當人工智能行業從技術投入走向商業兌現，企業之間的差異開始變得具體。

　　一個直接的信號來自業務層面。OpenAI近期被曝將關停視頻生成產品Sora，並結束相關商業合作。這款產品在發布時曾引發廣泛關注，但並未轉化為持續穩定的收入來源。

　　相較於大開大合的路線，商湯科技的思路更具行業參照意義。

　　商湯是一家典型的AI原生企業。自2014年成立以來，其業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路徑，本就建立在AI能力之上。

　　2024年底，商湯完成了「1+X」戰略重組。這次轉型並非是「切換」，而更像是作戰策略的「迭代」。核心業務沒有被替代，而是在升級中延伸出新能力；新業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」的高效協同模式。視覺AI能力與生成式AI的結合，使其在多模態方向上具備天然優勢。

　　在2025年年報中，商湯表示：「我們篤信原生多模態大模型，特別是跨越模態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，新一輪技術佈局建立在已跑通的業務之上，節奏不激進，但更接近技術公司從投入走向回報的常態。

　　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，而非對當下經營質量的衡量。

　　一個典型對比是MiniMax與百度。前者成立僅四年，收入規模仍在千萬美元級別，卻因模型調用量快速放大，被市場當作潛在的平台型公司定價；後者年營收超過千億元，仍具備穩定利潤與現金流，但由於核心業務承壓、轉型節奏受限，估值持續被壓縮。

　　從財務結構看，兩者並不在同一發展階段。MiniMax 2025年營收約7900萬美元，按年增長159%，但仍處於以投入換規模的階段；百度同期營收1291億元，淨利潤仍在數十億元區間，商業模式已相對成熟。

　　資本在兩者之間採用了不同的評估方法：對前者按「潛在純血AI公司」定價，對後者仍以傳統互聯網公司框架衡量。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籤。

　　放在這一座標系中，商湯科技的位置並不討巧。

　　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務，也有已經成型的視覺AI板塊。這種「既有存量、又做增量」的狀態，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。

　　但從經營結果看，另一條更接近現實的路徑正在顯現。2025年，商湯整體業績創下新高，CV2.0首次實現盈利，標誌着這一長期投入的板塊進入回收階段，開始對利潤與現金流形成支撐。

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

　　更重要的是，這種增長並不依賴「從零開始」。在過去10年在AI行業商業化落地的積累經驗，可以直接遷移至多模態與生成式AI應用中，降低落地成本與不確定性。

　　在當前的估值體系下，這類路徑往往不佔優勢：它不具備最陡峭的增長曲線，也難以提供足夠簡潔的敘事。但隨着行業從比拼技術能力轉向比拼投入產出，這種「先跑通一部分，再向外擴展」的模式，可能更接近一家AI公司可持續經營的狀態。

　　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增長曲線，那麼財報更能反映企業的經營底盤。

　　2025年，商湯的積累開始體現在更具體的數字上：全年收入超50億元，按年增長33%。更關鍵的是，CV2.0首次在內部管理報表層面實現盈利。

　　這不僅是單一板塊的盈虧變化，更是結構的調整。作為最早起家的業務，視覺AI完成了從長期投入到規模回收的轉變，開始同時承擔利潤與現金流來源的角色。

　　這一點在當前環境下尤為關鍵。過去兩年，多數大模型公司仍處於高投入階段，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，開始成為區分企業質量的重要標準。相比依賴孖展驅動擴張的公司，擁有穩定現金流來源的企業，在業務推進與資源配置上更具主動性。

　　商湯的路徑，更接近後一種。

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

　　另一方面，這一業務也在為新技術提供現實支點。依託大裝置基礎設施底座，也受益於在計算機視覺領域連續九年蟬聯國內市場份額第一的深厚積澱，商湯實現了從「視覺感知」向「原生多模態認知」及「視覺推理」的天然跨越。

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

　　從結果看，視覺AI不再是歷史包袱，而是新一輪增長的接口：既提供現金流，也提供場景與數據，支撐多模態與大模型能力的持續推進。

　　在行業進入更強調回報與效率的階段後，這種能力的重要性，正在逐步顯現。

　　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，開發對應模型，交付定製化方案。這種模式下，技術價值不低，但規模化能力有限。隨着大模型與多模態技術的發展，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用的基礎設施。這種從「做項目」到「做平台」的轉變，本質上是商業模式的變化：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（KAFD）、阿布扎比亞斯島等項目中，其視覺與多模態能力被用於園區管理、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，參與當地AI人才培養。這些項目的共同點在於：並非單一產品輸出，而是以平台能力嵌入當地數字化體系。

　　相比單點產品出海，這類路徑更重，但也更穩定。一旦進入城市級或基礎設施級項目，客戶關係與數據沉澱將持續累積，形成長期收入來源。

　　技術層面的變化，也在支撐這一擴展。隨着多模態模型成為「控制中台」，視覺AI沉澱的大量視覺Skills（專業小模型），可以被精準調用，形成「感知—決策—執行」的高效閉環。在具體應用中，大模型負責理解複雜場景與任務拆解，小模型完成高效執行，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務的「接口」。它既是積累資產，也是當前發展的基礎。

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

（文章來源：時代周報）