從智譜到中科聞歌，港股AI迎來中科院系「大模型國家隊」

「核心提示」
“決策大模型第一股”上市，給港股帶來了什么？

作者 |周可

編輯|劉楊

6月26日，中科聞歌（1956.HK）在港交所掛牌上市，首日市值站上193.35億港元。這家通過18C規則完成上市流程的公司，被市場貼上了一個此前港股從未出現過的標簽——“決策大模型第一股”。

過去一段時間，港股市場對AI公司的認知，更多建立在算力基礎設施、模型能力和通用技術平臺等敘事之上。無論是底層資源供給，還是模型能力輸出，市場首先關注的，往往都是技術趨勢本身，以及AI產業擴張帶來的想象空間。

相比之下，中科聞歌更強調的，是如何讓大模型進入復雜業務場景，參與分析、判斷與輔助決策流程。因此，中科聞歌上市的意義，并不只在于港股新增了一只AI股票，更在于港股AI板塊第一次出現了以“決策智能”為核心敘事的代表性標的。

這是否意味著，在18C推動AI企業密集赴港之后，港股市場對AI公司的衡量邏輯，可能正在從基礎能力導向，轉向更看重業務流程嵌入和商業閉環能力。

1、18C催熱AI赴港上市潮

2023年3月，港交所《上市規則》第18C章正式落地，未商業化特專科技公司由此獲得上市通道。

對多數仍處于高投入階段的AI企業而言，這幾乎是一套天然匹配的制度設計，盈利不再是前提，技術屬性、研發投入和成長性才是核心門檻。

窗口打開后，港股迅速成為中國AI企業的重要上市地。港交所公布的數據顯示，今年一季度，18C上市企業合計募資約25億美元，是過去兩年合計募資額的兩倍多。截至2026年5月底，18C已上市公司達到18家，其中AI企業占絕大多數。大語言模型、算力基礎設施、AI芯片、機器人、自動駕駛等主要方向，均已有代表性公司登陸港股。

不過，在這份名單中，首輪真正獲得高估值定價的資產，主要仍集中在兩個方向，那就是算力基礎設施和通用模型平臺。一個直接證據是估值。智譜上市后，PS（市銷率）峰值一度達到594至733倍，MiniMax的PS峰值也有700倍左右。

無論是算力還是模型，它們的共同點都在于位置靠前、故事夠大，投資者不必深入理解復雜業務細節，就能快速將其納入“下一代基礎能力”的想象框架。

這也決定了18C第一階段的港股AI敘事，更多回答的是“AI會不會成為一個足夠大的產業”，而非“不同AI公司究竟提供什么樣的價值”。在這一階段，資本市場更容易為技術前景、產業空間和稀缺卡位買單?；A設施先行、通用能力先行，也是新興產業進入資本市場時常見的定價路徑。

但當板塊中的AI公司不斷增多，這套粗線條的理解方式也會逐漸失效。投資者不再只滿足于判斷一家公司“是不是AI”，而會進一步追問，它的能力面向什么客戶？嵌入什么場景？又能形成怎樣的商業閉環？

也正是在這一節點上，中科聞歌所代表的“決策智能”，才顯得特殊。

2、從“會生成”到“能決策”

要理解中科聞歌的不同，先看一個場景。

6月5日，中科聞歌發布了通用決策大模型——Decitron決策機。發布會現場，決策機處理了一個問題：“美聯儲主席更替后，2026年美國利率政策可能如何演化？”

如果把這個問題交給通用大模型，得到的大概率會是一段關于利率影響因素的綜述。Decitron決策機的做法則不同：它將問題進一步拆解為“在什么條件下可能發生”“何時可能發生”“可能發生到什么程度”，推演出多條路徑，比較不同結果，最終輸出一套可以作為判斷參考的依據。

這就是決策智能和通用模型能力的差異所在。算力公司提供底層資源，模型公司輸出通用能力，工具類產品側重效率提升；而中科聞歌的“通用決策大模型”，切入的是AI進入業務流程后的分析、判斷與輔助決策環節。它處理的，不只是“幫我寫一段文案”或“幫我總結一份報告”，而是“多源信息整合后，這個風險是否需要預警”“資源配置有幾種方案，各自影響是什么”“在不同條件變化下，事件會沿著哪條路徑演化”。

但真正值得注意的，不只是這次發布本身，更是中科聞歌在決策智能方面的長期積累。對中科聞歌來說，Decitron決策機是公司多年深耕決策智能賽道后，把技術積累、行業經驗和工程能力進一步產品化、平臺化的集中體現。

