商湯科技

參與了話題 · ·

商湯2025年度業績發佈會

【AI 要點總結】

財務表現

- 2025年收入增長32.9%，生成式AI業務收入達36億人民幣，同比增長51%

- 毛利率爲40.0%，較2024年的42.9%微降但仍優於市場指引

- EBITDA和淨利潤虧損分別收窄85.0%和58.6%，2025年下半年首次實現EBITDA轉正

- 現金儲備提升至142億人民幣，銀行授信額度106億元同比增長101%

業務進展

- 推出開物3.0世界模型，推理速度達英偉達cosmos 2.5的72倍

- 正式推出並開源新一代原生多模態模型架構Leo，僅用業界同等性能模型1/10數據量達到收斂

- 商湯小浣熊入選沙利文十大最實用agent，服務數千家企業和超1500萬個人用戶

- 大裝置在中國原生AI雲市場穩居份額第一，獲得工信部軟件安全優秀級認證

下一季度業績指引

- 預計2026年經調整後淨利潤層面將繼續維持大比例減虧趨勢

- 經調整後EBITDA有較大概率全年轉正

- 將在2026年Q2發佈基於Leo二代架構的全新模型

- 2026年將重點增加在國產算力上的規劃和推廣

機會

- 海外業務從單點突破進入規模化複製階段，中東上線首個出海國產算力集群

- 率先驗證原生多模態架構下理解與生成統一的新尺度定律

- 與華爲昇騰、海光、寒武紀等十餘家芯片廠商共同發佈商湯大裝置算力艙

- 通過算鏈協同大模型實現年化電費節約7%，等效每年每萬卡算力碳排放減少4000噸

風險

- 面臨AI雲市場價格波動劇烈，供應鏈端和市場價格存在不確定性

- 中東複雜地緣政治環境可能影響海外業務發展

- 製程受限挑戰下需要在算法優化和國產化上持續投入

【AI 會議實錄】

發言人

來看，商湯的開五模型的綜合能力都排在了獨立第三方及主機廠的第一名，在多項關鍵技術指標上實現全球領先，而且得益於模型和推理工具的聯合優化，開53.0的推理速度達到了英偉達cosmos 2.5的72倍，是首個可以在端側驅動矩身本體的世界模型。

那麼這個模型到底強在哪呢？右邊我們有一個視頻，這個是基於這個開物3.0模型生成的一個視頻。簡單來說，它能夠和agent 智能體深度結合，它生成的交互視頻不僅可以全程保持場景的連貫，更重要的是它完全符合物理真實的規律。

大家都知道，具身智能最難的就是讓機器理解物理規律，而開物模型的出現給這個捕捉物理規律帶上了新的里程碑，爲具身製冷的訓練和落地開闢了一條全新的效率更高的路徑。

在探索如何進一步突破智能上限的道路上，到了2025年下半年，我們逐漸觀察到目前主流的多模態模型架構在進一步提升智能密度的路徑上，其實已經碰到了明顯的侷限。

因此，我們在2025年的第四季度正式推出並且開源了新一代的原生多模態模型架構，利用它徹底摒棄了傳統的視覺編碼器和主幹模型拼接式的設計，打造了一個從底層就統一的語言和視覺端道端原生多模態架構。

這個新的架構帶來了模型學習效率的顯著提升，我們僅用業界同等模性能模型1/10的數據量和算力就達到了收塔的水平。而且Leo 的潛力遠不止於此，在今年第二季度，基於Leo 二代架構的全新模型我們將要發佈。

我們在業內率先驗證了在原生多模態架構下理解與生成統一的新的尺度定律。這裏顯示的是我們新的理想理解生成統一架構裏有獨立法的學習曲線，我們可以看到它的精度提升，斜率非常的陡峭，顯著超越了之前理解生成統一模型的開源標杆由字節跳動所推去的Vigo 的學習的這個效率。

那麼這種理解生成的高效統一以及效能和性價比的倍數級的躍升，會給整個AI 準生態打開更多的下游應用空間，也請大家拭目以待。

那麼聊完技術研發，我們再來看看AI 應用邏輯。這裏我們借鑑了中信建投證券發佈的行業研究報告顯示AI 的規模化應用正遵循着從高容錯到低容錯，從簡單到複雜的邏輯去演進。

而目前爆發最快商業閉環最成熟的就是辦公營銷教育金融視頻生產這些賽道，而商湯在這些領域的佈局比行業形成共識要早得多。接下來我們舉一些我們重要進展的例子。

首先在AI 辦公領域，商湯小浣熊入選了沙利文十大最實用agent 目前已經服務了數千家企業和超過1500萬最終個人用戶。在內容創作方面，我們的SQL 是國內第一個做到單集輸出三分鐘連續生成一百集短劇創作智能體，而且還能夠很好的保持這麼長視頻的前後一致性。

SQL 目前已經服務了超過三十萬的創作者，月活突破十萬。同時我們在AI 營銷和教育場景也做得不錯，如影數字人覆蓋了超過兩千家電商直播間，智慧教育也覆蓋了五百多所院校。

他們在使用了商湯如影和商湯教育產品後，工作效率都有數倍的提升。隨着模型能力的持續摸高，這些成熟的場景也將成爲我們業務增長最堅實的抓手。

除了服務B 端的生產力工具，商湯在西端消費級市場也跑出了幾款爆款應用。在權威媒體量子位發佈的2025旗艦AI 一百榜單中商湯出品的四款應用產品中有三款入選。

大家可以看到，我們的卡皮相機已經在海外多國App Store 登頂，在AI 文明加生活的APP 月增新增下載排行中也從去年的第四快速增長到第六。卡皮記賬也獲評國內十大最受歡迎的agent 這種出道即巔峰的表現。

它所依託的是我們從底層模型到應用產品的一體化的能力，這也證明了商湯不僅能夠做硬核的技術，也能夠精準的去洞察用戶的需求，做出最受歡迎的AI 原生應用。展望未來，我們將繼續豐富C 端產品矩陣，讓商湯的AI 真正滲透進大衆的日常生活。

