稀缺性紅利消退 中國AI估值邏輯生變
智譜與MiniMax兩周市值蒸發逾四成，市場開始重新衡量大模型公司的真實價值 李世達 今年初，當智譜（2513.HK）與MiniMax（0100.HK）先後登陸港交所時，市場彷彿回到了中國互聯網與新能源車最狂熱的年代。 作為首批登陸資本市場的大模型企業，兩家公司迅速成為資金追逐的焦點。智譜股價在5月29日盤中一度衝上1,993港元，較發行價上漲近17倍，市值突破8,800億港元；MiniMax同日收報840港元，較上市價高出逾四倍，市值超過2,600億港元。 以智譜2025年7.24億元人民幣的收入計算，其高峰時市銷率高達數百倍，市值甚至一度超越部分已實現盈利的大型科技企業，反映當時市場對中國AI龍頭的樂觀預期已遠超傳統財務指標所能解釋。 然而僅僅兩周後，市場情緒急轉直下。至6月12日收市，智譜股價跌至1,097港元，較高位回落44.9%；MiniMax更跌至396港元，跌幅達52.9%。兩家公司的市值合計蒸發超過4,000億港元。 表面看來，這輪調整的導火線是即將到來的限售股解禁。根據港交所文件，智譜將於7月8日迎來首批基石投資者股份解禁，共涉及2,568萬股，佔H股總數約11.9%；而目前市場實際自由流通股份僅約1,174萬股，意味解禁後流通盤將瞬間擴大2.2倍。MiniMax則於7月9日迎來基石投資者、領航投資者及部分現有股東股份解禁，市場供給同樣顯著增加。 但如果把近期股價暴跌完全歸因於解禁，恐怕過於簡化。畢竟在全球資本市場，科技公司上市半年後迎來首輪解禁早已司空見慣。真正值得關注的，是市場是否相信持有人有出售的理由。 如果說今年初市場追逐的是中國AI公司的稀缺性，那麼近期的調整反映的則是另一種思維：投資人開始重新計算這些公司究竟需要多少時間、多少資本，才能把技術優勢轉化為可持續的商業回報。 事實上，智譜與MiniMax此前獲得的高估值，本就不完全來自業績。2025年，智譜收入7.24億元人民幣，同比增長132%，但經調整虧損仍高達31.8億元；MiniMax收入5.43億元，同比增長159%，淨虧損則達17.5億元。從傳統估值角度看，兩家公司距離盈利仍相當遙遠。 市場之所以願意給予如此高估值，更重要的原因在於稀缺性。正如瑞銀中國互聯網分析師熊瑋所指出，全球範圍內可供投資的大模型上市標的極為有限，而兩家公司上市時間較短、流通股比例偏低，進一步放大了稀缺溢價與流動性溢價。 投資者當時購買的並不只是AI技術本身，而是中國AI的想像空間，以及市場缺乏同類標的所帶來的額外溢價。如今這些溢價似乎開始消退。 資本競賽開始 而就在市場擔憂解禁之際，兩家公司幾乎同步啟動回歸A股計劃。MiniMax於5月底宣布研究科創板上市方案；智譜則在6月初公布A股上市計劃，擬募資150億元。兩家公司股價仍遠高於上市價時便急於推動A股融資，顯示企業管理層對未來資金需求的判斷，可能比市場預期更加激進。 這看似矛盾的一幕，其實反映出中國AI產業進入新的發展階段。一方面，早期投資者開始考慮退出；另一方面，企業卻仍需要大量新資金。原因並不難理解。與過去的互聯網公司相比，大模型企業的資本消耗速度高得多。模型訓練需要大量GPU算力，推理服務需要持續投入數據中心，人才競爭則推高研發成本。即使成功上市，也很難依靠現有現金流支撐下一輪競爭。 而當市場開始重新檢視這些公司的資金需求與盈利前景時，估值邏輯也隨之改變。