罗博特科二次递表市值破千亿 AI重构估值新坐标
5月14日，罗博特科（股票代码：300757）股价表现强势，盘中最高触及626.66元。截至收盘，股价报收589元，单日涨幅超9%，公司总市值随之升至987亿元，距离千亿市值大关仅咫尺之遥。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
此番股价异动的直接催化剂，源于港交所前一日的正式公告：罗博特科已提交主板上市申请，联席保荐人为华泰国际、花旗及东方证券国际。这已是公司第二次递表。其首次申请于2025年10月28日提交，但因六个月有效期届满而失效，故需按规则重新递交。
纵观罗博特科的发展历程，其业务转型堪称资本市场经典案例。公司于2019年初在A股创业板上市，最初核心业务为光伏电池片自动化设备，并迅速成长为该细分领域龙头。然而，真正引爆市场预期的关键转折点发生在2025年5月——公司成功完成对德国硅光设备领军企业ficonTEC的收购。自此，其股价开启了一轮波澜壮阔的上涨行情，市值也从百亿级别一路跃升至当前近千亿规模。
可以说，在全球人工智能（AI）浪潮席卷与硅光赛道备受资本追捧的背景下，罗博特科的估值逻辑已然完成了一次彻底的“华丽转身”。
业务结构反转：从光伏主导到“双轮驱动”
数年前登陆A股时，罗博特科还是一家典型的光伏设备制造商。如今冲刺港股上市，其业务版图已焕然一新。2025年财报数据清晰揭示了这一结构性巨变：公司来自光电子及半导体行业的收入达4.855亿元，占比51.11%，首次超越光伏业务的4.598亿元（占比48.41%）。
而在2024年，情况则完全相反——光伏业务以10.51亿元的营收贡献了95%以上的绝对主导收入，半导体相关业务占比尚不足5%。
这一戏剧性反转的背后，是两种力量的交织：一方面是硅光业务从无到有、迅猛增长；另一方面，则是光伏业务因行业周期性产能过剩导致收入大幅下滑。公司坦言，全球太阳能行业的资本支出周期影响了该板块，致使其近期贡献减弱。相反，在人工智能（AI）和高速数据通信需求的强劲驱动下，硅光设备市场正迎来爆发式增长。
事实上，公司董事长戴军早在2024年的一次专访中就透露过前瞻性布局的思考。他表示，创业之初并未将公司局限于光伏自动化，而是基于自身对电子半导体和太阳能行业的双重洞察，预判到了光伏行业可能面临的周期性波动。从结果看，提前布局半导体领域的战略决策，无疑彰显了其深远的产业眼光。
港股IPO：募资聚焦AI与全球化扩张
此次赴港上市，罗博特科的核心目标正是为了进一步加码半导体业务。根据招股说明书，募集资金将主要用于以下几个方向：持续研发高精度硅光组装与测试设备及一站式制造解决方案；扩大产能、提升交付速度，以支撑AI计算需求；构建全球市场推广与服务网络；进行战略性投资或并购；以及补充营运资金。
具体而言，为应对AI驱动的高性能计算（HPC）和高速数据传输需求，公司正在构建覆盖传感、互连及计算的高精度硅光智能制造设备体系。在全球化布局方面，计划以新加坡为区域枢纽，向马来西亚、印度等邻近市场辐射，重点服务于硅光器件和光伏电池应用领域。
值得一提的是，在成功并购ficonTEC并取得显著协同效应后，罗博特科对于通过并购获取关键技术仍抱有浓厚兴趣。公司表示，未来可能投资或收购拥有核心零部件技术（如高精度运动执行器、纳米级精密运动平台等）的企业，以巩固技术壁垒，目标行业涵盖光通信模块、激光雷达（LiDAR）、AR/VR光学乃至生物医学光学等前沿领域。
硅光业务：高增长赛道与潜在挑战并存
ficonTEC的并入，彻底重塑了罗博特科的估值叙事。市场将其从传统光伏设备商重新定位为自动化设备龙头，并为其硅光业务的高成长性给予了显著溢价。
硅光技术为何备受瞩目？随着晶体管尺寸逼近物理极限，“后摩尔时代”已经到来。硅光技术将成熟的微电子与光电子技术相融合，能在减小芯片尺寸、降低成本和功耗的同时提升可靠性，被视为“超越摩尔定律”的关键技术路径之一。
招股书披露的数据，揭示了公司在该领域的领先地位。全球范围内，能提供光子学智能制造完整解决方案的供应商本就稀缺，而罗博特科（通过ficonTEC）已处于行业前列。以2024年收入计，其市场份额约为25.5%，位居全球第一。更为关键的是，在10纳米以内的超高精度领域，公司是全球唯一能为量产环境提供相应组装与测试设备的供应商，其直线运动精度高达5纳米。
从募资用途看，AI无疑是罗博特科未来发展的核心驱动力。公司表示将持续迭代AI赋能的组装与测试设备，以支持CPO（共封装光学）、高性能计算、激光雷达等硅光应用的大规模量产。
并购带来的业绩贡献立竿见影。硅光业务收入从2024年的5020万元猛增至2025年的4.39亿元，毛利也从1400万元增长至1.58亿元。公司预计，该业务将在2026年成为收入的重要支柱。此外，一份来自某纳斯达克上市公司的、金额高达6亿元的硅光设备量产订单，也为其中短期增长提供了清晰可见度。
行业前景广阔。硅光智能制造设备市场规模从2020年的4亿元快速扩张至2024年的20亿元，年复合增长率（CAGR）高达46.9%。预计到2029年，整体市场规模将达到233亿元，期间年复合增长率预计为63.8%。
