极视角 (06636.HK) 2026智通财经夏季路演大会
文章语言：
简
繁
EN
分享
纪要
原文
会议摘要
对话探讨了大模型与计算机视觉(CV)业务对盈利的影响，指出大模型毛利率约36%，低于传统互联网，但行业毛利率呈上升趋势。AI行业商业化需经历不同阶段，CV领域已实现盈利。AI token经济逻辑成立，底层应用优化推动行业发展。集视角科技，一家专注于大模型和AI基建设施的年轻团队，已从计算机视觉算法平台升级为企业级AI操作系统提供商，拥有数百项专利和超100位AI研发人员，致力于AI技术与企业业务流程深度融合，通过智能体构建和运维服务实现规模化应用。公司商业模式涵盖大B端和小B端，与大客户合作验证AI化转型价值，未来计划深化与客户的业务流程融合，成为企业AI运行底座和token消耗的统一入口。
会议速览
集视角科技：从算法平台到企业级大模型解决方案的转型之路介绍了公司年轻化的管理团队，自2015年成立以来，从计算机视觉算法商城到AI工程化平台，再到企业级大模型解决方案的升级历程，强调了与产业资本合作，为企业提供AI落地全链条服务的能力。
企业级AI操作系统构建与大模型应用实践阐述了公司构建企业级AI操作系统基础设施的三层技术底座，包括视觉语言大模型、AI开发平台及智能体应用平台，强调了从AI工具链到大模型时代的转型，以及与产业客户的深度合作，探讨了企业级大模型应用面临的挑战与机遇。
企业级AI落地：从模型部署到业务价值的转型之路讨论了企业级AI落地的关键在于解决历史系统、内部流程、数据孤岛等复杂问题，而非单纯追求模型能力。通过与客户建立的信任关系，将视觉算法和工具链价值转化为大模型解决方案、运维授权及智能体使用收入，强调了企业AI落地的最后一公里服务的重要性。
AI电网平台：企业级智能体生态与Token消耗的商业引擎通过电网与电力产业的类比，阐述AI电网平台在企业级应用中的重要性，强调平台标准化、产品化、服务化的能力，以及在深入业务流程后形成智能体生态和持续消耗Token的价值，预示大模型行业从效率工具转向商业引擎的核心指标变化。
企业级技术落地的历史规律与服务融合趋势探讨了企业级技术成功融入核心流程的规律，指出技术最终形态往往是软件与服务的结合，强调了深入客户业务流程的重要性，以及由此带来的稳定收益模式。
大模型企业应用爆发：数据积累、成本下降与工程化成熟大模型企业应用爆发的关键在于数据资产原始积累、系统部署成本下降及工程化逐渐成熟，未来将嵌入企业操作系统，推动知识管理、智能体交互等升级，实现人机协同，改变企业运营模式。
构建企业级AI底座：从项目交付到长期价值创造讨论了面向大B端客户的全流程AI解决方案，包括咨询、知识库建设、智能体开发与运维，强调了通过深度覆盖企业流程、沉淀智能体和活跃用户，实现可持续、可扩张的订阅性收入，以及从短期项目交付向长期价值创造的转型。
构建企业级AI操作系统：从项目服务到平台服务的转型讨论了面向小B端用户的Skill商城高性价比token服务，以及大B端用户项目沉淀、开发者智能体、大厂产品接入和用户UGC创建的商城生态模式。介绍了公司如何将项目型服务转化为平台型服务，构建企业级AI操作系统，实现智能体构建、使用和管理，满足政企客户安全要求，旨在打造企业级AI操作系统的前台入口。
大模型赋能企业转型：基站中台与智能体平台的实践案例基站中台作为企业大模型能力生产调优和评估的后台体系，支持多模态数据接入及高效处理，集成推理引擎与微调方法，预制多种主流模型，助力企业低门槛高效率模型调优。通过轨道交通集团案例，展示大模型如何重构企业级业务流程，实现AI化转型，提升故障修复效率，缩短流程时间，体现企业级用户深度交互与持续使用价值。
极视角竞争优势：三重护城河下的行业数据全栈技术与规模交付极视角凭借行业数据全栈技术、规模交付能力以及客户粘性优势，构建了三重护城河。其优势包括丰富的政企项目经验、专业AI咨询团队、一站式闭环交付能力，以及基于平台沉淀产生的复购需求，形成了长期价值基础。
大模型业务增长策略：横向扩张与纵向深化的双轮驱动大模型业务增长依托于AI品牌影响力、区域合作、快速需求评估机制及丰富项目经验，储备客户覆盖多个领域，收入弹性源自客户内部智能体数量增加，形成横向扩张与纵向深化的复合增长曲线。
