AI 除幻第一股來了！智能體收入一年暴漲9倍，細分市占率達50%

又一家AI公司要登陸港股市場了。

不久前，港交所官網披露，海致科技已通過聆訊并公布招股書。

作為國內領先的圖計算龍頭，海致科技收入在過去兩年增長迅速。

2022-2024年，公司收入分別為3.13億、3.76億、5.03億元。2025年上半年，公司收入為1.73億元，同比增長38.4%。

其中，Atlas智能體表現尤為突出。2023 年，Atlas智能體收入僅890萬元；到2024年，這一數字已增長至8655萬元，暴漲9倍。2025年上半年，Atlas智能體實現收入4865萬元，同比增長接近5倍。

按2024 年收入計算，海致科技在中國產業級AI智能體市場中以2.8%的市場份額，排名第五。

Atlas 智能體的放量，與公司長期投入的一項核心技術路徑密切相關——圖模融合。

所謂的圖模融合，就是將“知識圖譜”的嚴謹邏輯與“大模型”的推理能力結合起來。讓大模型在推理時，不只是依賴統計概率，而是必須參考知識圖譜中的結構化事實和關系邏輯。

由于知識圖譜由實體和關系組成，天然具備可追溯、可驗證的邏輯結構，可以作為大模型的“真值錨點”，從源頭約束幻覺的產生。

也正因如此，海致科技被外界稱為“AI 除幻第一股”。接下來，就讓我們透過招股書，來拆解下“AI除幻第一股”的成色。

殺入AI智能體，24年收入增長9倍

想要真正了解海致科技的業務，我們就先得搞清楚什么是“圖”。

這里的“圖”，不是相冊里的JPG，而是一種抽象的數據結構 。

在計算機的世界里，“圖”是由“點”和“邊”交織而成的網。點是人、地、事；邊是關系，比如關注、轉賬、借貸、同住。

把這些對象和關系抽象成一張網絡，就是圖。而在幾億個點、幾百億條邊里快速找路徑、看結構、識異常，就是圖計算。

說白了，圖計算就是一項用來“算關系”的技術。

比較常見的一個應用場景就是金融反欺詐。圖計算能瞬間拉出一張包含客戶家庭、同事、共同聯系人的關系網，讓隱藏在復雜交易背后的風險主體無處遁形。

正是基于這套圖計算能力，海致科技的業務逐漸分化為兩條主線：

一條是Atlas圖譜解決方案，包含數據智能平臺（DMC）、知識圖譜平臺以及底層圖數據庫；另一條是 Atlas 智能體，在前者的基礎上，引入圖模融合技術，實現更復雜的推理與交互。

先看Atlas圖譜解決方案。這是公司目前收入規模最大的業務。截至 2024 年，該業務實現收入 4.17 億元，占公司總收入的 82.8%。

Atlas圖譜解決方案更像是一套高性能的數據基礎設施。

它通過圖計算，將企業內部原本分散、割裂的數據整合為可視化的“知識網絡”，幫助業務人員更直觀地理解數據之間的結構、關聯和潛在風險。

但作為一項偏基礎設施型的業務，這條線的增長速度并不快。

2022 年，該業務收入為3.13億元，到 2024 年增長至4.17億元，兩年累計增幅約 33%。2025年上半年，Atlas 圖譜解決方案實現收入1.25億元，同比增長僅7%。

相比之下，Atlas智能體則顯得極具想象力。

Atlas 智能體不僅可以自主訪問和理解企業內部數據，完成多維分析、挖掘關聯價值，還能根據具體業務場景，自動執行數據查詢、報表生成等標準化操作，具備一定的任務拆解和執行能力。

從收入數據來看，這條業務的變化尤為明顯。

2023 年，Atlas 智能體收入僅890萬元；到2024年，這一數字已增長至8655萬元。2025年上半年，Atlas 智能體實現收入4865萬元，同比增長接近5倍。

業務數據的變化也印證了這一趨勢。

2022-2024年，Atlas圖譜解決方案的客戶數量雖然從95家增長到152家，但客單價卻從329萬下降到274萬元。

反觀Atlas智能體業務，2023-2024年客戶數量從2家增長到19家，客單價也從445萬元增長到455萬元。

從市場位置來看，按2024 年收入計算，海致科技在中國產業級AI智能體市場中以2.8%的市場份額排名第五。

如果進一步細分到以圖為核心的產業級AI解決方案這一維度，公司在2024 年的收入市占率約為50%，是毋庸置疑的行業老大。

Atlas 智能體業務的高速增長，并不僅僅來自產品形態的變化，更折射出產業級AI需求的轉向。

圖模融合，給大模型“打補丁”

在ChatGPT 引爆全球之后，所有人都以為AI的“iPhone 時刻”到了。

但當企業真正試圖把大模型請進核心業務流程時，卻發現這位“全知全能”的天才有一個致命的毛病：

它太愛“一本正經地胡說八道”了。

這種現象在業內被稱為“幻覺”（Hallucination）。在寫詩作畫時，這是創意；但在金融風控、能源調度等容錯率極低的產業場景中，這是災難。

為了給大模型“治病”，行業內嘗試了各種外掛手段：有的給它配了搜索引擎（RAG），有的找老師通過打分來糾正它（RLHF），有的教它一步步拆解問題（CoT）。

而海致科技則選擇了一條更為硬核的路徑：圖模融合（Graph-Model Fusion）。

簡單來說，就是將“知識圖譜”的嚴謹邏輯與“大模型”的推理能力結合起來。

讓大模型在推理時，不只是依賴統計概率，而是必須參考知識圖譜中的結構化事實和關系邏輯。

由于知識圖譜由實體和關系組成，天然具備可追溯、可驗證的邏輯結構，可以作為大模型的“真值錨點”，從源頭約束幻覺的產生。

按海致科技招股書的說法，與其他解決方案相比，圖模融合有著天然的優勢。

檢索增強生成（RAG）本質上是一種外置補丁：通過連接外部文檔或數據庫，為模型輸出提供上下文支持，但模型自身的推理機制并未發生改變。一旦檢索結果不完整或相關性不足，幻覺問題仍然可能出現。

