本文來源：時代周報 作者：庾子山

當人工智能行業(yè)從技術投入走向商業(yè)兌現(xiàn)，企業(yè)之間的差異開始變得具體。

一個直接的信號來自業(yè)務層面。OpenAI近期被曝將關停視頻生成產(chǎn)品Sora，并結束相關商業(yè)合作。這款產(chǎn)品在發(fā)布時曾引發(fā)廣泛關注，但并未轉化為持續(xù)穩(wěn)定的收入來源。

相較于大開大合的路線，商湯科技的思路更具行業(yè)參照意義。

商湯是一家典型的AI原生企業(yè)。自2014年成立以來，其業(yè)務架構始終圍繞人工智能展開。與不少在近兩年轉向大模型的公司不同，商湯的技術積累與商業(yè)路徑，本就建立在AI能力之上。

2024年底，商湯完成了“1+X”戰(zhàn)略重組。這次轉并非是“切換”，而更像是作戰(zhàn)策略的“迭代”。核心業(yè)務沒有被替代，而是在升級中延伸出新能力；新業(yè)務也不需要從零開始，而是建立在既有場景之上逐步展開，形成“母艦+子艦”的高效協(xié)同模式。視覺AI能力與生成式AI的結合，使其在多模態(tài)方向上具備天然優(yōu)勢。

在2025年年報中，商湯表示：“我們篤信原生多模態(tài)大模型，特別是跨越模態(tài)的知識融合是當下突破智能上限的高效路徑。”

當市場更關注增長和敘事時，這家公司提供的是另一種樣本，早期投入開始兌現(xiàn)，新一輪技術布局建立在已跑通的業(yè)務之上，節(jié)奏不激進，但更接近技術公司從投入走向回報的常態(tài)。

被低估的商湯

資本市場給AI公司的定價，更像是一種對未來的押注，而非對當下經(jīng)營質(zhì)量的衡量。

一個典型對比是MiniMax與百度。前者成立僅四年，收入規(guī)模仍在千萬美元級別，卻因模型調(diào)用量快速放大，被市場當作潛在的平臺型公司定價；后者年營收超過千億元，仍具備穩(wěn)定利潤與現(xiàn)金流，但由于核心業(yè)務承壓、轉型節(jié)奏受限，估值持續(xù)被壓縮。

從財務結構看，兩者并不在同一發(fā)展階段。MiniMax 2025年營收約7900萬美元，同比增長159%，但仍處于以投入換規(guī)模的階段；百度同期營收1291億元，凈利潤仍在數(shù)十億元區(qū)間，商業(yè)模式已相對成熟。

資本在兩者之間采用了不同的評估方法：對前者按“潛在純血AI公司”定價，對后者仍以傳統(tǒng)互聯(lián)網(wǎng)公司框架衡量。在國際資金主導、以全球可比公司為參照的框架下，港股AI板塊逐步形成以“增長優(yōu)先”為核心的定價邏輯，“AI原生”與高增速成為更容易獲得溢價的標簽。

放在這一坐標系中，商湯科技的位置并不討巧。

從起點看，商湯是典型的AI原生公司，成立之初即圍繞人工智能構建技術與業(yè)務體系，在計算機視覺領域建立了長期積累；但從結構看，它既有仍在投入期的大模型業(yè)務，也有已經(jīng)成型的視覺AI板塊。這種“既有存量、又做增量”的狀態(tài)，使其既不完全符合高增長公司的估值模型，也難以簡單套用成熟公司的定價體系。

但從經(jīng)營結果看，另一條更接近現(xiàn)實的路徑正在顯現(xiàn)。2025年，商湯整體業(yè)績創(chuàng)下新高，CV2.0首次實現(xiàn)盈利，標志著這一長期投入的板塊進入回收階段，開始對利潤與現(xiàn)金流形成支撐。

和處于成長期的新生AI企業(yè)、新舊動能切換的巨頭不同，商湯既有業(yè)務貢獻收入與客戶基礎，同時新一代模型與多模態(tài)能力在其之上疊加推進。

更重要的是，這種增長并不依賴“從零開始”。在過去10年在AI行業(yè)商業(yè)化落地的積累經(jīng)驗，可以直接遷移至多模態(tài)與生成式AI應用中，降低落地成本與不確定性。

在當前的估值體系下，這類路徑往往不占優(yōu)勢：它不具備最陡峭的增長曲線，也難以提供足夠簡潔的敘事。但隨著行業(yè)從比拼技術能力轉向比拼投入產(chǎn)出，這種“先跑通一部分，再向外擴展”的模式，可能更接近一家AI公司可持續(xù)經(jīng)營的狀態(tài)。