下面我把時間交給楊帆，介紹大裝置後面的業務，謝謝。

楊帆

我們的模型研發和AI 應用能夠取得如此豐富的成果和動力，強勁的基礎設施大裝置是分不開的。這裏我想強調的是，大裝置的價值不僅僅是算力的資源提供，更重要的在於利用對模型的深度理解所提供的平台和服務的技術能力，幫助人工智能基礎設施在各個領域持續的提升性價比和穩定性。

我想舉一個light X to v 的例子，它是由商湯開源的，在視頻生成推理領域非常知名的AI 框架。在製程受限的挑戰下，我們從算法優化和國產化上兩頭下功夫，通過部署蒸餾極致量化，在國產硬件上實現了對於海外主流芯片性能的反差，給模型和應用帶來更好的性價比。

目前基於Lite X two v 的開源模型下載量已經突破了一千萬次，在榜單上穩居全球前十。同時呢，我們也致力於把國產算力從可用做到好用，率先實現了萬卡級別的異構混訓和混推，從而支撐當前供應鏈發展的大趨勢。

而爲了打破AI 發展的能效瓶頸，我們在寧德時代的支持之下推出了行業首創的算鏈協同大模型。它的核心是利用AI 任務數據去精準的預測電力負載，這種深度協同非常直接的轉化成了成本的下降。

系統上線後年化的電費節約成達到7%，等效每年每萬系算力碳排放減少四千噸，這差不多相當於三千個中國家庭一整年的碳排放量，也等效於一輛小汽車繞地球五百多圈所產生的碳排放。

通過這樣的技術迭代在去年，我們商湯也聯合了華爲升騰海光寒武紀等十餘家芯片廠商，共同發佈了商湯大裝置算力帽。在這裏，算力資源平台工具行業模型可以像商品一樣自由的組合。

尤其是我們納管了全球首個華爲升騰910C液冷集群，率先完成了已升騰384節點的全面適配的，都顯示出我們具備了從底層設施到AI 平台端到端的交付能力。

而當這種超大規模的運營經驗與國產生態深度融合時，它就變成了一種極其稀缺的核心競爭力。這種稀缺性正在爲我們打開全球市場，2025年，我們在中東上線了首個出海的國產算力集群。

它驗證了我們能夠在複雜異構環境下的工程能力以及輕資產出海模式，在商業上完全跑通。那通過這樣持續的技術迭代，使得大裝置能夠在市場上不斷的取得核心的市場份額並獲得各類研究機構的認可。

根據沙利文最新的報告，商商大裝置在中國原生AI 雲市場中穩居份額第一。但市場第一隻是結果，更重要的是我們在AI 我們的技術在覈心標準上拿下了多個極具含金量的首個。

我們不僅僅是首批獲得工信部軟件安全優秀級認證的企業，還在信通業算力平台服務能力測試中拿到了業內首個頂級的5A卓越級認證。而在去年八月的IDC 推理算力服務報告中大裝置在性能優化迅雷一體等所有的核心維度全部轉過了滿分。

這些權威背書有力證明了在當前的算力市場，商湯大裝置就是高性能與高可靠的代名詞，它爲構建可信AI 提供了最穩固的底座。而這一頁生成是AI 的客戶logo 牆就是一個更直接的證明。

我們前面講的多模態模型能力行業賦能和AI 生產力不僅僅是我們自己的判斷，而是已經有很多的客戶在真實的場景中和我們一起把它跑通。接下來我們會繼續在這些行業裏做深做透，做規模，把行業打穿，把這些案例逐步變成更加可以複製的可持續增長。

那接下來介紹一下視覺AI 視覺AI 是商湯的核心業務根基，也是我們在多模態時代最關鍵的差異化競爭力所在。2025年，我們視覺AI 板塊的主要業務CV 2.0剛剛的視覺AI 方案受到越來越多的海外客戶的歡迎。

我們的老客戶持續復購新市場，加速突破東南亞東北亞中東這些傳統優勢區域，客戶的粘性很強，復購率穩步提升。同時，南美歐洲市場在過去的一年裏關注度明顯提高，詢問和試點項目都在增加，這說明兩點。

一是我們的產品在經過多個不同區域的驗證之後，市場的適配性已經得到了很好的驗證。第二是商湯視覺AI 的國際影響力正在從區域性向全球性擴展，海外業務從單點突破進入規模化複製的階段，增長動能充足。

在這裏也想彙報一下2025年商湯深化一加X 戰略佈局，依託大模型和空間智能的底層能力，構建了國內最具活力的AI 生態矩陣。這種母建賦能子建衝鋒的模式，在2025年釋放出了巨大的活力。

比如商湯醫療構建了業內最全的產品矩陣，正在帶着中國方案加速出海。大小機器人實現了行業首創的端到端自主空間智能做到了一腦多型，是具身智能領域實打實的突破。

圓蘿蔔作爲全球首個落地open cloud 生態的量產機器人，已經真正走進了千家萬戶。除此之外，像端測芯片智能駕駛都已經完成了獨立融資並開始獨立運營，它既激發了生態企業的經營活力，又能讓集團通過高效的聯動，全面捕捉AI 與實體經濟融合的增長紅利。

那接下來呢，我請我們的CFO 王錚接着彙報財務部門。

王錚

大家好，很高興可以跟各位分享一下我們2025年全年的業績情況。商湯在一加X 戰略的引導下，聚焦核心業務高質量發展，本次的報告期內，公司實現了收入和毛利的增速增長，並通過精細化管理和高效費控，實現了規模與效益的同步提升。

也令公司在一倍大和淨利潤這兩個層面的虧損明顯收窄，且收窄速度較二四年明顯加快。公司全年各項主要財務指標均超過了分析師的中位數預期。

張湯在2025年錄得了32.9%的收入增長，其中生成式AI 二五年收入達到了36億人民幣，比二四年增長了51%，佔集團總收入的比例也從二四年的64%上升到了二五年的72%。

