大模型新玩家入局第一梯队：市场格局与未来趋势深度解析
云知声即将在6月正式发布其U2大模型。此举被业界视为公司冲击国产大模型第一梯队的关键节点。若此目标达成，U2的技术实力将直接与头部模型看齐。
已披露的评测数据显示，U2在指令遵循、知识推理与Agent工具调用等核心能力上，已具备对标全球顶尖模型的综合性能。其核心定位更值得关注：U2是一个原生Agent能力模型。这意味着它超越了传统对话，能深度融入业务流程，具备目标理解、任务拆解、工具调用与结果验收的完整闭环能力，更贴近“智能体时代底座”的构想。尤为关键的是，与动辄万亿参数的庞大模型相比，U2的模型规模更为精巧，其参数效率据称接近5倍。
这可以看作是云知声的“DeepSeek时刻”，其路径高度一致：以更小的参数量、更低的成本，实现更高的Token商业价值。这正是“密度智能”理念的实践：核心并非盲目追求模型小型化，而是在确保世界级性能基准的前提下，以更优的规模与成本效率达成目标。
若上述信息得到验证，当前市场便出现一个值得玩味的定价错位：一家即将迈入第一梯队的模型公司，其市销率（PS）尚不足15倍。这一信号不容忽视。
定价的错位
审视同业估值：智谱AI、MiniMax登陆港股后，估值均站上千亿港元；百川智能与月之暗面冲刺IPO，估值同样处于千亿量级。相比之下，云知声不足15倍的市销率，价差显而易见。
然而财报呈现了另一番景象。2025年，云知声大模型相关收入达6.1亿元，占总营收50.4%，同比增幅高达1076%。这一增速在港股科技板块中极为突出。更重要的是，这6.1亿收入并非依赖补贴换取，公司全年经调整净利润持续改善，下半年改善幅度达84%。
市场定价显然尚未充分反映这一变化。
诚然，港股对AI公司的估值历来保守。但保守与认知滞后存在区别。一家在细分领域领先的模型公司，大模型收入实现十倍增长，利润面快速修复，市值却停滞不前，这更像是一个信息差问题——多数市场参与者，尚未将云知声与第一梯队模型公司划上等号。
这种“港股折扣”部分源于其固有叙事。长期以来，“语音识别”、“智能语音”的标签深入人心，许多投资者对其认知仍停留在语音芯片阶段。公司从2021年递表到2025年6月正式挂牌，长达四年的IPO进程，恰好错过了大模型最狂热的舆论窗口期。期间，同行融资消息频出，而云知声则保持低调，加之合规要求限制了对外发声。
正如其创始人兼CEO黄伟所言：“2023至2025年是大模型的热身赛，2026年正赛才刚开始。”在热身赛阶段，云知声未参与舆论与融资竞赛，而是选择深入一线：一家家医院走访，一个个场景打磨，一份份合同签订。直至2025年财报发布，外界才惊觉其大模型收入已占据半壁江山。当市场被宏大叙事占据时，这家埋头深耕场景的公司，其价值被暂时低估了。
U2的正式发布，很可能成为弥合这一认知鸿沟的起点。
大模型落地的壁垒
大模型落地面临的核心挑战之一是“幻觉”。在医疗这类容错率近乎为零的领域，一次错误输出可能带来严重后果。
云知声如何应对？数据提供了答案：2025年，北京友谊医院超45万份病历由云知声AI辅助生成，医生直接引用率超过90%。在车险理赔场景，其控费率较传统第三方管理公司提升3个百分点；在医保场景，控费率从1个点跃升至7个点。
这些数字直接转化为商业价值。那6.1亿大模型收入，每一分都来自病历生成、车险定损、医保审核等高价值、高门槛场景。在这些场景中，一段简短的AI输出，可能直接关联数十万元的决策金额，其Token的商业价值与通用对话场景不可相提并论。
那么，为何是云知声？开源模型无法胜任吗？
关键在于，医疗AI的成功远不止于语言理解。它需要深度理解复杂的医疗流程、临床规范与保险政策。通用大模型训练于公开网络数据，缺乏真实医院工作流的锤炼。而云知声在医疗与物联网领域已深耕十三年，积累了上千家医院的真实使用数据。这些数据不仅包含文本，更内化了医生习惯、医院流程及各科室特殊需求。这种与行业深度耦合构建的壁垒，是开源模型短期内难以跨越的。