招股書顯示，中科聞歌成立于2017年，由中國科學院自動化研究所科學家團隊創立，長期圍繞企業級大模型驅動的決策智能操作系統及服務展開布局。自創立以來，公司持續深耕復雜信息分析、認知智能、社會計算、多智能體系統和人工智能輔助決策等方向，并在公共治理、金融、產業智能化等復雜業務場景中不斷落地。也正是在這些場景中，中科聞歌逐步沉淀出數據分析、業務本體建模、智能研判和多智能體推演等核心能力。

這些能力被組織進一套完整的技術架構中。中科聞歌的核心底座是DIOS，即決策智能操作系統。圍繞這一系統，公司進一步形成了從數據中臺X-Data、行業大模型雅意，到智能體開發平臺DI-Brain的完整能力鏈條。換句話說，中科聞歌的核心競爭力，在于其圍繞復雜決策場景所形成的系統性能力架構。

這也是中科聞歌與一般通用模型公司不同的地方。通用模型更擅長提供開放式的理解與生成能力，而決策智能所面對的，往往是復雜事件、復雜系統和復雜決策：輸入信息高度多源、變量彼此牽連、參與主體并不單一，輸出結果又需要可解釋、可追溯，并能夠真正進入業務判斷流程。

算力和模型是AI能力的底座，但企業真正愿意為之持續付費的，往往是AI進入業務流程后所創造的具體價值。決策智能瞄準的正是這一層。

3、“決策智能”給港股帶來了什么？

隨著18C框架下AI公司持續增多，港股市場已經很難再用“是不是AI”這一單一標簽來理解所有標的。不同能力層次、不同商業模式的公司，正在對應不同的估值邏輯。中科聞歌的意義，正在于它讓港股AI板塊多出了一個類別：決策智能。

中科聞歌提供的，是模型進入業務流程后的分析、判斷與輔助決策能力。因此，市場真正該看的，不再只是模型強不強，更應該看客戶嵌入有多深、場景壁壘有多厚、收入質量是否扎實，以及產品化路徑是否清晰。

在全球范圍內，決策智能已經有較為成熟的參照樣本，那就是Palantir。這家公司成立于2003年，核心業務是將數據分析與軟件能力嵌入政府和企業的決策流程。2020年上市時，Palantir仍處于虧損狀態，商業模式也帶有較強的重部署、重交付特征。

一個重要變化出現在2023年前后。隨著AIP（人工智能平臺）推出，Palantir在生成式AI時代的產品化能力被重新定價，市場對其“平臺化交付+持續擴單”邏輯的認可也明顯增強。此后，公司連續實現GAAP盈利，盈利能力持續改善，市值一度超過4000億美元。

Palantir的軌跡說明了兩件事：第一，決策智能這條路走得通，但需要時間的積累；第二，走通的關鍵變量不是模型多強，而是商業模式的切換速度——從定制化項目轉型為標準化產品，把交付成本降下來，把毛利率提上去。

某種程度上，中科聞歌當前所處的位置，與Palantir早期從重交付走向產品化轉型的階段有相似之處。公司正處于從“項目制”向“產品化”過渡的早期階段。交付周期從185天壓縮到80.2天，毛利率從44%提升到51.2%，說明這個過渡已經開始。139.5%的凈收入留存率說明老客戶在持續加碼——這是Palantir當年“落地與擴張”模型的中國版雛形，先把系統嵌入客戶核心流程，再逐步擴單。

招股書里有幾個數據值得注意，截至2025年末，中科聞歌累計服務超過650家政企客戶，其中包括逾190家財富世界500強及其附屬公司。按2025年收入計，其在中國企業級大模型驅動的決策智能服務商中市場份額為10.2%，排名第一。收入從2023年的2.497億元增長至2025年的4.053億元，三年增幅超過60%。

這些數字說明，中科聞歌講的不是純概念，它已經有了一定的商業基礎。相比強調通用能力的模型公司，它已經回答了一個問題，當大模型進入真實業務流程后，能否變成一種可采購、可部署、可復用的決策支持能力。

從這個意義上看，中科聞歌的上市不只是一次公司層面的融資事件，更像是港股AI公司開始被進一步區分的一個信號。如果說18C首先解決的是“AI公司能不能上市”的問題，那么接下來市場真正要回答的，將是“不同類型的AI公司，應該如何被理解、被比較和被定價”。

當AI熱潮從概念走向兌現、從敘事走向經營之后，市場會越來越看重哪些公司能夠把技術能力穩定轉化為業務價值和商業結果。