從這個角度看，商湯的估值，更像是被階段性偏好所壓低，而非缺乏基本面支撐。

視覺AI的再定位

如果說資本市場強調(diào)增長曲線，那么財報更能反映企業(yè)的經(jīng)營底盤。

2025年，商湯的積累開始體現(xiàn)在更具體的數(shù)字上：全年收入超50億元，同比增長33%。更關鍵的是，CV2.0首次在內(nèi)部管理報表層面實現(xiàn)盈利。

這不僅是單一板塊的盈虧變化，更是結構的調(diào)整。作為最早起家的業(yè)務，視覺AI完成了從長期投入到規(guī)?；厥盏霓D變，開始同時承擔利潤與現(xiàn)金流來源的角色。

這一點在當前環(huán)境下尤為關鍵。過去兩年，多數(shù)大模型公司仍處于高投入階段，對外部資金依賴較強。在這樣的背景下，能否形成自我造血能力，開始成為區(qū)分企業(yè)質(zhì)量的重要標準。相比依賴融資驅動擴張的公司，擁有穩(wěn)定現(xiàn)金流來源的企業(yè)，在業(yè)務推進與資源配置上更具主動性。

商湯的路徑，更接近后一種。

一方面，視覺AI業(yè)務本身仍在擴展。通過深入各個行業(yè)場景中的積累，并未因技術路線變化而削弱，而在多模態(tài)能力引入后被重新激活。已有需求得到延展，交付效率與邊際成本同步改善，使這一板塊在規(guī)模擴大過程中逐步釋放利潤。

另一方面，這一業(yè)務也在為新技術提供現(xiàn)實支點。依托大裝置基礎設施底座，也受益于在計算機視覺領域連續(xù)九年蟬聯(lián)國內(nèi)市場份額第一的深厚積淀，商湯實現(xiàn)了從“視覺感知”向“原生多模態(tài)認知”及“視覺推理”的天然跨越。

這一演進在產(chǎn)品層面已有體現(xiàn)。以日日新大模型系列為代表的多模態(tài)模型，開始從單一能力走向系統(tǒng)化能力組合，逐步覆蓋語言、視覺與推理任務。與此同時，平臺側也在發(fā)生變化，以方舟平臺為代表的交付體系，正在圍繞多模態(tài)與智能體能力重構，項目中相關技術的應用占比顯著提高。

從結果看，視覺AI不再是歷史包袱，而是新一輪增長的接口：既提供現(xiàn)金流，也提供場景與數(shù)據(jù)，支撐多模態(tài)與大模型能力的持續(xù)推進。

在行業(yè)進入更強調(diào)回報與效率的階段后，這種能力的重要性，正在逐步顯現(xiàn)。

視覺AI是起點，但不是終點

視覺AI曾是商湯科技的起點，但在當下，它更像是一塊不斷被擴展的基座。

過去很長一段時間，計算機視覺更接近“項目制生意”：針對具體場景，開發(fā)對應模型，交付定制化方案。這種模式下，技術價值不低，但規(guī)?；芰τ邢蕖ｋS著大模型與多模態(tài)技術的發(fā)展，視覺AI正從“單點工具”轉向“通用能力”，不再依附單一場景，而是成為可被廣泛調(diào)用的基礎設施。這種從“做項目”到“做平臺”的轉變，本質(zhì)上是商業(yè)模式的變化：一次投入，可以服務多個場景，邊際成本隨之下降。

這種能力，也為其國際化提供了更直接的視野。

過去幾年，商湯在中東與東南亞持續(xù)推進AI落地，重點集中在智慧城市、教育與文旅等領域。在沙特阿卜杜拉國王金融區(qū)（KAFD）、阿布扎比亞斯島等項目中，其視覺與多模態(tài)能力被用于園區(qū)管理、活動運營與用戶交互；在教育側，則通過課程與基礎設施建設，參與當?shù)谹I人才培養(yǎng)。這些項目的共同點在于：并非單一產(chǎn)品輸出，而是以平臺能力嵌入當?shù)財?shù)字化體系。

相比單點產(chǎn)品出海，這類路徑更重，但也更穩(wěn)定。一旦進入城市級或基礎設施級項目，客戶關系與數(shù)據(jù)沉淀將持續(xù)累積，形成長期收入來源。

技術層面的變化，也在支撐這一擴展。隨著多模態(tài)模型成為“控制中臺”，視覺AI沉淀的大量視覺Skills（專業(yè)小模型），可以被精準調(diào)用，形成“感知—決策—執(zhí)行”的高效閉環(huán)。在具體應用中，大模型負責理解復雜場景與任務拆解，小模型完成高效執(zhí)行，從而在精度與成本之間取得平衡。

某種意義上，視覺AI不再只是商湯早期的技術積累，而是成為連接不同業(yè)務的“接口”。它既是積累資產(chǎn)，也是當前發(fā)展的基礎。

在行業(yè)從單點突破走向系統(tǒng)能力競爭的過程中，這種以既有能力為核心、向外延展的路徑，節(jié)奏或許不快，但更容易形成連續(xù)的增長曲線。