策略通港股AGI第一股“云知声”首战告捷：大模型贡献1亿收入，单客价直线提升116.2%，AI保险业务暴涨1386.8%

港股 AGI 第一股策略通，首份财报来了！

云知声日前发布《2025 中期业绩报告》，亮点如下：

收入4.05 亿元，同比增长 20.2%；

山海大模型收入近 1 亿，同比增长 457%；

医疗领域，每名客户收入同比增长 116.2%；

保险行业业绩收入同比增长1386.8%；

AI 芯片销售 1650 万颗，累计出货近1 亿颗。

亮眼数据背后，代表云知声完成了 All In AGI 的华丽转身。

更进一步传递市场新动向——

大模型正在成为 AI 公司的直接收入增长引擎，全栈 AI 布局形成的飞轮效应进一步显现，清晰业务模式 + 技术路径，已是大模型落地战中的关键纲领。

大模型半年贡献近 1 亿收入

云知声这份半年报清晰展示了「如何跑通 AI 产业化落地」的详解，核心财务数据就是最好的证明。

先从收入层面来看，2025 上半年云知声总营收为 4.05 亿元，较 2024 年同期的 3.37 亿元增长 20.2%。

其中，大模型收入大幅飙涨 457% 至近 1 亿元人民币。

按照不同业务类型细分，其中日常生活的收入为 3.35 亿元，占总收入 82.7%。

该业务板块分为解决方案和产品两部分，解决方案是贡献收入最大的板块，达到 2.83 亿元，占总收入的69.8%，同比增长 22.6%；

产品收入为 0.53 亿元，占总收入 13%。AI 芯片销售 1650 万颗，累计出货量近 1 亿颗。芯片及模块收入同比增长 5.8%，在白电和教育平板市场表现良好。

医疗业务表现突出，收入 0.70 亿，同比增长 22.3%，占总收入 17.3%。同时，客户价值提升明显，每个医疗客户收入（客单价）从 2024 年同期的 46.9 万元大幅增长至 101.3 万元，增幅达 116.2%。

财报表示，这得益于"山海医疗大模型"的升级，使得公司能以更高价格提供更高端、更先进的解决方案。

关键子业务——保险理赔审核服务爆发，该细分领域收入从 2024 年同期的 67 万元，大幅增加 1386.8% 至 2025 年同期的 996.3 万元。

各业务的持续增长，其推动引擎是底层基座大模型。

来自山海大模型的收入从 2024 年同期的 1772 万元飙升至 9876 万元，增幅高达 457.4%。这表明其大模型技术已成功商业化，并成为驱动业务增长的核心动力。

这一方面得益于在研发方面的持续投入。2025 年上半年，云知声研发开支为 1.68 亿元，占总收入的 41.5%，研发团队占员工总数的68.7%。

另一方面也得益于其在商业模式上的迅速成长。

基于 MaaS（模型即服务）的 API 订阅费收入达到 324.3 万元，同比增长 45.6%，显示出云端 AI 能力调用需求的强劲增长。

总体来看，云知声业务规模持续扩大，收入增长同时毛利也在增长。毛利同比增长 13% 至 1.31 亿元，这表明整体盈利能力在增强。

如此增长如何实现？来看具体业务层面的表现。

业务布局前瞻式响应国务院"人工智能 + "行动策略通

云知声构建了从底层芯片、算力设施到大模型的新一代 AGI 技术能力，重点布局日常生活和医疗两大场景。形成"技术纵深化 + 场景专业化"格局。

核心业务构成非常清晰，主要分为两大垂直领域：日常生活和医疗。

战略维度上，与近日公布的《国务院关于深入实施"人工智能 + "行动的意见》（以下简称《意见》）高度呼应，且展现了具体的实践案例。

日常生活业务

首先来看日常生活业务，占比 82.7%。解决方案部分是公司最主要收入来源，占比 69.8%，主要提供基于大模型和物联网平台的综合性解决方案，应用于住宅、商业空间、酒店、交通等多个场景。例如，为智能家居、智慧交通、智能座舱等提供一站式系统集成服务。

这充分呼应了《意见》中提出的"人工智能 + "消费提质部分："推动智能终端‘万物智联’，培育智能产品生态"，"打造一体化全场景覆盖的智能交互环境。"同时也为行业提供了参考范式——