應該說我們聚焦於生成式人工智能的轉型還是相當成功的，依託該業務板塊的強勁支撐公司實現了收入持續高速增長，規模再創歷史新高。

視覺AI 業務在2025年收入實現穩步回升，年增長3.4%。過去兩年，公司對該板塊開展了持續且主動的業務結構優化，着力改善現金流水平與收入質量。

如果剔除東北亞一個單一客戶的影響，視覺戀愛業務整體在2025年下半年已達到了33.5%的年增速。作爲行業的領先玩家，我們對這塊業務在國內外市場同時保持健康增長，並徹底破解這一板塊的盈利密碼充滿信心。

招商2025年毛利率爲40.0與二四年的四41.0與二四年的42.9的毛利率相比微降，但仍優於我們在上次業績報告時給予的市場指引區間。

毛利的增長以及運營成本的持續強管控，使得集團一倍大和淨利潤層面的虧損都比二四年有明顯的收窄，收窄幅度分別達到了85.0%和58.6。

值得關注的是，集團在2025年下半年首次實現了一倍大轉正，即使是還未轉正的幾個利潤相關的指標，比如淨利潤經調整後的淨利潤和一倍大，他們在2025年下半年的總虧損收窄幅度均比上半年有明顯的提高。

這一系列進展爲公司後續高質量可持續發展奠定了堅實的基礎。在運營支出方面，公司持續保持嚴格高效的整體管控，再加上部分X 創新業務通過成功融資數量，報告期內三項費用均實現了同比下降，其中銷售費用已連續幾個報告期實現兩位數年交付。

而管理費用也在二五年實現了16.3%的兩位數降幅，這主要得益於人員效能與資產使用效率的持續提升，也包括職場相關的綜合成本優化。

商場始終高度重視研發投入，以持續加強公司在行業內的核心競爭力。我們在二五年加大了研發相關的算力投入，但隨着研發人效的快速提升和部分創新業務的這個出表的共同影響，研發費用總體同比下降了8.6%。

整體來看，2025年公司總運營支出同比下降10.9%，也低於了2023年的總運營支出的絕對值。2025年下半年的總運營支出也比上半年環比下降了13.6%，與二四年的同期更下降了高達21.6%。

在收入與毛利規模顯著提升的前提下，我們能同時如此有效的控制各項運營成本實屬不易，也顯示了商湯未來長期盈利的巨大的潛力。

我們總體的營運資本流動效率在2025年顯繼續顯著的提升。左邊顯示的是各項主要營運資本指標用期末值計算的週轉天數，用這個口徑，可以看出現金循環週期在二五年底比二四年底縮短了43%，也就是縮短了99天。

這中間最主要的驅動因素還是貿易應收天數，過去一年接近五十天幅度的顯著減少。我們持續的關注應收應收回款，而且隨着公司往深城市AI 業務的快速轉型，我們的收入質量本身也在不斷提高，這也反映到了我們二五年的總貿易應收回款金額達到了歷史新高的48.7億。

利潤表中金融資產減值虧損淨額在二五年，也因此，比二四年大幅下降，從7.8億降到了2.9億，只佔到收入的5.7%，遠低於2024年收入佔比的20.7。

我們的資本開支在2023和2024，連續兩年同比收縮之後，2025恢復了增長，達到了34.9億人民幣。資本開支呢主要還是聚焦於大規模算力基礎設施的建設。

這個加速的投入是基於我們對人工智能行業包括相關應用和算力爆發性增長判斷，以及公司三位一體綜合能力的持續提升而給我們更強的信心。這些投入爲公司長期健康發展打下了堅實的基礎。

我們也會保持靈活性，持續在重資產和輕資產的運營方式中各取所長達到平衡。截止2025年末，公司總現金儲備提升至了142億人民幣，這個現金的定義包含了結構性存款，但還不包含右邊顯示的75億元的股股權及債券類投資餘額。

商湯除了從內部孕育出多個成功的X 創新業務外，多年來在外部也構建了我們多樣化的生態矩陣。這一塊的投資公允價值到二五年底已接近62億人民幣，隨着被投企業的上市和估值的提升，這個公允價值一開始呈現穩定上升的態勢。

值得強調的是，公司的這個自身的造血能力實現顯著提升，二五年下半年一倍大和經營現金流都出現轉正，使我們成爲爲數不多的堅持邁向可持續健康發展的人工智能公司。

此外，截止2025年末，公司尚未使用的銀行授信額度高達106億元，同比增長101%，而我們的總體的債務水平呢，在二五年底反而是略有3.3%的下降。

整體而言，我們財務穩健，資金儲備充裕，爲長期戰略佈局與業務發展提供了充分的保障。財務章節我就先說這麼多，下面把時間交還給徐立，謝謝大家。

徐立

好的展望2026年，我們看到AI 真正迎來了規模化的爆發階段，那商方呢也已經做好了準備，接下來的發力點呢也比較清晰和明確，那首先我們還是要堅持原生多模態的路徑，通過技術做高定義AI 的新範式和智能的新高度確立商湯在AI 前沿領域的領先地位。

其次，我們要深耕產業智能化，打造agent 原生時代的路口。我相信AI 會從輔助工具進化爲真正的生產力，在泛辦公教育營銷智能終端等這些垂直賽道，我們要搶佔入口，實現流量和商業價值的雙向爆發。

第三，我們要把單位智能成本壓到極致，依託算力模型應用的協同，我們要持續降低推理的成本，讓極致的性價比成爲商商最硬的壁壘，並全力推動國產算力從可用走向好用。

第四，視覺AI 要跑出規模化紅利，我們要握緊CV 2.0時代的盈利密碼，推動業務的規模化擴張和規模化利潤，同時堅持海內外雙引擎發力，把商商方案做到全球AI 的產業標杆。

最後我們要持續兌現一加X 的生態紅利，進一步優化母艦加子艦的協同模式，和我們的生態夥伴一起，抓住垂直行業爆發帶來的增值紅利。2026年相當會用更堅定的原創力去兌現我們在AGI 時代的承諾，謝謝大家。

