十年前，依托计算机视觉技术崛起的商汤、旷视、依图、云从，凭借顶尖算法优势、高额融资规模和海量政企项目，被誉为资本市场的“AI四小龙”，是人工智能赛道最受瞩目的明星企业。
但随着行业从传统人脸识别时代迭代至大模型与智能体时代，昔日靠融资烧钱、规模扩张的发展模式彻底失效。五年半累计超500亿元的巨额亏损、大规模裁员降薪、研发投入收缩，成为四家企业的共同困境。
当下行业洗牌加剧，核心问题早已不是四小龙昔日的辉煌，而是传统AI商业模式为何难以为继，以及它们能否在全新技术浪潮中找到可持续的盈利路径。
AI四小龙的崛起，依托的是2010年代中后期计算机视觉的产业化红利。彼时人脸识别、城市治理、交通管控、金融身份认证、智能设备解锁等场景需求集中爆发，视觉算法从实验室走向商业化落地。
四家企业精准把握行业窗口期，吸纳大量顶尖科研人才，在算法竞赛、学术论文、技术专利领域快速建立壁垒，叠加资本市场对AI赛道的高预期，海量资本涌入行业。
当时市场普遍容忍AI企业阶段性亏损，核心逻辑是技术壁垒高、未来市场空间广阔。企业拿到融资后持续扩招、采购算力、迭代算法、扩张销售团队，以项目规模拉动估值增长，形成“融资—扩张—扩规模—再融资”的高速发展闭环。
但这套高速扩张模式天生存在致命短板，收入结构的弊端逐步暴露。四小龙的核心订单多为政企定制化项目，不同于可批量复制的标准化软件产品。
不同城市、园区、金融机构的硬件设备、数据环境、业务流程差异极大，每个项目都需要单独进行算法适配、服务器部署、系统集成和长期运维服务。这就导致企业订单越多、营收越高，交付成本、人力成本、运维成本随之攀升，出现“营收增长、利润不增、现金流承压”的怪象。
账面资产规模持续扩大，但应收账款居高不下，企业可自由支配的现金流持续紧张，为后续长期亏损埋下隐患。
行业迭代成为压垮旧模式的关键推手。2022年底生成式AI爆发，大模型重构了人工智能的行业评价体系，市场关注点从传统的“人脸识别准确率”，转向模型推理成本、多模态能力、智能体执行效率、国产算力适配和实际降本增效价值。
DeepSeek等模型的普及，进一步拉低行业技术门槛、重塑竞争规则。传统视觉AI企业陷入两难困境：缩减研发投入，会错失大模型技术迭代机遇；维持原有高强度研发，本就紧张的现金流将难以为继。
也正是在这一背景下，裁员、降本、收缩研发、调整业务结构，成为四小龙的普遍自救选择。
云从科技的调整最为激进直观，是行业阵痛的典型缩影。2024年底，公司员工规模从801人精简至453人，整体裁员比例超43%，其中核心研发团队从467人缩减至228人，裁员幅度突破51%，近乎砍半。
薪酬总额大幅下降，核心源于人员规模收缩，研发人员平均薪酬小幅下调，并不存在网传的人均降薪43%。2025年公司继续收缩研发开支，研发费用从2024年的4.72亿元降至2.10亿元，同比大降55.56%，主要源于人员投入缩减与资产折旧减少。
严苛的降本举措有效缓解了现金流压力，公司经营活动现金净流出从3.07亿元收窄至8065万元。2025年公司营收小幅增长至5.01亿元，但归母净亏损仍达5.56亿元，且营收增长依赖低毛利算力业务、营业成本同比上涨近40%，意味着其尚未跑通稳定的商业模式。
商汤科技则深陷长期巨额亏损泥潭，是四小龙中规模最大、亏损最久的企业。公司早年持续重金布局AI算力基础设施、扩建研发团队、跨界布局生成式AI新业务，长期维持高投入、高亏损态势。
2024年商汤营收37.72亿元，但全年净亏损超43亿元，多年累计亏损突破500亿元。资本市场的估值逻辑彻底反转，不再追捧技术规模、科研团队体量，转而聚焦毛利率、现金流、亏损收窄幅度与盈利周期。
2025年商汤迎来明显转型成效，全年营收增至50.15亿元，同比增长32.9%，其中生成式AI收入36.30亿元，同比增长51%，占总营收72.4%，彻底取代传统视觉业务成为核心增长引擎。
同时亏损大幅收窄至17.82亿元，降幅达58.6%，下半年EBITDA首次转正、经营性现金流实现净流入，回款能力显著提升，正式从单纯规模扩张转向效率与质量并重。
旷视、依图的困境则集中在融资受阻与赛道适配滞后。旷视常年奔波于上市进程，先后尝试港股、科创板IPO，2021年科创板过会后迟迟未能落地，2024年撤回注册申请。对于依赖持续研发投入的AI企业而言，资本市场通道受阻，直接导致业务扩张受限、资金布局趋于保守。
2026年旷视开启战略重构，摒弃传统人脸识别供应商定位，转型“物理空间运营”，依托智能体技术打通感知、判断、执行全流程，从单纯的“AI识别问题”升级为“AI解决问题”，聚焦城市治理、交通运营、安全生产等实景场景，试图通过技术标准化破解定制化项目成本过高的痛点。
目前公司仍维持超60%的高研发人员占比，全力布局空间智能体与POA OS平台，探索全新商业路径。
依图科技则逐步淡出资本市场竞争焦点，早年依托医疗影像、城市智能、视觉识别建立的行业优势，在大模型时代逐渐弱化。行业竞争早已从单一算法比拼，升级为模型、算力、数据、应用、交付体系的综合竞争，单一视觉技术无法支撑原有估值逻辑，企业被迫在医疗AI、行业智能化赛道重新寻找稳定商业入口。
截至当前，AI四小龙已出现明显发展分化，但整体仍未彻底走出困境。
商汤凭借生成式AI实现收入高增、亏损大幅收窄，现金流持续改善；云从依靠裁员降本、收缩研发缓解现金流压力，依托算力业务实现营收小幅回暖，但仍未摆脱亏损；
旷视聚焦实景智能体与空间运营开启转型；依图仍在原有赛道探索新机遇。值得注意的是，核心企业均未实现全年净利润转正，单次营收增长、技术迭代无法彻底消解多年积累的经营隐患。
纵观四小龙十余年发展历程，行业已经完成彻底的价值重构。早期资本市场追捧算法排名、专利数量、融资规模、团队体量，如今核心考核标准变为客户复购率、单收入成本、回款效率、商业落地价值。
AI行业的深刻教训在于：技术领先绝不等于商业成功。昔日AI四小龙的集体困境，是第一代视觉AI商业模式的系统性失灵，定制化程度高、可复制性弱、投入产出比失衡的先天缺陷，在资本红利褪去后彻底暴露。
当下生成式AI、多模态技术、行业智能体应用，为四小龙提供了新一轮转型机遇。但市场规则已然改变，靠烧钱换规模、靠故事换估值的时代彻底终结。未来能够存活、发展的AI企业，必须实现技术、成本、现金流的平衡，让技术可落地、可复制、可盈利。
褪去昔日光环，AI四小龙的最终突围之战，比拼的不再是技术噱头，而是可持续的商业模式与真实的商业盈利能力。
热门跟贴