因此，市場正在從第一階段的「技術定價」，逐步轉向「商業化定價」。第一階段，投資人關心的是誰擁有最強模型；第二階段，投資人更關心誰能將模型轉化為收入、控制成本，並最終建立可持續的商業模式。 從這個角度看，智譜與MiniMax近期的回調未必代表AI熱潮終結。相反，它可能標誌著中國AI產業開始擺脫稀缺性驅動的估值模式，進入更成熟的價值發現階段。 這種變化其實是所有新興科技產業走向成熟的必經過程。無論是二十年前的互聯網、十年前的新能源車，還是近年的生物科技產業，資本市場最初往往願意為技術突破和未來想像支付高額溢價。但當產業逐漸成熟後，投資人最終仍會回到一些基本問題：產品是否有人願意付費？收入能否持續增長？企業何時實現盈利？ 中國大模型產業如今正站在轉折點上，過去一年，市場關注的是模型能力、技術突破以及誰最有機會成為「中國版OpenAI」；未來幾年，競爭焦點則可能轉向商業化收入、企業客戶規模以及資金消耗效率。換句話說，AI公司的競爭正在從技術競賽走向商業競賽。 李世達，詠竹坊編輯。他的聯絡方式：shihtalee@thebambooworks.com 欲訂閱咏竹坊每周免費通訊，請點擊這裏
告別套殼時代 智能體開啟AI玩具進化論
AI玩具正從「大模型套殼」走向真正的智能體時代。隨著情感互動、多模態識別與場景化能力升級，AI玩具也開始從電子產品轉向具陪伴功能的智能終端 財聯社Marketwatch專欄 隨著人工智能技術加速滲透各大消費領域，玩具行業正成為最具想像力的應用場景之一。過去兩年，隨著大模型技術成熟與成本下降，AI玩具產品已從僅具「語音問答」等淺層互動的初級形態，逐步演進為結合智能體架構、多模態互動與情感大模型的復合型產品。值得注意的是，單純的技術堆砌已難以滿足市場需求，行業正從「功能疊加」邁向「場景智能」的深層變革，AI玩具的價值邊界也正被重新定義。 從功能堆砌走向場景智能 中國AI玩具市場已初具規模，但普遍仍面臨「大模型套殼」問題。所謂「套殼」，是指產品僅將通用大模型的對話能力直接移植至玩具硬件，缺乏針對兒童娛樂場景的完整工作流設計。這類產品的互動邏輯與一般大模型應用並無本質差異，既難以實現深度教育引導，也無法建立長期情感陪伴。 因此，如果無法真正回應家長焦慮或滿足孩子成長需求，AI玩具本質上仍只是短期電子產品，淺層互動難以留住用戶。早期「套殼」產品已暴露出用戶黏性低、同質化嚴重等問題。在此背景下，行業開始引入智能體、多模態識別與情感大模型等技術，將AI玩具由簡單的「硬件＋語音」組合，升級為具備情感互動與場景適配能力的「智能夥伴」。 智能體成為關鍵分水嶺 實現上述「質變」的關鍵技術路徑是「智能體」的引入。領先企業已開始擺脫「套殼」邏輯，轉而採用多智能體架構。這一架構通過不同智能體協同工作，分別對應記憶系統、性格系統和用戶畫像系統，使AI玩具能自主響應複雜場景需求，產品行為更加擬人化。事實上，搭建智能體本身技術門檻不高，但更重要的是，優秀的設計需建立在大量行業調研與深度思考之上，這在核心上決定了智能體執行任務的質量優劣。 同時，針對兒童應用的嚴苛要求，新一代AI玩具在安全和適配性上進行了深度重構。首先，智能體被定位為純粹的溝通入口，不執行具體操作權限，規避了系統接管風險。此外，所有用戶數據均採用加密存儲，實現全流程安全數據保護。 AI玩具邁向大眾市場 當前，AI玩具賽道正從小眾嘗鮮邁向大眾普及，市場接受程度高速提升。