主持人

好，感謝管理層的分享，接下來我們進入到問答環節，有請各位朋友們在技能財經的平台上舉手提問。好，第一個問題來自於中信證券的楊總，楊總請您開麥。

楊總

好的，感謝商湯的管理層給我這個提問的機會。我想請教一個問題，就是我看咱們商湯，也或許這個對於新模型這塊我們也非常期待新模型的發佈。我想向管理層請教一下，就是我們應該如何去理解像大語言模型，包括多模態模型和agent 之間的這樣的一個技術上包括商業上的這種關係，商湯爲何要去這麼堅定的去壓住這個原生多模態。

因爲這個對於這條路徑不同的廠商其實還是有一些這個價值主張，包括技術路線上選擇的差異的。那麼進一步追問就是說這個對於我們突破AI 的這個智能的上限到底有多大的幫助。

然後可以的話也請管理層補充一下我們的這個neo 架構的這個核心門檻到底是在哪，然後這個對於我們之前也提到的說，在這個小數據量的情況下能達到相對不錯的性能，到底是有什麼實質上的這個幫助能幫助我們更好去理解一下我們的整體的商業策略我們的技術門檻和我們最後的這個在競爭上的這個體現的依託核心的這麼一個問題，謝謝。

徐立

好的，謝謝楊總，首先我想商湯其實本質意義上還是堅信着我們自己的這個我們原生多模態的路徑對智能的上限有很大的突破，而且能夠帶動非常多的這個AI 應用的一些突破。那當然我們從去年年底開源了neo 架構之後，那今年下一個版本呢，會在Q2的過程當中發佈，那我想要不讓我來介紹一下我們這塊等級。

發言人

感謝楊總的問題，首先的話回應第一個問題，我們深耕這個多模態的話核心有兩個重要的原因，第一的話呢，從長期的發展來看，純語言的這個數據已經見頂了，那麼語言和視覺的深度融合將會成爲突破AI 治理上限的一個關鍵的路徑。

而且正如我們在報告中所展示的，在AI 的這個時代很多的複雜業務場景其實都會涉及到這個多模態信息的這樣的一個綜合的處理。那麼賦予智能體的這樣的一個視覺能力，並且把它的視覺能力跟整體的整個語言的處理深度的連接在一起，可以顯著的提升複雜任務完成的成功率和效率，並且大幅度的降低token 的消耗。

那麼回到就是說我們的這個Leo 架構，它其實就是爲了打破這個主流的拼接範式的信息的壁壘，它在內核層面，在它的這個embedding 嵌入位置編碼還有注意力機制上面都進行了底層的多模態原生的改造，實現了內核級別的識別和這個語言的統一，這極大提升了學習和推理的這個效率，使得我們僅用這個1/10的數據量就能達到一個搜查性能。

那麼我們也經過對這個這個模型的建架構進行更底層的一個再的這個新新的提升和改造，那麼它的效率在新一代的Leo 上面再提升兩到三倍。那麼這樣的一個極致的這樣的一個效率的話就給我們整體的築起了非常深的技術的護城河。

那麼最後的話呢，我也想專門強調一下，你有通過視覺語言的統一表達就構建了一個非常好的空間，可以支撐原生的圖文交錯的思維，融合邏輯思維和空間智能，在廣闊的業務場景中可以深度的去說整體。那麼這個我們即將推出的模型的話呢，也敬請大家去期待。

主持人

好，謝謝管理進行分享。好的好，我們再來看下一個問題，謝謝，謝謝樣子，下一個問題來自於中心公司的王總，王總，您可以開麥。

王總

各位管理層好，非常感謝公司給我這樣提問的機會，那首先也想恭喜公司取得了這樣一個非常亮眼的經營成果。那我們看到公司持續的減虧，包括在二五年下半年成功做到了這個EBITDA 層面的great even 在我們看來，其實，確實是公司在經營路上一個非常關鍵的里程碑式的這樣的一個突破。

那我這邊有幾個方面的問題吧，想請教一下管理層，可以分成兩個部分，那首先第一部分可能還是從財務和整體經營的這個角度出發，相信管理層從這個財務視角，能否幫我們拆解一下就比如說這一輪持續的減虧，包括下半年實現盈虧平衡核心是有哪一些具體的量化因素來驅動的。

那此外在投入端，公司其實一直都是非常注重研發投入，那在這一輪的推進減虧或者說是業務結構優化的過程當中，我們是如何平衡這個研發投入和減虧的這樣的一個目標，以及目前這樣盈利改善的一個態勢，在接下來的二六年或者說更長遠的未來，怎麼去看待它的一個可持續性。

那第二部分我也想針對性的問問，公司在生成式的AI 業務這一塊就二五年全年還是保持了一個非常高速的增長，那這一塊的增長主要是來自於項目確認您調用還是訂閱制的收費，那針對這樣一些可能不同的業務模式，公司後續對於各自的毛利率的走勢有沒有一個相應的展望可以分享呢，感謝。

王錚

謝謝這個王總的這一系列的問題，我想我基本都記下來了，這個我逐一回答一下。這個您您先是問的就是這個整個是這個從量化上是怎麼樣能夠來解釋我們的這個一倍大層面的這個盈虧平衡。

這個這個這個地方其實是很多因素的綜合體現，你比如說我們首先是在深圳市AI 板塊的驅動下我們實現了收入和毛利的這個加速增長，這個是一個首要條件。那麼與此同時呢，我們也嚴格執行我們成本的這個管控策略，大家記得在二五年的這個運營成本的三項費用中我們都是年，年復一年都是有所下降，總總的這個opex 的這個年降幅達到了11%。

所以說這個我們在整個這個集團層面在降本提效方面其實有很多很多的這個具體的舉措，就隨便舉幾個例子，你比如說我們大裝置大模型的這個緊密融合，它本身就產生了這個超高的這個性價比，那麼就另外我們也在一些地地方比如說像武漢建立人才機，這也幫助我們進一步降低了人力成本。

