,归属于母公司股东的净利润亏损4001.44万元,同比下降1967.7%,扣除非经常性损益后的净利润亏损4857.22万元,同比亏损增加296.91%。

奕东电子2024年营收17.1亿元,亏损达4001.44万元

2024年,奕东电子积极应对市场机会,坚持并深化与大客户的合作,优化产品结构,加强创新产品在新应用场景中的应用,拓展新兴市场,推动营业收入实现同比增长,业务发展取得历史性突破。随着下游产业需求的回暖和公司的前瞻性布局,核心业务板块的市场预期持续向好,整体经营呈现稳健上升的态势。

在这一年中,公司的核心业务——FPC、连接器及零组件板块实现了快速增长,市场份额进一步扩大。在新能源领域,奕东电子与新能源汽车主机厂建立了深度合作,新能源电池管理系统的FPC及CCS产品获得多个新项目量产和定点,覆盖头部电池PACK及主机厂客户。在消费电子领域,得益于AI技术推动的终端需求复苏,公司成功拓展了AI智能终端等创新应用场景。

然而,由于募投项目投产后固定资产转固带来的折旧费用增加,部分新项目仍处于投入发展期,产能未能充分释放,原材料价格上涨,研发费用和资产减值损失增加等因素,导致公司2024年度业绩出现亏损。

展望未来,奕东电子表示,公司将继续坚持三大业务协同发展的战略,依靠全制程一体化制造能力,在巩固消费电子、新能源汽车、高速通讯连接器等传统领域的基础上,同时加速布局新兴高增长赛道,实现新旧动能双轮驱动的公司高质量发展。

奕东电子2024年营收17.1亿元,亏损达4001.44万元

(校对/黄仁贵)

以上就是《奕东电子2024年营收17.1亿,亏损4001.44万元》的详细内容,更多关于营收增长,净利润亏损,2024年度业绩,奕东电子,三大业务的资料请关注golang学习网公众号!

CSS中p标签的详解与定义CSS中p标签的详解与定义
上一篇
CSS中p标签的详解与定义
PHP字符串大小写转换绝技
下一篇
PHP字符串大小写转换绝技
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    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
    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
    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
    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
    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
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    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。
    301次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    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。
    357次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    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。
    355次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    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。
    323次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    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。
    142次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码