市場接受程度處於高速提升期，家長看重其「教育啓蒙+情感陪伴」的雙重價值，兒童則因雙向互動體驗而對AI玩具的粘性遠高於傳統智能玩具。 鑒於此，研發中的AI玩具產品需把通用大模型經過針對玩具場景的定制化微調，特別是滿足兒童場景對內容安全、對話習慣和認知啓蒙的高標準要求。例如，市場已出現融合多模態識別技術，實現「拍攝-識別-科普」閉環的AI拍學機；甚至有與外部廠商合作、搭載「心理學版DeepSeek」情感大模型的AI療癒玩偶，進一步細化了場景應用。 據《AI玩具消費趨勢白皮書》預測，到2030年，全球AI玩具市場規模將突破千億量級，年復合增長率超過50%。一個典型例子是實豐文化（002862. SZ）的「AI飛飛兔」及其升級迭代產品，搭載了定制化兒童AI大模型，在延續AI安全陪伴基礎上增加兒童K歌、故事共創等核心功能，已成為持續熱銷的爆款產品。 行業三大核心特點 整體而言，當前AI玩具市場呈現出三大核心特點：一是形成了IP版權方、創新廠商、AI技術提供商、玩具設計製造商四足鼎立的競爭格局，但尚未出現壟斷頭部；二是產品端從「功能堆砌」轉向「體驗價值」，用戶不再滿足於基礎對話，而是追求有溫度的情感陪伴與個性化體驗；三是技術同質化嚴重、數據安全風險、多模態交互的技術和成本門檻仍是行業共同瓶頸。 從「大模型套殼」到「智能體驅動」，中國AI玩具行業正經歷一場深刻的價值躍升。用戶對情感陪伴、教育啓蒙與場景化交互的復合需求，正倒逼廠商從技術架構底層進行變革。多智能體架構、垂直場景適配、全流程安全防護等進階能力的引入，標誌著AI玩具從「功能疊加」邁向「智能共生」的新階段。而這一新時代的AI智能體玩具，將為兒童成長打開新的可能。 財聯社Marketwatch專欄提供有關中國各行業的洞察與分析。他們的聯絡方式：liujingyi@cls.cn 欲訂閱咏竹坊每周免費通訊，請點擊這裏
十五五：科技自強下的機遇與取捨
當AI與半導體成為大國競爭的戰略性資源，市場早已押注相關產業在中國十五五的發展 李世達 並非所有曾被寄予厚望的產業，都能在政策支持與商業現實之間走到終點。一些板塊在需求端、成本結構或商業模式上逐步失速，最終淡出政策敘事與資本配置的核心位置。正因如此，當市場視線轉向「十五五」，除了關注哪些產業會被重新寫進文件，也要評估哪些幸運兒能夠走到終點。 AI自主 算力與晶片先行 在新的政策語境中，AI已不再被定位為單一成長產業，而是被反覆強調需與製造、能源與實體經濟深度融合，並發展行業級、工業級大模型。這種表述，實際上是把算力需求，從企業的自主選項，推進為具制度色彩的基礎需求。 光通訊便是最典型代表。過去一年，受AI數據中心對800G與1.6T高速光模組需求推升，相關龍頭股價普遍跑贏大盤，其中中際旭創（300308.SZ）過去一年股價飆升389.7%，市值逼近7,000億元，新易盛（300502.SH）亦飆升320%，成為A股AI產業鏈中表現最突出的板塊之一。 在晶片端，政策重心亦由「全面替代」轉向「可部署能力」。成熟製程與工業、車用晶片需求，讓中芯國際（0981.HK; 688981.SH）重新獲得市場定價，其近一年股價上漲約八成，市值穩居中國半導體板塊前列。 AI專用晶片則呈現更劇烈分化。寒武紀（688256.SH）在行業級模型與推理需求帶動下，過去一年股價累計升幅超過110%，反映資本正為算力角色提前定價。近期已在港股上市的「國產GPU第一股」壁仞科技（6082.HK），上市時或本地2,363倍超額認購，股價目前累升約7%，後勢仍然看漲。 