大模型市场迎来新玩家第一梯队格局或将生变

近日，业界传来重磅消息：云知声自主研发的U2大模型即将于6月正式亮相。外界普遍认为，这将是云知声跻身国产大模型第一梯队的关键里程碑。若此判断成真，则意味着U2的核心技术实力将直接对标国内顶尖水平。

据已披露信息，U2在多项关键评测中表现卓越，其指令遵循、知识推理及Agent工具调用等能力均已达到世界一流大模型标准。然而，其最引人注目的定位在于：U2是一款原生Agent能力大模型。这不仅意味着强大的对话交互能力，更代表着它能深度融入企业业务流程，具备目标理解、任务拆解、工具调用与执行验收的完整闭环能力，更贴近“智能体时代基础模型”的终极构想。尤为值得一提的是，相较于动辄万亿参数的庞大模型，U2的模型规模更为精巧，其参数效率据称接近传统模型的5倍。

从某种意义上说，U2堪称云知声的“DeepSeek时刻”——它遵循着相似的底层逻辑：以更精简的参数规模、更经济的训练成本，实现更高的Token商业价值。这正是“密度智能”理念的核心支撑：其追求并非单纯的模型小型化，而是在确保达到世界顶级性能的前提下，以更高效的架构与更低的资源消耗来实现这一目标。

倘若上述信息得到验证，当前市场便呈现出一个值得深思的定价错配现象：一家即将正式迈入第一梯队的AI模型公司，其市销率（PS）估值尚不足15倍。这无疑是一个不容忽视的市场信号。

估值体系的错配

审视同业估值水平：智谱AI、MiniMax等企业相继登陆港股，估值均站上千亿港元关口；百川智能与月之暗面也在冲刺IPO，估值同样处于千亿量级。相比之下，云知声不足15倍的市销率，价差显而易见。

然而，财务数据讲述着截然不同的故事。2025财年，云知声大模型相关业务收入飙升至6.1亿元，占总营收比重突破50%，同比增幅高达1076%。如此增速在港股科技板块中实属罕见。更关键的是，这6.1亿元收入并非依靠融资补贴实现，公司全年经调整净利润持续优化，下半年改善幅度更达到84%。

但市场似乎尚未完全消化这些积极变化。

诚然，港股市场对AI公司的估值历来相对保守。但保守与低估存在本质区别。一家在垂直领域领先的模型公司，大模型收入实现十倍增长，盈利面快速改善，市值却停滞不前，这更像是一个认知差问题——多数市场参与者尚未将云知声与“大模型第一梯队”划上等号。

这种“港股折扣”并非完全源于估值体系差异。长期以来，云知声的市场叙事始终与“语音识别”、“智能语音”标签紧密绑定，许多投资者对其认知仍停留在语音芯片阶段。其在大模型领域的突破性进展，尚未充分传导至资本市场估值中。公司从2021年递表到2025年6月正式挂牌，长达四年的IPO历程，恰好错过了大模型概念最火热的传播周期。在此期间，同行企业融资消息频传，而云知声则始终保持低调姿态，叠加合规要求进一步限制了其对外发声渠道。

正如其创始人兼CEO黄伟在访谈中指出：“2023至2025年是大模型的热身赛阶段，2026年正赛才真正开始。”在热身赛期间，云知声并未参与舆论造势或融资竞赛，而是选择深入一线——一家家医院实地调研，一个个场景反复打磨，一份份合同扎实签订。直至2025年财报发布，外界才惊觉其大模型收入已占据半壁江山，并实现超十倍同比增长。当市场被各种宏大叙事充斥时，这家专注场景落地的公司，其价值反而被暂时遮蔽。

而U2大模型的正式发布，很可能成为弥合这一认知差的起点。

大模型落地的核心壁垒

大模型商业化落地面临的核心挑战之一便是“幻觉”问题。在医疗这类容错率近乎为零的高风险场景中，一次错误输出可能造成严重后果。

云知声如何破解这一难题？数据显示，2025年，北京友谊医院超过45万份病历由云知声AI辅助生成，医生直接引用率超过90%。在车险理赔场景，其风险控制率较传统第三方管理公司提升3个百分点；在医保控费场景，控费效果更是从1个百分点大幅提升至7个百分点。

这些数字背后是实实在在的商业价值。那6.1亿元的大模型收入，每一分都来自病历智能生成、车险智能定损、医保智能审核等高价值场景。在这些场景中，一段几十字的AI输出，可能直接关联数十万元的决策金额，其Token承载的商业价值与通用对话场景不可同日而语。

问题随之而来：为何是云知声？开源大模型难道不能胜任吗？

关键在于，医疗AI的成功远不止依赖语言理解能力，更需要深度理解复杂的医疗流程、临床规范与保险政策。通用大模型训练基于全网公开数据，缺乏真实医疗工作场景的锤炼。而云知声在医疗健康与物联网领域已深耕十三年，积累了上千家医院的真实场景数据。这些数据不仅包含文本信息，更涵盖了医生操作习惯、医院工作流程及各科室特殊需求。这种与行业深度耦合构建的护城河，是开源大模型短期内难以复制的。

