商汤重新分配算力：工业AI能否接住五十亿收入后的盈利任务

7月27日的线上机构调研会上，商汤管理层释放出以下信号：通用大模型资源投入将更加强调效率，新增资源也会向工业AI智能体和汽车智能化倾斜；智慧城市业务会放弃低价项目竞争；研发费用则继续用于清理低效环节；日日新工业AI套件已在长三角制造企业展开试点，目标是提炼能够复制的行业产品。

值得注意的是，商汤不仅释放出的经营信号十分少见，同时也并非发生在收入失速阶段。

截至目前，商汤最新完整财务口径仍是2025年年报。数据显示，公司全年收入50.15亿元，同比增长32.9%；净亏损17.82亿元，同比收窄58.6%；全年EBITDA亏损缩至4.71亿元，2025年下半年调整后EBITDA转正至3.76亿元。贸易应收回款达到48.71亿元，现金转换周期由2024年的228天缩短至129天。

收入、减亏和回款的同步改善，为商汤重新安排研发资源提供了操作空间。

基于商汤实际经营发展情况，7月27日释放信息的观察重点，落在了增长质量上。目前商汤已经积累了大模型、视觉算法、算力平台和行业客户，下一阶段需要把这些能力转化为更短的交付周期、更高的产品复用率和更清晰的现金回报。

算力规模不再自动转化为竞争力，研发预算开始服从商业闭环

2025年，商汤的增长仍由生成式AI驱动。数据显示，该板块收入36.30亿元，同比增长51%，约占集团收入的72%；计算机视觉收入10.83亿元，同比增长3.4%；“X业务”收入3.02亿元，同比下降5.9%。

可见商汤的收入结构已经高度集中于大模型及相关基础设施，模型能力仍是商汤业务底座，其资源调整更接近内部再平衡。

问题是虽其实现了高增长，但背后仍有较重的成本约束。

数据显示，2025年商汤研发费用37.75亿元，同比下降8.6%，规模相当于全年收入的约四分之三；研发、管理及销售费用合计55.70亿元，同比下降10.9%。同期毛利率为41.0%，低于2024年的42.9%；资本开支达到34.88亿元，占收入69.6%，年末现金储备为142.47亿元。

商汤拥有继续投入的资金条件，不过投入方式需要更强的产出约束。

管理学家彼得·德鲁克区分过效率与效能：效率关乎把事情做对，效能关乎选择正确的事情。

对商汤来说，压缩重复训练、低回报项目和价格竞争属于效率治理；把多模态模型嵌入工业、汽车等高专业度场景，才是理智的业务选择。

该种调整也与大模型产业的成本结构相符。通用模型需要持续投入训练、推理、服务器和云服务费用，性能提升却未必同步转化为客户预算。模型能力逐渐成为公共底座以后，企业竞争力更多来自单位推理成本、产品交付速度、行业数据积累和客户续费。

7月15日，商汤进一步升级Token Plan，强调国产芯片进入工业级大模型服务链条，并提升复杂智能体任务的调用能力。可见底层模型没有退出，同时公司正尝试降低单位智能的生产成本，让模型、算力和应用形成更紧密的收入闭环。

智慧城市业务的取舍也应放进这一框架。数据显示，商汤2025年贸易应收回款同比增长5.4%，金融资产及合同资产减值损失由7.81亿元降至2.87亿元，现金转换周期大幅缩短。低价项目通常伴随长交付、重定制和回款压力，规模扩张容易占用研发与营运资金。商汤继续放弃低质量订单，有助于保护现金流质量，也可能造成阶段性收入扰动。

对于一家仍处于亏损状态的AI公司来说，收入减少并不等同于边际恶化。低毛利、长账期项目退出后，只要生成式AI、工业智能体和海外视觉业务能够补足规模，公司整体现金流质量反而有望继续改善。后续财报需要观察智慧城市收缩对收入的影响，以及费用下降能否快于业务规模调整。

工业AI的门槛正在从模型性能转向生产系统，商汤要跨过“试点经济”

工业AI成为商汤资源倾斜方向，与政策和制造业需求同频。

八部门发布的《“人工智能+制造”专项行动实施意见》提出，到2027年推动3至5个通用大模型在制造业深度应用，推出1000个高水平工业智能体，建设100个工业高质量数据集，推广500个典型应用场景，并选树1000家标杆企业。政策还明确要求AI进入研发设计、中试验证、生产制造、营销服务和运营管理全流程。