大模型平台化 估值分層 隨著模型能力逐步收斂，市場對AI的關注點已由「誰的模型最強」，轉向「誰能把AI變成平台能力」。 在中國市場，大模型競爭正由創業公司轉向大型互聯網平台。百度（BIDU.US; 9888.HK）的文心、阿里（BABA.US; 9988.HK）的通義千問，皆在技術層面保持高曝光度，但資本市場反應明顯分化。百度股價與市盈率長期處於低位，反映投資人仍在等待AI對其核心廣告與雲業務的實質拉動；阿里股價雖有反彈，但估值修復仍受制於雲業務盈利能見度。 相較之下，騰訊（0700.HK）的市場表現最為穩健。其並未強調模型排名，而是將AI能力嵌入遊戲、廣告與企業服務，過去一年股價上漲逾五成，市值穩居中國科技股之首，反映投資者更願意為「可提升現金流品質」的AI敘事付費。 智能體浮現 AI落地變現 比模型本身更具指標性的，是「智能體（Agent）」方向逐步浮現。相較於單純提供對話能力的通用模型，智能體被設計為可在特定場景中持續運行，主動完成研究、分析、內容生成與流程協調，意味AI正從輔助工具，轉向嵌入實際工作流的一部分。 這一趨勢在中國市場已率先具體化。以字節跳動的「豆包」為例，其應用逐步融入內容創作、資料整理與企業應用場景，嘗試將AI能力內化為可反覆調用的工作模組，成為提升組織與內容生產效率的底層工具。 這似乎也反映了中美在AI發展路徑上的差異，以美國為代表的科技巨頭，更傾向持續押注大模型能力本身，透過規模化算力與前沿研究拉開技術差距；而中國市場，則更強調AI能否快速嵌入具體場景，轉化為可落地、可收費的應用。 上月，Meta（META.US）宣布擬收購中國AI智能體公司Manus。這一動向凸顯了中國AI生態在「先落地、先變現」路徑上的現實優勢，並為本土智能體公司未來發展提供了想像空間。 機器人與電力 效率剛需 如果說AI算力與大模型構成數字經濟的底座，那麼機器人與電力系統，正逐步構成承接這一輪效率升級的基礎。與過去偏重技術展示不同，政策與市場的關注焦點，已同步轉向哪些設備能在現實場景中形成可計價、可複製的生產力。 在機器人領域，一個重要的變化是「機器人即服務」（RaaS）模式的崛起。透過租賃或按使用量計費，RaaS將高額的一次性投入，轉成可預測的營運支出，降低企業導入門檻。 市調機構Counterpoint Research…
中國AI大模型應用如何驅動商業新範式？
大模型競爭正加速由模型層轉向應用層，消費端與企業端市場各自展現出不同機遇與挑戰，AI落地正深刻重塑產業格局與未來價值演進 頭豹研究院 在AI大模型技術浪潮的推動下，創新焦點正從模型本身轉向應用層，一場由模型驅動的應用革命正深刻重塑千行百業的商業範式與用戶體驗。 當AI能力從雲端走向場景，如何精準捕捉用戶需求、開闢商業化路徑，並駕馭新興的流量格局，已成為所有市場參與者面臨的核心命題。頭豹研究院近日發布《2025年中國大模型應用市場洞察白皮書》以消費端和企業端兩大市場為切入點，深入辨析核心應用場景、流量格局及需求差異與競爭策略。 應用生態成型 報告指出，在AI消費端應用方面，大模型應用層產品按商業成熟度可分三類：較成熟的嵌入式應用、發展中的原生AI應用，以及萌芽期的智能硬件探索。嵌入式應用通過為既有軟件賦能實現高效變現，成熟度最高；原生AI應用以模型為核心創造新服務，但商業模式仍在探索；智能硬件則結合物理交互，潛力巨大但挑戰也最大。 