另外，我們對國內外的這個職場的租金，這個持續的優化等等吧，就說其實總體是從各個角度，這個點點滴滴在在在成本上不停的管控，那麼另外就是我們收入結構它也在不斷的被優化，這個我們應收款項的計提大家記得對這個利潤表的負面影響其實是大幅的縮減，記得從二四年是是負面的，7.8億的影響降到了二五年只有2.9億的負面影響，這也是一個很很大的因素之一吧。

那最後就是一加S 戰略，它的深化，它導致部分的S 生態企業它成功獲得了外部的融資，也實現了出表，那這也爲集團整體盈利改善也創造了一些額外的空間。所以是以上一些這個這個這這一系列的因素綜合的結果。

那您第二個問題是提到就是說這個如何平衡研發投入的和減虧，其實這個我們一直是把研發作爲一個核心的公司的競爭力，對吧，我們二五年其實是進一步加大了研發的算力投入，但是因爲我們研發人效的這個提升非常的顯著，再加上呢，我們確實也有一些就是強研發驅動的X 業務先後出表，所以總的研發成本其實二五年達到了總體的下降。

所以這個其實，效率提升和研發結果的變強這兩件事情我們認爲是並並不矛盾。那您第三點也問到是說這個是不是盈利的這個態勢在在未來是否有有足夠的這個連續性對吧，那那我想這個是肯定是有持續性的，這個很大潛力。

我們整體來看，我們預計在二六年，在經調整後的這個淨利層面應該會繼續維持這種大比例減虧的趨勢，那而且從全年來看，這個經調整後的一倍大有較大的概率，是能夠全年轉正。

那麼在您最後提到，就是說這個在這個生成式這塊，它的這個高增速這個一些主要驅驅動因素是什麼，對吧，那是是項目制，還是一些定位制，那這塊呢，我們其實二五年來看主要的增長點還是主要是跟公有云相關的雲服務相關，另外呢就是和各類的這個垂直場景下的這個結合算力的AI 模型服務。

所以這些都是非常高質量的收入吧，那麼這個其實私有化部署這塊呢，就是可能比較接近你說的這個項目驅動，它其實佔我們這個生成式AI 的總收入比例在二五年是有，是有明顯變小的。最後這個毛利的趨勢呢，我們一直是覺得是2425是比較穩定，其實整個集團的毛利率最後也超出了我們當時半年報時候的指引的區間，我就先這麼說，謝謝。

主持人

好，謝謝管理層的回答。好，我們看到下一個問題來自於中信建投的徐總，徐總，請您開麥。

徐總

好的，然後非常感謝管理層給我這個提問的機會，我主要想請教一下，就是我們看到最近open core 這個出圈或者是爆火把，它這個這一塊對AI 應用或者AI agent 的這個這個這個落地吧，對於咱們公司的這個業務有什麼樣的這個結合，以及說就比如說具體的一些產品，小小浣熊這些家族可能對於類似open cloud 這樣的這個agent 有什麼樣的這個幫助吧或者協同效應對。

發言人

感謝徐總的問題，我覺得也是非常恰當，其實那麼其實大家都看到了，在春節過來的時候呢這個open Pro 的報復還有帶來的這種token 的這個消費的顯著的這個增長就有一個非常大的一個標誌就代表整個行業是已經走向了這個AI 的這個時代。

那麼open Pro 的話，它可以被看成從技術角度爲一種開放式的這種agent 的操作系統在生態位上呢，大家可以類比爲比如說成iOS，那麼它通過重塑了這個智能體在後台持續運行的方式也不用到的，而且可連接這個即時通信的安裝的工具，這個給token 提供了一個非常友善的很好的一個流通的平台。

但是的話呢，我們想特別強調的是，token 它只是一種信息和知識的載體，而真正有價值的其實是用戶最終所獲得的服務的結果。因此的話呢，open core 如果要能夠爲用戶提供可持續的高價值，但是必須跟很多的這個專業能力，比如說深度的分析報表生成營銷視頻的製作等等的這個專業skills 相結合。

那麼這些skills 的話就會類比爲面向硅基智能屏的一些這個APP，那麼這種把這個系統和這個專業能力深度結合給用戶提供完整的價值及正好契合的商湯的一個體系化的優勢。

我們從技術層面原生的多模態能力其實覆蓋了包括這一個圖文的理解生成網頁和文檔的這個分析，多模態的記憶等等，它都可以作爲未來整個這個agent OS 向用戶賦能的一個核心skills 充分去拓展這樣的一個整體AI 的一個應用邊界給用戶交付高價值的結果。

那麼而且值得一提的是我們剛才所提到的這個Leo 的這種新的原生架構的範式的突破，也有望給這個未來的這個agent 提供更加高效的多模態的引擎，並且使得agent 的能力能夠從這種線上的空間走上這個線下的物理空間。

當然了，反過回頭來看的話呢，這個open cloud 的這種新的範式也啓發了我們將它現有的這個產品和行業方案的這樣一些變革，幫助我們呢這個結合在一起，打造更加極致的這個用戶體驗，所以這個實際上是一個雙向奔馳的方向，它對於商湯帶來的影響是非常積極。

徐立

對，就是補充一句就是如果我們實業生成統一的模型能夠突破上限的話，我覺得可能就是給cloud 這樣系統或者OS，裝上眼睛裝上對整個視覺的理解，這個我相信這個能力應該還是會打開很多的這種下游應用，謝謝。

主持人

我們看下一個問題，下一個問題來自於國泰海通的楊明楊總，楊總請您開麥。

楊明

好的，感謝傑西那個徐總跟各位關係很好，我是國泰海通的楊林，我想請問一下管理層，就是目前我們的這個算力利用率維持在什麼水平，然後內部研發和外部的這個租售佔比這個自己會怎麼樣去均均衡去平衡。