基于人類反饋的強化學習（RLHF）更多是在行為層面進行偏好校正。它可以讓模型在特定場景下“少犯錯”，但高度依賴人工標注，難以覆蓋復雜、多變的產業知識體系，也難以規模化擴展。

思維鏈（CoT）則是通過引導模型拆解中間推理步驟，提升邏輯連貫性。但問題在于，它只能改善“怎么想”，卻無法驗證“想的內容是否真實”，對事實性幻覺的抑制能力有限。

相比之下，圖模融合的核心優勢在于內生性。

與單純依賴RAG 或 RLHF 不同，圖模融合并不是在模型外部“糾錯”，而是在模型生成過程中持續施加結構約束。

正因如此，圖模融合在幻覺治理上呈現出更穩定、更可持續的效果。它不僅能減少單次錯誤輸出，更能在多輪對話、多跳推理以及復雜關系分析等場景中，保持推理邏輯的一致性。

這種技術路線的優勢在測試數據中表現得非常直觀。

在針對復雜邏輯推理與抗幻覺能力的MuSiQue基準測試中，傳統的大語言模型（基線）得分低于10%，基于向量的RAG（Vector RAG）得分低于40%，而海致科技的圖模融合技術得分則高于50%。

而在強調基礎檢索能力的HotpotQA測試中，圖模融合技術的準確率超過80%，同樣優于Vector RAG的不到75% 。

當然，傳統知識圖譜并非沒有問題。

早期，圖譜高度依賴人工建模和規則設計，構建周期長、成本高，跨領域遷移能力有限，在處理模糊性和不確定性問題時也存在明顯不足。這些局限，使得知識圖譜長期難以獨立支撐復雜、動態的應用場景。

而大語言模型的出現，恰恰為這一問題提供了新的解法。模型強大的語義理解和生成能力，可以顯著降低知識獲取和更新的門檻；而知識圖譜提供的結構化邏輯與事實約束，則反過來提升模型輸出的準確性與可信度。

在海致科技看來，用知識圖譜為模型提供結構和邊界，用大模型為圖譜注入理解和生成能力。

未來，圖模融合或許將成為產業級AI 從“能用”走向“可信、可控、可規模化”的關鍵基礎。

海致科技開始賺錢了，但還不是一門“輕生意”

海致科技正在走出虧損區間。

從盈利能力上看，2022-2024年公司經調整凈利潤分別為-1.43億元、-0.84億元和1692萬元。

這一變化，首先來自毛利率的持續改善。2022—2024 年，公司整體毛利率由30.9%提升至36.3%。

其中一個直接原因，是Atlas智能體業務的毛利率提升。

過去兩年，Atlas圖譜解決方案的毛利率在35%左右。而Atlas智能體業務的毛利率彈性則要大得多。2023年，該業務的毛利率為17.8%，到了去年毛利率提升到45.7%。2025年上半年，毛利率進一步提升到了48.1%。

隨著智能體業務收入占比提升，其對整體毛利率的拉動效應逐步顯現。

另一個原因是，公司對成本結構的調整。

盡管公司強調產品已完成標準化，但在實際交付層面，業務模式仍以定制化為主，這一點在成本結構中體現得較為明顯。

2024 年，公司毛利率為36.3%。拆解營業成本可以看到，人工成本與外包服務費仍是主要支出項，兩者合計占營業成本的 79%。其中，外包服務費從 2022 年的 5293 萬元 增長至 1.12 億元。

公司給出的解釋是，這是出于交付效率和成本彈性的考量：

在項目交付過程中，將部分標準化、重復性較高的流程委托給第三方服務提供商，以提升整體交付靈活性，并更有效地進行成本控制與資源配置。

從短期效果看，這一策略有助于緩解內部人力成本的剛性約束，也在一定程度上支撐了毛利率改善。

但在國內產業級AI場景中，落地過程本身高度復雜，對行業理解、工程實施和交付能力的依賴度仍然較高，這決定了人工與外包成本在短期內難以完全退出成本結構。

公司亦在招股書中提到，目前Atlas 智能體業務的落地，在相當程度上依賴于 Atlas 圖譜解決方案客戶的交叉銷售。

2024 年，該交叉銷售率高達73%。換言之，部分前期的工程實施與客戶教育成本，已由Atlas圖譜解決方案業務提前消化。

在此背景下，隨著Atlas 智能體收入占比進一步提升，其毛利率彈性是否能夠在更大規模下持續兌現，以及交付模式能否逐步向更輕量、可復制的產品形態演進，仍有待后續觀察。

這也將是判斷海致科技長期價值的關鍵變量之一。

文/林白

PS：如果你對AI大模型領域有獨特的看法，歡迎掃碼加入我們的大模型交流群。