作为国内 AI 四小龙之一，商汤科技自 2014 年由汤晓鸥团队创立起，一直是中国计算机视觉赛道的标杆企业。脱胎于香港中文大学实验室的学术基因，让它早年在人脸识别、视频感知等领域快速建立技术优势，率先落地智慧城市、智慧商业、车载感知等场景，2021 年底登陆港交所，成为当时全球规模领先的 AI IPO。

       很长一段时间，商汤身上贴着两个鲜明标签：技术强、盈利难。和很多早期 AI 公司一样，它的收入高度依赖定制化项目交付，人力、算力、研发成本居高不下，营收增长的同时持续大额亏损。行业普遍质疑：AI 算法究竟能不能摆脱项目制，做成可规模化、可复购的生意？

      商汤给出的解法，是搭建 SenseCore 商汤 AI 大装置，把算力、数据、算法、调度能力打包成基础设施，减少重复开发。生成式 AI 浪潮到来后，商汤进一步推出日日新 SenseNova 多模态大模型，将深耕多年的视觉能力和文生图、视频生成、行业垂类模型结合，覆盖数字人、医疗大模型等方向，业务重心逐步从 “交付项目” 转向输出 API、SaaS 服务，提升经常性收入。

拐点出现在近年财报：营收稳步增长，亏损持续收窄，并在 2026 年上半年实现阶段性盈利。但这份盈利不宜过度乐观。一方面，通用大模型赛道内卷激烈，大厂与众多 AI 初创企业同台竞争，价格战持续挤压毛利；另一方面，传统项目业务交付重、回款慢的老问题仍未完全消除，转型 SaaS 服务、提升稳定收入占比仍是长期课题。

      合规与外部环境，也是商汤绕不开的变量。视觉技术天然和个人信息保护、算法治理强相关，商汤参与多项国内 AI 标准制定，适配监管要求；同时海外政策约束，也限制了它海外业务的扩张节奏。

      客观来看，商汤最大的差异化，在于深厚的视频与视觉理解积累。在城市感知、车载视觉、工业质检等需要持续处理视频流的场景，视觉 + 多模态大模型的组合，是它区别于很多通用大模型厂商的底牌。但挑战同样明确：需要持续平衡高额研发投入与利润，把零散的行业方案沉淀为标准化产品。

      商汤的发展，是国内 AI 产业的缩影：AI 不是靠论文就能自动变现，技术价值最终要靠稳定商业模式兑现。这家曾经的视觉先行者，已经跨过阶段性盈利门槛，但它的商业化长跑，还在继续。