商汤(00020)
搜索文档
商汤科技预计配售31.5亿港元,用于多模态大模型研发和垂直场景商业落地
格隆汇· 2025-12-18 00:55
公司融资与资金用途 - 公司于2025年12月18日通过一般授权配售17.5亿股新B类股份,预计配售总额约为31.5亿港元 [1] - 配售获得六家机构积极认购,反映市场对公司长期价值与发展前景的信心 [1] - 配售所得款项将全面用于深化全栈人工智能领域的领先布局 [1] - 具体资金用途包括:打造行业领先的AI云、持续扩大并提高人工智能基础设施“商汤大装置”的规模与国产化比例 [1] - 资金将支持生成式人工智能的研发,以及基于多模态大模型衍生产品的开发与商业落地 [1] - 资金还将用于探索人工智能在创新垂直领域的技术融合与实践,例如金融、教育等行业 [1] 产品生态与技术进展 - 公司自12月15日启动“商汤产品发布周”,陆续推出多款基于日日新多模态大模型的产品应用 [2] - 发布行业首个创编一体、多剧集生成智能体Seko2.0,其背后的日日新Seko系列模型已完成与国产AI芯片寒武纪的适配 [2] - 推出面向办公场景的AI办公智能体小浣熊3.0 [2] - 推出面向电商运营场景的如影营销智能体 [2] - 即将亮相大晓机器人、咔皮家族等一系列兼具开创性与实用性的AI产品 [2] - 近期产品突破体现了公司在AI技术与实际场景融合方面的持续引领能力 [2]
商汤科技预计配售31.5亿港元,继续扩大大装置规模和提升国产化比例
金融界· 2025-12-18 00:35
公司融资与资金用途 - 公司于2025年12月18日通过一般授权配售17.5亿股新B类股份 [1] - 预计配售总额约为31.5亿港元 并获得六家机构积极认购 [1] - 配售所得款项将用于深化全栈人工智能领域布局 包括打造行业领先的AI云及扩大人工智能基础设施商汤大装置的规模与国产化比例 [1] - 资金将支持生成式人工智能的研发 以及多模态大模型衍生产品的开发与商业落地 [1] - 资金还将用于探索人工智能在金融、教育等创新垂直领域的技术融合与实践 [1] 产品生态与技术进展 - 公司自12月15日启动“商汤产品发布周” 陆续推出多款基于日日新多模态大模型的产品应用 [2] - 发布行业首个创编一体、多剧集生成智能体Seko2.0 其背后的日日新Seko系列模型已完成与国产AI芯片寒武纪的适配 [2] - 推出面向办公场景的AI办公智能体小浣熊3.0 以及面向电商运营场景的如影营销智能体 [2] - 即将亮相大晓机器人、咔皮家族等一系列兼具开创性与实用性的AI产品 [2] - 近期进展体现了公司在AI技术与实际场景融合方面的持续引领能力 [2]
商汤集团 :通过一般授权配售新B类股份募资约31.5亿港元 核心业务发展及AI研发
新浪财经· 2025-12-17 23:30
融资方案 - 公司通过一般授权以配售新B类股份方式融资 发行约17.5亿股 募集约31.5亿港元 扣除费用后净得约31.5亿港元 [1] - 本次融资由国泰君安国际和招银国际担任配售代理 [1] - 配售价为每股1.80港元 较前一交易日收市价1.97港元折让约8.6% 较前五个交易日平均收市价折让约15.1% [1] - 配售股份占现有已发行股本约4.5% 完成后占扩大股本约4.3% [1] - 本次发行预计于2025年12月23日完成 [1] 资金用途 - 募集所得款项约31.5亿港元将用于核心业务发展 包括AI云及基础设施建设 [1] - 资金将用于生成式人工智能研发 [1] - 资金将用于创新垂直领域探索及一般营运资金 [1] 公司业务 - 公司是领先的人工智能软件公司 [1] - 公司主要从事销售先进人工智能软件平台及相关服务、人工智能软硬一体产品、AIDC服务及AI技术研发活动 [1]
商汤-W拟配售17.5亿股新B类股份 净筹约31.46亿港元
智通财经· 2025-12-17 23:26
