商汤的处境其实非常典型，作为一家从香港中文大学实验室里走出来的AI公司，商汤缺的从来不是技术底色，反而是如何找到一条能将技术转化为真金白银的商业路径。
AI圈的“前浪”商汤和“后浪”Deepseek，正在经历两种截然不同的待遇。
最近，商汤开源了轻量级多模态模型SenseNova U1.5-Lite-Preview，支持原生4K图像生成，看起来颇具实用价值，但在公开舆论场上几乎没掀起什么水花。
相比之下，从DeepSeek-V4-Flash正式版API上线公测开始，虽然没有发布会、没有直播、没有PPT，却屡次冲上微博热搜，实现了从技术圈层到大众视野的真正破圈。
为啥会出现这样的情况？一方面是因为DeepSeek是公认的AI圈“价格屠夫”，就算近几天宣布要大幅涨价，但相比之下还是性价比更高；另一方面，作为老牌AI巨头，商汤这几年总有些后劲不足，从业务到股价表现都远不及外界预期。
以至于现在提起商汤，很多人的第一反应都是这家AI公司起个大早，却赶个晚集。虽然商汤还在努力地迭代大模型、推出新产品，但市场的注意力却早已不在它身上了。
01 二次创业背后的商业焦虑
AI产业的叙事重心，正在从“参数竞赛”转向了“商业价值落地”。
不久前，2026世界人工智能大会（WAIC）落下帷幕。这次大会上，商汤摆出的阵仗可不小，不仅董事长徐立在主论坛发表了演讲，杨帆、林达华等高管也密集发声，释放了多项重磅消息。
比如发布旗舰模型SenseNova U1 Pro，AI视频创作平台Seko3.0迭代上线，还启动了“银河计划”，联合寒武纪、华为昇腾等近20家伙伴共建5个万卡级国产算力集群。更夸张的是，商汤还宣布与国星宇航合作，计划2030年建成千颗级“太空算力星座”，首颗“商汤号”卫星拟于年内发射升空……总之从地面到太空，话题度直接拉满了。
但热闹往往是表象，不管是高管发言还是产品落地，商汤都传递出了一种深刻的商业焦虑。
以Coding为例。过去一年，AI Coding成了不少AI公司的主要商业化路径，是国内大模型领域竞争也最白热化的赛道。IDC 发布的《2025 中国 AI 编程市场份额》数据显示，中国AI编程市场规模已达3.99亿元，并预计在2026年底增长至11.73亿元。
但很多人不知道的是，其实就在两年前，市场还认为Coding不值钱。“为啥现在值钱了？因为两年前没走通，现在打通了。”商汤科技联合创始人、首席科学家林达华直言，“用户价值能打通了，市场对他的评价就自然会上来。所以，归根结底其实是商业价值闭环的问题。”
再比如近期商汤披露的一些具体业务的数据：比如截至2026年7月，商汤小浣熊累计服务个人用户超过2000万，周活跃用户300万，并服务近万家企业及AI原生机构；Seko的创作者用户已达100万，服务1500家企业客户，单月营收增长89倍等。这些数字背后，正是商汤试图构建的一条“C to B”的商业化路径。
说白了，当AI产业烧钱烧到了一定阶段后，资本和市场开始用同一个问题拷问每一家AI公司：烧了这么多钱，到底啥时候才能盈利？商业模式是啥？
因此从2024年底开始，商汤内部就开始进行一场紧迫的自我重塑，而重塑的关键词就是Re-CoFound（二次联合创业）。这个命名本身就传递出了一个信号——要回到创业时的状态。
随之而来的就是业务结构的变化。过去，商汤的主营业务分别是智慧商业、智慧城市、智慧生活、智慧汽车，但如今已调整为“1+X”战略模式：其中“1”是指生成式AI与视觉AI构成的集团核心业务；“X”则是拆分的生态企业矩阵，比如智慧医疗、自动驾驶、具身智能等业务。
而“1+X”的业务拆分逻辑也很现实，就是把暂时不赚钱、需要持续烧钱的业务从集团主干剥离，让它们自己去独立融资、独立求生；同时，把已经基本跑通了商业模式的业务集中起来，从财报视角冲击盈利。
02 五年亏了357亿，商汤还在持续“烧钱”
商汤的处境其实非常典型，作为一家从香港中文大学实验室里走出来的AI公司，商汤缺的从来不是技术底色，反而是如何找到一条能将技术转化为真金白银的商业路径。
2021年至2025年，商汤连续亏损五年，净亏损分别达到171.4亿元、60.45亿元、64.4亿元、42.78亿元和17.66亿元，累计亏损约356.7亿元，平均每天亏掉近2000万元，烧钱能力恐怖如斯。
虽然去年亏钱的速度明显变慢了，但主要原因并不是主营业务的跨越式提升，反而来源于经营之外的“其他利得净额”，光这笔收入就带来了19.17亿元的巨额收益。其中，出售附属公司及联营公司一次性收回了13.13亿元，金融资产公允价值又带来了6.46亿元。
说白了，如果剔除卖资产和投资收益带来的“外部输血”，商汤主营业务的自我“造血”能力距离盈亏平衡仍相去甚远。在业绩发布会上，徐立称预计2026年将维持大比例减亏的趋势，但对于何时能够扭亏为盈，还未有明确的时间表。
