黎朔WRITEAS木马-发现隐藏在角落里的影视珍宝！

　　界面新闻记者|唐卓雅

　　界面新闻编辑|谢欣

　　4月24日晚间，未名医药（维权）发布公告称，天津药监局对控股子公司天津未名生物医药有限公司（以下简称“天津未名”）进行了药品生产质量管理规范符合性检查，查出天津未名相关药品生产行为不符合《药品生产质量管理规范》（2010年修订）要求，对天津未名采取暂停生产、销售风险控制措施。

　　4月25日开盘，未名医药股价跌停。截至收盘，未名医药报7.42元/股，跌9.95%，当前市值为48.95亿元。

　　值得注意的是，天津未名需完成整改验收工作，方能恢复生产，暂停销售的产品需要按国家药监局标准检验合格后方能重新销售使用。在此期间，天津未名的销售及回款将受到不利影响。

　　未名医药目前预计天津未名停产时间不超过三个月，但根据相关规定，若天津未名三个月内无法恢复生产，则未名医药可能触发其他风险警示的情形，即有可能被实施ST（特别处理）。

　　天津未名主要从事人干扰素药品的生产与销售，2024年，天津未名实现营业收入2.17亿元、净利润-1400.37万元，分别占同期未名医药营业收入的60.09%、合并报表净润的9.8%，是未名医药的重要子公司。

　　实际上，天津未名被要求停产整顿已有前兆，此前该公司生产的人干扰素α2b喷雾剂已“暴雷”。

　　此前，上海市药监局对天津未名生产的1批“人干扰素α2b喷雾剂”进行抽检，检验结果为“生物学活性不符合规定”。而该产品曾在江西省医保局牵头开展的29省份干扰素省际联盟集中带量采购中中标，但是因抽检结果不合格，截止到今年4月21日，已有上海、浙江、内蒙古、西藏等多地相继发布通知，暂停采购天津未名生产的人干扰素α2b喷雾剂。

　　未名医药称，天津未名针对该批次检验结果向原药品承检单位申请复验，复验结果尚未出具。未名医药对所有在市场流通的人干扰素α2b喷雾剂全部暂停销售并主动召回，待进一步检查结果出具后再恢复供应。截至年报披露日（2025年4月22日），市场上已无上述批号的人干扰素α2b喷雾剂在售。因本次召回冲减当期营业收入2316.72万元，同时对天津2025年干扰素销售造成影响。

　　2024年，未名医药实现营收3.6亿元，同比下降16.14%，净亏损1.37亿元。其中，干扰素2024年的营收同比下降28.59%达到2.17亿元，占总营收的60.28%，产品毛利率为79.92%。

　　2024年并非未名医药首次出现亏损。自2018年以来，未名医药的业绩起伏不定，七年时间里有五年业绩出现亏损。

　　2018年是未名医药坎坷发展的起点。当时，未名医药旗下重要的子公司有未名天源、厦门未名、北京科兴、天津未名，主要产品分别为化工产品、鼠神经生长因子、疫苗、干扰素。

　　这一年，未名医药全资子公司未名天源因受环保政策影响，上游企业停产致使原材料供应中断，加之其所处淄博搬迁改造区域，于2018年5月8日全面停产。2017年，未名天源为未名医药贡献了近3亿元的营收和6636.37万元的净利润，分别占当期公司营收、净利润的25.7%、17%。这一停产事件直接导致未名医药2018年的精细化工业务营收大幅下降。

　　另外，受医保控费、招标限价等多项医改政策影响，未名医药旗下厦门未名的核心产品鼠神经生长因子产品收入锐减，当时鼠神经生长因子的营收占未名医药总营收的76.2%。2019年，该产品直接被调出医保目录。一个子公司停产、一个子公司产品销量大减，2018年，未名医药亏损9578.91万元，同比下滑124.66%。

　　同样是在2018年，美股科兴生物私有化回归，引发未名医药与科兴生物争夺北京科兴控制权。当年4月，因控制权之争，导致未名医药年报披露不及时而被深交所发函问询，引发资本市场的高度关注。而后双方更是爆发武力冲突，北京科兴厂区电源被切断，损失市场价值1540.4万元的疫苗产品。

　　未名医药接连受挫，业绩也一蹶不振、一路下滑，但围绕北京科兴的控制权之争尚未完结。当时，未名医药通过子公司厦门未名持有北京科兴26.91%的股份。2022年5月，在未名医药时任董事会不知情且未履行相关审议程序的情况下，未名医药原董事长潘爱华等人将杭州强新变更为厦门未名股东，企图先借此保住未名医药、厦门未名的控制权，再谋求北京科兴控制权。

　　此事发生时，正是未名医药两任董事会交接之时——潘爱华卸任，由岳家霖接任董事长一职。2022年8月，岳家霖就任未名医药董事长后，将潘爱华等人告上法庭。2024年2月，潘爱华一审被判构成职务侵占罪、挪用资金罪，法院判决追缴杭州强新非法占有的厦门未名34%股权并返还给未名医药。

　　这场股权闹剧暂告一段落，但未名医药的业绩却再难好转。2024年，未名医药的营收仅为2018年的一半左右。

　　目前，未名医药的业务主要依靠旗下三家关键子公司支撑，分别为天津未名、厦门未名和北京科兴。曾经为未名医药贡献七成以上业绩的鼠神经生长因子，2024年时营收仅1.39亿元，只占总营收的38.59%。如今，天津未名作为未名医药最核心的收入来源，又因药品生产不合规被责令整改，未名医药恐面临经营危机。

