大模型都在亏，凭什么它赚了1亿美金？

2026年开年，港交所的铜锣被敲得震天响，几家头部大模型独角兽的市值接连冲破千亿大关。

资本市场的空气里弥漫着金钱和多巴胺的味道，香槟开启的爆裂声此起彼伏。在满屏飘红的K线图下，投资人们笃定地相信，自己正在见证下一个万亿时代的开端。

但如果我们极其扫兴地把这一层金粉刮掉，逼着所有人看一眼最枯燥、最没有想象力，但最诚实的“营收栏”，你会发现一个尴尬到令人窒息的断层。

翻开行业头部的招股书，你会看到一种普遍的“巨婴式繁荣”：营收规模往往只有几亿元，而同期的净亏损却高达几十亿，亏损额往往是营收的十倍。这意味着每赚1块钱，就要赔进去9块5。这是一张典型的“互联网烧钱换规模”的旧船票。

而在时间轴的另一端，没有任何光环、甚至被主流科技圈视为“传统派”的云知声，却在角落里默默交出了一份令所有人侧目的成绩单：在2025财年统计口径下，其大模型相关业务的预期收入已逼近1亿美元，约合6.0亿至6.2亿元人民币。

这不光是数字赢了，更是两种活法的碰撞。当大多数玩家还在巨额资本开支的泥潭里，试图通过烧钱搭建基础设施来寻找场景时，云知声已经跳过了基建狂魔的阶段，在垂直场景里完成了商业闭环的兑现。这不是一个关于“谁跑得快”的故事，这是一个关于“谁穿了裤子”的故事。

1

营收结构拆解：不是脏活，是深水区

为什么云知声能从B端市场抠出这1亿美元的真金白银？不是因为他们运气好捡了别人不要的芝麻，恰恰相反，是因为他们去啃了那些通用大模型巨头们看不上、也不敢啃的“硬骨头”。

看看通用大模型赛道的普遍困境：哪怕拿了巨额融资，反手就要把大笔资金作为“服务器费用”交还给云巨头。大部分研发开支流向了算力成本，形成了一个荒诞的闭环：左手拿融资，右手去库存。你以为自己在做独角兽，其实是在帮云厂商消化算力。或者就是陷入C端的流量陷阱，每一分钱营收背后都是高昂的投放成本，一旦停止烧钱，日活数据就像断了线的风筝。

反观云知声，它的生意经完全不同。它的收入来自哪里？来自北京友谊医院的私有化部署，来自吉利、平安等车企的定制化座舱。

通用大模型充其量是企业的“高配文员”，它们在业务的表层打转，写写邮件、做做客服。但云知声切入的是核心业务流，在医院，它直接参与病历生成和医保控费。在汽车里，它直接控制车控系统。

含金量高不高，全看这一点。行业里很多收入赚的是“SaaS软件费”，不仅薄利，而且随时可能被开源模型的降价策略降维打击。云知声赚的是“生产力替代费”，它已经成为了医院和车企基础设施的一部分。在B端市场，能用比好聊贵一万倍，懂行比全能难一百倍。这1亿美元，是云知声跳进泥坑里，把AI变成生产力工具赚来的辛苦钱，但也是最难被抢走的血汗钱。

2

技术祛魅：通才不仅平庸，而且致命

我们必须对“大模型技术”进行一次彻底的祛魅。在商业落地的语境下，通用大模型的“博学”往往意味着“平庸”，甚至是“灾难”。

云知声在MedBench 4.0评测中拿下三个第一，医疗智能体得分高达94.6分，远超第二名。这并不代表云知声偏科，这代表它在医疗这个“容错率为零”的领域做到了极致。在这个行业，90%的准确率和99%的准确率之间，差的不是9个百分点，而是生与死的距离。

试想一下，哪家三甲医院敢用一个会“一本正经胡说八道”的通用大模型来写病历？GPT-4的幻觉在聊天时是幽默，在医疗诊断中就是事故。云知声之所以能进医院，能拿到那几亿的订单，核心在于它把“幻觉”关进了笼子。它通过显式注入“依帕司他”、“二甲双胍”等专业术语，把模型从一个夸夸其谈的“百晓生”，调教成了一个严谨木讷的“老专家”。

再看ASR语音识别技术。云知声宣称在商场、车内等高噪环境下能做到90%以上的识别率。这背后不是什么黑科技魔法，而是针对特定噪音场景做了极度枯燥的工程化优化。当通用模型还在卷参数量、卷推理能力的时候，云知声在卷“方言口音”、卷“背景噪音消除”。

这就是百科全书与手术刀的区别。

老实说，手术刀挺无趣的。它写不出优美的十四行诗，也画不出二次元少女，甚至拿在手里都觉得冰手。但“百科全书”在互联网上随处可见，且越来越廉价。而当你在手术台上时，一把能救命的刀，是无可替代的。

