2025年6月30日，云知声智能科技股份有限公司正式登陆港交所主板，上市首日股价涨超44.59%。作为香港资本市场首家以通用人工智能（AGI）为核心定位的上市公司，资本市场表现出浓厚兴趣，股价最高涨至429.8港元，相比发行价涨幅超过109%，市值一度超过300亿港元。
中国AI解决方案市场正面临前所未有的发展机遇，云知声作为国内日常生活和医疗AI服务的头部企业之一，到2030将面向中国日常生活和医疗AI解决方案各自近1500亿元的市场规模。这合计3000亿元的市场规模，将为云知声带来巨大的商业机制潜力，从这个角度来说，目前公司近300亿港元的市值正是代表资本市场对这一潜在价值的认可。
场景驱动，云端芯一体化
中国AI解决方案市场规模预计从2024年的1,804亿元增至2030年的1.17万亿元，年复合增长率高达36.7%。AI解决方案覆盖的垂直行业领域主要包括物联网、金融、医疗、消费等，其2030年市场规模分别为5461亿元、1616亿元、1465亿元和1144亿元。根据弗若斯特沙利文的数据，云知声按2024年收入计算，位列中国AI解决方案提供商第四位，而物联网和医疗是云知声重点关注的领域。
云知声作为中国最早将深度学习应用于商业语音识别的企业，其“技术-场景”双轮驱动战略通过“云端芯”一体化产品体系实现了技术深度与场景广度的协同进化。
技术底座上，云、端、芯实现三层架构的硬核支撑。在云方面，云知声的ATLAS智算平台构建了184 PFLOPS算力集群与10PB级存储系统，从而动态调度数千GPU资源，形成从信号处理（AEC/SSP）、语音识别（ASR）到自然语言理解（NLU）的全栈技术链，支持多模态能力横向扩展，从而支撑600亿参数“山海大模型”训练。
在芯片方面，云知声自研AI芯片,打破技术壁垒，推动国产AI芯片自主可控，自2018年以来相继推出雨燕、蜂鸟、雪豹等多款AI芯片，覆盖物联网、车载、家居等场景，芯片出货量在2024年已经达到3600万颗，其中雪豹芯片是业内首款车规级语音AI芯片，落地量产车型，支持复杂环境降噪与声源定位。
在端方面，云知声提供“软硬件一体化方案”，包括AI芯片模组+API接口，客户可自定义唤醒词、命令词，支持端侧大模型部署，可实现毫秒级实时推理。
云知声在集成山海大模型、芯片、边缘SDK、公有云和私有云部署的基础上，最终为用户提供完整的AI解决方案。这种垂直整合能力不仅缩短了产品开发周期，还通过标准化接口（如API、SDK）降低行业接入成本，推动家电、汽车、政务等领域的智能化进程。
在场景上，云知声的AI应用解决方案在日常生活中的交通、商业空间、酒店及住宅等都有应用。例如，公司开发了应用于深圳地铁20号线自动售票机的语音售票系统，该系统支持乘客通过语音选择目的地，选站时间从传统手动操作的约15秒缩短至约1.5秒，显著提升了购票效率，缓解了售票机排队拥堵问题，改善了乘客体验并优化了地铁站内客流。
云知声还提供AI赋能的医疗解决方案，从提供效率工具起步，逐步扩展至为医疗机构、保险公司及监管部门提供全面的医疗质量管理解决方案，整合各类决策支持产品与质量管控体系，满足相关机构的临床质控与合规要求，最终目标是提升医务人员工作效率并推动医疗机构服务标准的升级。这些解决方案的内容包括病历语音输入、病历质控、单病种质控及医疗保险支付管理等。
云知声的“云端芯”一体化战略不仅实现了技术自主可控与场景深度适配，更通过生态构建和成本优化，推动AI技术从实验室走向规模化应用。这些案例也表明，云知声的技术体系不仅解决行业痛点，更通过数据闭环（如语音数据反哺模型迭代）持续优化场景体验，形成“技术落地-数据积累-场景迭代”的正向循环。
坚持长期投入，筑牢技术底座
