當(dāng)大模型競爭逐漸從參數(shù)規(guī)模轉(zhuǎn)向真實(shí)世界落地，一條更隱蔽卻更底層的賽道開始浮出水面——機(jī)器如何“看見世界”。

過去十年，計(jì)算機(jī)視覺幾乎等同于可見光成像：攝像頭、圖像識(shí)別、深度學(xué)習(xí)模型構(gòu)建起AI的感知體系。但這一體系的邊界同樣清晰——黑暗、煙霧、強(qiáng)光、遮擋，都會(huì)讓機(jī)器瞬間“失明”。當(dāng)AI開始走向工業(yè)現(xiàn)場、城市治理與具身智能，這種局限被迅速放大。

多光譜技術(shù)因此被重新審視。通過融合紅外、紫外等不可見光信息，機(jī)器不再只是“看見”，而是“穿透式理解環(huán)境”。這被視為下一代感知能力的潛在基礎(chǔ)設(shè)施。

就在這一背景下，深圳海清智元再次向港交所遞交上市申請(qǐng)。它試圖講述的，是一個(gè)不同于傳統(tǒng)視覺AI的故事：從多光譜模組到AI大模型平臺(tái)，占據(jù)機(jī)器感知的入口。

但資本市場真正關(guān)心的問題是：當(dāng)行業(yè)仍處早期、需求尚未全面爆發(fā)，這家公司究竟是在卡位未來，還是在提前消耗未來？

從“看得見”到“看得清”，一條尚未成熟的感知新賽道

如果把AI產(chǎn)業(yè)鏈拆解為“算力—算法—感知”，那么感知層長期被低估。

計(jì)算機(jī)視覺的繁榮，本質(zhì)上建立在一個(gè)前提之上——世界是“可見的”。但現(xiàn)實(shí)并非如此。夜間巡檢、電力設(shè)備過熱、工業(yè)煙霧、極端天氣，這些場景中，傳統(tǒng)視覺系統(tǒng)的有效性迅速下降。這也是為什么在高價(jià)值行業(yè)中，單一視覺方案始終難以成為終極解。

多光譜技術(shù)正是在這一斷點(diǎn)上崛起。它通過獲取多個(gè)光譜波段的信息，將“視覺”擴(kuò)展為“感知”，讓機(jī)器能夠在復(fù)雜環(huán)境中維持穩(wěn)定識(shí)別能力。這種能力首先在軍工與科研領(lǐng)域得到驗(yàn)證，如今正快速向民用市場滲透。

行業(yè)數(shù)據(jù)也印證了這一趨勢。中國多光譜AI市場規(guī)模從2020年的數(shù)十億元增長至百億級(jí)，并預(yù)計(jì)在未來幾年以超過30%的復(fù)合增速擴(kuò)張，顯著高于整體感知智能行業(yè)。這意味著，它雖然仍是小眾賽道，卻處于加速放量階段。

海清智元正是這一階段的典型參與者。與多數(shù)視覺AI公司從“算法輕資產(chǎn)”切入不同，它選擇了一條更重的路徑：從多光譜模組切入硬件端，逐步延伸到感知終端，再向上構(gòu)建AI大模型平臺(tái)。

這一模式看似復(fù)雜，卻有其內(nèi)在邏輯——只有掌握數(shù)據(jù)采集入口，才可能在后續(xù)的數(shù)據(jù)與模型競爭中建立壁壘。

這條路徑并不陌生。無論是智能手機(jī)操作系統(tǒng)，還是自動(dòng)駕駛感知體系，本質(zhì)都遵循“入口—數(shù)據(jù)—平臺(tái)”的演進(jìn)邏輯。海清智元試圖復(fù)制的，正是這一范式在多光譜領(lǐng)域的重演。

從階段性結(jié)果來看，這一策略已經(jīng)初步見效。公司營收在短期內(nèi)實(shí)現(xiàn)跳躍式增長，并完成從虧損到盈利的切換，證明其產(chǎn)品在部分場景中具備商業(yè)價(jià)值。

同時(shí)，其避開了泛視覺AI的紅海競爭，在細(xì)分領(lǐng)域形成差異化。但問題在于，這一切仍然建立在一個(gè)尚未完全成熟的市場之上。

增長的另一面：當(dāng)“技術(shù)成立”遭遇“商業(yè)不穩(wěn)”

多光譜AI解決的是“能不能做”，而海清智元當(dāng)前面臨的，是“能不能持續(xù)做大”。

從財(cái)務(wù)表現(xiàn)來看，公司呈現(xiàn)出典型的“跳躍式增長”特征。2023財(cái)年、2024財(cái)年、2025財(cái)年，該公司收入分別約為1.17億元、5.23億元、6.69億元人民幣。

收入在短期內(nèi)迅速放大，但這種增長更像是訂單驅(qū)動(dòng)的結(jié)果，而非需求自然擴(kuò)張的體現(xiàn)。這種結(jié)構(gòu)在硬科技企業(yè)中并不罕見，卻也意味著增長的穩(wěn)定性仍待驗(yàn)證。