U2的到来，进一步加固了这道壁垒。由十三年场景数据淬炼出的防幻觉能力，正是其在医疗、金融等严苛场景中保持领先的根基。
增长的引擎
除了性能，U2在成本控制上优势显著。据报道，其单位Token成本可降至普通稠密模型的十分之一左右。这对企业级规模化应用至关重要。
再看云知声的运营效率：销售费用率仅5.4%，在B端AI公司中处于极低水平（同业普遍超过20%）；人均产值达252万元；研发人员占比69%，研发投入占经调整后三项费用总额的75%。这些指标指向一个结论：U2上线后，云知声的规模扩张将不再依赖于人力堆砌与资金消耗。
增长将更多由产品竞争力驱动。据接近公司的信息源透露，云知声在Token调用收入上的增速超出预期。2026年5月，公司Token调用收入的年度经常性收入（ARR）环比暴涨600%，而6月的预测数据更为强劲，环比仍在翻倍增长。
爆发式增长背后，是U2推动公司从传统项目制向全面产品化转型。黄伟指出，过去一个医疗AI项目交付需3个月，如今借助U2的标准化能力，交付周期可压缩至1周，成本降低80%。U2不仅是一次技术迭代，更是一次业务交付逻辑的重构。
若以5月近500万美元的ARR估算，当前市值对应的Token收入市销率不足20倍。而第一梯队同行的这一倍数普遍在50倍以上。云知声的Token收入增速不逊于任何头部公司，但资本市场给予的定价却显著滞后。
拐点的窗口
回顾2025年，公司总营收12.1亿元，其中大模型收入6.1亿元，同比增长1076%。客户续约率稳定，新客户订单规模持续扩大。
利润层面，全年经调整净利润持续改善。改善主要集中在下半年，因上半年包含IPO费用及大模型研发的集中投入。但随着下半年U2上线带动收入加速，以及标准化交付使项目成本降低80%，下半年利润改善幅度同比高达84%。这一速度已非常接近盈亏平衡点。一旦实现盈利，港股市场的定价逻辑很可能从市销率（PS）切换至市盈率（PE），估值弹性将随之释放。
黄伟曾提出，AI公司的价值等于智能密度乘以Token价值。U2的底气正源于此：在达到世界一流性能的同时，将参数规模控制在2600亿，远小于万亿模型，并将Token成本降至稠密模型的十分之一。先确立世界级的性能基准，再追求更优的规模与成本，这才是“密度智能”的完整逻辑。总结为三点：强而小（同等性能下参数更精简，效率更高）、强而省（单位Token成本极低，利于企业级部署）、强而能落地（原生Agent能力，可嵌入真实业务流程）。三者叠加，构成了其坚实的商业基础。而其产出的Token直接作用于病历、保险、医保等高价值决策场景，每个Token都承载着远超闲聊的商业价值。
用黄伟的另一个比喻：“不需要请中科院院士来开网约车。”大模型未必需要追求全能，在特定垂直场景做到极致，其商业价值反而更大。这条聚焦场景、深度落地的路径，云知声已走了十三年，而U2是这条路径上迄今最具里程碑意义的一步。
目前，解决方案收入占总收入69.8%，产品收入占10.1%。高比例的解决方案收入意味着极强的客户黏性与高昂的替换成本，一旦切入便能锁定长期收入。叠加U2发布带来的关注度提升，以及港股AI板块潜在的情绪回暖，估值修复的动力正在积聚。
写在最后
盈利拐点正在加速临近。下半年利润的显著改善趋势若能延续，弹性的释放将在盈利兑现时点，届时估值逻辑切换将打开上行空间。
对云知声而言，这并非依赖市场情绪波动。整个行业正从“参数竞赛”转向“落地为王”，而云知声在落地实践上已深耕十三年，其在医疗控费、车险定损、病历生成等场景的实绩便是证明。
当前，一家大模型收入增长十倍、利润持续改善、且即将发布重磅新模型的公司，其定价几乎未反映这些积极基本面。这一估值差何时被填平，取决于三个关键：盈利拐点的明确确认、U2对增长的持续拉动、以及市场认知的转向速度。
市场目前给出了一个深度折扣价，但这个价格显然没有充分计入上述基本面的积极变化。剩下的，便是等待市场认知的校准。至少，云知声已完成了自身的功课，而U2，正是它提交的关键答卷。