三類應用的價值實現路徑各異：嵌入式應用依托用戶基礎快速變現；原生AI則需在競爭中驗證模式；智能硬件則面臨成本、技術和接受度難關。 在全球範圍內，面向消費者的網頁端應用呈現頭部集中效應。ChatGPT以近47億次月訪問量佔據絕對領先，微軟新必應以15.3億次緊隨其後，二者構成第一梯隊。其後DeepSeek、Gemini、Perplexity、Character.ai、Claude等形成第二梯隊，但與頭部差距明顯。 報告稱，AI對話助手與AI搜索引擎是當前網頁端AI應用的兩大主導形態，合計貢獻超八成流量，主要歸因於信息查詢和交互式問答是用戶最高頻、最基礎的網絡核心需求，AI搜索和AI助手恰好高效滿足了這一點；同時，這兩類應用場景通用性強，用戶基數龐大，加之領先產品通過先發優勢或整合原有入口已成功積累了大量用戶並驗證了其核心價值。 大模型應用在移動App端和網頁端的核心區別體現在交互體驗與功能集成上。網頁端應用具備無需安裝、跨平台訪問便捷的優勢，更適合信息快速獲取和基於文本的交互任務。相比之下，移動App能夠提供更流暢、定制化的用戶界面，並且可以深度調用手機的硬件資源（如攝像頭、麥克風），這使得App端AI應用能實現與移動場景（拍照美化、實時語音翻譯）結合更緊密、更多元的交互方式。 產業格局重塑 網頁與APP的形態差異顯著影響了全球移動端AI應用的市場格局。儘管AI對話助手以近70%MAU佔比保持主導，但其領先程度和用戶規模較網頁端有所減弱。更值得注意的是，AI搜索引擎份額較網頁端下降，而AI圖像編輯類應用則憑借契合手機影像核心場景的優勢，異軍突起佔據近10%份額，顯示出移動端獨特的使用偏好。 大模型消費端應用在AI助手和辦公領域展現了較強的滲透力，而AI創作和娛樂應用則面臨粘性不足與活躍度增長放緩的問題。助手類應用已成為核心組成部分，深度語音交互和智能助理類產品增長顯著，成為行業標杆。AI辦公與創作應用也顯示強勁發展，如WPS AI和AiPPT.cn在效率提升中與需求深度融合。相比之下，生活娛樂類應用粘性不足，雖有短期熱度，但新鮮感消退後容易流失。 在企業級應用方面，大模型落地的關鍵在於能力與需求契合、ROI可量化，以及數據與算力資源的支撐，三者協同方能推動高效應用與持續價值釋放。金融、醫療等行業已展示潛力，這些領域共同點在於擁有高價值專業數據與充足預算，且需求明確，能在自動化、預測與決策支持方面產生顯著效益。 當前，中國企業從大模型應用中獲得的回報主要集中在運營效率提升，金融、製造、零售等領域已有量化證據表明其在任務自動化、流程優化、研發加速等方面展現成效。隨著技術成熟與場景拓展，大模型價值將由短期降本增效轉向戰略驅動與收入增長，從試點應用演進為深度融合核心業務的垂直化創新。 不過，大模型在企業落地仍面臨精準適配的難題。調研顯示，高達87%的企業認為現階段模型在處理高邏輯複雜度任務時仍難以滿足需求；62%的企業指出模型選擇缺乏標準化依據；50%表示模型能力與業務需求不匹配；39%認為缺乏精調和部署工具影響效率。整體而言，要實現大規模可持續落地，仍需在精度提升、標準化、行業對齊與工具鏈支持方面持續突破。 頭豹研究院中國是行企研究原創內容平台和創新的數字化研究服務提供商，擁有近百名資深分析師，聯繫方式：CS@leadleo.com 本文內容純屬作者個人意見，不代表咏竹坊立場 欲訂閱咏竹坊每周免費通訊，請點擊這裏