极视角大模型转型：从CV业务到企业AI能源管理入口极视角通过多年AI业务积累，验证了AI商业化能力，包括持续收入增长、效率提升和盈利模式成熟。公司正从CV业务转型为大模型技术提供商，致力于成为企业使用大模型和token的统一入口，构建多模态感知能力和行业数据资产，推动AI在企业中的深度应用与能源化管理。
业务收入模式与大模型经济联系探讨讨论了业务收入模式，包括传统线下收费、平台服务费及token计量收费。提及与大模型供应商的经济联系，以及24年盈利来源，包括大模型和CV两部分。
大模型毛利率趋势与AI行业盈利前景探讨对话围绕大模型毛利率的提升趋势及AI行业盈利前景展开。指出大模型毛利率正逐步上升，未来可能接近传统互联网水平，但具体数值尚难预测。强调AI公司盈利需经历不同阶段，CV领域已实现盈利，而AI token经济逻辑可行，关键在于底层应用模型的持续优化与场景拓展。
要点回答
Q：尊敬的各位投资人，能否请您先介绍一下集视角科技股份的管理团队情况？
A：当然，我们的管理团队非常年轻，董事长和两位联合创始人都是90后。其中，董事长是澳门青年，在内地创业并在港股上市中取得成功，同时也是国家万人计划的人才。团队由两位背景不同的联合创始人组成，一位负责业务方向，另一位专注于人工智能技术方向，是一个集技术产品交付与资本市场连接于一体的复合型团队。
Q：集视角科技股份的发展历程是怎样的？
A：公司自成立以来已有11年历史，从15年开始以计算机视觉为核心创立，并于17年前后开创了计算机视觉算法商城，解决算法供给与行业需求匹配的问题。到了19年至22年，我们构建了算法开发、管理训练、部署推理工具链和平台，形成AI工程化能力。24年以后，公司推出了多模态大模型智能体平台和讯推一体平台，实现了从算法供给平台到AI工程化平台再到企业级大模型基建与token聚合平台的升级。
Q：集视角科技股份的技术底座是如何构成的？
A：我们的技术底座分为三层：底层是视觉语言大模型基础；中间层是一个包含AI开发训练、推理评估和算力调度的平台；上层则是智能体构建的企业的ARG模型仓库、多用户隔离知识库等应用平台。这表明集视角不仅开发单个应用或模型，更是在打造企业级AI操作系统所需的基础设施。
Q：集视角科技股份的合作情况及产业客户有哪些特点？
A：公司拥有数百项专利、软著及资质认证，并拥有超过100位以AI为核心的研发团队，近年来研发增速迅猛。过去合作的政企客户超过三千家，覆盖能源制造、汽车、建筑、地产等行业，这些客户未来将成为大模型智能体企业AI操作系统和token服务的优先转化对象。
Q：集视角科技股份如何将客户资源转化为收入来源？
A：公司计划将客户基础转化为三类收入：第一类是大模型解决方案收入；第二类是持续的运维和授权收入；第三类是智能体使用加深带来的token消耗收入。
Q：目前AI行业的现状及集视角科技股份的市场定位是什么？
A：目前，即使是强大的模型公司也开始重视企业的落地服务。许多中型企业已经采购了ChatGPT enterprise等AI套餐，但真正将AI嵌入核心业务流程的仍占少数。这是因为企业面临复杂的系统、流程、数据孤岛等问题，仅提供API无法解决。因此，集视角科技股份致力于做企业AI落地token聚合智能体系统和运维，弥补企业级落地服务的空白，成为企业AI使用的统一入口，随着企业智能体数量增加和业务流程介入加深，平台粘性与价值将持续提升。
Q：大模型行业目前正经历哪些阶段？
A：大模型行业正在经历三个阶段。第一阶段是通用应用爆发阶段，AI可以用于问答、写作和检索等简单生成任务。第二阶段是专业岗位提效阶段，AI深入到设计、编程、财报分析、办公协同等领域。第三阶段是AI深度嵌入企业业务流程，成为组织协作的一部分，这也是最大的机会。在这个阶段中，对token的消耗会发生质变，从低频离散变为企业业务运转的基础消耗。
Q：大模型行业核心指标的变化是什么？极视角的定位是什么？
