50% OFF

利欧股份LEO AIAD平台技术壁垒深度分析

#利欧股份 #LEO_AIAD #AIGC平台 #技术壁垒 #数字营销 #AI智能体 #行业标准
Positive
A-Share
January 19, 2026

Unlock More Features

Login to access AI-powered analysis, deep research reports and more advanced features

About us: Ginlix AI is the AI Investment Copilot powered by real data, bridging advanced AI with professional financial databases to provide verifiable, truth-based answers. Please use the chat box below to ask any financial question.

Related Stocks

002131
--
002131
--

基于我收集的资料,现在为您进行系统全面的分析。


利欧股份LEO AIAD平台技术壁垒深度分析
一、平台概述与发展历程

利欧股份(股票代码:002131.SZ)自2023年开始布局AI领域,推出自研AIGC生态平台"LEO AIAD"。该平台经过持续迭代升级,已形成覆盖营销全链路的技术体系,服务超过500家品牌客户,客户留存率高达85%,远超行业平均水平[1][2]。

根据最新机构调研信息,利欧数字围绕

算力基建层、模型算法层、数据层
三大维度筑牢技术底座,已逐步搭建起覆盖需求洞察、创意生成、广告投放、投后优化、客服响应等营销全链路的AI智能体框架,正在形成完整的数字营销技术闭环[3]。


二、技术壁垒构成分析
1.
算力基础设施壁垒

利欧数字为提供连续、稳定的人工智能算力,自研开发了

异型GPU设备在集群环境中的算力调度系统
[4]。这一基础设施的建设需要数百万至数千万元的初始资金投入,对中小企业构成沉重负担,形成了较高的资金和技术门槛。

2.
模型算法层壁垒

平台已形成

四层技术产品体系

  • AI基础设施层
  • AI智能体框架层
  • AI智能体应用层
  • AI应用交互层[5]

平台采用多模型融合策略,2025年春节后已全面部署包括DeepSeek开源模型、通义千问、腾讯混元、ChatGPT等最新模型,通过持续的大模型精调和优化实现技术领先[6]。

3.
数据资产壁垒

LEO AIAD平台的核心技术障碍在于

数据驱動能力
工具應用的高度複雜性
[7]。行业领导者通过依靠自主研发的AI驱动的消费者洞察系统保持优势,实现更高的精准投放和广告活动效率。技术迭代的快速节奏进一步提高门槛,频繁变化的社交媒体隐私政策和监管环境促使企业不断投入研发以保持竞争力。

4.
AI智能体框架壁垒

平台推出的

AI Partner
功能具备以下技术优势:

  • 专业角色设定
    :具备专业角色设定、技能、工作流程
  • 知识库更新扩展能力
    :确保各领域知识的完善性
  • 长短时记忆机制
    :在上下文对话中具有更强的理解、学习能力
  • 工具调用自主判断
    :根据任务需求自主判断是否需要调用外部工具[4]

平台支持营销人创建多个专业细分领域的智能体助手(如"渠道营销专家"、小红书美妆内容创作专家、广告文案大师等),实现"千人千面"的个性化服务。

5.
MCP协议先发优势

利欧数字较早在中国市场推出广告行业

首个完全支持MCP协议的程序化广告工具
,为大语言模型与智能体无障碍使用现有程序化广告软件工具,搭建人机协同的标准化桥梁,加速程序化广告市场AI化进程[5]。这一技术标准化的领先地位形成了显著的先发优势。


三、行业竞争壁垒分析
1.
行业标准制定能力

利欧数字主导起草国内

首个AIGC广告标准

  • 《互联网广告 基于生成式人工智能的创意素材元数据管理指南》于2025年1月1日正式实施,填补了AI营销领域技术标准化空白[3]
  • 《面向程序化广告交易系统的模型上下文协议(MCP)服务端权限控制与安全验证要求》标准立项通过,解决程序化广告安全与权限管理问题[3]