那麼因爲最近就是其實各大雲廠商都有提價的趨勢嘛，那麼商湯呢是否會跟進調價，然後商湯算力集群目前的這個成本優勢具體體現在哪裏，其實是主要關於算力的，謝謝。

楊帆

謝楊總，首先是這樣，在過去一年，我們的運營算力還是在持續的拓展，全年支撐的模型研發任務近百萬項，所以它整體的利用率其實是維持在一個非常高的水平。然後呢，同時伴隨着業務規模的擴張，我們外部服務的佔比現在也在逐漸的提升，去年全年來看的話，外部客戶的使用佔比大概在40%，而且它是一個持持續逐步提升的這樣的一個趨勢。

那當然從我們的角度，我們特別看重的是我們現在對於包括京東小米，還有一些其他的這種行業的頭部企業，我們現在成爲他們的一些關鍵的供應商，並且跟他們在長期去提供多種的這種服務，這個可能是我們更加在這個領域看重的。

那您第二個問題其實是關於這個成本和價格的這方面的問題，我們是這麼理解這個事情，就是AI 雲的這個市場其實過去幾年它的波動是非常劇烈的，包括它的供應鏈端包括它的市場價格，那我們其實更加看重說這種波動過程中的這個確定性。

那我們的確定性就是商商的理念，是我們希望通過去提供額外的附加價值來獲得我在市場上的這樣的一個收益的溢價，那這個中間比如說我們利用我們對於國產算力很領先的這樣的一個支撐能力，那我能去幫助我的某些客戶去去去解決他去使用國產的關鍵訴求。

然後或者是利用我們這個高效的推理框架去降低客戶他在使用他token 的時候的使用成本，再或者基於這種行業和場景化的軟件加服務一體化的方案來幫助我們特定類型的客戶帶來他的這個關鍵的關鍵的這種價值，我們整體是希望說通過給客戶去提供最貼心的服務內容和價格，而不是簡單的通過一個價格去獲取並且爲維繫客戶這。

主持人

好的，好的好，謝謝再看下一個問題，下一個問題來自於華泰證券的郭總，郭總，請您開麥。

郭總

好的，各位，各位領導，這個我，我有一個問題，就是，計算機視覺這一塊塊業務，因爲是我們的傳統的優勢業務嘛，那如果從長遠戰略來看的話，計算機視覺對於集團的這種大模型戰略，就是有哪些實際的貢獻，以及怎麼去理解這種協同的效應，這是就是關於這個咱們傳統業務這一塊塊的。

第二個就是想問一下就是我看咱們大裝置，其實現在已經可以實現萬卡的這種國產算力的易購的一個混混序，那我我認爲就是說後續的話就是對，尤其到行業客戶這一塊兒，未來整個應AI 應用起來比較快的話，整個國產的這種易購算力的需求應該是會比較大的。

我不知道就是我們這一塊兒，在客戶這一塊兒就是目前使用我們這種國產和國易購的國產算力的這種平台的客戶類型以及說目前大家應用的情況怎麼樣，主要是這兩個問題，多謝。

徐立

王總剛才提到這個視覺，其實呢，我想從行業地位上來看我們這個傳統的這樣一個視覺一直處於行業領先地位，所以九年來，包括十年來一直這樣，所以呢，這個長期的市場領先呢，就逐步會形成競爭少，競爭少也就意味着利潤變高嘛，所以這就是我覺得我們其實在這個行業裏面就變成一個比較正向的迭代。

那現在講CV 跟大模型，其實呢，我覺得有幾個方向上對我們的商業化很幫助，首先CV 是幫我們快速佔領市場，面向的客戶群一般跟大模型還是有重疊的，因爲所有的CV 客戶都會有大模型的升級訴求，所以在這個過程當中，其實我們面向客戶的交付能力商業化能力其實是幫我們鋪開的。

剛才我們看到幾個to B 的賽道，往往都是我們早期的一些客戶積累，然後來快速的去覆蓋。後來呢，這個在國際化的過程當中呢，其實國際化的CV 的進展是快的，大模型因爲有海外，包括美國的這樣模型的服務，整體上大模型的進展還會稍微往後一些，但是呢我們可以用CV 去形成一種非常深度的連接提供綜合服務。

所以在這點上，其實對於獲客有巨大的幫助。那技術層面呢，因爲我們剛才也講了，我們其實還是蠻篤信這個整體上通過視覺能力來提升現在即使文本能力的這個模型的上限，所以呢CD 也是支持我們理解生成統一框架的核心要素。

只有這個理解視覺內容才能更好的構建核心的訓練框架和模型架構，那麼同樣呢，原生的多模態其實也能夠更好的用到各種剛才講agent 系統裏面去了，比如說作爲調度各種CV skills 的核心繫統，所以我理解這種協同會長期存在，並且是首效的，也是我們商湯說走這條道路的一個核心的競爭力。

楊帆

您的第二個問題是講這個萬卡易購，混訊的面向的客戶好像這塊用戶咱們好感謝朱總，我想我們現在看是這樣的，就是其實最開始它的市場還是從政企市場包括一些大型的壓國企，包括，國內的很多的科研機構，其實他們在國產上其實是有一些明確的需求的，而且規模從這兩年看是在持續的變大。

那最近的幾個月，其實有一個明確的新的趨勢，就是越來越多的，包括互聯網的廠商，包括一些中早期的科創公司，那他們其實也對國產芯片用一種越來越開放的擁抱的態度，其實我們能觀察到的整個的這個進程在加速，所以從這個角度來講，其實是很好的，可以把商商在過去這麼多年我們跟國產的硬件廠商之間的這種協同也罷，包括我們做了大量的探索性的工作，積累的這樣的一些認知和沉澱的技術，其實能夠，我們也是期待說能夠對接當下的這樣的一個國產加速的一個市場趨勢我們能夠有一個好的把握，謝謝。

郭總

明白，我追問一句，就是我們現在的這個國產，異構算力的平台，主要的需求是不是還是訓練爲主推力，現在有看到起起量的這個趨勢嗎？

楊帆

對，其實我理解，我們看到國產卡的一個使用在推理當中的使用是非常而且其實從性價比，包括我們假如說我們的推理框架包括我們視頻，我們SQL，還有各個方向上其實都是在國產上面完成全推理的，甚至我們的這個世界模型也是國產化推理，但國產化，但是一口一口回去，其實還是面向訓練會多一些。

