港股AGI第一股“云知聲”首戰告捷：大模型貢獻1億收入，單客價直線提升116.2%，AI保險業務暴漲1386.8%

明敏 2025-08-29 19:55:15 來源：量子位

明敏 發自 凹非寺

量子位 | 公眾號 QbitAI

港股AGI第一股，首份財報來了！

云知聲日前發布《2025中期業績報告》，亮點如下：

• 收入4.05億元，同比增長20.2%；
• 山海大模型收入近1億，同比增長457%；
• 醫療領域，每名客戶收入同比增長116.2%；
• 保險行業業績收入同比增長1386.8%；
• AI芯片銷售1650萬顆，累計出貨近1億顆。

亮眼數據背后，代表云知聲完成了All In AGI的華麗轉身。

更進一步傳遞市場新動向——

大模型正在成為AI公司的直接收入增長引擎，全棧AI布局形成的飛輪效應進一步顯現，清晰業務模式+技術路徑，已是大模型落地戰中的關鍵綱領。

大模型半年貢獻近1億收入

云知聲這份半年報清晰展示了「如何跑通AI產業化落地」的詳解，核心財務數據就是最好的證明。

先從收入層面來看，2025上半年云知聲總營收為4.05億元，較2024年同期的3.37億元增長20.2%。

其中，大模型收入大幅飆漲457%至近1億元人民幣。

按照不同業務類型細分，其中日常生活的收入為3.35億元，占總收入82.7%。

該業務板塊分為解決方案和產品兩部分，解決方案是貢獻收入最大的板塊，達到2.83億元，占總收入的69.8%，同比增長22.6%；

產品收入為0.53億元，占總收入13%。AI芯片銷售1650萬顆，累計出貨量近1億顆。芯片及模塊收入同比增長5.8%，在白電和教育平板市場表現良好。

醫療業務表現突出，收入0.70億，同比增長22.3%，占總收入17.3%。同時，客戶價值提升明顯，每個醫療客戶收入（客單價）從2024年同期的46.9萬元大幅增長至101.3萬元，增幅達116.2%。

財報表示，這得益于“山海醫療大模型”的升級，使得公司能以更高價格提供更高端、更先進的解決方案。

關鍵子業務——保險理賠審核服務爆發，該細分領域收入從2024年同期的67萬元，大幅增加1386.8%至2025年同期的996.3萬元。

各業務的持續增長，其推動引擎是底層基座大模型。

來自山海大模型的收入從2024年同期的1772萬元飆升至9876萬元，增幅高達457.4%。這表明其大模型技術已成功商業化，并成為驅動業務增長的核心動力。

這一方面得益于在研發方面的持續投入。2025年上半年，云知聲研發開支為1.68億元，占總收入的41.5%，研發團隊占員工總數的68.7%。

另一方面也得益于其在商業模式上的迅速成長。

基于MaaS（模型即服務）的API訂閱費收入達到324.3萬元，同比增長45.6%，顯示出云端AI能力調用需求的強勁增長。

總體來看，云知聲業務規模持續擴大，收入增長同時毛利也在增長。毛利同比增長13%至1.31億元，這表明整體盈利能力在增強。

如此增長如何實現？來看具體業務層面的表現。

業務布局前瞻式響應國務院“人工智能+”行動

云知聲構建了從底層芯片、算力設施到大模型的新一代AGI技術能力，重點布局日常生活和醫療兩大場景。形成“技術縱深化+場景專業化”格局。

核心業務構成非常清晰，主要分為兩大垂直領域：日常生活和醫療。

戰略維度上，與近日公布的《國務院關于深入實施“人工智能+”行動的意見》（以下簡稱《意見》）高度呼應，且展現了具體的實踐案例。

日常生活業務

首先來看日常生活業務，占比82.7%。解決方案部分是公司最主要收入來源，占比69.8%，主要提供基于大模型和物聯網平臺的綜合性解決方案，應用于住宅、商業空間、酒店、交通等多個場景。例如，為智能家居、智慧交通、智能座艙等提供一站式系統集成服務。

這充分呼應了《意見》中提出的“人工智能+”消費提質部分：“推動智能終端‘萬物智聯’，培育智能產品生態”，“打造一體化全場景覆蓋的智能交互環境。”同時也為行業提供了參考范式——

比如開發了應用于深圳地鐵20號線自動售票的語音售票系統，乘客可以通過語音交互選擇目的地，將自動售票操作的平均用時從15秒縮短至1.5秒，提高購票效率、緩解排隊造成的擁堵問題。

此外，《意見》中首次將“智能體”（Agent）作為重點發展方向，明確提出2027年實現人工智能在重點領域廣泛深度融合，新一代智能體應用普及率超70%，2030年智能體應用普及率超90%，加速形成新質生產力。

在這個戰略維度，云知聲無疑是行業的典型代表，其業務戰略與國家行動意見高度契合。2024年云知聲交通客服Agent發布，它集成語音、觸控等多模態交互方式，能為乘客提供更直觀、個性化的交通客服服務。比如旅客可以直接讓Agent為Ta規劃一條避開人流高峰的美食路線，并推薦排隊時間短的餐廳。

目前已上崗廈門高崎機場T3、T4航站樓、上海虹橋機場等。

醫療業務

醫療領域是云知聲長期重點布局的垂直領域。

《意見》中明確提到AI醫療是“人工智能+”民生福祉的重要部分：“探索推廣人人可享的高水平居民健康助手，有序推動人工智能在輔助診療、健康管理、醫保服務等場景的應用，大幅提高基層醫療健康服務能力和效率。”