标准制定者的地位为公司构建了

技术和生态的双重壁垒

2.
头部媒体资源壁垒

数字营销行业优质服渠道高度集中于头部的媒体平台(短视频、搜索、社交、移动设备等)。利欧数字通过十余年的合作历史和年逾百亿的媒体采購,与这些平台建立了

独家权益
(例如优先流量接口、数据API深度开放等)[7]。这种长期合作关系和规模优势是后来者难以复制的。

3.
人才与经验壁垒

利欧数字拥有

上千名专业员工
,将行业经验系统化融入智能体体系[3]。公司还组建了专门的技术研发团队,持续推进基础设施与核心技术建设。这种人才积累和行业经验是重要的软性壁垒。

4.
客户资源壁垒

平台服务

超500家品牌客户
,客户留存率高达85%。大量的客户服务经验为平台提供了丰富的训练数据和场景验证机会,形成了正向循环的竞争壁垒。


四、技术优势的具体体现
1.
效率革命

AI短剧投手
为例,将传统10人/月的投前工作压缩至2-3人协同AI一周完成,显著提升效率与效果[1]。在SEM内容撰写方面,AI分析能力可获得
18%的点击提升
,而时间成本压缩至原先的1/10[4]。

2.
GEO(生成式引擎优化)布局

公司提出**"智能体应答优化"解决方案**,通过结构化内容建设、多智能体协同及高可信知识体系,帮助客户适配生成式语义环境,增强品牌在AI时代的价值[3]。

3.
私有化模型部署能力

对安全性、个性化、私有性有较高要求的品牌,LEO AIAD可以基于品牌数据和内容资产沉淀

微调出具有品牌调性的私有化模型
,只为企业内部使用,实现"定制化"和"信息安全隔离"的双重保障[4]。

4.
数字资产确权

利欧数字利用

IPFS技术
为每个数字化作品创建全网唯一的数据资产存档文件,更好地解决了数字资产确权问题[4]。


五、评估结论

综合分析,利欧股份LEO AIAD平台的

技术壁垒较高
,主要体现在以下几个维度:

壁垒维度 壁垒强度 评估依据
算力基础设施 自研异构GPU调度系统,需大量资金投入
模型算法能力 四层技术体系,多模型融合,精调迭代能力强
数据资产 500+品牌服务经验,行业知识库积累
AI智能体框架 中高 AI Partner功能成熟,应用场景丰富
行业标准 主导首个AIGC广告标准制定
媒体资源 与头部平台建立独家权益
人才经验 中高 上千名专业人员,10余年行业积累

技术壁垒形成机制
:这些壁垒之间形成了相互强化的正向循环——算力和模型能力吸引客户,客户积累带来数据和经验,数据和经验又反哺模型优化,标准制定进一步强化行业地位。

潜在挑战
:AIGC在算力优化、版权保护、数据安全、内容生产规范等方面仍存在挑战,需要持续投入应对[4]。


六、投资参考

利欧股份凭借"泵业+数字营销+投资"三足鼎立的业务格局,数字营销板块已连续多年保持国内领先位置,并多年蝉联中科院《互联网周刊》数字营销公司排行榜第一[5]。随着2025年预计破万亿的数字营销市场持续发展,LEO AIAD平台的技术壁垒有望进一步转化为商业价值。


参考文献

[1] 财富号 - 利欧股份(002131):被低估的多元化龙头 (https://caifuhao.eastmoney.com/news/20250807100123003157580)

[2] 利欧集团股份有限公司港交所公告 (https://www1.hkexnews.hk/app/sehk/2025/107739/documents/sehk25092903256_c.pdf)

[3] 利欧股份机构调研纪要 - 发现报告 (https://www.fxbaogao.com/detail/5222663)

[4] 数字营销洞察 - 利欧数字LEO AIAD优化升级 (https://www.digitaling.com/articles/1050671.html)

[5] 证券时报 - 利欧股份:前三季度归母净利润扭亏为盈 (https://stcn.com/article/detail/3427215.html)

[6] 证券时报网 - AI智能体重塑营销未来:利欧数字郑晓东专访 (https://www.stcn.com/article/detail/1579670.html)

[7] 利欧集团股份有限公司港交所招股说明书 (https://www1.hkexnews.hk/app/sehk/2025/107739/documents/sehk25092903256_c.pdf)

Previous
No previous article
Next
No next article
Related Reading Recommendations
No recommended articles
Ask based on this news for deep analysis...
Alpha Deep Research
Auto Accept Plan

Insights are generated using AI models and historical data for informational purposes only. They do not constitute investment advice or recommendations. Past performance is not indicative of future results.