比如开发了应用于深圳地铁 20 号线自动售票的语音售票系统，乘客可以通过语音交互选择目的地，将自动售票操作的平均用时从 15 秒缩短至 1.5 秒，提高购票效率、缓解排队造成的拥堵问题。

此外，《意见》中首次将"智能体"（Agent）作为重点发展方向，明确提出 2027 年实现人工智能在重点领域广泛深度融合，新一代智能体应用普及率超 70%，2030 年智能体应用普及率超 90%，加速形成新质生产力。

在这个战略维度，云知声无疑是行业的典型代表，其业务战略与国家行动意见高度契合。2024 年云知声交通客服 Agent 发布，它集成语音、触控等多模态交互方式，能为乘客提供更直观、个性化的交通客服服务。比如旅客可以直接让 Agent 为 Ta 规划一条避开人流高峰的美食路线，并推荐排队时间短的餐厅。

目前已上岗厦门高崎机场 T3、T4 航站楼、上海虹桥机场等。

医疗业务

医疗领域是云知声长期重点布局的垂直领域。

《意见》中明确提到 AI 医疗是"人工智能 + "民生福祉的重要部分："探索推广人人可享的高水平居民健康助手，有序推动人工智能在辅助诊疗、健康管理、医保服务等场景的应用，大幅提高基层医疗健康服务能力和效率。"

在这方面，云知声自研的"山海大模型"基于海量医疗场景真实数据构建了专家级医疗大模型。该专家级医疗大模型在 MedBench 多项评测中稳居第一名。

目前云知声已面向医院（B 端）和保险机构提供丰富医疗解决方案。

核心产品包括：病历语音输入、病历质控、单一疾病质控、医疗保险支付管理。重点服务大型三甲医院（如北京协和医院、北京友谊医院）以及拓展保险行业的理赔审核服务。

落地形式还是以 Agent 为主。云知声以自研山海大模型为基座，结合场景化需求，打造了兽牙 Agent 平台，不断拓展 AI 行业的广度和深度。在医疗领域，基于兽牙 Agent 平台，云知声开发了不同应用场景的行业 Agent 产品。

如病历生成与病历质控产品系列，实现了门诊、手术、病程、出院记录等全场景病历的自动生成。目前该产品已在多家机构落地，大幅提升门诊病历录入效率，显著降低医生文书负担并提升患者满意度。基于山海大模型升级的智能病历质控系统已实现从单方面的「质控提示」到交互式的「缺陷修改」的跨越升级。该系统以「动态推理 + 交互修正」重构医疗质控范式，其技术深度与政策适配性已形成商业护城河。

山海大模型及新一代 AGI 技术能力积累

驱动丰富业务落地的核心引擎是以山海大模型为核心的新一代 AGI 技术架构。

云知声已搭建起"大模型平台 + 算力设施 + 自研芯片"的 AGI 能力架构。

它主要包括通用大语言模型山海大模型及 AI 组件。

其中，山海大模型是云知大脑平台的核心算法模型，也是构建 MaaS 业务的关键。

它基于自研训推一体化框架，经过 10T 级别的数据和代码预训练以及百万级指令数据后训练而成。

通过深度融合跨模态信息并结合深度推理能力，实现三方面突破：

支持高效混合推理模式，根据不同难度问题自动切换推理模式；

拓展多模态融合，支持图音文等多源信息输入；

支持接入 MCP 协议。

在通用大模型基础上，通过深入行业和应用场景，整合行业知识、数据与 Know-how ，进一步训练出专家级大模型，能力上实现从助手、同事、专家到导师级的专业能力演进，并逐步提高智能体（Agent）解决行业实际问题的能力。这种能力升级使得山海大模型可以快速落地垂直行业 Agent 开发，将行业解决方案构建周期缩短 40%以上，支持模型在持续反馈中迭代优化，形成「感知 - 决策 - 行动」的业务闭环。

进而，结合专家级大模型和智能体的产业化应用，形成数据飞轮效应，最终将算法和技术的领先优势转化为行业知识、数据和模型的优势和壁垒。

AI 组件主要包含以下几个部分：

多模态感知及生成

行业级知识图谱

一站式物联网互聊系统