红河配资商汤科技的增长信号已至，却屡遭市场价值“错判”

本文来源：时代周报作者：庾子山

当人工智能行业从技术投入走向商业兑现，企业之间的差异开始变得具体。

一个直接的信号来自业务层面。OpenAI近期被曝将关停视频生成产品Sora，并结束相关商业合作。这款产品在发布时曾引发广泛关注，但并未转化为持续稳定的收入来源。

相较于大开大合的路线，商汤科技的思路更具行业参照意义。

商汤是一家典型的AI原生企业。自2014年成立以来，其业务架构始终围绕人工智能展开。与不少在近两年转向大模型的公司不同，商汤的技术积累与商业路径，本就建立在AI能力之上。

2024年底，商汤完成了“1+X”战略重组。这次转并非是“切换”，而更像是作战策略的“迭代”。核心业务没有被替代，而是在升级中延伸出新能力；新业务也不需要从零开始，而是建立在既有场景之上逐步展开，形成“母舰+子舰”的高效协同模式。视觉AI能力与生成式AI的结合，使其在多模态方向上具备天然优势。

在2025年年报中，商汤表示：“我们笃信原生多模态大模型，特别是跨越模态的知识融合是当下突破智能上限的高效路径。”

当市场更关注增长和叙事时，这家公司提供的是另一种样本，早期投入开始兑现，新一轮技术布局建立在已跑通的业务之上，节奏不激进，但更接近技术公司从投入走向回报的常态。

被低估的商汤

资本市场给AI公司的定价，更像是一种对未来的押注，而非对当下经营质量的衡量。

一个典型对比是MiniMax与百度。前者成立仅四年，收入规模仍在千万美元级别，却因模型调用量快速放大，被市场当作潜在的平台型公司定价；后者年营收超过千亿元，仍具备稳定利润与现金流，但由于核心业务承压、转型节奏受限，估值持续被压缩。

从财务结构看，两者并不在同一发展阶段。MiniMax 2025年营收约7900万美元，同比增长159%，但仍处于以投入换规模的阶段；百度同期营收1291亿元，净利润仍在数十亿元区间，商业模式已相对成熟。

资本在两者之间采用了不同的评估方法：对前者按“潜在纯血AI公司”定价，对后者仍以传统互联网公司框架衡量。在国际资金主导、以全球可比公司为参照的框架下，港股AI板块逐步形成以“增长优先”为核心的定价逻辑，“AI原生”与高增速成为更容易获得溢价的标签。

放在这一坐标系中，商汤科技的位置并不讨巧。

从起点看，商汤是典型的AI原生公司，成立之初即围绕人工智能构建技术与业务体系，在计算机视觉领域建立了长期积累；但从结构看，它既有仍在投入期的大模型业务，也有已经成型的视觉AI板块。这种“既有存量、又做增量”的状态，使其既不完全符合高增长公司的估值模型，也难以简单套用成熟公司的定价体系。

但从经营结果看，另一条更接近现实的路径正在显现。2025年，商汤整体业绩创下新高，CV2.0首次实现盈利，标志着这一长期投入的板块进入回收阶段，开始对利润与现金流形成支撑。

和处于成长期的新生AI企业、新旧动能切换的巨头不同，商汤既有业务贡献收入与客户基础，同时新一代模型与多模态能力在其之上叠加推进。

更重要的是，这种增长并不依赖“从零开始”。在过去10年在AI行业商业化落地的积累经验，可以直接迁移至多模态与生成式AI应用中，降低落地成本与不确定性。

在当前的估值体系下，这类路径往往不占优势：它不具备最陡峭的增长曲线，也难以提供足够简洁的叙事。但随着行业从比拼技术能力转向比拼投入产出，这种“先跑通一部分，再向外扩展”的模式，可能更接近一家AI公司可持续经营的状态。