配售协议核心条款 - 商汤-W与配售代理订立协议,将尽力促使不少于六名承配人认购17.5亿股配售股份 [1] - 配售价定为每股1.80港元,较2025年12月17日收市价每股1.97港元折让约8.63% [1] - 配售股份相当于公告日期已发行B类股份总数约4.60%及已发行股份总数约4.52% [1] 融资规模与资金用途 - 假设配售股份悉数获配售,预期所得款项总额约为31.50亿港元,所得款项净额约为31.46亿港元 [1] - 所得款项净额的30%将用于支持公司核心业务发展,包括打造AI云及扩大人工智能基础设施商汤大装置的规模与国产化比例 [1] - 所得款项净额的30%将用于支持生成式人工智能的研发,以及多模态大模型衍生产品的开发与商业落地 [1] - 所得款项净额的20%将用于探索人工智能在创新垂直领域的技术融合与实践,如金融、教育等行业 [1] - 所得款项净额的20%将用作公司的一般营运资金 [1]
商汤-W(00020)拟配售17.5亿股新B类股份 净筹约31.46亿港元
智通财经网· 2025-12-17 23:19
公司融资公告 - 商汤-W于2025年12月18日订立配售协议,将配售17.5亿股新股 [1] - 配售价为每股1.80港元,较前一交易日收市价1.97港元折让约8.63% [1] - 配售股份相当于公告日已发行B类股份总数约4.60%及已发行股份总数约4.52% [1] 融资规模与资金用途 - 配售事项所得款项总额预计约为31.50亿港元,所得款项净额预计约为31.46亿港元 [1] - 所得款项净额的30%将用于支持核心业务发展,包括打造AI云及扩大人工智能基础设施“商汤大装置”的规模与国产化比例 [1] - 所得款项净额的30%将用于支持生成式人工智能的研发,以及多模态大模型衍生产品的开发与商业落地 [1] - 所得款项净额的20%将用于探索人工智能在金融、教育等创新垂直领域的技术融合与实践 [1] - 所得款项净额的20%将用作公司的一般营运资金 [1]
商汤-W(00020.HK)拟配售17.5亿股新B类股份 总筹31.5亿港元
格隆汇· 2025-12-17 23:07
配售协议核心条款 - 商汤-W与配售代理国泰君安国际及招银国际订立配售协议,将尽力促使不少于六名承配人认购17.5亿股配售股份 [1] - 每股配售股份的配售价定为1.80港元 [1] - 配售股份相当于公告日期已发行B类股份约4.60%及已发行股份总数约4.52% [1] 融资规模与资金用途 - 假设配售股份悉数获配售,预期所得款项总额约为31.50亿港元,所得款项净额约为31.46亿港元 [1] - 所得款项净额的30%将用于支持公司核心业务发展,包括打造AI云及扩大人工智能基础设施商汤大装置的规模与国产化比例 [1] - 所得款项净额的30%将用于支持生成式人工智能的研发,以及多模态大模型衍生产品的开发与商业落地 [1] - 所得款项净额的20%将用于探索人工智能在创新垂直领域的技术融合与实践,例如金融、教育等行业 [1] - 所得款项净额的20%将用作公司的一般营运资金 [1]
商汤拟配售股份筹资约31.5亿港元
每日经济新闻· 2025-12-17 22:52
公司融资活动 - 商汤科技于2025年12月18日(联交所交易时段前)与配售代理订立配售协议 [1] - 配售代理将尽力促使不少于六名承配人认购1,750,000,000股新B类股份 [1] - 每股配售股份的配售价定为1.80港元 [1] - 此次配售事项的预期所得款项总额为31.5亿港元 [1]
商汤(00020) - 根据一般授权配售新B类股份
2025-12-17 22:33
配售信息 - 2025年12月18日公司与配售代理订立协议,配售17.5亿股配售股份,每股配售价1.80港元[4][9] - 配售股份相当于公告日已发行B类股份约4.60%、已发行股份约4.52%,扩股后已发行B类股份约4.40%、已发行股份约4.33%[5][13] - 若配售成功,所得款项总额约31.50亿港元,净额约31.46亿港元,净发行价约每股1.80港元[6] - 每股配售价较2025年12月17日收市价1.97港元折让约8.63%[8][15] - 每股配售价较前五个连续交易日平均收市价2.12港元折让约15.09%[8][15] - 