毛利增长32.9%，商汤“三个一”开始连接技术与商业

8月26日，商汤科技发布2026年上半年业绩。

报告期内，商汤实现收入29.1亿元，同比增长23.4%；毛利12.1亿元，同比增长32.9%，毛利率达到41.4%，同比提升2.9个百分点。生成式AI收入达到23.3亿元，占集团收入近八成；海外业务收入同比增长127%。

同时，商汤实现上市以来首次国际财务报告准则（IFRS）口径盈利，盈利金额为6.2亿元。

比首次盈利这一财务节点，更值得留意的是，商汤首次披露了经常性收入。上半年，商汤经常性收入11.4亿元，占总收入的39.3%，这部分收入来自报告期内已经生效，同时具备持续续约属性的合同。

接近四成收入具备持续续约属性背后，商汤将这一轮业务变化归纳到“一套模型、一座Token工厂、一套智能体管控系统”之中，从半年报里的经营数据看，这套循环已经开始从技术指标延伸到收入和成本端。

从项目交付走向持续服务

大模型进入企业市场以后，一个越来越现实的问题是：模型能力如何变成能够长期确认的收入。

在传统项目制模式下，一套AI系统完成建设和交付之后，企业需要继续寻找下一个客户和项目。而智能体进入工作流后，调用模型、工具和数据逐渐变成日常业务的一部分，客户购买的内容也从一次性的系统建设延伸到持续使用的AI服务。

商汤首次披露经常性收入，与这一变化直接相关。商汤董事长兼CEO徐立在业绩会上表示，经常性收入的增长反映了公司与客户的合作正由单次项目交付向持续服务和深入工作流演进，也表明公司收入的持续性和可预测性进一步增强。

一些产品数据已经显示出这种深入工作流的迹象。

在企业市场，商汤通过公有云、API、企业级私有化部署和FDE服务，将智能体能力接入客户业务。办公智能体小浣熊已经进入联想、平安科技、三大电信运营商、京东和麒麟软件等企业，与麒麟软件合作时，小浣熊被集成进国产操作系统，连接操作系统入口、AI应用分发和企业交付；在京东供应链业务中，商汤通过私有化部署围绕实际业务流程搭建端到端智能服务体系。

上半年，小浣熊总用户数同比增长超过5倍，企业用户增长超过6倍，云端月活跃用户增长接近10倍。

视频创作智能体Seko则将视频生成向需求理解、剧本创作、分镜制作等环节延伸，单日视频产量达到1万分钟，创作内容在短视频平台累计预估播放量突破15亿次，其中10部短剧播放量突破1亿次。

截至报告期，商汤智能体已经服务超过1000家企业客户，覆盖教育、政务、营销、物流、银行、保险等20多个重点行业。另一项相对成熟的视觉AI业务，上半年收入约5亿元，累计服务海内外客户超过4500家，老客户收入贡献率达到67%。

这些业务此前分布在企业服务、内容生产、个人应用和视觉AI等不同板块，现在则越来越多地共享底层模型、算力和智能体管控能力，客户使用越深入，调用模型、Token和工具的频率也随之提高，项目交付和持续服务之间的界限逐渐发生变化。

因此，11.4亿元经常性收入也是市场观察商汤商业模式变化的一个指标，它与收入增长、毛利增长以及毛利率提升同时出现，让主营业务减亏拥有了比单纯压缩成本更多的支撑。

模型和Token工厂开始共同计算效率

持续服务首先要求底层模型能够保持迭代。

2026年以来，商汤发布的模型覆盖原生多模态统一、视觉感知与推理、可控生成、长程智能体、空间智能和物理世界模型，包括NEO-Unify架构；SenseNova U1、U1.5、U1.5-Lite；SenseNova Vision；SenseNova 6.8 Flash-Lite；SenseNova U1-Pro；SenseNova SI-8B以及与大晓机器人联合开发的Kairos 3.1世界模型。