更值得關(guān)注的是增長背后的結(jié)構(gòu)問題。首先是客戶與訂單的集中度。公司業(yè)務(wù)高度依賴少數(shù)大客戶，這使其在短期內(nèi)能夠快速放量，但也意味著一旦客戶采購節(jié)奏變化，業(yè)績波動(dòng)將被放大。在以項(xiàng)目制為主導(dǎo)的階段，這種風(fēng)險(xiǎn)幾乎不可避免。

其次是產(chǎn)品形態(tài)的“平臺(tái)化困境”。盡管公司已經(jīng)提出多光譜AI大模型戰(zhàn)略，但當(dāng)前收入仍主要來自硬件與解決方案，本質(zhì)上仍停留在“賣設(shè)備”的階段。而資本市場更愿意為“平臺(tái)能力”和“持續(xù)性服務(wù)收入”定價(jià)，這兩者之間存在明顯錯(cuò)位。

再者是現(xiàn)金流與供應(yīng)鏈的壓力。存貨波動(dòng)與經(jīng)營性現(xiàn)金流的不穩(wěn)定，反映出其在交付節(jié)奏與供應(yīng)鏈管理上的挑戰(zhàn)。這些問題在規(guī)模較小時(shí)尚可消化，但在IPO后將直接影響市場信心。

更深層的矛盾在于，公司正在經(jīng)歷一場典型卻艱難的轉(zhuǎn)型——從B端項(xiàng)目型企業(yè)，邁向平臺(tái)型技術(shù)公司。

前者依賴訂單驅(qū)動(dòng)，強(qiáng)調(diào)交付能力；后者依賴標(biāo)準(zhǔn)化與規(guī)�；瑥�(qiáng)調(diào)可復(fù)制性。兩者在組織能力、產(chǎn)品結(jié)構(gòu)與商業(yè)模式上都有本質(zhì)差異，而轉(zhuǎn)型往往意味著陣痛期的拉長。

換句話說，海清智元當(dāng)前的問題，不是技術(shù)不成立，而是商業(yè)模式尚未完全閉環(huán)。

終局之問：多光譜AI，會(huì)成為下一個(gè)“視覺AI”嗎？

海清智元的價(jià)值，最終取決于一個(gè)更宏觀的問題：多光譜AI能否成為類似計(jì)算機(jī)視覺的“平臺(tái)級(jí)技術(shù)”。

回顧視覺AI的發(fā)展，其之所以能夠成為基礎(chǔ)設(shè)施，在于其具備兩個(gè)關(guān)鍵特征：需求的普遍性與技術(shù)的標(biāo)準(zhǔn)化。幾乎所有行業(yè)都需要視覺能力，而攝像頭與算法可以規(guī)模化復(fù)制，從而形成巨大的市場空間。

相比之下，多光譜AI目前仍停留在“高價(jià)值但不普及”的階段。在電力巡檢、工業(yè)檢測、安全監(jiān)測等場景中，它具有不可替代性，但在更廣泛的消費(fèi)級(jí)或通用場景中，其成本與復(fù)雜度仍然較高。這意味著，它短期內(nèi)更像是對(duì)視覺AI的增強(qiáng)，而非替代。

但另一條邏輯正在悄然變化。隨著具身智能、無人系統(tǒng)、人形機(jī)器人等新形態(tài)的出現(xiàn)，機(jī)器不再只是“看見”，而需要“理解復(fù)雜環(huán)境并做出決策”。在這一過程中，單一視覺系統(tǒng)的局限被放大，多光譜感知的重要性開始上升。

這使得行業(yè)出現(xiàn)了一種分歧判斷：一方認(rèn)為，多光譜AI將成為下一代感知基礎(chǔ)設(shè)施，復(fù)制視覺AI的路徑；另一方則認(rèn)為，它將長期作為高端補(bǔ)充，難以形成大規(guī)模普及。

這兩種判斷的分界點(diǎn)，在于成本、標(biāo)準(zhǔn)化能力以及應(yīng)用場景的擴(kuò)展速度。

對(duì)于海清智元而言，這意味著其估值邏輯天然帶有“前置性”。資本市場押注的，并不是其當(dāng)前規(guī)模，而是其在未來感知體系中的位置。

但現(xiàn)實(shí)依然冷靜，在需求尚未全面爆發(fā)之前，公司必須先解決增長穩(wěn)定性、產(chǎn)品結(jié)構(gòu)與現(xiàn)金流的問題。換句話說，多光譜AI的故事或許成立，但時(shí)間并不站在所有人一邊。

而海清智元這次赴港上市，更像是一場提前開啟的驗(yàn)證——當(dāng)“感知革命”尚未真正到來，這家公司能否撐到那個(gè)拐點(diǎn)，才是比技術(shù)本身更關(guān)鍵的問題。

作者：土耳其熱氣球

來源：港股研究社