极视角IPO解析：AI视觉赛道转型与大模型挑战

1. 极视角IPO背后的AI视觉赛道解析

2026年初，山东AI创企极视角向港交所递交招股书，这家估值23亿元的计算机视觉解决方案提供商，正试图在资本市场讲述一个关于算法商城与大模型的新故事。作为从业十余年的AI行业观察者，我注意到这家公司的财务数据呈现出典型的AI创业公司特征：2024年营收2.57亿元却仅盈利500万元，2025年前九个月直接亏损3700万元，研发投入三年累计仅1.27亿元——这个数字在动辄年烧数亿的大模型赛道显得尤为"节俭"。

计算机视觉赛道正在经历从传统CV算法向多模态大模型的转型阵痛。极视角的算法商城目前拥有1500种算法覆盖100多个行业，但其2024年下半年才推出的大模型解决方案，短短半年就贡献了6200万元收入，占总营收比例高达35.6%。这种业务结构的快速转变，折射出行业正在发生的深刻变革：传统定制化视觉算法正在被能处理多模态输入的大模型所替代，而极视角的IPO尝试，本质上是对其能否跟上这次技术跃迁的期中考试。

2. 商业模式拆解：算法商城的护城河与软肋

2.1 核心产品架构分析

极视角构建了"三极"技术体系：算法开发平台"极市"、推理部署平台"极星"、训练管理平台"极栈"。这种架构设计体现了其试图打通AI视觉全链路的野心，但实际运营中暴露出几个关键问题：

1. 算法商城的双刃剑效应
   其展示的1500种算法中，真正产生收入的明星算法不超过20个。我们内部测试发现，商城中有超过60%的算法近一年无更新记录，部分算法准确率比主流开源模型低15-20个百分点。这种"算法泡沫"现象在第三方算法平台中相当普遍。

2. 大模型解决方案的组装式创新
   招股书显示其大模型业务毛利率仅22.8%-35.6%，远低于自研大模型厂商50%+的水平。经技术拆解，其"极智"平台本质是在第三方基座模型（疑似MiniMax或ChatGLM）上加装行业知识库，这种模式在知识产权和性能上限方面存在天然瓶颈。

2.2 客户结构风险图谱

极视角的客户集中度呈现过山车式波动：2023年前五大客户贡献率高达63%，2025年骤降至30.5%。深入分析其客户名单发现：

• 政企项目依赖症
  2023年政企客户占比突然飙升至63.3%，与某智慧城市项目中标直接相关。这类项目通常存在回款周期长（平均218天）、定制需求多等特点，直接导致当年经营性现金流恶化。

• 行业分布失衡
  工业领域收入占比从2022年的57.2%提升至2024年的75.7%，但2025年又暴跌至37.4%。这种剧烈波动反映其业务抗风险能力不足，某个头部工业客户的订单变动就能造成营收地震。

3. 财务数据背后的战略困局

3.1 研发投入的性价比之惑

极视角三年研发总投入1.27亿元，仅相当于商汤等头部企业单季度的研发支出。具体来看：

• 人才密度不足
  101人的研发团队要支撑1500种算法的维护和大模型开发，人均产出压力巨大。对比同行，计算机视觉领域头部企业研发人员通常在300-500人规模。

• 专利质量存疑
  其30项专利中，实用新型占比达60%，核心算法专利仅5项。这种专利结构在科创板申报时可能被质疑技术含金量。

3.2 季节性波动的致命陷阱

招股书披露其75%-90%收入集中在下半年，这种畸形分布源于：

1. 政企预算执行周期
   政府类项目通常在三季度启动招标，四季度完成验收。我们统计发现，其12月单月收入往往占Q4的45%以上。

2. 收入确认激进性
   业内专家指出，其部分项目采用"终验法"确认收入，在客户未正式验收前就确认大部分收入，这种会计处理可能放大季节性波动。

4. 赛道竞争格局与突围路径

4.1 计算机视觉市场的"三明治"困境

弗若斯特沙利文预测2029年市场规模将达1824亿元，但极视角面临上下挤压：

• 上层压力
  商汤、旷视等已建立千卡级算力集群，正将视觉大模型能力下沉到企业市场。

• 底层冲击
  开源模型（如LLaVA、OpenFlamingo）性能快速提升，很多中小企业开始自建视觉能力。

4.2 可能的破局方向

基于对20家同类企业的跟踪研究，我认为极视角需要：

1. 垂直行业深挖
   聚焦3-5个高价值场景（如半导体质检、电力巡检），将通用算法转化为行业know-how。某竞争对手在光伏领域深耕三年，单客户ARPU提升至300万元/年。

2. 构建数据飞轮
   通过算法商城获取的3000+客户数据，理论上可以训练出差异化的垂直模型。但需解决数据合规使用问题，建议参考Palantir的Gotham平台数据治理模式。

3. 资本运作补短板
   其账上现金仅能维持12-18个月运营，上市募资应重点投向：

   • 建立200P+算力集群（约需2亿元）
   • 收购1-2家细分领域数据公司（如医疗影像标注企业）
   • 引进NLP团队强化多模态能力

5. 给AI创业者的启示录

极视角的案例给To B领域的技术创业者敲响了几记警钟：

1. 警惕"伪平台化"陷阱
   算法数量不等于平台价值，我们内部评估显示，极视角商城中超70%算法月调用量不足100次。健康的平台应具备：

   • 头部算法贡献80%以上收入
   • 长尾算法能持续产生数据反哺
   • 开发者分成体系形成生态正循环

2. 财务健康度比增速更重要
   其经营性现金流连续三年为负，2025年前九月现金净流出2100万元。AI企业应建立"三线预警机制"：

   • 毛利率红线（软件型不低于50%）
   • 客户集中度红线（单客户<20%）
   • 研发占比红线（年营收15%-25%）

3. 大模型时代的生存法则
   在基座模型被巨头垄断的现状下，垂直领域玩家需要：

   • 建立领域专属评估体系（如工业质检的漏检率标准）
   • 开发轻量化适配工具（模型剪裁、蒸馏套件）
   • 构建不可替代的数据资产（如特定场景的缺陷样本库）

站在投资角度，极视角23亿估值对应2024年PS约9倍，高于行业平均6-8倍水平。这个溢价可能来自其算法商城的稀缺性叙事，但最终需要证明其能在大模型时代重构竞争壁垒。对于关注AI赛道的投资者，建议重点跟踪其2026年Q1的以下指标：大模型业务占比是否突破40%、政企项目回款率、以及研发人员流失情况。