每股配售价较前三十个连续交易日平均收市价2.14港元折让约15.89%[8][15] 过往配售 - 2024年12月第一次前次配售完成,配售18.65亿股,配售价1.50港元,所得款项净额约27.87亿港元[34][35] - 2025年7月第二次前次配售完成,发行16.66667亿股认股股份,认股价1.50港元,所得款项净额约24.98亿港元[37][38] - 第一次和第二次前次配售所得款项净额已按原定用途及时间表悉数动用[38] 资金分配 - 公司本次资金分配为30%用于核心业务发展、30%用于生成式人工智能研发、20%用于探索创新垂直领域技术融合、20%用作一般营运资金[1][38] - 第二次前次配售所得款项净额中,30%用于核心业务发展、30%用于生成式人工智能研发、20%用于探索创新垂直领域技术融合、20%用作一般营运资金[38] 其他要点 - 公告日期公司已发行股份总数38,674,038,000股,含614,034,470股A类股及38,060,003,530股B类股[31] - 配售完成后,A类股占比从1.59%降至1.52%,承配人B类股占4.33%,其他B类股东从98.41%降至94.15%[31] - 配售事项需满足上市委批准等条件[16][18] - 配售代理可因特定事件书面通知终止配售协议[19][20][21][24] - 公司向配售代理承诺,配售协议日期起至完成后90日内禁售部分证券[23] - 公司将向联交所申请配售股份上市及买卖[27] - 配售完成后,公司将向中国监管当局备案[28] - 公告日期前12个月内除两次配售外公司无其他股本集资活动[38] - 一般授权配发新B类股份数额不超7,401,474,200股[40] - 最后交易日为2025年12月17日[40] - 配售协议日期为2025年12月18日[41] - 配售事项完成日期须不迟于协议日期后五个营业日[41] - 公告日期执行董事为徐立博士等5人,非执行董事为范瑗瑗女士,独立非执行董事为薛澜教授等3人[42] - 保留事项包括组织章程大纲或细则修订等五类决议案事项[43]
在今天,投后管理的战略价值与退出路径规划在何处 | 甲子引力
新浪财经· 2025-12-17 14:20
文章核心观点 - 投资行业的共识正从“募、投”转向“投后管理”,认为投资的真正价值在资金投出后才开始创造 [2][40] - 市场进入“精耕细作”新周期,“投后管理”从可选动作变为决定基金生命线的核心战略,是与被投企业“价值共创”的过程 [2][40] - 投后工作的最终成果需通过成功的退出兑现财务回报,退出路径规划是实现回报最大化的关键一步 [2][40] 参与机构及其背景 - **疆亘资本**:成立于2012年,聚焦硬科技、新能源和生物医药,投资近百个项目,其中二三十个已成功上市 [3][41] - **商汤国香资本**:上市公司商汤科技旗下的基金管理平台,以产业基金模式运作,投资风格以财务投资为主,重点方向为AI、机器人等硬科技 [3][41] - **国科嘉和**:成立于2011年,专注硬科技投资,累计投资近200个项目,方向包括半导体、人工智能、高端装备与智能制造、生命科学与医疗健康 [4][42] - **清智资本**:源自清华大学智能产业研究院,成立约两年多,已投资近20个项目,当前重点在投后管理阶段 [4][42] - **澳银资本**:2003年以美元FOF起家,2009年开展人民币直投,专注早期科技投资如医学健康、硬技术,搭建了以投后与退出为核心的架构,实现80%以上的退出率 [4][42] 投后赋能如何直接带来企业价值升值及主要挑战 - **清智资本案例**:投资一家由学者背景团队创立的早期AI公司,投后发现团队重科研轻落地,导致公司资金仅剩不足两个月工资并欠下算力债务 通过预判风险、协调资源、重组管理团队并调整创始人角色,最终帮助公司完成新一轮融资并重回正轨 最大挑战在于改变创始人的认知,初期沟通无效,直至危机爆发 [8][9][47][48] - **国科嘉和案例**:一家依赖创始人的科技企业,因创始人暂时缺位而面临管理危机 