那面向呢，其實在剛才楊帆講的，包括一些深度的科研機構包括說一些早期的客戶，對推理的話，我覺得國產化的使用已經是提上了一個這個比較廣泛的日程，所以我們看我們的產業當中的大部分的應用其實都能夠用國產化來推理。

徐立

對我就補充一句吧，就是好的，對現在業內有一些趨勢，包括因爲推理的時候這種大規模推理它有時候信息分離，對吧，它現在其實會有多任務的整合的這種，所以其實大家會比如說它不同的不同的部分推理的不同組成部分，它會有不同的芯片去做，然後去達到一個綜合的最優的性價比，所以這塊其實現在也是蠻大的一個增長的點。

郭總

謝謝，了解了，謝謝各位領導，我的我我我就是以上問題。

主持人

好，那我們看下一個問題，來自於廣發證券的周源周總，周總，您可以開麥。

周源

謝謝管理層給我的提問機會，我想問一下關於這個回款的一個情況，二五年的報表上我看公司的回款提效是很明顯的，但是市場呢，在過去呢，仍然關心過往的應收賬款的一個質量，那麼請問就是過去幾年的壞賬風險是否已經基本出清。

隨着集團結構向深成式，AI 業務上的一個傾斜，那麼集團的收入呢，也是創下了歷史新高，那麼如何看待未來公司的應收賬款的質量，包括公司圍繞着經營性現金流改善了，開展了哪一些工作，謝謝。

王錚

好的，這個我來回答一下週總的問題，也是感感謝您的提問，其實這個壞賬風險是呢這個壞賬風險其實過去幾年過來，正如你所說已經輕了很多了，大家可以關注一下我們這個應收的這個aging 的這個趨勢。

那麼這個我們可以看到這個這個outstanding 兩年以上的這種AR，它佔到我們總的這個AR 的比例已經從這個二四年底大約80%降到了二五年底的都不到60%，那麼同樣這個我們outstanding 12個月以內的比較短的AR 它的佔比，從二四年底的只有16增加到了二五年底的37%。

所以這兩個趨勢你可以看到這個優化的這個這個方向是非常明顯，那麼這個另一方面就是我們歷史上這個balance 系層面的AR 的這個壞賬積極比例已經是比較高了，那麼二四年底是達到了66個percent，到了二五年底是降到了57%吧，那這個也意味着未來的這個pml 層面的這個壞賬損失應該也是相對有限。

那麼還有就是，就是我們的這個就你也提到我們的這個收入的大頭的是十升的水，那他的這個平均收入質量，總體就是更高的，那麼還有一個點，因爲您最後也提到這個經營現金流的這個改善吧，因爲我們這邊也不要忘記從存貨和應付角度我們的週轉天數也是有一定的改善，這也是幫助集團來進一步提升了經營性的現金流，是我們，二五年不是下半年也首次產生了正向的經營性現金流，謝謝。

主持人

好，謝謝，那我們進入到下一個問題，下一個問題是來自於HSBC 的Helen 方方總方總，請您開麥。

Helen 方

您好，非常感謝給我這個提問的機會哈，我就想快請問一下關於算力的這個問題，因爲其實市場現在非常關注國產算力的實際可用性嘛，我想請問一下管理層，大莊是在稱商湯自身業務和對外服務裏面國產芯片的實際佔比現在達到了多少。

那如果展望2026年呢，我們的算力擴容計劃是怎麼樣的，自建的算力與代運營的佔比是怎樣設計的，會怎樣確保我們的國產算力在性價比上能夠定的與國際標杆競爭，謝謝。

楊帆

好，謝謝方總，其實這個問題跟剛才郭總問題有一定的相似性，就是首先國產算力的可能性，過去幾年間其實發展的是非常快的，我們剛才介紹去年做的很多工作，包括這個國產算力帽10C超節點適配，還有這種機器人上線上線，這個都是實實在在基於這種商業化客戶的這種具體需求，而且，不同的客戶之間，他們的需求現在涵蓋度非常大訓練各種場景，這是我們看到的一個確定的趨勢。

第二個是說，國產芯片的集成規模現在也在越變越大，之前可能幾百P 的，現在上千P 甚至幾千P 的這種單體的客戶在越來越多，所以我們覺得這兩個趨勢對於其實它能很好的反映到國產的一個變化。

然後商湯自己的話，我們整個的算力規模現在是4.04萬P，這個國產應該是超過5500P，大概是這樣一個比例，那我們看到說，它的這個佔比的增大是一個確定性的趨勢，而且就是商湯會利用我們在這個領域的技術積累，能夠跟國產廠商一起不斷的去做軟件的聯合優化，然後去提升它的這個對比性價比，拓展它這個可適用的模型範圍，能夠讓越來越多的客戶接受並且擁抱國產的體系。

那關於您第二個問題就是這個自建和代運營，我們現在基本上還是去堅持這樣的一個雙輪驅動，就是兩兩條腿，同時的去根據市場的情況和節奏需要這兩條腿同步的去發展，同時在二六年我們會重點增加我們在國產算力上的這樣的一個規劃和推廣。

我們希望說通過去輸出這種具備高度適配能力的軟件站，在一個環境下去幫助客戶打造一個端到端的性價比優勢是提供一個兼具高性價比高可靠性和高適用範圍的這樣的這種國產的服務。

主持人

好，那我看先生還有，幾個問題，那我們進入到下一個問題，下一個問題來自於CLSA Chris Will Yuzon. 劉曉明可以開麥了。

劉曉明

好的，感謝管理層給我的這個提問機會，那也是恭喜公司取得了亮眼的二五年的業績，我想請教一下關於這個大模型出海這邊的一些進展，我們看到二六年是大模型出海的一個關鍵的一個年份，公司也是在沙特上線了首個國產算力的集群。

所以想請教一下管理層，面對當前這個中東複雜的一些地緣政治環境，公司將如何去經營和管控這些，潛在的風險，以及，我們的這個出海的這個模式，目前是傾向於一個輕資產的軟件站的一個輸出方式還是說會傾向於一個重資產的基建投入。

