摘要：据在香港交易所发布的申请文件，AI解决方案提供商云知声智能科技股份有限公司(以下简称“云知声或公司”)拟在香港首次公开招股(IPO)中发行156万股股份，推介价格区间为每股165至205港元。该公司寻求融资最多3.2亿港元(4080万美元)，预计6月30日挂牌
中国上市公司网/文
6月20日消息，据在香港交易所发布的申请文件，AI解决方案提供商云知声智能科技股份有限公司(以下简称“云知声或公司”)拟在香港首次公开招股(IPO)中发行156万股股份，推介价格区间为每股165至205港元。该公司寻求融资最多3.2亿港元(4080万美元)，预计6月30日挂牌交易，中金公司、海通国际为联席保荐人。
云知声是一家AI解决方案提供商，专注于销售用于日常生活及医疗相关应用场景的对话式AI产品及解决方案。
核心技术：全栈式AI技术体系与垂直场景深度融合
云知声构建了以“算法-算力-大数据”为核心的全栈式技术能力，形成四大技术壁垒：
山海大模型与云知大脑平台
云知声自主研发的山海大模型拥有600亿参数，在MedBench医疗评测(综合得分82.2)、SuperCLUE半年度报告(全球第一梯队)等权威评测中表现优异。该模型具备语言生成、逻辑推理、代码能力等十大核心通用能力，并通过插件扩展、领域增强、企业定制实现行业落地。例如，在医疗场景中，山海大模型升级了手术病历撰写助手、门诊病历生成系统，实现从效率工具到决策支持的跃迁。其技术底座“云知大脑”整合了语音识别、自然语言处理、知识图谱等技术，支撑智慧生活与医疗两大领域的产品开发。
Atlas智算集群与芯片自研能力
云知声自建的AtlasAI智算集群拥有超过184PFLOPS的计算能力和10PB存储容量，可动态调度数千块GPU进行并行计算，为大模型训练和实时推理提供底层支持。在芯片领域，云知声推出“雨燕”“雪豹”等7款全栈语音AI芯片，覆盖智能家居、车载、医疗等场景，其中车规级芯片“雪豹”已在量产车型中落地，累计出货量超200万颗。芯片方案通过软硬一体化设计，实现5米远场识别、98%唤醒率等性能指标，降低客户开发门槛。
数据驱动的闭环优化机制
云知声构建了以数据为中心的训练框架，通过医疗、生活等场景积累的海量行业数据持续优化模型。山海大模型通过动态推理和跨模态数据处理实现人机交互，并可通过行业知识增强、指令调优及人类反馈强化等工具，进一步提升为兼具全面通用知识和行业专业能力的大语言模型，以适配各种应用场景。
垂直领域深度解决方案
在智慧生活领域，云知声提供涵盖住宅、酒店、交通等场景的AIoT平台，帮助客户降低管理成本30%以上;在医疗领域，其语音电子病历系统被北京协和医院等近百家三甲医院采用。2024年，医疗AI解决方案收入占比21.2%，成为第二增长曲线。
云知声掌握全栈AGI技术，是拥有完全自主知识产权的人工智能企业。其技术涵盖感知智能、认知智能、端云交互、大数据分析、超算平台等多个层面，形成了从基础研究到应用开发的完整技术体系，能够为客户提供全方位的AI解决方案。
行业前景：AGI驱动万亿市场，垂直场景成竞争焦点
市场规模与增长潜力
中国AI解决方案市场预计从2024年的1804亿元增至2030年的1.17万亿元，复合年增长率36.7%。AGI技术的突破正在重塑医疗、金融、工业等垂直领域的供需关系，例如医疗AI可提升病历生成效率40%，降低误诊率15%。政策层面，中国将“人工智能+”写入《政府工作报告》，2024年全球AI领域投入超2000亿美元，技术商业化进入加速期。
生活AI解决方案市场潜力巨大