作为投资人挺身而出,重整团队,投入大量精力稳定企业经营,使企业在创始人回归时未错过行业黄金发展期,现今年净利润达一两亿元 主要难点在于深入理解行业、公司,并让团队相信投资人的坚定支持 [11][12][50][51] - **商汤国香资本案例**:深度参与体系内业务分拆与孵化,从公司构想、股权结构设计、团队补充、商业计划梳理到融资路演全程介入 其中一个项目在过去一年融资额超过10亿元 最大挑战在于与创始人建立互信,并确保创始人具备开放性以听取外部建议 [14][15][53][54] - **疆亘资本案例**:投资一家新能源企业,因行业竞争激烈未达业绩目标 通过对接行业协会与企业资源拓展销售渠道、合资成立销售公司、开发新应用场景(如绿色矿山项目),并协助选定券商筹备港股IPO,同时沟通政府成立基金提供持续投资,使企业在估值、营收和利润上迈上新台阶 最大挑战在于改变企业实际控制人的认知 [17][18][56][57] - **澳银资本常见挑战**:处理“黑天鹅”事件,如创始人突然缺位、现金流短缺、创始团队内部矛盾 其中,核心管理层内部冲突发生频率高、处理难度大,最容易导致企业下滑 处理原则是支持愿意承担责任的一方 [20][59] 体系化与产业赋能的具体手段 - **清智资本的体系化赋能**:将投后管理与孵化器结合以平衡成本 为AI企业提供免费或优惠算力,大幅降低其成本 通过孵化器形成上下游企业社群,定期组织交流,促成生态内业务对接,共同降低成本 优势在于行业专业前瞻性洞察、帮助企业融资及对接政府产业资源、以及对接优质供应链 [21][22][23][60][61][62] - **产业资本的生态构建**:商汤国香资本以“产业路由器”模式进行资源整合,利用其产业方地位,广泛对接投融资、业务和人才资源 例如,推动一家具身智能上游公司与多家被投的头部具身智能公司进行业务对接,并引入LP投资,形成投资与业务合作网络,以加强被投公司在赛道内的护城河和行业格局 [27][28][66][67] 企业价值跃升的关键能力与投后角色 - 对于科学家创业的硬科技项目,最关键的价值跃升转折点在于产品成功商业化落地,即“将好产品变成好商品” 投后赋能主要集中在通过产业链资源对接合作机会,以及在关键节点协助后续轮融资以保障现金流 [26][65] - 投后管理角色已扩展为CEO的“外脑”,覆盖创业者作为CEO所需考虑的各个方面 [26][65] 衡量投后管理战略价值的指标与方式 - **多元指标衡量**:价值体现可通过财务指标、企业影响力提升或转型的价值指标、以及风险防范成效来衡量 [32][71] - **机构端正向与反向指标**:正向指标包括帮助企业完成下轮融资、实现估值溢价及成功退出获得回报 反向指标指通过投后监控及时发现问题与风险,使机构能适时退出以避免损失 [34][73] - **企业端价值体现**:通过资金支持、资源对接帮助企业解决现金流紧张、提升业绩等经营难题 [34][73] - **高度定制化与因企而异**:投后工作难以完全制度化,必须是高度定制化的 关键在于识别企业问题所在,判断投资人能否帮忙及解决路径,从而决定投后精力的投向 [34][35][73][74] - **缺乏统一衡量尺度**:很难用收入、利润或估值增长等单一指标区分行业红利与赋能贡献 评估需因企而异,例如观察毛利率提升、市场占有率变化等不同维度 [36][75] - **量化考核实践**:澳银资本在投资初期与企业共商经营计划,并为投后团队设定挂钩的财务KPI进行年度考核,如帮助企业完成特定金额的融资,以实现量化评估与针对性工作 [37][76] 退出路径的规划与“耐心资本”的节点 - **退出准备标志**:当企业治理实现规范化、收入与利润增长率持续高于行业平均30%-50%、且资本化路径(IPO或并购)清晰时,意味着高强度投后赋能可暂告一段落 [30][31][32][69][70][71] - **路径选择介入深度**:若企业走IPO路径,投资机构参与不必太多;若是并购或出售,机构则需深度介入 [32][71]
大模型的进化方向:Words to Worlds | 对话商汤林达华
