3月底，云知声再次向港交所递交招股书。在这之前云知声已多次冲刺上市均无疾而终，包括在2020年向上交所递交招股书，最后在2021年2月撤回申请；2023年启动港交所IPO。来到2025年，云知声的上市之旅终于迎来新的进展。
自2012 年成立至今，云知声已经不再是一家简单的AI公司。云知声在招股书中提到公司定位时表示，“我们是中国AGI技术的先行者，在通向AGI关键路径的大语言模型商业化方面取得成功。交互式AI本质上通过与人类直接和持续交互来运行，受益于自动和不断提升其能力的数据回轮，并具有最大的AGI商业化潜力”。
年营收超9亿，成为国内第四大AI解决方案商
在营收方面，2022年、2023年、2024年，公司的营收分别为6.01亿元、7.27亿元、9.39亿元，年复合增长率为23%。AI市场需求的增长，是云知声营收增长的主要原因之一，弗若斯特沙利文的数据显示，2019年，中国的AI 解决方案市场约为422亿元人民币，到2024年达到1,804亿元人民币，复合年增长率为 33.7%，预计2030年将达到人民币11,749亿元。这意味着云知声所在的市场将持续增长。
图：中国主要垂直行业领域的AI解决方案的市场规模
但盈利能力是始终云知声的瓶颈，报告期的净利润分别亏损3.75亿元、3.76亿元、4.54亿元，累计亏损超12亿元，何时扭亏为盈尚未可知。这与其持续增加的研发支出有一定关系。报告期内，云知声的研发支出分别为2.87亿元、2.86亿元、3.7亿元，占营收比重在30%到40%之间。
图：云知声营收情况
云知声预计随着先进的AI技术及坚实的基础设施，特别是山海大模型能够加快开发过程，包括将常规任务自动化及减少培训AI模型所需的成本及时间有助于减少开发新解决方案时模型调优所需的数据量及人力投入，从而提高研发效率，从而减少研发开支占总收入的比例。
当然，持续的研发投入为云知声赢得了技术优势。在技术进展方面，2016年，云知声建立Atlas AI基础设施，基于公司的智算集群，高效地为机器学习任务动态调度强大的算力。智算集群目前拥有超过184 PFLOPS的计算能力，以及超过10PB的存储容量。2023年，云知声推出了一个拥有600亿参数的自有大语言模型山海大模型，如今已经成为全面通用知识和行业特定专业知识的大模型。
目前，云知声在AI市场中已经有一定的市场地位，2024年云知声已经进入中国前五大AI解决方案提供商排行榜，排名第四，占0.6%的市场份额。且在年度收入超过5亿元人民币的企业中增长第二快。
图：2024年云知声在AI解决方案提供商中排名第五
“AI解决方案+芯片”构建护城河，山海大模型商业化成为关键
云知声的营收主要来自提供生活以及医疗AI产品及解决方案。其中生活领域包括住宅、商业空间、酒店及交通等生活场景AI解决方案提供AI产品及解决方案，提供AI增强物联网解决方案销售、AI模型嵌入式芯片及模块等AI产品的销售，以及AI服务收取订阅费。
招股书显示，2024年，生活AI解决方案贡献了7.3亿元的营收，占比78.8%。医疗AI解决方案贡献了1.17亿元，占比21.4%。这两大业务成为云知声产品商业化落地的核心。
云知声利用AI解决方案与芯片协同的业务模式，打下了技术壁垒。例如面向生活业务中，提供了生活场景应用的多样化AI解决方案，主要产品包括基于公有云的AI能力API、定制自有AI技术服务平台及AI 模型嵌入式芯片和物联网硬件模组。报告期内，云知声分别向开发者和客户销售12.8百万颗、24.5百万颗及36.0百万颗AI芯片。
目前，云知声已经推出了物联网AI芯片“雨燕”“蜂鸟”等产品，以及车规级芯片“雪豹”。其中物联网AI芯片算力达4 TOPS，功耗低于1W，到了2023年，其消费级芯片成本进一步下降，约为10元/颗。
在医疗领域，云知声提供AI赋能医疗解决方案，如病历语音输入、病历质控、单一疾病质控及医疗保险支付管理。
随着商业化落地加速，云知声的客户数量由2022年的373名增加至2024年的411名；医疗的客户数量由2022年的165名增加至2024年的166名，复合年增长率为0.3%。
如今，600亿参数的“山海大模型”作为云知大脑的新核心推出，大幅提升人机交互能力及决策支持能力，已经成为云知声的AGI技术底座。未来该产品在医疗领域的商业化情况成为关键，如若顺利将成为云知声的第二大增长曲线。
云知声表示，公司已将山海大模型应用于多个场景，进一步加深与医院的合作。例如2024年，将山海大模型引入病历质量控制系统，提高其准确性。此外，还为医院开发了三项新产品：门诊病历生成系统、放射学报告生成系统及影像报告质控系统。