新聞概要：雲知聲上市爲投資者提供垂直整合型AI解決方案
這家面向多元商業客戶的人工智能服務商透過香港IPO集資4,100萬美元，未來數月或透過增發股份再集資更多資金。 陽歌 雲知聲智能科技股份有限公司（9678.HK）於本周一在香港交易所正式掛牌交易，爲投資者帶來了全新的、具有廣泛潛在商業用戶基礎的全整合人工智能選項。 雲知聲透過出售156萬股股份，每股定價爲205港元，成功集資了2.06億港元（約合2620萬美元）資金，其中約三分之一的股份分配給了三家基石投資者。此次發售的股份僅佔公司總股本的2.2%，這比例相對較低；如果市場需求強勁，雲知聲可能會在未來數月內進行一輪或多輪增發，以集資更多資金。 雲知聲股價開盤零升跌，報205港元，公司市值達到145億港元。 作爲中國AI領域的老牌企業之一，雲知聲成立於2012年，創辦人黃偉和梁家恩均具科學背景。公司憑藉卓越的技術實力，以及早期在語音識別和認知智能方面的研究積累，已經打造了數十款垂直整合型產品；目前公司產品主要面向來自多個行業的商業客戶銷售，包括醫療、保險、日常生活和交通運輸等。 雲知聲的AI服務能夠幫助客戶更高效地營運其業務流程，而支撐這些服務的是其2016年開始建立的Atlas人工智能基礎設施。在Atlas的基礎上，公司於2023年推出了自主研發的山海大模型（UniGPT），這是一款600億參數的大型語言模型（LLM），也是公司面向客戶的雲知大腦（UniBrain）技術平台的核心。 雲知聲去年收入增長29%，由2023年的7.27億元人民幣增長至9.39億元人民幣（約合1.31億美元）。公司把收入分爲兩個主要類別：醫療保健和「生活」。「生活」類別佔去年總收入約80%，涵蓋來自智慧交通和智慧生活領域的客戶。 值得注意的是，公司前五大客戶收入貢獻佔比僅約四分之一，這比例相對較低；表明雲知聲擁有龐大的客戶基礎，這在中國AI領域中相對罕見；業内大部分公司往往依賴少數幾個客戶來獲取大部分業務。 去年公司毛利率達到38.8%的較高水平。然而，與AI領域的許多公司一樣，雲知聲的研發開支較高，導致其經調整淨虧損去年擴大了22%，由2023年的1.37億元人民幣增至1.68億元人民幣。到去年年底，公司的現金結餘下降至1.56億元人民幣；不過，新集資的IPO資金應該有助於公司在未來實現盈利。 按照IPO價格計算，雲知聲的市銷率（P/S）爲14倍；與其在香港上市的同行相比，這數值看起來相當強勁。相比之下，規模更大的商湯（0200.HK）和第四範式（6682.HK）的市銷率分別爲12倍和43倍。 咏竹坊專注於在美國和香港上市的中國公司的報道，包括贊助內容。欲瞭解更多信息，包括對個別文章的疑問，請點擊這裏聯繫我們 欲訂閱咏竹坊每周免費通訊，請點擊這裏
為何人形機器人無法承受智慧的重量？
人形機器人被視為具身智能實現的核心形態之一，但其與AI大模型的結合，仍有一段路要走 頭豹研究院 在生成式AI快速演進的當下，人形機器人被視為具身智能的最佳載體，但將AI大模型真正落地至這一複雜平台，卻遠比想像中困難。頭豹研究院綜合行業分析師饒立杰指出，儘管政策支持與產業資本逐漸聚焦，大模型與人形機器人結合仍面臨明顯技術與商業挑戰。 硬件是最直接的限制。以GPT-4等千億級參數模型為例，其推理過程需數十GB記憶體與上百TOPS（萬億次運算/秒）算力支援，而現階段多數人形機器人所採用的嵌入式運算平台（如輝達Jetson系列），算力僅介於10至50 TOPS，遠不足以應對大型語言模型的運算需求。