格灵深瞳涨0.42%成交额5.28亿 近5日主力净流入732万
格灵深瞳股价上涨0 42%，成交额5 28亿元，换手率9 41%，总市值55 55亿元。近5日主力净流入732 68万元。公司主营计算机视觉与大数据分析，涉及MLOps、空间计算、人脸识别等概念，技术面靠近压力位21 78元。
7月16日，格灵深瞳股价上涨0.42%，成交额达5.28亿元，换手率9.41%，总市值稳定在55.55亿元。以下从市场表现、核心概念、资金动向、技术面及公司基本面等多个维度，为您详细解读此次异动背后的关键信息，帮助投资者全面把握格灵深瞳最新动态。
一、股票表现
当日收盘价虽未直接给出，但结合筹码平均交易成本21.39元及压力位21.78元，可判断股价处于相对高位。成交额与换手率均显示市场交投活跃，资金关注度较高。
二、异动分析
格灵深瞳股价上涨与以下五大核心概念紧密相关，这些题材也是当前市场关注的热点方向：
- MLOps概念：2023年4月10日互动易回复显示，公司的人工智能研发运营体系（MLOps）通过“深瞳大脑”平台，实现模型全生命周期管理，支持从数据采集到模型推理的自动化和标准化流程，可显著降低开发成本、提升效率，在AI行业内具有较强竞争力。
- 空间计算：2024年1月24日互动易指出，公司具备3D立体视觉和机器人感知与控制核心技术，在轨交运维、体育健康和元宇宙领域已推出交互系统，并积极研发多模态交互分析系统，布局未来空间计算赛道。
- 人脸识别：公司人脸识别算法在公开数据集MegaFace上识别准确率达99.1%，多次在国际权威比赛中斩获第一，技术实力处于行业领先水平。
- 机器视觉与人工智能：主营业务深度融合计算机视觉与大数据分析，面向城市管理、智慧金融、商业零售、体育健康、轨交运维等领域提供AI产品及解决方案，应用场景广泛。
- 技术融合趋势：公司计划加大AI技术研发投入，结合物联网、大数据、机器人等先进技术，打造广泛、高效、易用、可信赖的人工智能产品，持续拓展技术边界。
小提示： MLOps可理解为“机器学习运维”，类似于DevOps，但专注于模型的全生命周期管理，帮助企业快速迭代和部署AI模型，是当前AI基础设施的关键组成部分。
三、资金流向
今日主力净流入2026.87万元，占成交额0.04%，在行业135家上市公司中排名第14。当前无连续增减仓现象，主力趋势尚不明显。所属行业（计算机-IT服务）整体主力净流入18.52亿元，同样无连续增减仓趋势，行业资金面整体偏中性。
以下为近5个区间的主力净流入明细（单位：万元）：
| 区间 | 主力净流入 |
|---|---|
| 今日 | 2787.09万 |
| 近3日 | 7776.86万 |
| 近5日 | 732.68万 |
| 近10日 | -1.16亿 |
| 近20日 | -8318.55万 |
（注：上述表格数据源自原文列表，其中“今日”数值与行情统计可能存在口径差异，仅供参考，投资者请以官方数据为准。）
四、主力持仓
主力未控盘，筹码分布非常分散，表明该股目前以散户参与为主。主力成交额1.58亿元，占总成交额的7.47%，占比相对较低。
五、技术面分析
筹码平均交易成本为21.39元。近期该股获筹码青睐，且集中度渐增，显示市场关注度逐步提升。目前股价靠近压力位21.78元，需谨防回调风险；若有效突破该压力位，则可能开启一波上涨行情，投资者可重点关注该关键价位。
六、公司简介
北京格灵深瞳信息技术股份有限公司成立于2013年8月16日，2022年3月17日上市，注册地址位于北京市海淀区东升科技园北街6号院中关村科学城·东升科技园10号楼8层。主营业务为计算机视觉技术和大数据分析技术的深度融合，提供面向城市管理、智慧金融、商业零售、体育健康、轨交运维等领域的人工智能产品及解决方案，属于AI视觉领域的核心标的。
主营业务收入构成：人工智能产品占61.44%，智慧终端产品占30.55%，技术服务及其他占8.01%。所属申万行业为计算机-IT服务Ⅱ-IT服务Ⅲ，概念板块涵盖AI训练、TMT、人脸识别、科创企业同股同权、边缘计算等，具备多重题材属性。
截至2026年3月31日，股东户数1.43万，较上期减少0.78%；人均流通股18067股，较上期增加0.78%。2026年1月-3月实现营业收入2078.85万元，同比增长170.87%；归母净利润-4072.56万元，同比增长8.49%（亏损收窄），营收增速显著，经营状况持续改善。
常见问题解答
-
什么是MLOps？与格灵深瞳有何关系？
MLOps是机器学习模型从开发到部署、监控的全生命周期管理方法，旨在提升AI模型的生产效率与稳定性。格灵深瞳的“深瞳大脑”平台正是基于MLOps理念，实现云边端协同训练+推理的一站式AI开发流程，可适配多种芯片，降低开发成本，是公司AI技术落地的核心基础设施。
-
空间计算涉及哪些技术？公司如何布局？
空间计算涵盖摄影测量、雷达、三维重建、空间感知等技术，是元宇宙和机器人领域的重要基础。格灵深瞳的核心技术包括3D立体视觉和机器人感知与控制，目前已在轨交运维、体育健康和元宇宙领域推出交互产品，并持续研发多模态交互分析系统，布局空间计算应用场景。
-
主力资金数据显示不一致，以哪个为准？
两处数据来源不同： “今日主力净流入2026.87万”出自行情统计（可能为超大单或大宗交易口径），而表格中的“今日主力净流入2787.09万”可能为累计统计口径。建议投资者以官方渠道最新数据为准，并结合自身分析框架进行综合判断。
免责声明： 以上分析内容来源于互联网公开信息，不构成投资建议。请投资者根据自身风险承受能力独立判断，投资有风险，入市需谨慎。
你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：格灵深瞳涨0.42%成交额5.28亿 近5日主力净流入732万要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题
游乐网为非赢利性网站，所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系youleyoucom@outlook.com。
相关热点企业员工每周浪费一天搜索信息。企业AI智能助手无缝连接内部文档、对话、工单等系统，提供有溯源、权限感知的精准答案，从搜索、摘要到工作流自动化全面提效，显著减少信息查找时间，提升整体工作效率。
RAG知识链路构建指南 别只盯着向量库，RAG的成败在于知识链路的完整构建 这篇文章为你揭示从文档处理到召回重排的工程实践核心。 核心内容： 文档解析、切分与元数据处理的常见陷阱 向量检索与关键词检索相结合的召回链路设计 通过Rerank、上下文压缩与持续评测保障系统稳定 很多团队第一次做RAG，会
在过去的几年间，企业级AI应用在处理上下文关联问题时，最常见的解决方案几乎都是：“构建一个RAG流水线吧。” 这套方法看似标准：部署向量数据库，将公司内部的PDF文档切分为小片段，生成嵌入向量，查询时进行语义相似度搜索。如果只是进行大致的探索性搜索，这种方式确实足够。 然而到了2026年，完全依赖R
你们应该经常看到有人提到这个叫 Minis 的手机端 Agent。今天来详细说说它。 用过电脑端各种 Agent 的用户，应该对 Agent 很清楚——它需要你给予一定的权限才能做更多的事情。手机端也是一样，但手机端天生有限制。所以大部分人往往是通过手机的通信工具来调用其他电脑或者云端的 Agent
- 日榜
- 周榜
- 月榜
热点快看