当然，我上面说的可能是错的。也许两年后开源模型真的搞定了方言识别和政策理解，云知声在江苏医保积累的那点规则优势会被瞬间蒸发。但在2026年初这个节点，这种“手艺活”确实能换来真金白银。

3

2026展望：不做大脑，做超级员工

若是把时间轴拨回“百模大战”最喧嚣的时候，云知声创始人黄伟曾抛出一个在当时看来颇具野心、甚至有些“不合时宜”的论断：

“我们的定位就是AGI的六边形战士，技术一流，产品一流，业务一流。”

在那个概念满天飞、所有人都在兜售宏大叙事的狂热期，这句要求“样样都要强”的宣言，听起来像极了为了融资而喊出的空洞口号。毕竟，光是把“技术”做到一流就已经耗尽了独角兽们的全部力气。

但当2025年的营收账本摊开在桌面上时，行业才后知后觉地读懂了这句“六边形”背后的杀机：它不是在炫技，而是在划清界限。它讽刺的正是那些陷入“技术一流（刷榜）、产品二流（难用）、业务末流（巨亏）”的跛脚玩家。

黄伟所说的“六边形”，指的不是要做样样及格的“乖学生”，而是拒绝做“脑子发达、四肢萎缩”的行业巨婴。

公告里那句“专业模型及智能体的领导者”，正是对这句“六边形宣言”最务实的注脚。翻译成人话就是：我不做虚无缥缈的AGI大脑，我做能干活、能赚钱的AI Agent。

这看起来是认怂，其实是极具野心的降维打击。以江苏省医保项目为例，这是典型的行业深水区。

你知道中国的医保数据有多脏吗？那些千奇百怪的报销目录、各地不一的政策补丁、手写的烂病历，是任何坐在写字楼里的算法工程师想象不到的噩梦。

但云知声跳进去了。当它的模型开始处理这些复杂的逻辑时，它就已经不再是一个简单的软件供应商，它成为了行业标准的制定参与者。一旦这种系统落地，其迁移成本和替换成本将高得惊人。

很多人担心垂直行业天花板低。这种观念是一种典型的VC式傲慢。医疗、交通、政务，哪一个不是万亿级的超级市场？只要云知声能真正吃透其中一个领域的Know-how，把AI变成该领域的超级员工，它的估值逻辑就会发生根本性变化。它将不再被视为一家卖软件的AI公司，而被视为拥有医疗数据资产、拥有交通调度能力的行业巨头。它的目标不是成为下一个百度的影子，而是成为医疗界的Palantir，成为交通界的Bloomberg。

4

当泡沫破裂时，谁穿着裤子？

现在的AI创投圈，像极了2000年的互联网泡沫前夜。所有人都在赌谁能成为中国的OpenAI，赌谁能成为下一个米哈游。这本质上是在买一张极低概率的彩票。投资者在为他们的“梦”买单，为那个赢家通吃的宏大叙事买单。但现实是，通用大模型的边际成本正在以摩尔定律的速度下降，DeepSeek等开源模型的崛起正在迅速拉平技术代差。当GPT-6或者更强的开源模型出现时，那些仅靠“参数壁垒”构筑的护城河，可能会在一夜之间被推平。

相比之下，云知声是在“卖水”。不，更准确地说，它是在“修水渠”。它把AI这股水，精准地引到了医院、车企、政务大厅这些极度缺水但又极度挑剔的田地里。当资本寒冬来临，那些在天上造梦的人最先冻死，因为他们需要不断的燃料来维持高度。而像云知声这样已经把根扎进泥土里，靠着具体的业务流、靠着解决具体问题赚取现金流的公司，依然有饭吃。

通用大模型的成本确实会降低，但“行业Know-how”的壁垒只会越来越高。当GPT-6出来的时候，它依然不懂中国三甲医院复杂的医保报销流程，依然听不懂嘈杂车厢里那句夹杂着方言的指令。而这，就是云知声手里那张永远不会过期的船票。

5

最后

云知声这逼近1亿美元的营收，不是行业的遮羞布，而是理性的回归。在商业世界里，改变世界固然伟大，但活得比竞争对手好，活得比上个季度好，才是对股东、对员工最大的负责。云知声主动放弃了通用大模型那条拥挤不堪、尸横遍野的康庄大道，选择了一条看似狭窄、枯燥、充满泥泞的窄门。

而这扇门里没有鲜花和掌声，但至少，这里很安全。

免责声明

本文所涉上市公司相关内容，系作者基于该公司依法公开披露的信息——包括但不限于定期报告、临时公告、投资者关系记录及官方发布渠道——进行的独立分析与判断。文中观点仅代表作者个人立场，不构成任何形式的投资建议、财务咨询或交易决策依据。读者据此做出的任何投资或商业决策，均应自行承担风险。商业不许冷对本文内容的准确性、完整性或时效性不作任何明示或暗示的保证，亦不承担因引用或依赖本内容而产生的任何直接或间接责任。

— THE END —

喜欢这篇文章？ 点个赞 ， 点在看 ， 转发分享