在這方面，云知聲自研的“山海大模型”基于海量醫療場景真實數據構建了專家級醫療大模型。該專家級醫療大模型在MedBench多項評測中穩居第一名。

目前云知聲已面向醫院（B端）和保險機構提供豐富醫療解決方案。

核心產品包括：病歷語音輸入、病歷質控、單一疾病質控、醫療保險支付管理。重點服務大型三甲醫院（如北京協和醫院、北京友誼醫院）以及拓展保險行業的理賠審核服務。

落地形式還是以Agent為主。云知聲以自研山海大模型為基座，結合場景化需求，打造了獸牙Agent平臺，不斷拓展AI行業的廣度和深度。在醫療領域，基于獸牙Agent平臺，云知聲開發了不同應用場景的行業Agent產品。

如病歷生成與病歷質控產品系列，實現了門診、手術、病程、出院記錄等全場景病歷的自動生成。目前該產品已在多家機構落地，大幅提升門診病歷錄入效率，顯著降低醫生文書負擔并提升患者滿意度。基于山海大模型升級的智能病歷質控系統已實現從單方面的「質控提示」到交互式的「缺陷修改」的跨越升級。該系統以「動態推理+交互修正」重構醫療質控范式，其技術深度與政策適配性已形成商業護城河。

山海大模型及新一代AGI技術能力積累

驅動豐富業務落地的核心引擎是以山海大模型為核心的新一代AGI技術架構。

云知聲已搭建起“大模型平臺+算力設施+自研芯片”的AGI能力架構。

它主要包括通用大語言模型山海大模型及AI組件。

其中，山海大模型是云知大腦平臺的核心算法模型，也是構建MaaS業務的關鍵。

它基于自研訓推一體化框架，經過10T級別的數據和代碼預訓練以及百萬級指令數據后訓練而成。

通過深度融合跨模態信息并結合深度推理能力，實現三方面突破：

• 支持高效混合推理模式，根據不同難度問題自動切換推理模式；
• 拓展多模態融合，支持圖音文等多源信息輸入；
• 支持接入MCP協議。

在通用大模型基礎上，通過深入行業和應用場景，整合行業知識、數據與Know-how ，進一步訓練出專家級大模型，能力上實現從助手、同事、專家到導師級的專業能力演進，并逐步提高智能體（Agent）解決行業實際問題的能力。這種能力升級使得山海大模型可以快速落地垂直行業Agent開發，將行業解決方案構建周期縮短40%以上，支持模型在持續反饋中迭代優化，形成「感知-決策-行動」的業務閉環。

進而，結合專家級大模型和智能體的產業化應用，形成數據飛輪效應，最終將算法和技術的領先優勢轉化為行業知識、數據和模型的優勢和壁壘。

AI組件主要包含以下幾個部分：

• 多模態感知及生成
• 行業級知識圖譜
• 一站式物聯網互聊系統

云知平臺的底層基石是Atlas AI基礎設施，它能實現計算、儲存、連接、調度及管理，為山海大模型的開發、優化及運營提供底層支持。

該集群可高效動態調度數以千計的GPU進行并行計算，并針對大規模機器學習任務（尤其是大語言模型）優化了存儲、帶寬和計算能力。智算集群強大的算力、高效動態的調度和可擴展性，是我們推進AI解決方案及數據飛輪的核心競爭優勢。

此外，云知聲還積累了自研AI芯片能力，目前已形成語音AI SoC+物聯網AI芯片+邊緣算力芯片三大矩陣，主要面向家居、家電場景，累計出貨量近1億顆。

基于以上AGI能力，云知聲重點圍繞日常生活和醫療兩個領域，打造了多個行業級解決方案、Agent產品，成為人工智能規模化商業化落地的行業代表。

這既前瞻性響應了國務院“人工智能+”行動，同時也驅動云知聲業務快速增長，在即將到來的AI全球紅利期中搶占先機。

云知聲，長期可期

以這份上市后的首份財報切入來洞察云知聲以及大模型趨勢的全局。

亮眼數據背后，云知聲的AGI落地戰略已明了：

智慧生活+智慧醫療兩大基本盤業務，拉動總體強勁增長。大模型戰略成效顯著，技術不再是成本中心，而是成為了直接的收入增長引擎。

同時醫療業務價值持續提升，無論是單客收入暴增還是保險理賠業務的開拓，都顯示出在嚴肅、高價值場景下的解決方案能力和議價能力得到提升。

由此也進一步傳遞了整體市場信號：大模型落地規模化趨勢愈加熱鬧，關乎民生福祉行業的需求旺盛。以醫療、服務行業為代表，AI正在快速滲透到人們生活的方方面面。

而在趨勢之中，誰能拔得頭籌？

有強大基礎支撐能力的玩家，更值得被關注。《國務院關于深入實施“人工智能+”行動的意見》中強調提升模型基礎能力、加強數據供給創新、強化智能算力統籌等方方面面，云知聲的技術布局，都切中關鍵，自然能帶來持續長期增長。

由此，云知聲不僅交出了一份值得市場關注的業績報告，更是其商業化能力的進一步驗證，也為市場提供了一個技術創新與產業落地的范本參考。

這也一定程度上折射了AI產業落地的現狀：長期可期。