来源 @港股研究社

6 月 11 日，海清智元启动港股招股，招股期至 6 月 16 日，拟全球发售 8516.25 万股 H 股，发售价 7.20 港元，预计 6 月 22 日挂牌。

天眼查显示，海清智元做的是多光谱感知——把红外、紫外、可见光等不同波段的信息，与 AI 算法和大模型服务结合，用在 IDC 数据中心安全、工业巡检、智慧园区、消防预警、物联网设施管理等场景。传统摄像头解决的是 " 看得见 "，多光谱 AI 要解决的是 " 看不见但正在发生 " 的风险，比如异常温升、电弧、早期火情、设备老化和隐性故障。

2023 年至 2025 年，公司收入从约 1.17 亿元增至约 6.69 亿元；2025 年，多光谱 AI 大模型服务收入占比升至 53.1%，成为第一大收入来源。也就是说，海清智元正在把自己从一家感知硬件公司，重新包装成 " 硬件入口 + 模型服务 + 场景订阅 " 的物理 AI 公司。

资本市场会喜欢这种切换，但不会无条件买单。原因无他，港股 AI 公司开始从 " 讲模型能力 " 进入 " 看收入结构 " 的阶段，那海清智元此次 IPO 究竟成色几何？

多光谱 AI，

物理世界风险识别的入口争夺

过去几年，视觉 AI 的主线被安防和机器视觉定义。海康威视、宇视科技这类安防巨头，靠渠道、场景和供应链占据可见光监控市场；凌云光、格灵深瞳、虹软科技等公司，则分别在工业视觉、人脸识别、手机影像和算法服务里形成各自标签。这些公司共同把 " 视觉 AI" 推向成熟，也把这个赛道推向了价格竞争、项目制交付和估值压缩。

多光谱 AI 的切入点不同。它不是继续提高摄像头像素，也不是在普通视频流上叠加更多算法，而是把感知对象从可见光扩展到不可见光。红外能看到热变化，紫外能捕捉电弧和放电，可见光负责空间识别，不同波段融合后，机器才有能力判断一些人眼和普通摄像头难以提前发现的风险。

这个变化对应的是 AI 产业的一个方向：从数字世界进入物理世界。通用大模型解决文本、图像、代码和知识推理问题，但工业、电力、数据中心、园区和城市安全，需要的是对温度、烟火、光谱、空间和设备状态的实时感知。AI 要在物理世界落地，感知层必须变厚，不能只靠单一摄像头。

按公开资料，海清智元在中国多光谱 AI 行业按 2024 年收入计排名第一，市占率约 3.5%；在多光谱 AI 大模型服务领域，市占率约 11.8%，同样排名第一。

整个行业前五合计份额并不高，格局仍高度分散。多光谱 AI 还处在早期放量阶段，头部公司的份额并没有被巨头彻底锁死，细分厂商有机会用技术和项目经验抢占标准化之前的窗口期。

与安防巨头相比，海清智元的优势在多波段融合和行业模型；与机器视觉公司相比，它更靠近物理风险识别，而不是单一图像算法；与海外 FLIR、Teledyne 等高端光谱硬件厂商相比，更强调本土化场景、端云一体交付和成本效率。

这套差异化能不能形成壁垒，还要看两个条件。第一，多光谱 AI 能否从项目需求变成行业标配。数据中心、电力场站、工业园区和新能源设施，对安全监测越来越敏感，但客户是否愿意为多光谱方案支付溢价，还需要持续验证。第二，海清智元的模型服务能否从单点项目复制到更多场景。只有模型复用率提升，收入结构切换才有真正的利润弹性。

盈利质量还没有

完全说服市场

海清智元的财务曲线很适合做 IPO 叙事。

2023 年至 2025 年，公司收入分别约 1.17 亿元、5.23 亿元、6.69 亿元，2024 年完成爆发式增长，2025 年继续增长但增速放缓。

更重要的是结构变化。2023 年，公司收入还主要来自多光谱 AI 模组和感知终端，硬件属性较重。到 2025 年，多光谱 AI 大模型服务收入占比达到 53.1%，成为第一大收入来源。海清智元的故事比很多 AI 公司更容易讲，因为公司至少已经把服务收入做到了过半。