這迫使機器人需仰賴雲端處理，但無論是5G或6G模組，每小時約消耗5至10W電力，加上傳輸延遲與失效風險，都不利於機器人進行實時決策。 此外，若選擇本地運行大模型，則需搭載高階AI處理器如輝達Orin，其典型功耗達15至30W，配合目前1至3kWh的機器人電池容量，將導致續航力大幅縮減，甚至縮短75%以上。對一台設計用於長時間自主工作的機器人而言，這是致命短板。 控制反應落差大 即使克服算力問題，傳感器與大模型的數據鏈整合也非易事。人形機器人在環境感知與動作控制上需在100至300毫秒內完成感知—理解—行動的反饋閉環，然而目前大型語言模型推理延遲往往達秒級，在實際應用中無法滿足即時控制需求。 舉例來說，當機器人接收到語音或視覺輸入後，需即刻決定「是否行動」、「如何行動」，但大模型計算延時過高，容易導致行動滯後甚至錯誤，特別在高風險或複雜環境中，更難以保證操作安全性與精準性。 除了技術問題，商業落地也是目前尚未解決的核心挑戰。高算力需求意味著高硬件成本，若需搭載如輝達A100等GPU，其單顆售價高達1.5萬美元，使整機成本輕易突破數萬美元，遠高於消費市場可接受的人形機器人理想價位（約為10,000美元以內）。這也直接壓縮了商用部署的投資回報率空間。 即便勉強部署，大模型在人形機器人上的應用場景仍以倉庫、工廠等半封閉環境為主，對如家庭看護、零售接待等開放性場景仍難以實現靈活適應。此外，AI模型在不同空間、語義與行為需求的泛化能力不足，也讓人形機器人的商業化缺乏穩定成長基礎。 人形機器人要真正搭載並運行AI大模型，需要算力、電源管理、控制延遲與場景泛化等多重技術突破同時發力。短期內，垂直領域的小模型或中型模型更具可行性，能在工業檢測、醫療輔助等場景中先行落地。未來隨著輕量化AI晶片與邊緣運算架構進一步成熟，AI大模型或可真正成為人形機器人的「大腦」，引領具身智能邁向更廣闊的商業前沿。 頭豹研究院中國是行企研究原創內容平台和創新的數字化研究服務提供商，擁有近百名資深分析師，聯繫方式：CS@leadleo.com 原文刊登於《時代周報》，記者為朱成呈 本文內容純屬作者個人意見，不代表咏竹坊立場 欲訂閱咏竹坊每周免費通訊，請點擊這裏
醫療大模型再度爆火 鷹瞳科技能否觸底反彈
作為曾經的「醫療AI影像第一股」，鷹瞳科技借助DeepSeek的熱度重新獲得資本市場的關注 重點： 鷹瞳科技的萬語醫療大模型完成升級並接入DeepSeek R1模型，股價創下8個月以來的新高 公司連續五年淨虧損，呈現「增收不增利」的惡性循環 莫莉 今年春節，國產DeepSeek大模型的橫空出世讓沈寂已久的醫療AI賽道再度升溫。無論是AI醫療大模型還是醫療信息化軟件，亦或是醫藥研發企業，都爭先恐後地宣布接入DeepSeek，希望借助基座模型的低成本技術突破，推動AI產品在醫療領域的進一步落地。 作為曾經的「醫療AI影像第一股」， 北京鷹瞳科技發展股份有限公司(2251.HK)也借助DeepSeek的熱度重新獲得資本市場的關注。2月7日，鷹瞳科技宣布自主研發的萬語醫療大模型完成升級並接入DeepSeek R1模型，消息公布後的10個交易日內，股價累計上漲21%，創下過去8個月以來的新高。 鷹瞳科技成立於2015年，主要提供眼科影像識別方案，其拳頭產品Airdoc-AIFUNDUS 1.0是國內首個獲批三類醫療器械證的糖尿病視網膜病變輔助診斷軟件。