港股AGI第一股“云知声”首战告捷：大模型贡献1亿收入，单客价直线提升116.2%，AI保险业务暴涨1386.8%

明敏
2025-08-29
19:55:15

来源：量子位

明敏 发自 凹非寺

量子位 | 公众号 QbitAI

港股AGI第一股，首份财报来了！

云知声日前发布《2025中期业绩报告》，亮点如下：

• 收入4.05亿元，同比增长20.2%；
• 山海大模型收入近1亿，同比增长457%；
• 医疗领域，每名客户收入同比增长116.2%；
• 保险行业业绩收入同比增长1386.8%；
• AI芯片销售1650万颗，累计出货近1亿颗。

亮眼数据背后，代表云知声完成了All In AGI的华丽转身。

更进一步传递市场新动向——

大模型正在成为AI公司的直接收入增长引擎，全栈AI布局形成的飞轮效应进一步显现，清晰业务模式+技术路径，已是大模型落地战中的关键纲领。

大模型半年贡献近1亿收入

云知声这份半年报清晰展示了「如何跑通AI产业化落地」的详解，核心财务数据就是最好的证明。

先从收入层面来看，2025上半年云知声总营收为4.05亿元，较2024年同期的3.37亿元增长20.2%。

其中，大模型收入大幅飙涨457%至近1亿元人民币。

按照不同业务类型细分，其中日常生活的收入为3.35亿元，占总收入82.7%。

该业务板块分为解决方案和产品两部分，解决方案是贡献收入最大的板块，达到2.83亿元，占总收入的69.8%，同比增长22.6%；

产品收入为0.53亿元，占总收入13%。AI芯片销售1650万颗，累计出货量近1亿颗。芯片及模块收入同比增长5.8%，在白电和教育平板市场表现良好。

医疗业务表现突出，收入0.70亿，同比增长22.3%，占总收入17.3%。同时，客户价值提升明显，每个医疗客户收入（客单价）从2024年同期的46.9万元大幅增长至101.3万元，增幅达116.2%。

财报表示，这得益于“山海医疗大模型”的升级，使得公司能以更高价格提供更高端、更先进的解决方案。

关键子业务——保险理赔审核服务爆发，该细分领域收入从2024年同期的67万元，大幅增加1386.8%至2025年同期的996.3万元。

各业务的持续增长，其推动引擎是底层基座大模型。

来自山海大模型的收入从2024年同期的1772万元飙升至9876万元，增幅高达457.4%。这表明其大模型技术已成功商业化，并成为驱动业务增长的核心动力。

这一方面得益于在研发方面的持续投入。2025年上半年，云知声研发开支为1.68亿元，占总收入的41.5%，研发团队占员工总数的68.7%。

另一方面也得益于其在商业模式上的迅速成长。

基于MaaS（模型即服务）的API订阅费收入达到324.3万元，同比增长45.6%，显示出云端AI能力调用需求的强劲增长。

总体来看，云知声业务规模持续扩大，收入增长同时毛利也在增长。毛利同比增长13%至1.31亿元，这表明整体盈利能力在增强。

如此增长如何实现？来看具体业务层面的表现。

业务布局前瞻式响应国务院“人工智能+”行动

云知声构建了从底层芯片、算力设施到大模型的新一代AGI技术能力，重点布局日常生活和医疗两大场景。形成“技术纵深化+场景专业化”格局。

核心业务构成非常清晰，主要分为两大垂直领域：日常生活和医疗。

战略维度上，与近日公布的《国务院关于深入实施“人工智能+”行动的意见》（以下简称《意见》）高度呼应，且展现了具体的实践案例。

日常生活业务

首先来看日常生活业务，占比82.7%。解决方案部分是公司最主要收入来源，占比69.8%，主要提供基于大模型和物联网平台的综合性解决方案，应用于住宅、商业空间、酒店、交通等多个场景。例如，为智能家居、智慧交通、智能座舱等提供一站式系统集成服务。

这充分呼应了《意见》中提出的“人工智能+”消费提质部分：“推动智能终端‘万物智联’，培育智能产品生态”，“打造一体化全场景覆盖的智能交互环境。”同时也为行业提供了参考范式——

比如开发了应用于深圳地铁20号线自动售票的语音售票系统，乘客可以通过语音交互选择目的地，将自动售票操作的平均用时从15秒缩短至1.5秒，提高购票效率、缓解排队造成的拥堵问题。

此外，《意见》中首次将“智能体”（Agent）作为重点发展方向，明确提出2027年实现人工智能在重点领域广泛深度融合，新一代智能体应用普及率超70%，2030年智能体应用普及率超90%，加速形成新质生产力。

在这个战略维度，云知声无疑是行业的典型代表，其业务战略与国家行动意见高度契合。2024年云知声交通客服Agent发布，它集成语音、触控等多模态交互方式，能为乘客提供更直观、个性化的交通客服服务。比如旅客可以直接让Agent为Ta规划一条避开人流高峰的美食路线，并推荐排队时间短的餐厅。

目前已上岗厦门高崎机场T3、T4航站楼、上海虹桥机场等。

医疗业务

医疗领域是云知声长期重点布局的垂直领域。

《意见》中明确提到AI医疗是“人工智能+”民生福祉的重要部分：“探索推广人人可享的高水平居民健康助手，有序推动人工智能在辅助诊疗、健康管理、医保服务等场景的应用，大幅提高基层医疗健康服务能力和效率。”