A：随着大模型进入企业核心流程，核心指标将从模型参数转向落地价值，从效率工具转变为商业引擎。真正有价值的平台是能够进入业务流程，沉淀场景数据，形成智能体生态并持续消耗token的平台。极视角定位是围绕提供一个平台来展开，强调全流程服务和陪伴，帮助客户将智能体深入嵌入其核心业务流程，从而获得更稳定、更高的平台费用和token消耗。
Q：对于企业级技术落地，有哪些历史规律？
A：历史规律表明，成功进入大企业核心流程的技术往往不是纯粹的工具，而是软件加上服务，以及流程重构的组合。例如SAP、Salesforce和盘铁等公司都通过这种方式实现了与客户的深度整合和长期价值创造。
Q：当前大模型落地具备爆发条件的关键变化有哪些？
A：关键变化包括：数据资产完成了原始积累，系统部署成本下降，幻觉问题得到降低，基础工程化逐渐成熟，多模态能力涌现及人机协同机制的形成，使得大模型能够规模化落地并持续运营。
Q：未来大模型在企业中的角色是什么？
A：未来的大模型将成为企业内部的操作系统，连接各类业务系统、知识库、审批管理权限体系及前端智能体，通过每一次业务流转、系统调用和人机协同带来token消耗，并随着上下文积累消耗不断累积。
Q：极视角的主要商业模式和针对大B端客户的服务内容是什么？
A：极视角主要面向大B端客户提供全流程的大模型咨询产品和运维服务，包括现状诊断、场景设计、可行性评估等四步咨询服务。此外，还负责知识库和数据建设、智能体开发以及持续运维，以形成千万级到数亿元级别的解决方案收入，以及千万到数千万美元的运维和授权费用，构建长期稳定的AI预算入口和订阅性收入模式。
Q：企业一旦将AI嵌入到全流程中，为何替换成本会逐渐增高？
A：当企业内部的AI平台成为主导地位时，它会统筹模型接入、智能体调用、权限控制、计费和成本管理等，随着使用深度增加，替换成本也会随之提高。
Q：消耗量大的原因是什么？
A：当企业将AI深度嵌入业务流程后，日均token消耗可达到数亿级规模，年度消耗甚至可能达到千亿级规模，因此客户对于token采购调度、成本优化以及效果管理的专业需求越来越高。
Q：公司未来如何衡量项目成功的关键指标？
A：未来公司将不再仅关注签约项目数量，而是更看重平台覆盖了多少企业流程、沉淀了多少智能体、产生了多少活跃用户及消耗情况，这是公司从赚钱走向长期价值的关键桥梁。
Q：对于小B端用户，公司有何规划？
A：公司计划提供一种高性价比的skill商城，其中包含半标准化的能力，并将定制化内容抽象为工具，如创意生成、AI编程助手等，以服务小B端用户。
Q：公司商业化的方式有哪些？
A：商业化方式包括按token消耗付费、包月或包年资源包以及大模型服务费、定制化服务费等。公司致力于将项目型服务转化为平台型服务，为大B端提供深度标杆，为SMB提供规模和生态，连接两端形成公司极致产品。
Q：“极致”平台的战略定位是什么？
A：“极致”平台是面向企业智能体应用的核心平台，不仅是聊天机器人平台，更是在企业内部构建、管理和运营智能体的企业级平台，支持云端本地部署，具备全链路操作审计、架构隔离等企业级安全特性。
Q：“基座”一体化中台的作用是什么？
A：“基座”是一体化中台，作为企业大模型能力生产调优和评估的后台体系，支持多模态数据接入，完成数据预处理、增强和校验，并通过集成推理引擎和先进微调方法，提供低门槛高效率的模型调优能力。
Q：某轨道交通集团案例展示了怎样的价值？
A：该案例通过梳理535个智能体需求，重构了集团企业级业务流程，提供了包括咨询、平台、知识库、模型训练和运维在内的全套AI化转型能力。项目金额大、流程嵌入深，后续运维和投资消耗将持续，且智能体应用显著提升了效率，如供电系统故障修复流程消耗减少了约80%。
Q：在AI接管业务流程后，token消耗是否成为一个紧致的指标，以及客户为何愿意持续使用Talking？
A：token的消耗现在不是一个简单的紧致指标，它代表了业务流程在被AI接管后的实际用量。客户愿意持续使用Talking，是因为能够切实感受到流程的缩短和效率的提升。
Q：极视角的竞争优势主要体现在哪些方面？