U2的到来，进一步加固了这道壁垒。由十三年场景数据锤炼出的抗幻觉能力，正是其在医疗、金融等高要求领域保持领先地位的核心根基。

增长引擎的升级

除能力突破外，U2在成本控制方面同样优势显著。据报道，其单位Token成本可降至普通稠密模型的十分之一左右。这一成本优势在企业级应用场景中意义重大。

再看云知声的运营效率指标：销售费用率仅5.4%，在B端AI公司中处于行业最低水平（同业普遍超过20%）；人均产值达252万元；研发人员占比69%，研发投入占经调整后三项费用总额的75%。将这些信息串联分析，其商业逻辑清晰指向一点：U2上线后，云知声的规模扩张将不再依赖人海战术与资金消耗。

增长将更多由产品核心竞争力驱动。据接近公司的知情人士透露，云知声在Token调用收入方面的增速远超外界预期。2026年5月，公司Token调用收入的年度经常性收入（ARR）环比暴涨600%，而6月的预测数据更为强劲，环比增速仍在翻倍增长。

这种爆发式增长背后，是U2推动公司从传统项目制全面转向产品化交付模式。黄伟透露，过去完成一个医疗AI项目平均需要3个月，现在借助U2的标准化能力，交付周期可缩短至1周，项目成本降低80%。可以说，U2不仅是一次技术迭代，更是对公司业务交付逻辑的彻底重构。

若以5月近500万美元的ARR估算，当前市值对应的Token收入市销率不足20倍。而第一梯队同行的这一倍数普遍在50倍以上。云知声的Token收入增速不逊于任何一家头部公司，但资本市场给予的估值定价，却存在明显滞后。

盈利拐点的窗口期

回顾2025年业绩，公司总营收12.1亿元，其中大模型相关收入6.1亿元，同比增长1076%。客户续约率保持高位，新客户订单规模持续扩大。

利润层面，全年经调整净利润持续改善。改善主要集中在下半年，因上半年包含IPO相关费用及大模型研发集中投入，利润短期承压。但随着下半年U2上线带动收入加速增长，叠加标准化交付使项目成本降低80%，下半年利润改善幅度同比高达84%。这一改善速度已非常接近盈亏平衡临界点。一旦实现稳定盈利，港股市场的定价逻辑很可能从市销率（PS）切换至市盈率（PE），估值弹性将显著释放。

黄伟曾提出，AI公司的价值等于智能密度乘以Token价值。U2的底气正源于此：模型性能达世界一流，参数规模却控制在2600亿，远小于万亿参数模型，Token成本降至稠密模型的十分之一。先确立世界一流的性能基准，再追求更优的规模经济性，这正是“密度智能”理念成立的前提。总结而言即三大特征：强而小（同等性能下参数更精简，效率提升近5倍）、强而省（单位Token成本极低，适合企业级规模化应用）、强而能落地（原生Agent能力，可无缝嵌入真实业务流程）。三者叠加，构成了其完整的商业闭环。而其产出的Token直接应用于病历、保险、医保等高价值商业决策场景，每一个Token的商业价值都远超通用对话场景。

用黄伟另一个形象的比喻阐释：“不需要请中科院院士来开网约车。”大模型未必需要追求全能通用，在特定垂直场景做到极致，其商业价值反而更为凸显。这条聚焦场景、深度落地的路径，云知声已坚持探索十三年，而U2是这条道路上迄今为止最具里程碑意义的突破。

目前，解决方案收入占其总收入的69.8%，产品收入占10.1%。高比例的解决方案收入意味着极强的客户黏性与高昂的替换成本，一旦成功切入便能锁定长期收入。叠加U2正式发布带来的市场关注度提升，以及港股AI板块潜在的情绪回暖，估值修复的动能正在积聚。

总结与展望

盈利拐点正加速临近。下半年利润改善的速度已十分显著，若能持续这一趋势，弹性的释放将在盈利兑现的那一刻集中体现，届时估值逻辑的切换将打开巨大空间。

对云知声而言，这并非依赖单一的市场情绪驱动。整个AI行业正从“参数竞赛”转向“落地为王”，而云知声在场景落地方面已深耕十三年，其在医疗控费、车险定损、病历生成等场景的实绩便是最好证明。

当前，一家大模型收入增长十倍、利润持续改善、且即将发布重磅新模型的AI公司，其市场定价尚未充分反映这些积极基本面变化。这一估值差何时收敛，取决于三个关键因素：盈利拐点何时明确确认、U2能否持续驱动增长曲线、以及市场认知何时完成切换。

市场目前给出了一个深度折价，但这个折扣中，显然没有充分计入上述基本面的积极演进。剩下的，便是等待市场认知的转向。但至少，云知声已完成了自身能力的构建与验证，U2，正是其向市场交出的一份阶段性答卷。