通過眼底圖像判斷全身疾病尤其是糖尿病視網膜病變的診斷方式已受到業界認可，是醫療AI影像競爭最激烈的方向之一。 2024年7月，鷹瞳科技公司自宣布研發萬語醫療大模型，試圖從單一影像診斷向全科醫療問答、健康管理領域延伸。根據鷹瞳科技介紹，鷹瞳萬語用於幫助醫療專業人員快速獲取醫學信息、臨床指南和研究結果，提升決策效率；同時，也為患者提供個性化的健康狀況分析和治療方案建議，助力健康管理。2月7日的升級，能讓萬語醫療大模型在數據處理速度、疾病識別準確率上有所提升，並且能提供更個性化的健康管理體驗。 不過，萬語醫療大模型的實際應用情況難以評判，官網僅以圖片形式展示產品，也未公佈與哪些醫療服務機構合作應用。根據中信證券的研報，中國企業發布的AI醫療垂類大模型數量已超50個，該賽道的競爭相當激烈。單單是問診應用場景，就有騰訊的混元大模型、百度的靈醫大模型、阿里的通義仁心、京東的京醫千詢等互聯網大企業發布的模型。 在醫療AI領域，有諸多細分的應用場景，包括醫學影像智能輔助診斷、臨床專病智能輔助決策、智能陪診、智能隨訪等，覆蓋診前、診中、診後的不同環節。垂直類的應用場景更容易落地應用，以微醫控股為代表的AI慢性病健康管理服務，以及訊飛醫療科技(2506.HK)為代表的AI診後管理系統已經實現商業化。相比之下，鷹瞳的萬語醫療大模型既能幫助醫生診斷，又能服務患者，應用場景並不細化，商業化路徑反而模糊。 事實上，萬語醫療大模型並不是鷹瞳科技首個涉足的新領域。2023年，公司在近視防控領域布局，推出了近視防控AI產品和視覺訓練AI等治療端產品。2024年上半年財報顯示，近視防控 AI 產品服務用戶數量達到1.6 萬，視覺訓練AI產品已經覆蓋全國800餘家醫院。但是，公司並未具體披露這項新業務帶來的收入，僅僅表示該業務所在的眼健康業務分部在2024年上半年的收入同比增長22%至3,800萬元。不過，由於近視治療儀器自去年7月被重新歸為第三類醫療器械，鷹瞳科技最近半年已無法再銷售近視防控 AI 產品，還在申請銷售所需的資質認證。 陷入虧損泥潭 鷹瞳科技在2021年11月登陸港股市場時，發行價為75.1港元/股，可如今股價長期在10港元左右徘徊，市值縮水超過八成。鷹瞳科技的財務表現始終是市場爭議焦點，自2019年以來，公司長期淨虧損，在2019年到2023年累計虧損6.23億元，到了2024年上半年，雖然營收同比增加13.59%至9,371萬元，但淨虧損同比擴大117.75%至8,149萬元，呈現「增收不增利」的惡性循環。 讓我們來具體看鷹瞳科技的財務數據，作為一間技術驅動的公司，其成本結構明顯失衡。2024年上半年研發開支下滑13.33%至4,900萬元，與其「技術驅動」的定位背道而馳，但銷售與行政開支合計8,019萬元，遠超過研發投入；254名員工半年來的總薪酬成本高達1.03億元，甚至超過了同期的營收。 鷹瞳科技若是希望在醫療大模型行業取得突破，需要進一步加大研發投入，但截至2024年中，公司所持有的現金及現金等價物降至5.48億元，恐難以支持大規模研發活動。當前鷹瞳科技的市銷率僅有7倍，同樣深耕醫療AI的訊飛醫療科技市銷率為36倍。雖然醫療AI的前景廣闊，但也面臨著難以商業化和變現的問題，鷹瞳科技能否在醫療大模型市場分得一杯羹，仍需時間驗證。 欲訂閱咏竹坊每周免費通訊，請點擊這裏