A：极视角的竞争优势可以概括为三重护城河：行业数据全栈技术和规模交付。具体包括三个方面：一是凭借丰富的管理咨询经验及专业的AI咨询工程师团队，能够将复杂需求转化为可落地的方案；二是具备从方案交付、开发部署运维到合规的一站式闭环能力，尤其擅长一线定制类交付；三是拥有高客户粘性优势，通过沉淀的客户平台和深入业务应用，促使客户产生新的需求并产生复购，使得客户更换供应商时需同时替换知识库、流程权限模型配置等，形成独特的长期价值基础。
Q：未来大模型业务客户的发展趋势预测是什么？
A：未来大模型业务客户的发展趋势是中期以服务大B端客户为主，作为复制案例；同时，通过token消耗的增长来放大收入，支撑公司增长。
Q：支撑公司增长的因素有哪些？
A：支撑公司增长的因素主要包括：AI领域的品牌影响力带来的高质量线索；区域合作伙伴和重点区域资源助力覆盖大客户；已形成的快速梳理评估企业大模型需求和提供咨询方案的机制；以及丰富的招投标经验，能快速完成demo验证和项目推进。
Q：目前储备的客户资源情况如何？
A：目前公司拥有轨道交通、城投运营集团、港口等大客户储备，客户数量的增长是第一层，而收入弹性则来自于每个客户内部智能体数量、需求增加以及流程覆盖扩大的叠加效应，即横向扩张与纵向深化共同形成公司的增长曲线。
Q：极视角大模型转型建立在哪些已验证的商业基础上？
A：极视角大模型转型建立在已验证的三大商业基础上：AI产品能够持续卖给企业且收入持续增长，客户数量、交付量和复购率提升证明了企业级AI商业化能力；AI能不断自我优化提升效率，毛利率持续上升，销售和分销开支下降；AI已能形成真实的经营结果，公司于24年实现经调整盈利，证明商业模式得到验证，下一阶段将致力于成为企业使用大模型和token的统一操作系统提供商和入口。
Q：CV业务对公司的作用及与大模型转型的关系？
A：CV业务作为公司的重要基本盘，提供了稳定的现金流和客户基础，保持稳定增长并维持较好的毛利水平，体现了平台化交付和产品复用能力。更重要的是，CV业务在过去十年积累的行业客户场景数据、图像理解能力和项目交付经验，成为大模型应用场景迁移的重要技术能力底座，助力公司在大模型转型中取得成功。
Q：未来通过视觉大模型的协同和自然语言提示，能否实现标准化应用的统一性？
A：是的，未来可以通过视觉大模型大小模型的协同和对自然语言的提示，实现更高标准化的应用。CV将从过去的一个算法商城转变为提供多模态感知能力、行业数据资产和公众化交付能力的企业大模型底座。
Q：视觉语言大模型在公司大模型技术体系中的定位是什么？
A：视觉语言大模型是公司大模型技术体系中的重要组成部分，其定位是为企业管理智能体提供精准稳定的多模态感知和理解能力，而非与其他通用模型大厂竞争参数量，而是利用近十年积累的10亿级真实业务数据集、五千多万行业数据集及大量上下文指令数据，通过细腻度视觉感知和理解能力生成不同版本，以满足端侧通用落地和云端复杂应用需求。
Q：公司的整体业务收入模式是怎样的？尤其是关于“token”的收费方式如何？
A：目前公司的业务收入主要采用线下为主的方式，与客户签约后按照单体平台服务收费，例如AI中台整体费用以及其中不同智能体的费用。同时，公司逐渐开始对token进行计量并制定计费方案。
Q：公司是否与提供大模型的公司存在经济联系？
A：公司会根据客户需求选择不同的大模型适配到具体应用场景，并与相关大型公司签约合作。
Q：调整后的盈利状况是由原有业务还是大模型业务改善的？
A：2024年的盈利改善来自大模型和CV两个部分。
Q：大模型的毛利率是否会向传统互联网行业靠近？您认为大模型业务最终能达到什么样的毛利率水平？
A：大模型的毛利率趋势与互联网行业有一定相似性，但目前尚无法完全判断是否会达到传统互联网行业的水平。不过，公司内部的大模型业务毛利率确实在过去两年呈上升趋势。大模型业务的毛利率呈现上升趋势，但具体能达到何种水平暂时无法给出明确数字，因为各大厂商对基础设施投入巨大，能否看到商业转化的临界点还无法确定。
Q：在什么情况下可以看到AI公司转化比较清晰？
A：对于AI公司的转化，不同阶段有不同的分层，部分公司在特定领域如CV领域已经实现盈利。而在AI token经济方面，随着底层应用的发展，模型的使用和转化是一个可成立的逻辑，未来会形成不同的节点。