高估值下的挑战：盈利压力与商业化不确定性
然而，资本市场的热情与公司当前的财务基本面之间，仍存在明显张力。2025年，罗博特科整体营收为9.498亿元，同比下滑14.14%；净利润更是由盈转亏，录得6644万元的净亏损，同比下滑204%。尽管新兴的硅光业务部分抵消了光伏业务的下滑，但尚不足以完全弥补整体亏损。
另一重压力来自资产负债表。截至2025年末，因收购ficonTEC而产生的商誉已高达16.61亿元。公司也承认，对ficonTEC在业务、财务、人员及文化等方面的整合仍在进行中，最终协同效果有待观察。
对于一家正处于业务转型关键期的公司而言，近千亿市值显然已脱离了传统光伏设备商的估值框架，进入了以高成长预期为核心的高科技公司叙事体系。但这份预期能否兑现，根本上取决于AI驱动下的CPO、OCS（光电路交换）等硅光新技术路线，何时能真正步入大规模商业化放量阶段。
罗博特科在招股书中也坦诚揭示了相关风险：硅光制造设备行业仍处于相对早期的发展阶段，商业化路径尚在演变之中。终端市场技术路线多元且迭代迅速，客户的资本开支计划易受融资环境、市场库存以及新一代技术推广节奏的影响。同时，行业标准、出口管制等监管政策也可能带来不确定性。
此次若能成功登陆港股，国际资本市场更为成熟的定价逻辑，将如何与A股市场炽热的AI产业叙事进行碰撞与融合，无疑是接下来最值得关注的看点之一。
相关攻略
腾讯2026年第一季度总收入1964 6亿元，净利润679 1亿元。游戏业务仍是核心收入来源，广告业务因AI推荐模型升级与微信生态闭环推动，收入同比大增20%。金融科技及企业服务平稳增长。公司首次披露新AI产品投入巨大，导致经营利润减少约88亿元，资本开支与技术成本显著上升，显示AI已从研发前沿进入大规模投入。
罗博特科股价大涨，市值近千亿，因其二次递表港股。公司通过收购德国ficonTEC，业务从光伏设备转向硅光与半导体“双轮驱动”，2025年相关收入占比已超光伏。硅光业务受益于AI需求，市场份额领先，但公司整体营收下滑且出现亏损，高估值面临商业化与整合挑战。
当我们面对一个新问题时，往往会不自觉地回想过去处理类似情况的经验。修水管时想起上次漏水的处理方法，做菜时借鉴之前成功的调味心得——这种基于经验的学习和推理，是人类智能的天然优势。然而，当前的AI系统在应对复杂的视觉推理任务时，却往往像个“失忆症患者”，每次都要从头开始分析，无法有效利用过往的成功经验
当你试图让ChatGPT处理一份几万字的报告时，是否发现它要么处理得很慢，要么干脆“消化不良”？这个问题困扰着无数AI用户。现在，来自俄勒冈州立大学和DeepSolution公司的研究团队带来了一个巧妙的解决方案。这项发表于2026年3月的研究，为我们展示了一种全新的“智能压缩”技术。 目前的AI系
4月7日，阿里巴巴旗下AI助手通义千问宣布，其核心的“深度研究”专业能力迎来重磅升级。本次升级不仅新增了财经分析等关键模块，更接入了覆盖A股、港股、美股等市场超过1 3万支股票的实时行情数据，以及近百万家上市公司的财报与公告信息。在当前AI高阶功能普遍转向付费订阅的行业趋势下，千问团队选择将此次升级
热门专题
热门推荐
这项由清华大学、美团、香港大学等多家顶尖机构联合开展的研究，于2026年3月以预印本论文（arXiv:2603 25823v1）的形式发布。它直指当前AI视觉生成领域一个被长期忽视的核心问题：这些能画出“神作”的模型，到底有多“聪明”？研究团队为此构建了一套全新的测试基准——ViGoR-Bench，
人工智能的浪潮席卷了各个领域，机器在诸多任务上已展现出超越人类的能力。然而，有一个看似寻常却异常复杂的领域，始终是AI研究者们渴望攻克的堡垒——让机器像真正的学者那样，撰写出一篇结构严谨、逻辑自洽、图文并茂的完整科学论文。这远比下棋或识图要困难得多。 2026年3月，一项由中科院AgentAlpha
这项由法国Hornetsecurity公司与里尔大学、法国国家信息与自动化研究院(Inria)、法国国家科学研究中心(CNRS)以及里尔中央理工学院联合开展的研究，发表于2026年3月31日的计算机科学期刊，论文编号为arXiv:2603 29497v1。 在信息爆炸的今天，我们每天都在网上留下数字
当你满怀期待地拆开一台全新的智能设备，最令人困扰的往往不是如何使用它，而是如何让它真正“理解”指令并智能地执行任务。如今，一个更为优雅的解决方案可能已经出现。来自清华大学深圳国际研究生院与哈尔滨工业大学（深圳）的联合研究团队，近期取得了一项极具前瞻性的突破：他们成功训练人工智能自主“撰写”并精准理解
2026年3月，来自华盛顿大学、艾伦人工智能研究所和北卡罗来纳大学教堂山分校的研究团队，在图像智能矢量化领域取得了一项突破性进展。这项研究（论文编号：arXiv:2603 24575v1）开发了一个名为VFig的AI系统，它能够将静态的栅格图像智能地转换为可自由编辑的矢量图形，如同一位“图形考古学家