人们的消费升级和生活场景的多样化，对智能家居、智能交通等生活AI解决方案的需求不断增加。云知声的生活AI解决方案已成功落地多个场景，场景需求爆发，智能家居渗透率提升至35%，车载语音交互市场规模突破200亿元，医疗信息化投入年增20%，为AI解决方案提供广阔空间。算力成本下降，云知声Atlas智算集群通过动态调度技术，将模型训练成本降低50%，推动AI应用普及。未来，随着物联网技术的发展和智能家居市场的扩大，生活AI解决方案市场将迎来更广阔的发展空间。
医疗AI市场前景广阔
在医疗领域，AI技术的应用能够有效提高诊断效率和质量，改善医疗服务水平。云知声的医疗AI解决方案已覆盖多家医疗机构，其病历语音输入系统将录入速度提升了4-6倍，病历质控系统使审核时间缩减了80%。随着医疗信息化的推进和对医疗质量要求的提高，医疗AI市场的需求将持续增长。
AI技术与垂直行业的深度融合
AI技术与各垂直行业的融合不断加深，推动了传统行业的数字化转型和智能化升级。云知声在多个垂直领域积累了丰富的行业经验和技术优势，能够为不同行业的客户提供定制化的AI解决方案，助力企业提高运营效率和生产力。
技术成熟度提升，大模型在多模态交互、逻辑推理等能力上的突破，使AI从工具升级为生产力平台。云知声山海大模型已实现类人对话、跨领域知识融合，支撑智能客服、教育辅助等场景。
同业竞争力
大模型技术处于行业前列
云知声的大语言模型技术在参数规模、性能表现、多模态能力等方面处于行业领先水平。其山海大模型在2024年6月的MedBench评测中以综合得分82.2名列第一，在SuperCLUE半年度报告中以总分72位居全球大模型第一梯队，理科能力国内第一，文科能力国内第二。
自主可控的AI基础设施
公司的AtlasAI基础设施具备强大的计算能力和存储容量，能够满足大规模AI模型训练和应用的需求，为其技术的研发和创新提供了有力支持，使其在与竞争对手的技术竞争中更具优势。
全栈AGI技术的完整性
掌握全栈AGI技术的云知声，能够实现从基础研究到应用开发的完整技术链路覆盖，相比于只专注于某一技术环节的竞争对手，其在为客户提供一站式AI解决方案时更具灵活性和协同性。
客户资源与市场地位
云知声在生活AI和医疗AI等领域积累了丰富的客户资源，已与多家知名企业、机构建立了合作关系，如中国前三大保险集团等。其在中国生活AI解决方案排名第三、在医疗AI服务解决方案排名第四，市场份额和客户认可度较高。2024年医疗业务收入2.0亿元，占比21.2%，位列行业第四。在分散的中国AI市场(2024年CR5仅3.2%)，云知声以0.6%的份额居第四位，成为TOP5中唯一专注垂直场景的纯AI解决方案商，稀缺性价值凸显。
此外，公司通过MaaS模式实现了技术能力的规模化输出，满足了更多客户的个性化需求，进一步巩固了其市场地位
风险与挑战
核心技术空心化隐忧
56.8%的研发费用用于第三方服务，2024年外包支出达2.1亿元，导致算法迭代、数据资产等核心环节受制于人。这种“贴牌研发”模式使其毛利率(38.8%)显著低于科大讯飞(55.1%)，技术护城河薄弱。
资金周转效率低下
应收账款余额达5.59亿元，占营收近60%，周转天数长达283天，远超行业平均的188天。房地产客户世茂集团爆雷导致2630万元坏账计提，暴露行业集中风险。叠加存货周转天数(未披露)和研发外包预付款项，实际资金链压力远超账面数据。
云知声凭借全栈式技术能力和垂直场景深耕，在AGI产业化赛道占据先发地位。其山海大模型、智算集群、芯片自研形成技术护城河，医疗和生活场景的商业化进展验证了行业落地能力。然而，研发外包、客户留存率下滑、现金流危机等问题亟待解决。若能通过港股上市获得资金支持，加速技术自主化和产品标准化，云知声有望在AI解决方案市场的“百舸争流”中突围，成为亚洲AGI技术产业化的标杆企业。反之，若无法平衡技术投入与商业回报，可能面临被巨头生态吞噬的风险。
来源：中经互联
