爱威科技前三季净利增长15.96%，投资上海祥闰加码检验中心布局

10月29日，爱威科技（688067.SH）披露2026年三季报。前三季度，公司实现营业收入17,534.93万元，同比增长2.59%；归母净利润3,390.49万元，同比增长15.96%；扣非净利润2,934.18万元，同比增长16.21%。

分季度看，第三季度公司实现营业收入6,210.42万元、归母净利润1,622.25万元，同比分别增长1.18%和6.85%。

今年以来，爱威科技持续夯实镜检主业基本盘，并加快从单一IVD设备商向综合医疗解决方案提供商转型。

同日，爱威科技披露对外投资公告，拟以自有资金1,500万元增资区域检验企业上海祥闰医疗科技有限公司，进一步完善公司在区域医学检验中心业务领域的战略布局。

业绩逐季走高，盈利能力持续改善

把时间轴拉长，爱威科技的盈利改善并非始于今年。2023年至2025年，公司归母净利润分别为2,235.88万元、2,284.12万元、2,886.69万元，对应净利率分别为11.16%、11.23%、13.14%，逐年抬升；今年前三季度，归母净利润3,390.49万元，净利率进一步升至19.34%；公司前三季度的利润规模，已超过2025年全年。

逐季来看，2026年第一季度至第三季度，公司单季营收分别为5,304.29万元、6,020.22万元、6,210.42万元，单季归母净利润分别为807.06万元、961.18万元、1,622.25万元，均逐季抬升；第三季度单季归母净利润环比增长约69%，扣非净利润同比增长9.09%，快于当季营业收入1.18%的增速。

利润能够跑赢收入，源于经营效率的持续优化。公司以效益为中心，深入推行精益生产和全员降本增效，从研发降本、采购降本、生产与工艺降本到预算费用管控，多环节压降运营成本；同时升级信用管理体系、完善催收流程，并通过科学制订物料计划、降低安全库存、缩短存货周期，持续优化库存结构。

前三季度，公司综合毛利率由上年同期的57.27%升至61.30%，提高约4个百分点；加权平均净资产收益率提升0.66个百分点至6.42%。

海外市场开拓带来的收入改善同样在起作用。据了解，爱威科技坚持本地化发展方向，持续加大海外渠道资源投入，国际销售网络已覆盖80余个国家和地区，并在欧盟、东盟建立了稳定渠道；境外业务毛利率高于境内，其收入比重的提升，对整体盈利水平形成正向拉动。公司表示，将持续加大海外市场布局、扩展国内市场应用领域，构建国内国际双轮驱动的业务体系。

新的增长点也在陆续落地。公司面向民用消费级市场的八大系列POCT产品已推向市场，覆盖日常体查、疾病早筛、慢病监测三大检测需求，并在部分电商平台、实体药房、诊所和村卫生室实现销售。三季度，公司产品入围四川省药械采购中心医用耗材分类采购挂网结果，并先后亮相全国检验医学学术会议（NCLM）、白求恩检验医学大会等行业会议。

投资上海祥闰，检验布局加速推进

10月28日，爱威科技披露公告称以自有资金1,500万元对区域检验企业上海祥闰医疗科技有限公司增资，完成后公司将持有上海祥闰13.6364%的股权。

资料显示，上海祥闰长期专注于医联体、医共体区域医学检验中心的建设与运营，已在多个省份参与建设运营数十个区域检验中心，并自主研发了区域检验信息平台、标本物流管理平台，具备成熟的区域检验中心建设、运营及信息化服务能力。

公司表示，本次参股是落实医学检验业务战略布局的重要举措。借助上海祥闰覆盖多省份的区域检验中心网络，公司可推动全自动检验仪器、配套试剂及智能化解决方案在区域检验中心场景的导入，并与公司已设立的第三方医学检验所形成“自有实验室+区域检验中心”的互补布局，加快“设备+服务”模式在基层医疗和分级诊疗市场的复制推广；同时，公司将把人工智能检验技术与上海祥闰的区域检验信息平台相融合，推进区域检验资源的智慧化升级。

在科研创新方面，公司坚持“成熟一代、预研一代、展望一代”的研发布局，前三季度研发投入1,868.43万元，同比增加5.61%。报告期内，多项仪器产品完成功能优化与转产发布，尿液、粪便、妇科及院感等领域的试剂产品持续丰富，重点妇科产品已完成临床测试、正在备案。

10月，公司披露取得“分子检测用反应器”“样本架”两项外观设计专利，为分子检测等新平台的产品化进一步储备知识产权。

AI能力是公司技术体系的核心支撑。自2000年成立起，爱威科技就将机器视觉技术原创性地应用于显微镜形态学检验。经过二十余年临床积累，公司设备累计装机19,000余台，覆盖全国7,000余家医院终端，沉淀了覆盖尿液、粪便、生殖道分泌物、血液、体液等多类标本的图谱与特征模型库。

近年来，公司通过设立爱微智检、参股麓影科技，将AI布局从形态学识别延伸至多模态检验诊断和高端医学影像。

目前，公司正融合形态学、生化、免疫、分子等多维数据构建临床诊断模型，并布局大语言模型、多模态学习与生成式AI，拟依托“数据采集—算法训练—云端升级”闭环，推动产品从“自动化”向“智能化诊断”演进。

标签：