商湯徐立：AI真正迎來規模化爆發階段，語言與視覺深度融合是突破智能上限的高效路徑

「語言與視覺的深度融合是突破智能上限的高效路徑。」

3月24日晚間，在人工智能公司商湯集團股份有限公司（商湯-W，0020.HK）業績會上，商湯科技董事長兼CEO徐立表示：「我們深信語言與視覺的深度融合是突破智能上限的高效路徑。我們基於NEO原生架構，高效實現理解與生成統一，探尋多模態的新‘尺度定律’。這一系列技術突破和智能體AI的深度結合將打開新的應用可能性，賦能全新垂直場景。」

當天，商湯科技發佈了全年業績公告。2025年總收入50.15億元，同比增長32.9%，創歷史新高，增速為近三年最快；淨虧損17.82億元，大幅收窄58.6%；經調淨虧損19.56億元，同比收窄54.3%；下半年息税折舊攤銷前利潤（EBITDA）3.8億元，為上市后首次轉正。

按業務來看，生成式AI業務收入36.29億元，同比大幅增長50.98%；視覺AI業務收入10.83億元，保持平穩；X創新業務收入3.02億元，同比減少5.92%。

商湯表示，生成式AI業務收入大增主要是由於市場需求持續爆發性增長，以及一體化產業解決方案促進了計算平臺、模型及應用的聯合商業化；而X創新業務的減少主要歸因於智能駕駛業務脱離綜合財務報表，隨着時間的推移，預期X創新業務的構成會發生演變，未來該特定收入的同比數據比較意義將降低。

商湯科技聯合創始人、執行董事、首席科學家林達華也表示，隨着春節后OpenClaw的「走紅」，帶來了Token（詞元）消費的顯著增長，整個行業也走向了Agentic AI（智能體AI）時代。

林達華指出，純語言數據已經見頂，語言和視覺的深度融合，將會成為突破AI智力上限的關鍵路徑。在軟件AI時代，很多複雜業務場景都會涉及多模態信息綜合處理。將智能體的視覺能力和語言處理深度連接，可以顯著提升複雜任務的成功率和效率，並且大幅度降低token消耗。商湯此前推出的NEO架構打破了傳統拼接架構，進行了底層的多模態原生改造，提升了學習和推理效率，用1/10的數據量就能達到SOTA（最先進，State-Of-The-Art）性能。

據透露，商湯將在今年第二季度發佈新版NEO架構，效率還將再提升2-3倍。

商湯科技聯合創始人、大裝置事業羣總裁楊帆也表示，現在上千P（PetaFlops，1P相當於每秒1000萬億次計算速度）甚至幾千P的單一集羣客户越來越多，商湯的整體算力規模已經達到4.04萬P，其中國產算力超過5500P，規模越來越大。

楊帆表示，商湯會利用技術積累，與國產廠商一起不斷進行軟硬件聯合優化，提升性價比，拓展可適用模型範圍，讓越來越多的公司接受並擁抱國產體系。

對於未來發展規劃，徐立表示：「展望2026年，我們看到AI真正迎來了規模化的爆發階段。商湯也已經做好了準備，接下來的發力點也比較清晰和明確。」

徐立表示，首先要堅持原生多模態的路徑，通過技術落高定義AI的新範式和智能的新高度，確立在AI前沿領域的領先地位；其次要深耕產業智能化，打造Agent原生時代的入口，「我們相信AI會從輔助工具進化為真正的生產力，在泛辦公、教育、營銷、智能終端等這些垂直賽道，我們要搶佔入口，實現流量和商業價值的雙向爆發」；第三，要把單位智能成本壓到極致，依託算力、模型、應用協同要持續降低推理成本，全力推動國產算力從可用走向好用；第四，視覺AI要跑出規模化紅利，握緊CV（計算機視覺，Computer Vision）2.0時代的盈利密碼，推動業務的規模化擴張和規模化利潤；同時，還要堅持海內外雙引擎發力，把商湯方案做到AI產業標杆。

徐立最后還指出，要持續兑現「1+X」的生態紅利，進一步優化「母艦+子艦」的協同模式，和生態夥伴一起抓住垂直行業爆發帶來的增值紅利。

3月25日，商湯股價盤中最高漲幅5.76%，達2.02港元/股，截至收盤跌1.57%，報收1.88港元/股。

此外，澎湃新聞還獲悉，在即將召開的2026全球開發者先鋒大會上，商湯科技將帶來基於多模態大模型的智能應用商湯輸入法AudioClaw以及AI語音開放平臺SenseAudio兩項AI語音技術成果。