业绩方面，2022年、2023年和2024年，云知声分别实现营收6.01亿元、7.27亿元和9.39亿元，复合增长率为25%，同期毛利分别为2.40亿元、2.95亿元和3.64亿元，基本同步增长。
公司主要收入增长来源于日常生活和医疗解决方案业务，与此同时，公司通过系统集成商和代理商的销售收入比例从2022年的47.3%增加到2024年的55.1%，表明公司解决方案日趋成熟。
此外，公司始终将技术作为驱动业务发展的核心抓手，持续投入于算法优化、平台构建与产品迭代，强化在关键环节的研发能力。2022年至2024年，公司研发投入维持在相对稳定的水平，研发费用率分别为47.8%、39.4%和39.4%。这一策略体现了公司在行业演进早期阶段坚持长期主义的选择，以技术积累支撑产品能力，推动应用场景的不断拓展与落地。
而正是基于长期、体系化的研发投入，公司于2023年5月推出600亿参数规模的自研山海大模型，支持多语言及多模态生成能力。该模型在权威评测中表现卓越：2024年MedBench医疗评测综合得分82.2，位列行业榜首；在2024年SuperCLUE半年度报告中，山海大模型以总分72的成绩位居全球顶级大语言模型，STEM相关能力排名全国第一，人文相关能力排名全国第二。
同时，公司近年来获得的荣誉还包括：中文医学信息处理评测基准（CBLUE）第一名、CCKS 2023 — PromptCBLUE（中文医疗大模型评测基准比赛）第一名、福建省人民政府颁发的“边缘场景多模态智慧分析与芯片关键技术及应用”科技进步奖一等奖、全国智慧医保大赛一等奖等。
云知声山海大模型的价值不仅在于技术指标的领先，更在于其构建了“技术-场景-商业”的正向循环。在技术层面，通过多模态、医疗专业能力的突破，重新定义了AI在严肃场景的应用边界，在产业层面，以“行业大模型”模式推动AI从通用能力向垂直能力进化，为千行百业提供可复用的智能基座，在商业层面，验证了“研发投入-场景深耕-规模变现”的可持续发展路径，为AI企业上市提供了新范式。
深耕行业，实现商业价值高效转化
大模型的训练也离不开行业知识图谱的持续输入，行业知识图谱则是云知声构建的“记忆库”，它将各个行业的专业知识进行结构化处理，比如在医疗领域的行业知识图谱，云知声整合了400万+医学实体关系（如疾病-症状-药品），覆盖诊疗指南、临床路径，支持病历质控、用药推荐等。云知声通过“山海大模型+行业知识图谱”双引擎驱动，构建了从基础工具到深度协作到专业决策的三级演进路径，覆盖医疗、教育、车载等垂直领域，最终实现AI从“被动响应”到“主动决策”的跨越式升级。
在云知声重点发力的医疗场景中，技术应用的初级阶段，云知声的AI系统扮演着“AI助手”即基础工具的角色，主要替代重复性、规则明确的低效环节，语音电子病历系统让医生只需口述，系统就能自动将其转化为结构化文本，效率提升了60%；随着技术的不断发展，云知声的AI系统升级为“AI同事”，即能够开展深度协作，参与专业流程，提供合理建议，减少人工干预，在医疗领域，病历质控系统可以自动识别 1500 多种缺陷，包括逻辑矛盾、缺失关键信息等，缺陷检出率达到 95%；在高级阶段，云知声的 AI 系统成为了“AI 专家”，即能够主导专业决策，推动行业创新，在医疗领域，单病种管理平台结合患者病史、基因数据、最新研究文献等信息，能够生成个性化治疗方案，如肿瘤靶向药推荐。通过在研AI系统不断在行业中深耕，云知声的技术能够触达行业深处的痛点，不仅构筑了更深的技术壁垒，也能实现更好的商业价值转化。
展望未来，云知声将基于多模态融合，进一步构建全域感知能力，深化AI技术能力，基于医疗领域成功经验，进军康养、法律等领域，通过工具链、接口等降低技术门槛，构建生态，加速AI普惠化落地。
还没有评论，来说两句吧...