政策已经提供了场景和预算方向，至于企业采购仍看可量化收益。目前工业现场的判断标准十分具体：缺陷率下降多少，停机时间能否减少，排产效率是否提高，能源成本能否降低。模型还要接入设备、传感器、工业软件和企业数据库，并满足实时性、可靠性、安全性要求。制造业客户很少为一次模型演示持续付费，项目验收仍取决于稳定运行和结果可追溯。

工业AI与办公智能体之间有着显著的差别。办公场景出现错误，通常可以人工复核；生产线场景中出现误判，则可能造成原材料浪费、设备停机甚至安全事故。因此工业企业愿意为可靠性支付费用，也会设置更长的测试、验证和采购周期。

商汤在工业AI上的基础主要来自视觉AI。公司已有工业质量控制产品，覆盖缺陷检测、安全管理和智能运维；2025年CV2.0首次实现盈利，并连续两年录得正现金流。视觉识别适合切入质检、巡检和设备管理，多模态模型则可以进一步处理工艺文档、现场图像、设备日志与专家经验。

商汤的优势在于多模态、机器视觉和算力平台可以协同，短板则是制造业工艺知识分散在不同企业和产线。工业软件公司熟悉流程，自动化厂商掌握设备接口，云厂商拥有客户渠道。商汤需要与工业龙头、设备商和软件商共同定义产品，减少单独承担重交付的压力。

工业AI的规模化由生态协作、标准接口和客户复购共同完成，单一模型榜单无法替代这一过程。商汤在长三角选择制造企业试点，具备较好的产业条件：区域内汽车零部件、电子信息、装备制造和新能源产业密集，企业数字化基础相对成熟，同类型工厂也更容易形成复制链条。

不过长三角试点的含金量，要由复制效率确认。首批客户能否转成付费合同，同一套智能体能否跨工厂部署，实施周期能否逐季缩短，软件与持续服务收入占比能否提升，这些指标比试点数量更重要。如果收入增长依赖增加人员，毛利率将难以持续提高，订单能见度也偏弱。反之日日新工业AI套件若能沉淀统一的数据治理、模型调用、任务编排和交付工具，商汤便有机会把一次性交付转化为“平台费用、软件订阅、模型调用和持续运维”的复合收入。

商汤的下一份答卷，要同时写在工厂产线与现金流量表上

当前工业AI承担收入结构升级，智能汽车继续扩大技术外延，智慧城市则进入主动筛选项目的阶段。于是，商汤的经营重心由技术规模扩张转向技术资产的周转效率，这是国内AI公司商业化阶段的共同课题。

智能汽车为商汤提供了另一条商业化路径。

2025年，商汤旗下端侧芯片和智能驾驶板块完成融资并出表独立运营，集团降低持续投入压力，相关业务获得独立融资和产业合作空间。2026年北京车展期间，商汤绝影发布舱驾一体智能体产品体系；公开信息显示，绝影已与30余家车企合作，覆盖近200款车型，累计出货接近550万辆，并计划与T3出行在年内启动Robotaxi试运营。

出表会削弱汽车业务对集团并表收入的直接贡献，但能改善资本配置。商汤可以保留技术协同和股权收益，智能汽车团队则依据量产订单独立融资。后续观察重点包括新增定点、量产车型销量、单车价值量、客户集中度和独立公司的现金消耗。

汽车业务拥有较长车型周期，一款产品进入量产后可以形成数年的收入能见度；不过压力也同样清晰，车企持续压低供应商报价，硬件平台快速切换，智能驾驶研发投入高度前置。出货量还需要进一步转化为单车收入、毛利和现金回款，才能反映业务的经营价值。

商汤已经跨过收入恢复增长和亏损大幅收窄两道关口，工业AI决定业务能否形成标准产品，智能汽车检验生态企业能否独立成长，智慧城市收缩则考验管理层对收入质量的取舍。其中，积极信号来自费用下降、回款改善、CV业务盈利和下半年EBITDA转正；目前还未完成的部分是工业试点向规模收入转换，以及经营性现金流持续为正。

AI产业并不缺少技术高点，稀缺的是把技术嵌进日常生产并长期收费的能力。商汤目前开始将资源推向工业现场，方向也已具备产业基础与政策支撑。

未来几个财报周期，收入结构、研发费用率、工业客户复购和现金流连续性将给出更清楚的答案。上述指标将决定商汤是否有机会完成从算法供应商向工业智能平台的身份升级。