这些产品背后共享的一条技术路线，是把理解、生成、推理和执行逐步放入统一架构。

商汤首席科学家林达华在业绩会上介绍，从大语言模型、原生多模态，到长程智能体、空间智能和物理反馈，并非几条彼此分离的研发路线，而是同一套架构能力的持续扩展。

今年4月，商汤发布SenseNova U1，在单一模型中统一理解、推理和生成，随后发布的U1.5进一步贯通视觉理解、推理、生成和编辑，目前，SenseNova-U1、SenseNova-Vision和SenseNova-Skills三个项目在GitHub累计获得超过1.1万个星标。

统一模型带来的价值在于，随着理解、生成、视觉和任务执行能力能够在同一套技术底座上迭代，研发成果也可以被更多产品重复使用，单次模型升级也更容易传导到应用侧。

另一端是Token工厂。

目前，商汤运营总算力规模达到4.8万P，2026年7月，大装置日均Token服务量达到2.4万亿，同比增长约22倍。商汤目前对大装置的定位已经从算力资源供给进一步转向Token生产，希望通过模型适配、推理优化、异构调度和算电协同，提高Token产量的同时继续降低生产成本。

几项效率指标已经能够看到模型与基础设施联合优化的效果：针对智能体模型的长上下文训练，训练速度较优化前提升2倍；自研LightX2V推理框架使图像和视频生成效率提升6倍；集团模型从研发验证到规模化部署的周期缩短到1周。

除了服务商汤自身模型，这座Token工厂目前已经为4家外部基础模型厂商提供服务。

成本优化还继续向算力底层延伸，商汤披露，主流国产芯片经过优化后，MFU即模型浮点运算利用率最高可达到芯片原厂基准水平的2.5倍。报告期内，算电协同Agent负荷预测准确率达到96%，累计节约电力成本超过1200万元。

按照商汤的思路，未来大装置衡量效率的尺度还会继续变化，Token依然是AI生产的重要计量单位，但当智能体开始连续完成几十步甚至数百步任务，企业客户最终关心的是任务完成质量、成功率和总成本。

商汤提出，Token工厂下一阶段将从生产Token向完成Task延伸，相应的效率指标也会从单位Token成本拓展到单位任务成本。

智能体把三套能力接成一个循环

模型和Token能够持续降低智能生产成本，但能否形成更大的收入空间，还要看这些能力可以进入多少真实任务。

商汤在前端已经形成小浣熊、Seko、咔皮、如影数字人等多类产品，用户和场景并不相同。后台则由同一套智能体管控系统支撑，负责理解用户目标、拆解任务、调用知识和工具、编排工作流，并统一管理身份权限、长期记忆、执行评测、审计追溯和安全治理。

这套结构，减少了前端每增加一种应用时重复建设底层能力的需求，同一个任务拆解、工具调用或者记忆模块，可以继续被办公、视频、个人助理等产品调用，前端产品数量扩大以后，模型和Token工厂的使用规模也随之增加。

与此同时，智能体进入持续工作流以后，任务执行过程、失败案例、用户修改和最终结果都会成为新的反馈。

商汤管理层在业绩会上提出，未来将继续利用真实任务产生的数据、执行结果和用户反馈反哺模型训练和工作流优化，同时推进复杂任务分解、长程执行、动态纠错、长时序记忆以及多智能体协作。

上半年财务表现，对应着商汤“三个一”不同环节发生的变化。

统一模型持续提高能力和研发效率，Token工厂降低智能生产成本，智能体将这些能力放进更多真实任务，使用过程中产生的数据再回到模型和系统中，而客户的使用，则从一次性交付走向持续服务，进而带动经常性收入持续增加。未来，随着应用规模的扩大，前期研发和基础设施投入也可以在更多用户和任务之间摊薄。

过去几年，商汤陆续搭建的模型、大装置和应用体系，到2026年开始被重新连接在同一套商业循环里。

这套循环，如今已经对经营数据产生影响，接下来商汤需要验证的是，随着Token工厂继续降本、智能体进入更深的工作流，以及任务反馈反哺模型，这种改善能否继续沿着收入、毛利率和经常性收入向前传导。

（本文不构成任何投资建议，信息披露内容以公司公告为准。投资者据此操作，风险自担。）

编辑|蒙锦涛