从这个角度看，商汤的估值，更像是被阶段性偏好所压低，而非缺乏基本面支撑。

视觉AI的再定位

如果说资本市场强调增长曲线，那么财报更能反映企业的经营底盘。

2025年，商汤的积累开始体现在更具体的数字上：全年收入超50亿元，同比增长33%。更关键的是，CV2.0首次在内部管理报表层面实现盈利。

这不仅是单一板块的盈亏变化，更是结构的调整。作为最早起家的业务，视觉AI完成了从长期投入到规模回收的转变，开始同时承担利润与现金流来源的角色。

这一点在当前环境下尤为关键。过去两年，多数大模型公司仍处于高投入阶段，对外部资金依赖较强。在这样的背景下，能否形成自我造血能力，开始成为区分企业质量的重要标准。相比依赖融资驱动扩张的公司，拥有稳定现金流来源的企业，在业务推进与资源配置上更具主动性。

商汤的路径，更接近后一种。

一方面，视觉AI业务本身仍在扩展。通过深入各个行业场景中的积累，并未因技术路线变化而削弱，而在多模态能力引入后被重新激活。已有需求得到延展，交付效率与边际成本同步改善，使这一板块在规模扩大过程中逐步释放利润。

另一方面，这一业务也在为新技术提供现实支点。依托大装置基础设施底座，也受益于在计算机视觉领域连续九年蝉联国内市场份额第一的深厚积淀，商汤实现了从“视觉感知”向“原生多模态认知”及“视觉推理”的天然跨越。

这一演进在产品层面已有体现。以日日新大模型系列为代表的多模态模型，开始从单一能力走向系统化能力组合，逐步覆盖语言、视觉与推理任务。与此同时，平台侧也在发生变化，以方舟平台为代表的交付体系，正在围绕多模态与智能体能力重构，项目中相关技术的应用占比显著提高。

从结果看，视觉AI不再是历史包袱，而是新一轮增长的接口：既提供现金流，也提供场景与数据，支撑多模态与大模型能力的持续推进。

在行业进入更强调回报与效率的阶段后，这种能力的重要性，正在逐步显现。

视觉AI是起点，但不是终点

视觉AI曾是商汤科技的起点，但在当下，它更像是一块不断被扩展的基座。

过去很长一段时间，计算机视觉更接近“项目制生意”：针对具体场景，开发对应模型，交付定制化方案。这种模式下，技术价值不低，但规模化能力有限。随着大模型与多模态技术的发展，视觉AI正从“单点工具”转向“通用能力”，不再依附单一场景，而是成为可被广泛调用的基础设施。这种从“做项目”到“做平台”的转变，本质上是商业模式的变化：一次投入，可以服务多个场景，边际成本随之下降。

这种能力，也为其国际化提供了更直接的视野。

过去几年，商汤在中东与东南亚持续推进AI落地，重点集中在智慧城市、教育与文旅等领域。在沙特阿卜杜拉国王金融区（KAFD）、阿布扎比亚斯岛等项目中，其视觉与多模态能力被用于园区管理、活动运营与用户交互；在教育侧，则通过课程与基础设施建设，参与当地AI人才培养。这些项目的共同点在于：并非单一产品输出，而是以平台能力嵌入当地数字化体系。

相比单点产品出海，这类路径更重，但也更稳定。一旦进入城市级或基础设施级项目，客户关系与数据沉淀将持续累积，形成长期收入来源。

技术层面的变化，也在支撑这一扩展。随着多模态模型成为“控制中台”，视觉AI沉淀的大量视觉Skills（专业小模型），可以被精准调用，形成“感知—决策—执行”的高效闭环。在具体应用中，大模型负责理解复杂场景与任务拆解，小模型完成高效执行，从而在精度与成本之间取得平衡。

某种意义上，视觉AI不再只是商汤早期的技术积累，而是成为连接不同业务的“接口”。它既是积累资产，也是当前发展的基础。

在行业从单点突破走向系统能力竞争的过程中，这种以既有能力为核心、向外延展的路径，节奏或许不快，但更容易形成连续的增长曲线。

联丰优配提示：文章来自网络，不代表本站观点。