量子位· 2025-12-17 09:07
文章核心观点 - 商汤科技发布的原生多模态空间智能模型SenseNova-SI,在多项基准测试中超越了李飞飞团队的Cambrian-S等模型,标志着公司在空间智能领域达到世界前列水平 [2][3][4][5][6] - 行业单纯依赖参数规模扩展的AI发展范式面临瓶颈,边际效应递减,未来需要回归科研本质,发展能够理解物理世界的原生多模态模型 [8][9][12][13][14][15][16] - 商汤科技通过底层架构创新(NEO架构)和极致工程优化(如算法蒸馏),实现了技术突破与商业落地成本的大幅降低,践行“原始创新”与“击穿工业红线”的双轮驱动战略 [39][49][58][61][63][67] 模型性能与突破 - SenseNova-SI模型在多个空间智能基准测试(vsi, MMSI, MindCube-Tiny, ViewSpatial, SITE)中均取得了SOTA成绩,超越了包括Cambrian-S在内的开源及闭源模型 [4][5] - 具体数据:SenseNova-SI的1.1-InternVL3-2B版本在vsi基准得分为63.7,高于Cambrian-S-3B的57.3;其1.1-InternVL3-8B版本在vsi基准得分为68.7,高于Cambrian-S-7B的67.5,并在MindCube-Tiny基准上以85.6分大幅领先 [5] - 该模型基于商汤科技开源的NEO架构,仅用同类模型10%的训练数据就达到了SOTA水平,数据效率提升了10倍 [39][49] 行业范式转变 - AI行业过去三年奉行Scaling Law,依赖算力、GPU和数据堆叠,但自2024年下半年起,风向转变,模型分数提升带来的惊艳感边际递减 [12][13][14] - 纯语言模型红利将尽,顶尖模型在数学、编程上接近奥赛金牌水平,但在理解物理世界、处理三维空间关系上能力薄弱 [20] - 未来的AGI必须是能够理解物理世界、具有多感官能力的世界模型,AI需要从“读万卷书”(语言模型)进化到“行万里路”(空间与世界交互) [20][21] - OpenAI前首席科学家Ilya Sutskever提出“Back to Research”的呼吁,与商汤科技首席科学家林达华的思考不谋而合 [17][19] 技术架构创新 - 传统多模态模型采用“视觉编码器+大语言模型”的拼接式架构,视觉信号在转化为语言Token过程中丢失大量空间细节和三维结构信息,导致模型出现“幻觉”(如数不清手指) [32][33][36][37] - 商汤科技提出的NEO架构是原生多模态架构,从最底层的Transformer Block开始,每个单元都能同时处理视觉和语言信号 [42] - NEO架构采用混合注意力机制,让视觉Token和文本Token一同进入模型的每一层进行推理计算,并引入“跨视角预测”等训练方法,让模型真正理解三维空间关系 [44][46][47][48] 商业化落地与成本优化 - 大模型行业当前痛点包括不够聪明、成本太高、速度太慢,商汤科技内部设定“工业红线”标准:技术使用成本必须低于其创造的价值 [53][54][55] - 以视频生成为例,商汤科技通过“算法蒸馏”技术,将扩散模型的推理步数从100步压缩到4步,实现了64倍的速度提升,使得在消费级显卡上实时生成高质量数字人视频成为可能 [59][61][63][64] - 实时语音驱动数字人产品SekoTalk展示了算法与系统协同的极致优化,将20秒视频生成时间从一小时缩短到实时,为直播、短视频等领域的规模化落地打通路径 [58][65][66] 对中国AI产业的启示 - 在从“语言”到“世界”的AI范式迁徙中,中国科技公司已经抢到了一张船票 [11][73] - 中国拥有全世界最丰富的应用场景和最完整的工业体系,这片土壤天生适合培育能与物理世界深度交互的AI [72] - 建议年轻研究者和创业者不要只拥挤在大语言模型赛道,应拓宽视野至具身智能、AI for Science、工业制造、生命科学等领域 [68][69][70]