在这方面，云知声自研的“山海大模型”基于海量医疗场景真实数据构建了专家级医疗大模型。该专家级医疗大模型在MedBench多项评测中稳居第一名。

目前云知声已面向医院（B端）和保险机构提供丰富医疗解决方案。

核心产品包括：病历语音输入、病历质控、单一疾病质控、医疗保险支付管理。重点服务大型三甲医院（如北京协和医院、北京友谊医院）以及拓展保险行业的理赔审核服务。

落地形式还是以Agent为主。云知声以自研山海大模型为基座，结合场景化需求，打造了兽牙Agent平台，不断拓展AI行业的广度和深度。在医疗领域，基于兽牙Agent平台，云知声开发了不同应用场景的行业Agent产品。

如病历生成与病历质控产品系列，实现了门诊、手术、病程、出院记录等全场景病历的自动生成。目前该产品已在多家机构落地，大幅提升门诊病历录入效率，显著降低医生文书负担并提升患者满意度。基于山海大模型升级的智能病历质控系统已实现从单方面的「质控提示」到交互式的「缺陷修改」的跨越升级。该系统以「动态推理+交互修正」重构医疗质控范式，其技术深度与政策适配性已形成商业护城河。

山海大模型及新一代AGI技术能力积累

驱动丰富业务落地的核心引擎是以山海大模型为核心的新一代AGI技术架构。

云知声已搭建起“大模型平台+算力设施+自研芯片”的AGI能力架构。

它主要包括通用大语言模型山海大模型及AI组件。

其中，山海大模型是云知大脑平台的核心算法模型，也是构建MaaS业务的关键。

它基于自研训推一体化框架，经过10T级别的数据和代码预训练以及百万级指令数据后训练而成。

通过深度融合跨模态信息并结合深度推理能力，实现三方面突破：

• 支持高效混合推理模式，根据不同难度问题自动切换推理模式；
• 拓展多模态融合，支持图音文等多源信息输入；
• 支持接入MCP协议。

在通用大模型基础上，通过深入行业和应用场景，整合行业知识、数据与Know-how ，进一步训练出专家级大模型，能力上实现从助手、同事、专家到导师级的专业能力演进，并逐步提高智能体（Agent）解决行业实际问题的能力。这种能力升级使得山海大模型可以快速落地垂直行业Agent开发，将行业解决方案构建周期缩短40%以上，支持模型在持续反馈中迭代优化，形成「感知-决策-行动」的业务闭环。

进而，结合专家级大模型和智能体的产业化应用，形成数据飞轮效应，最终将算法和技术的领先优势转化为行业知识、数据和模型的优势和壁垒。

AI组件主要包含以下几个部分：

• 多模态感知及生成
• 行业级知识图谱
• 一站式物联网互聊系统

云知平台的底层基石是Atlas AI基础设施，它能实现计算、储存、连接、调度及管理，为山海大模型的开发、优化及运营提供底层支持。

该集群可高效动态调度数以千计的GPU进行并行计算，并针对大规模机器学习任务（尤其是大语言模型）优化了存储、带宽和计算能力。智算集群强大的算力、高效动态的调度和可扩展性，是我们推进AI解决方案及数据飞轮的核心竞争优势。

此外，云知声还积累了自研AI芯片能力，目前已形成语音AI SoC+物联网AI芯片+边缘算力芯片三大矩阵，主要面向家居、家电场景，累计出货量近1亿颗。

基于以上AGI能力，云知声重点围绕日常生活和医疗两个领域，打造了多个行业级解决方案、Agent产品，成为人工智能规模化商业化落地的行业代表。

这既前瞻性响应了国务院“人工智能+”行动，同时也驱动云知声业务快速增长，在即将到来的AI全球红利期中抢占先机。

云知声，长期可期

以这份上市后的首份财报切入来洞察云知声以及大模型趋势的全局。

亮眼数据背后，云知声的AGI落地战略已明了：

智慧生活+智慧医疗两大基本盘业务，拉动总体强劲增长。大模型战略成效显著，技术不再是成本中心，而是成为了直接的收入增长引擎。

同时医疗业务价值持续提升，无论是单客收入暴增还是保险理赔业务的开拓，都显示出在严肃、高价值场景下的解决方案能力和议价能力得到提升。

由此也进一步传递了整体市场信号：大模型落地规模化趋势愈加热闹，关乎民生福祉行业的需求旺盛。以医疗、服务行业为代表，AI正在快速渗透到人们生活的方方面面。

而在趋势之中，谁能拔得头筹？

有强大基础支撑能力的玩家，更值得被关注。《国务院关于深入实施“人工智能+”行动的意见》中强调提升模型基础能力、加强数据供给创新、强化智能算力统筹等方方面面，云知声的技术布局，都切中关键，自然能带来持续长期增长。

由此，云知声不仅交出了一份值得市场关注的业绩报告，更是其商业化能力的进一步验证，也为市场提供了一个技术创新与产业落地的范本参考。

这也一定程度上折射了AI产业落地的现状：长期可期。

Read More