专题：2025保险科技峰会

　　4月25日金融一线消息，“2025保险科技峰会”今日在深圳正式举行，本次大会主题为“从互联网时代到AI时代，AI+保险的战略推进与应用创新”。会上，中移金科与众安信科AI+保险联合实验室正式亮相。中移金科副总经理孙健表示，期待实验室的成果转化落地，生根发芽。

　　孙健介绍，中移金科作为中国移动的金融科技引擎，聚焦通信+金融领域，背靠中国移动10亿用户的数据资产与庞大客户底座，持续发挥运营商资源优势。“我们赋能保险行业精准刻画客户，与保司伙伴构建私域资源协同，依托AI大模型、大数据、大安全，提供智能化解决方案。”此次与众安信科联姻成立联合实验室，旨在推动技术、场景、数据深度融合，聚焦三大核心方向打造行业标杆。

　　“金科公司拥有坚实的数据技术，能为保险行业数字化转型提供强大支撑。”孙健强调，中国移动10亿个人用户、3.2亿家庭客户，230万座5G基站及广泛用户行为数据，构成了坚实的数据基础。通过全场景数据沉淀，可精准刻画用户风险和需求画像，深挖健康、财产等生活场景的保险营销风控需求，助力行业定制个性化产品解决方案。未来，实验室将深度融合移动“连接+算力+能力”优势，推动保险服务向主动化、无感化跃迁。

　　在跨界融合方面，中移金科依托保险经纪牌照，以通信+科技+保险为方向，在个人、家庭、政企、新兴四大市场成果显著。旗下中移保险经纪公司保费规模达10亿，发展用户超2千万，以碎屏险、延保等通信属性保险产品为代表，2024年客户规模突破1千万，已在全国31个省标准化推广。

　　谈及保险销售渠道变革，孙健指出，保险行业正从传统销售方式向基于AI保险销售智能体的“第四渠道”演进。中移金科在人工智能领域早有布局，自研风控大模型、营销大模型，打造运营商规模最大的金融数据基座，风控模型达行业一流水平，已签约10余家金融合作机构，为构建保险智能化销售第四渠道奠定技术基础。

　　展望未来，孙健表示：“中移金科将和众安信科携手，以AI+保险联合实验室为起点，推动行业智能化三大跃迁。”具体而言，一是实现从单点智能到全链路贯通，将AI深度嵌入保险核心领域，达成业务闭环智能协同；二是从工具赋能迈向生态共创，汇聚同业力量共建智能营销新范式；三是从降本增效转向普惠创新，依托AI让保险服务更透明、个性化，惠及亿万客户。

　　“我们坚信运营商和保险的深度融合，必将成为保险行业高质量发展的核心引擎。”孙健呼吁行业携手，共同点亮保险科技的未来之光。

专题：2025保险科技峰会

　　4月25日金融一线消息，“2025保险科技峰会”今日在深圳正式举行，本次大会主题为“从互联网时代到AI时代，AI+保险的战略推进与应用创新”。阿里云保险行业首席架构师黄旭初发表以“AI大模型在企业架构的落地”为主题的演讲。

　　黄旭初介绍，阿里在大模型领域布局深远，早在2020年，在OpenAI发布ChatGPT3.5之前，就已在千亿级万亿级参数的M6大模型研究上取得突破，并率先开展开源模型探索。他指出，随着DeepSeek、Manus等新技术涌现，大模型发展周期不断缩短，目前仍未达终态，未来发展值得期待，企业应加快拥抱大模型的步伐。

　　谈及大模型对行业各方的影响，黄旭初表示，对模型供应商而言，开源模型的发展坚定了阿里在开源路线的投入，新架构的出现促使其更加注重算力优化；对企业客户来说，大模型在保险场景落地可能性增加，使用成本降低，企业构建专属模型也变得可行；对终端用户，推理模型的发展提升了用户对模型的信任度与产品体验；在算力方面，尽管部分架构降低了算力要求，但大模型使用频率和门槛的降低，引发了整体算力需求的爆发式增长。

　　在技术发展趋势上，黄旭初提到，随着数据在预训练层面接近瓶颈，后训练、推理等层面的ScalingLaw不断涌现，架构优化成为提升大模型效率的重要方向。当前，国内外大模型性能差异快速缩小，各模型供应商技术路线也逐渐趋同。基于此，阿里将重点发力开源、推理模型、多模态融合模型以及不同尺寸模型研发，以适应多样化场景需求。

　　在保险企业架构应用方面，黄旭初提出，未来保险企业模型架构可设想为“无限靠近AGI的大模型+众多领域小模型”，二者相互促进，共同服务保险业务。同时，他推荐了三种开发范式：知识库+通用大模型，是当前多数企业实践的基础模式；Muti-agent+推理模型，适用于核保核赔等逻辑推理要求高的业务场景；双飞轮模式，即企业专属模型服务业务流程，是未来发展方向。

　　黄旭初还以质检检测预警为例，展示了不同模式的应用效果：提示词+大模型模式耗时短但准确率仅64%；多Agent模式准确率提升至90%以上，但调用次数增加导致耗时变长；将企业知识训练到小模型的模式，在准确率和耗时方面表现更优。

　　此外，他介绍了理想的应用架构，通过标准大模型协议封装原子能力，利用Agent调用，并基于SpringAIAlibaba框架实现传统应用的AI改造。同时强调全栈效率优化的重要性，建议保险公司在使用大模型时，可借助云供应商的全栈优化能力。

　　最后，黄旭初展示了阿里推出的金融行业Agent智能体全景图，并将大模型应用分为知识问答、业务辅助、业务自动化三大类型，涵盖代码辅助、产品辅助、销售、客户服务等多个场景，部分场景已成熟可落地。