未來這個幾年海外業務在咱們總收入中的一個營收佔比的目標大概是怎麼樣，我就這些問題，謝謝。

徐立

好，謝謝劉總，這個我們其實有相當的獨特定位，AI 的to B 國際化一直是我們堅持並且貫徹的戰略，那出海的企業級服務，這個特別重要的就是服務的質量以及服務的成本，所以這也是爲什麼我們在海外跟合作伙伴一起去建設了我們的國產3A集群，我覺得這也是有非常特殊意義的，那整體上我們是採取輕資產，然後呢也會用輕重結合的模式來發展。

那這類投入呢，我們有兩個很重要的戰略價值，那一是推動中國國產生態的影響力，因爲既然我們在這邊提供服務，如果可以做到跟國產生態的聯合優化可以用這樣的聯合優化來進行這樣的成本。

第二個呢，形成客戶的長期服務粘性，因爲如果沒有這樣的一個基礎設施，也非常難形成這個這個客戶的粘度，所以我們也期待海外業務，未來在總營收的大陸佔比會有比較大的提升，當前呢，我們在中東的業務目前看來比較穩定，沒有受到暫時的這個經驗環境的影響，謝謝。

主持人

那下一個問題是來自於DBS 的Amen 霍霍總Amen，您可以開麥了。

Amen

感謝管理層給我這個提問的機會，那我想請教一下有關於商湯在這個聚盛智能還有物理AI 領域的一個思考還有佈局的，那也理解到就是大小機器人作爲商湯孵化的一個企業，請教一下它在這個技術上是如何通過環境素材來反哺這個事件模型呢。

然後，在商業化方面，在這個高價值的服務場景中，那也想請教一下，就是大小機器人的最新的一個落地進度怎麼樣，然後二六年是否有一個規模化的交付指引，謝謝。

王小剛

我是王小剛，我來回答一下這個問題吧，所以大小呢，是我們商湯從大模型邁向巨深智能時代實現數字世界和物理世界連接的一個關鍵的戰略佈局。

所以2025年3月的時候呢，我們就在行業裏首次發明了環境式的素材，那它就不依賴於，操控真機去採集數據，而是記錄人類在真實的生產生活當中的一些行爲，那它使得我們的巨深的數據呢，能快速的就從十萬小時這個量級增長到千萬小時。

那2025年12月份，大小發布布了，這個首次發佈了環境式素材加上世界模型，這個巨深研發研發的新範式，那引領我們巨深呢邁向chat gpt 時刻。

所以2026年的二月我們開源了，開悟巨深世界模型3.0那在這個模型在各項的巨深的benchmark 上是全全面領跑的，速度呢，比英偉達的cosmos 2.5快了72倍，也是行業裏第一次，實現了在機器人本體的端側部署和實時驅動真機，這也是，得益於我們這個真機素材的方案。

那大小呢，現在已經是和多個地方政府形成戰略合作共獻，共建這個環境是素材的採集基地，那大小準備也也具備了自動導航的能力的機器狗，正在智慧城市文旅等多個行業規模化落地，謝謝。

主持人

時間關係我們最後一個問題，下面這個問題請交銀國際的陸總來提問，陸總，請您開麥。

陸總

好的，管理層晚上好，就是感謝接受我的提問，然後我這邊的問題主要是關於就是咱們商商湯的這個一加X 的戰略，就是在目前這個戰略下的話，就是您認爲可能集團目前的一個最核心的一些資產，然後還有這個長期價值的來源是什麼。

然後包括咱們這些這個子建獨立運營之後，這個公司會通過什麼機制確保他們，仍然是我們這個大模型能力的這個高質量的數據反哺者，以及說這個核心的算力的消費者。

然後而且的話就是有一個相關的就是跟進的問題，就是就是在商湯目前看來就是我們這種像這個母建加子建的這個集團這個集群協同的這樣一種模式，然後相比我們傳統的一些單一軟件公司的交付模式，它的這個主要的這個意義，或者說差異化是什麼，謝謝，我主要是這個問題。

徐立

謝謝，其實我們從二四年底開始一加X，其實主要幾個考量，一是AI 年代發展很快，一些高複雜度低容錯度，比如剛才大家也提到的場景需要更長的時間，往往其實是不上學後，比如剛才想到或者到的AI 的機器人，但是它又非常有戰略戰略空間和戰略價值，但商業週期要比現在的智能企業應用賽道甚至要更長。

所以呢，作爲我們發展十年的公司，雙方的核心價值需要底層的AI 模型創新和商業閉環的不間的迭代，這必須是雙向迭代才能沉澱產品服務能力，所以我們的一加X 會把那些看上去又有戰略價值的，並且上面向未來的那些產業來去往外去做，孵化成自建，去佔領行業高地。

反正我認爲未來的AI 的服務化肯定是一個很重要的趨勢，我們成鋼本身的核心能力是模型和服務化的連接和聯通，最後形成在金模方面上能夠賦能到我們更多的智能體育。

那同時呢，在這個基礎模型，基礎模型設施，基礎設施以及模型的這個剛才講的skills 的構建上，我覺得我們剛才講的如此協同的這樣一種國家之間就不必重複造輪子，也有非常穩定的這樣的一個保障，分析它就會有更好的協同性。

那這類設計呢，其實也對我們的業績帶來有很正面的影響，使得是我們可以更加聚焦，也可以更加快速的年代變化我們自己的產品和行業的形態，所以也感謝感謝最後陸總的問題，謝謝。

主持人

再次感謝各位參加商方集團今天的業績發佈會，我們期待下一次發佈會，再見，晚安，謝謝大家。

更多細節：SENSETIME-W IR

提示：以上內容是基於公開數據與第三方的自動字幕由AI語言模型生成。以上內容不代表富途的任何立場,不構成任何投資建議。富途集團概不就上述內容的準確性、合時性或完整性作出任何明示或暗示的保證或聲明。

瀏覽 10.7萬