这也是海清智元的估值切换入口。硬件销售通常对应制造业估值，毛利率受原材料、传感器、芯片和采购周期影响；大模型服务如果能够形成标准化、订阅化和持续运维，就有机会获得更高估值。港股投资者不一定愿意为 " 多光谱 " 三个字付溢价，但愿意为收入结构改善、毛利率上行、复购率提升和客户粘性买单。

问题在于，利润端还没有完全跟上收入结构的变化。公司 2024 年实现扭亏，2025 年仍保持盈利，但利润出现波动。若剔除上市相关费用，经调整利润更好看，但二级市场最终会看主业经营质量，而不是只看调整后口径。AI 服务收入占比提升之后，毛利率能否持续改善，项目交付成本能否下降，经营现金流能否匹配利润表，才是估值能不能稳住的关键。

海清智元还有一个容易被忽视的矛盾：业务越靠近大客户，订单能见度越强，但收入波动和回款压力也越明显。IDC、工业园区、智慧城市、公共安全项目，往往不是小额标准化订单，而是项目制、定制化、周期长、验收严格。大客户带来信用背书，也带来议价权压制。前五大客户收入占比较高，对一个成长型 AI 公司来说既是优势，也是风险。

供应链也会影响利润弹性。多光谱 AI 不是纯软件业务，红外探测器、光学器件、传感器模组、边缘计算单元、AI 芯片都会进入成本结构。上游关键器件如果价格波动或进口受限，公司毛利率会承压。市场愿意给软件估值，但不会忽视硬件成本。

结语

海清智元的优势，是没有停留在概念层面。多光谱 AI 已经落地到 IDC 安全优化、智慧园区、工业巡检和物联网设施管理等场景。尤其是数据中心方向，很容易与 AI 基础设施形成联动。算力集群越密集，设备过热、电气安全、火灾预警、无人巡检和故障定位越重要。传统摄像头只能看到外观，多光谱 AI 可以提前识别热异常、电弧和烟火风险，这会让它从安防设备，变成算力基础设施的安全配套。

这也是公司最适合讲的资本故事：从感知硬件入口，升级为物理 AI 服务平台。底层是多光谱模组和终端，中层是端侧推理和专用系统，顶层是行业大模型服务。若这三层能形成闭环，公司收入会从一次性硬件销售，逐步转向硬件入口加持续算法服务。这个模型一旦跑顺，估值锚会从传统安防、机器视觉，部分切向 AI 基础设施服务和垂直行业 AI 平台。

但要获得这种估值，公司必须摆脱项目制公司的折价。项目制的问题不是不能增长，而是增长质量容易不稳定：每个项目都要定制，每个客户都要交付，每个场景都要适配，收入增长带来的不一定是利润率提升，也可能是人员投入、交付成本和应收账款增加。二级市场最怕的不是公司没订单，而是订单越多，现金流越紧。

上市募资能解决一部分问题。海清智元可以继续投入多光谱大模型、红外芯片、端侧 AI、智能制造产能和海外销售网络。海外市场也有想象空间，东南亚、中东、欧洲的数据中心、能源场站和工业园区，都有基础设施智能化需求。中国厂商在工程交付、成本控制和产品迭代上具备优势，港股平台又能提供国际化背书。

但海外复制不会太顺滑。多光谱 AI 涉及安防、电气、数据、行业认证和本地化交付，不同国家标准差异很大。出海早期容易出现样板项目，真正形成区域复制，需要渠道、售后、认证和算法本地化同时跟上。资本市场会把海外故事作为估值加分项，但只有订单连续兑现，才会变成估值主线。

海清智元的机会，是赶上了 AI 从数字世界走向物理世界的产业窗口；压力是必须证明自己不是一家披着 AI 外衣的项目制硬件公司。