多光譜AI第一股，海清智元二闖港股，講的是未來還是透支未來？

當大模型競爭逐漸從參數規模轉向真實世界落地，一條更隱蔽卻更底層的賽道開始浮出水面——機器如何“看見世界”。

過去十年，計算機視覺幾乎等同于可見光成像：攝像頭、圖像識別、深度學習模型構建起AI的感知體系。但這一體系的邊界同樣清晰——黑暗、煙霧、強光、遮擋，都會讓機器瞬間“失明”。當AI開始走向工業現場、城市治理與具身智能，這種局限被迅速放大。

多光譜技術因此被重新審視。通過融合紅外、紫外等不可見光信息，機器不再只是“看見”，而是“穿透式理解環境”。這被視為下一代感知能力的潛在基礎設施。

就在這一背景下，深圳海清智元再次向港交所遞交上市申請。它試圖講述的，是一個不同于傳統視覺AI的故事：從多光譜模組到AI大模型平臺，占據機器感知的入口。

但資本市場真正關心的問題是：當行業仍處早期、需求尚未全面爆發，這家公司究竟是在卡位未來，還是在提前消耗未來？

從“看得見”到“看得清”，一條尚未成熟的感知新賽道

如果把AI產業鏈拆解為“算力—算法—感知”，那么感知層長期被低估。

計算機視覺的繁榮，本質上建立在一個前提之上——世界是“可見的”。但現實并非如此。夜間巡檢、電力設備過熱、工業煙霧、極端天氣，這些場景中，傳統視覺系統的有效性迅速下降。這也是為什么在高價值行業中，單一視覺方案始終難以成為終極解。

多光譜技術正是在這一斷點上崛起。它通過獲取多個光譜波段的信息，將“視覺”擴展為“感知”，讓機器能夠在復雜環境中維持穩定識別能力。這種能力首先在軍工與科研領域得到驗證，如今正快速向民用市場滲透。

行業數據也印證了這一趨勢。中國多光譜AI市場規模從2020年的數十億元增長至百億級，并預計在未來幾年以超過30%的復合增速擴張，顯著高于整體感知智能行業。這意味著，它雖然仍是小眾賽道，卻處于加速放量階段。

海清智元正是這一階段的典型參與者。與多數視覺AI公司從“算法輕資產”切入不同，它選擇了一條更重的路徑：從多光譜模組切入硬件端，逐步延伸到感知終端，再向上構建AI大模型平臺。

這一模式看似復雜，卻有其內在邏輯——只有掌握數據采集入口，才可能在后續的數據與模型競爭中建立壁壘。

這條路徑并不陌生。無論是智能手機操作系統，還是自動駕駛感知體系，本質都遵循“入口—數據—平臺”的演進邏輯。海清智元試圖復制的，正是這一范式在多光譜領域的重演。

從階段性結果來看，這一策略已經初步見效。公司營收在短期內實現跳躍式增長，并完成從虧損到盈利的切換，證明其產品在部分場景中具備商業價值。

同時，其避開了泛視覺AI的紅海競爭，在細分領域形成差異化。但問題在于，這一切仍然建立在一個尚未完全成熟的市場之上。

增長的另一面：當“技術成立”遭遇“商業不穩”

多光譜AI解決的是“能不能做”，而海清智元當前面臨的，是“能不能持續做大”。

從財務表現來看，公司呈現出典型的“跳躍式增長”特征。2023財年、2024財年、2025財年，該公司收入分別約為1.17億元、5.23億元、6.69億元人民幣。

收入在短期內迅速放大，但這種增長更像是訂單驅動的結果，而非需求自然擴張的體現。這種結構在硬科技企業中并不罕見，卻也意味著增長的穩定性仍待驗證。

更值得關注的是增長背后的結構問題。首先是客戶與訂單的集中度。公司業務高度依賴少數大客戶，這使其在短期內能夠快速放量，但也意味著一旦客戶采購節奏變化，業績波動將被放大。在以項目制為主導的階段，這種風險幾乎不可避免。

其次是產品形態的“平臺化困境”。盡管公司已經提出多光譜AI大模型戰略，但當前收入仍主要來自硬件與解決方案，本質上仍停留在“賣設備”的階段。而資本市場更愿意為“平臺能力”和“持續性服務收入”定價，這兩者之間存在明顯錯位。

再者是現金流與供應鏈的壓力。存貨波動與經營性現金流的不穩定，反映出其在交付節奏與供應鏈管理上的挑戰。這些問題在規模較小時尚可消化，但在IPO后將直接影響市場信心。

更深層的矛盾在于，公司正在經歷一場典型卻艱難的轉型——從B端項目型企業，邁向平臺型技術公司。

前者依賴訂單驅動，強調交付能力；后者依賴標準化與規模化，強調可復制性。兩者在組織能力、產品結構與商業模式上都有本質差異，而轉型往往意味著陣痛期的拉長。

換句話說，海清智元當前的問題，不是技術不成立，而是商業模式尚未完全閉環。

終局之問：多光譜AI，會成為下一個“視覺AI”嗎？

海清智元的價值，最終取決于一個更宏觀的問題：多光譜AI能否成為類似計算機視覺的“平臺級技術”。

回顧視覺AI的發展，其之所以能夠成為基礎設施，在于其具備兩個關鍵特征：需求的普遍性與技術的標準化。幾乎所有行業都需要視覺能力，而攝像頭與算法可以規模化復制，從而形成巨大的市場空間。

相比之下，多光譜AI目前仍停留在“高價值但不普及”的階段。在電力巡檢、工業檢測、安全監測等場景中，它具有不可替代性，但在更廣泛的消費級或通用場景中，其成本與復雜度仍然較高。這意味著，它短期內更像是對視覺AI的增強，而非替代。

但另一條邏輯正在悄然變化。隨著具身智能、無人系統、人形機器人等新形態的出現，機器不再只是“看見”，而需要“理解復雜環境并做出決策”。在這一過程中，單一視覺系統的局限被放大，多光譜感知的重要性開始上升。

這使得行業出現了一種分歧判斷：一方認為，多光譜AI將成為下一代感知基礎設施，復制視覺AI的路徑；另一方則認為，它將長期作為高端補充，難以形成大規模普及。

這兩種判斷的分界點，在于成本、標準化能力以及應用場景的擴展速度。

對于海清智元而言，這意味著其估值邏輯天然帶有“前置性”。資本市場押注的，并不是其當前規模，而是其在未來感知體系中的位置。

但現實依然冷靜，在需求尚未全面爆發之前，公司必須先解決增長穩定性、產品結構與現金流的問題。換句話說，多光譜AI的故事或許成立，但時間并不站在所有人一邊。

而海清智元這次赴港上市，更像是一場提前開啟的驗證——當“感知革命”尚未真正到來，這家公司能否撐到那個拐點，才是比技術本身更關鍵的問題。

作者：土耳其熱氣球

來源：港股研究社