具体到业务上来看，2025年生成式AI营收为36.30亿元，同比增长51%，占总营收比重提高到了72.4%；传统视觉AI 业务营收为10.83亿元，占比21.6%，增速仅为3.4%，已经出现了增长疲态。
但问题在于，随着AI产业内卷加剧，去年商汤销售成本同比增长37.4%至29.58亿元，其中AIDC算力运营成本同比激增163.5%，导致整体毛利率从42.9%降至41%。这意味着商汤每增加一块钱收入，反而需要投入更高的算力成本。
一边是自身“造血”能力难以实现盈亏平衡，一边是盈利能力正在被摊薄，商汤只能持续伸手向资本市场“要钱”。
今年4月，商汤以1.91港元配售17亿股，募资32.47亿港元。再往前，商汤已经开展了四次“配售”，分别在2024年6月募资约20.08亿港元，2024年12月募资约27.98亿港元，2025年7月募资约25亿港元，2025年12月募资约31.5亿港元。
显然，商汤为了“续命”，融资节奏正在明显加快，基本每半年就要开启一轮大规模配售，且募资金额不断增加，短短两年时间累计募资金额已经高达约136.56亿港元。
但如此庞大的“输血”规模，依旧难以赶上商汤的“烧钱”速度。根据最新一次配售的资金用途安排，全部募资款项预计在今年年底前就会全部用完，实际可用周转时长连8个月都不到。
而作为一家已经上市近5年的AI公司，商汤仍然困在“伸手要钱—烧钱—再伸手要钱”的死循环里，这种持续失血状态正在快速消耗资本市场的耐心。
在高盛刚刚发布的一份研究报告中，商汤的投资评级已从“买入”下调至“中性”，并将12个月目标价从3.55港元下调至2.00港元，理由正是AI领域竞争愈发激烈，而商汤的商业化进程慢于预期。
03 虚胖的“商汤宇宙”背后，AI新贵正在崛起
在商汤“1+X”战略背后，“X”拆分出来的业务，显然是一个更具想象力的资本叙事。
今年以来，市场上出现了“商汤宇宙”的说法，背后正是商汤绝影、商汤医疗、曦望Sunrise、大晓机器人这些被分拆出来的业务。但回归商业层面，“X创新业务”去年营收仅3.02亿元，同比下降5.9%，占比6%，几乎没什么存在感。
有数据统计显示，光今年上半年，商汤拆分/孵化的公司合计融资超过53亿元，热闹程度甚至超过商汤本身。
以商汤医疗为例。7月28日，这家公司刚刚完成超1亿美元B轮融资，投后估值突破百亿元人民币，融资落地后直接进入Pre-IPO阶段，正在筹备上市前最后一轮融资。
商汤医疗的百亿估值，其实很大程度上是建立在“医疗世界模型”这一资本叙事下。今年6月，商汤医疗CEO张少霆曾公开表示：“真实医疗不是静态文本，而是一个动态系统。肿瘤如何演进？不同治疗方案会带来怎样的结果？术中血流、解剖结构和器械位置如何实时变化？这些都需要模型从‘回答’走向‘模拟’。”
但公开信息显示，目前商汤医疗并未正式推出一款能够实现疾病演进模拟、治疗效果预测并深度辅助临床决策的“医疗世界模型”产品。
此外，从商汤大芯片部门分拆出来的曦望Sunrise，累计已完成七轮融资，总融资额约40亿元。虽然2025年的具体营收情况并未对外公布，但再往前的2024年营收仅为24万元，净亏损却达到了1.9亿元。
更别说去年刚成立的大晓机器人，虽然累计融资已有数亿美元，但目前仍处于技术验证和场景探索的早期阶段，商业价值落地更是遥遥无期。
所以尽管通过分拆和孵化，商汤构建出了一个庞大的生态体系，但这个体系的具体产品落地、长期商业价值和盈利能力是否可持续，这些问题都还有待市场检验。
而在商汤忙于融资“输血”和内部分拆的同时，中国AI产业的格局其实正在悄然转向，以“AI四小龙”为代表的早期AI公司逐渐式微，一批AI新贵正在强势崛起。
有意思的是，相当一部分AI新贵的创始人，曾经正是商汤的技术骨干：比如前副总裁闫俊杰创办了MiniMax，前总裁张文创办了壁仞科技，前研发总监曹旭东创办了Momenta，前执行研究总监刘宇创办了Vivix AI等。
虽然他们是“后浪”，但都在各自的赛道上讲出了更具想象力的AI叙事，如今也更受资本市场的青睐。截至8月7日收盘，MiniMax总市值1140亿港元，壁仞科技总市值1037亿港元，Momenta总市值646.32亿港元，全部高于商汤616.36亿港元的市值。
对于曾经头顶“AI第一股”光环的商汤而言，这种落差多少有些刺眼。
04 结语
在今年2月的一场内部讲话中，徐立抛出过一个问题：2026年是AI真正的决赛场，商汤要做什么才能留在场上？
他的答案其实还是围绕商汤的商业落地展开：第一，在视觉AI领域坚持长期主义，要实现稳定盈利。第二，生成式AI是商汤的第二增长曲线和未来核心引擎。第三，通过“1+X”战略，构筑一个战列舰的集群。
说白了，当AI产业从拼融资、拼参数、拼估值的扩张期，开始转向拼产品、拼商业、拼利润的商业兑现期，商汤能不能把“烧钱换规模”转向“规模换利润”，才是它能不能留在场上的真正考题。
毕竟，资本市场的耐心从来不是无限的，而AI赛道的洗牌速度，远比我们想象中要更快。
热门跟贴