二度衝擊科創板，語音AI企業思必馳被多家經銷商實名舉報誘導囤貨
重點摘要
思必馳正衝擊科創板IPO，其子公司深聰半導體遭三家芯片經銷商實名舉報。據第一財經，舉報材料指控其在藍牙、離線語音芯片經銷中違規操作，核心指向為衝刺營收刻意誇大市場前景、提前確認收入，涉嫌不合規與違背商業倫理，引發輿論關注。
思必馳作為國內語音AI領域的領軍企業，近期正全力衝刺科創板IPO，試圖在資本市場站穩腳跟。然而，在關鍵時刻，其子公司深聰半導體卻遭到三家芯片經銷商的實名舉報，指控其在經銷過程中存在誘導囤貨、誇大市場前景等不當行為。據第一財經報導，舉報材料詳細披露了相關操作細節，引發輿論對該企業合規性的廣泛質疑，也為其上市之路增添了不確定性。
舉報內容的核心在於深聰半導體在藍牙和離線語音芯片的經銷策略。經銷商指控該公司刻意描繪誇大的市場前景，以激勵銷售目標為名，誘導經銷商大量囤積庫存。這種做法不僅導致經銷商承擔過高的存貨壓力，還可能虛增思必馳的營收數據，被認為是為了衝刺業績而採取的違規操作，違背了基本的商業倫理與行業規範。
提前確認收入是另一個關鍵指控。舉報材料指稱，深聰半導體可能在貨物尚未實際銷售給終端客戶時，就將發貨記錄確認為收入。這種財務處理方式若屬實，將使思必馳的財報失真，人為抬高報告期內的營收與利潤。這種行為不僅涉嫌財務違規，還可能誤導投資者對公司真實經營狀況的判斷，影響科創板審核的公正性。
從IPO影響來看，此次舉報無疑為思必馳的上市前景蒙上陰影。科創板對擬上市企業的合規性與信息披露有嚴格要求，監管層很可能對其收入確認和經銷模式展開深入調查。若指控被證實，思必馳不僅可能面臨上市延遲或終止的風險，還需應對聲譽受損與投資者信任危機。市場已對此事件表現出高度警覺，股價走勢或將因此波動。
回顧語音AI行業，競爭態勢日趨激烈，企業普遍面臨盈利壓力與業務擴張的雙重挑戰。思必馳在技術創新上雖有一定積累，但此次事件暴露了其在追求增長時可能存在的合規漏洞。部分企業為了在資本市場獲得更高估值，可能會採取激進的財務手段，但這種短視行為往往以犧牲長期信譽為代價，最終反噬自身發展。
從公司治理角度反思，此事件警示企業必須強化內部控制與合規管理。
Related
相關文章
金融語言模型將 market 行情轉化為學習序列
金融語言模型將 market 行情轉化為學習序列。 針對金融領域量身定製的金融大模型上線。項目在開源金融時序模型主頁獲得32.6k星。算法把複雜的 ��� 歷史行情轉為結構化特徵。這能夠幫助策略開發人員進行快速特徵學習。量化交易與投研分析的開發效率將極大提升。
多智能體模擬對沖基金
多智能體模擬對沖基金。 項目讓多個智能體協作完成投研。複雜量化任務可被���分工拆解。這個多智能體對沖基金項目主頁已獲**61.9k**。單日繼續新增**109**關注。實際交易效果仍需謹慎驗證。
全球首張 AI 原生信用卡，消息稱 Kimi 信用卡合作方敲定美國運通、農業銀行
首頁 > 智能時代>人工智能 全球首張 AI 原生信用卡，消息稱 Kimi 信用卡合作方敲定美國運通、農業銀行 2026/7/10 14:36:35 來源：IT之家 作者：清源 責編：清源 評論： 感謝IT之家網友 西窗 的線索投遞！ IT之家 7 月 10 日消息，每日經濟新聞 10 日（今天）發佈消息稱，全球首張 AI 原生信用卡“Kimi 信用卡”合作方已經敲定美國運通、農業銀行，即將正式對外發行。
Kimi聯合美國運通與農業銀行正式發行首張AI原生信用卡
AI資訊AI新閒資訊正文 Kimi聯合美國運通與農業銀行正式發行首張AI原生信用卡發布於AI新閒資訊時間 :Jul 10, 2026閱讀 :1分鐘據每日經濟新聞報道，7月10日，全球首張AI原生信用卡——“Kimi信用卡”正式對外發行。該項目由Kimi、美國運通與中國農業銀行聯合打造，自今年4月開始籌備，於6月12日開放預約，並最終敲定合作。
Vibe Coding誤燒55萬元token，他靠嘲笑聲反手賺了7個億
賬號設置我的關注我的收藏申請的報道退出登錄登錄搜索36氪Auto數字時氪未來消費智能湧現未來城市啟動Power on36氪出海36氪研究院潮生TIDE36氪企服點評36氪財經職場bonus36碳後浪研究所暗湧Waves硬氪氪睿研究院媒體品牌企業號企服點評36Kr研究院36Kr創新諮詢企業服務核心服務城市之窗政府服務創投發佈LP源計劃VClubVClub投資機。
使用 lift-pdf 設計基於綱領引導的發票智慧管線：應付帳款提取、驗證與分類帳生成
在本教學中，我們使用 lift-pdf 建立一個端對端的應付帳款提取管線，採用合成發票 PDF 作為受控測試文件，並以結構化 JSON 綱要作為目標輸出格式。我們不將發票解析視為單純的 OCR 任務，而是將其定位為綱領引導的文件理解：我們生成逼真的發票，定義供應商識別、收款方、採購單號、明細項目、稅金、總金額、應付餘額與付款狀態等欄位，然後要求模型直接從渲染後的 PDF 版面中提取這些數值。我們也包含了實際財務流程中常見的提取陷阱，例如區分帳單地址與送貨地址、區分小計與含稅總額、對缺失值回傳 null，以及正確處理部分付款的發票。