出品 | 创业最前线

作者 | 于莹

编辑 | 王亚静

美编 | 小青

审核 | 颂文

曾经生产路由器、交换机的代工厂，如今摇身一变，成为手握全球大半AI服务器ODM市场的核心供应商，实现业绩狂飙。

10月29日，工业富联（601138.SH）发布2026年第三季度报告。前三季度，公司实现营业收入9414.14亿元，同比增长55.88%；归母净利润403.75亿元，同比增长79.55%，双双高速增长。

但业绩高增长之下，完全撕掉曾经“代工”的标签，并没有想象中简单。前三季度，工业富联的综合毛利率仅7.09%，虽较去年同期提升0.33个百分点，但放在2026年AI产业链中仍处于较低水平。

另外，业务扩张带动应收账款持续增加，大量资金被下游客户占用，持续扩产又要不断投入资金，账面利润和经营现金流之间形成巨大鸿沟。

这些现实难题，依旧是工业富联挥之不去的困扰。

1、业绩大增，云计算成核心业务

工业富联，全称富士康工业互联网股份有限公司，是富士康科技集团旗下的上市公司。其母公司鸿海精密是全球最大的电子制造服务商（EMS），在全球代工领域市占率超过40%，以消费电子代工闻名。

2018年，工业富联顶着“工业互联网第一股”的光环登陆上交所，上市之初的核心主业是通信及移动网络设备代工，主要为苹果等头部品牌提供智能手机高精密机构件，同时代工生产路由器、交换机、电信设备等网络通信产品。彼时公司整体毛利率常年维持在8%左右，赚取的是加工制造费用，“代工厂”标签深入人心。

2024年，是一个重要转折点。

2024年之前，通信及移动网络设备是公司第一大主业，产品涵盖网络设备、高精密机构件、电信设备等，品类虽多，增长却很缓慢。从2018年上市到2024年，这块业务收入从2591.54亿元微增至2878.98亿元，整体增长缓慢。

随着各行各业加速向AI转型，算力需求爆发式增长，服务器作为数据中心提供算力的基本单元，需求随大模型参数规模急剧增加。

工业富联敏锐地抓住了这个窗口，深度绑定海外头部云厂商。高盛研报预测，工业富联全球AI服务器ODM市场份额有望自2026年的55%提升至2028年的69%。

除了AI服务器之外，工业富联已经搭建了完整的AI基础设施建设链条。在计算端，云计算板块覆盖GPU/ASIC服务器、AI机柜、液冷系统，负责算力的生产与承载；在传输端，通信板块覆盖高速交换机、智能网卡，负责算力节点之间的高效互联。

具体来看，云计算业务从2024年开始成为主要的业绩增长引擎，到2025年时，该业务营收6026.79亿元，同比暴增88.7%，占总营收比重达到66.75%。

（图 / 2025年财报）

2026年前三季度，AI-ASIC服务器出货量同比增长1.5倍、环比增长80%，AI-GPU机柜出货量同比增长70%、环比增长15%。

此外，新一代AI机柜已开始出货，其整体市场份额相较上代产品持续提升。

（图 / 三季报）

第二大板块通信及移动网络设备是公司的传统优势业务，包含两大方向，其中AI数据中心的高速网络设备，是容易被忽略的“潜力股”。

AI基建靠服务器，GPU负责计算，服务器负责承载算力，成千上万的计算节点要协同工作，必须靠交换机、网卡搭建高速数据通道。AI集群规模越大，节点越多，数据传输的瓶颈就越明显，对高速网络设备的需求就越强。

这部分产品，就落在通信及移动网络设备板块里，包括800G/1.6T以太网交换机、NVLink交换机、SuperNIC网卡、CPO光交换机等，相当于AI数据中心的“信息高速公路”。

2026年前三季度，公司800G及以上交换机出货量同比增长80%，环比增长25%，产品覆盖多芯片平台以太网交换机、CPO交换机、NVLink交换机以及SuperNIC网卡。

第三大板块业务工业互联网，是工业富联上市时的主打概念，主要为制造业工厂提供智能化升级方案，比如工业软件、自动化产线、远程运维系统等。

但上市后的很长时间里，这块业务规模始终有限。2022年，该业务全年收入仅19亿元，占总营收比重不到一段。

到了2025年，这部分业务占比只有0.08%，收入降到6.94亿元；在2026年三季报中，公司在具体业务板块中也未对这部分进行单独描述。

2、规模暴涨利润却微薄，难改代工基因

高速增长的营收与全球市占率背后，工业富联是否已经彻底撕掉代工厂标签，完成了向科技公司的转型？

拆开盈利结构与产业链地位来看，其代工底色并未发生根本转变。

最直观的体现是毛利率。2026年前三季度，公司综合毛利率仅7.09%，虽较去年同期提升0.33个百分点，但放在整个AI产业链中仍处于极低水平。

分业务来看，在2025年，收入占比最高的云计算业务毛利率只有5.73%，传统的通信及移动网络设备毛利率为9.28%。

（图 / 2025年财报）

对比来看，上游芯片龙头英伟达毛利率在75%左右，而中游光模块厂商毛利率普遍在20%-30%，差距十分明显。

究其原因，主要是工业富联的材料成本居高不下。2025年年报显示，公司3C电子产品的直接材料成本占总成本的92.50%，直接人工仅占2.19%，折旧及摊销占0.69%，人工与设备折旧两项相加不到3%。

（图 / 2025年财报）

换句话说，公司每支出100元成本，有92.5元花在了采购原材料和核心元器件上，真正的制造加工环节附加值占比极低。

这与行业内存在的“微笑曲线”相匹配，产业链的利润大多集中在两端，上游的核心芯片、核心组件，下游的品牌与软件服务；中间的制造组装环节，恰恰是利润最薄的洼地。

一台高端AI服务器里，仅GPU芯片就占到整机成本的六成以上，再加上CPU、内存、存储、交换芯片等核心元器件，外购部件占据了整机价值的绝大部分，这部分利润几乎全部被上游芯片厂商拿走。

工业富联掌握的是结构设计、整机集成、液冷散热、精密制造与测试验证等能力，核心的GPU芯片、交换芯片、高速网卡芯片全部依赖外部采购。

本质上，它做的依然是“高端代工”的生意，赚取的是加工与组装费用。当AI服务器单价因芯片涨价而上涨时，公司营收会同步放大，但加工费并不会同步增长，这就是毛利率难以提升的重要原因之一。

公司的利润增长，更多是靠出货量规模的快速扩张带动，而非单位产品附加值的提升。这种模式下，毛利率极易受上游芯片价格波动、下游客户压价、行业竞争加剧的影响，赚钱能力并不稳定。

除了盈利模式的先天局限，客户高度集中是另一重隐忧。

工业富联的高增长，深度绑定全球头部科技企业。2025年，公司前五大客户贡献的收入占比超过62%。

绑定头部客户的好处显而易见，能第一时间吃到行业增长的红利，订单规模有保障，技术迭代能跟紧最前沿的需求。但反过来看，也意味着公司的经营命脉很大程度上握在大客户手中。

一旦核心客户调整资本开支计划、削减订单，或是将产能分流给其他代工厂，都会直接冲击公司业绩。消费电子时代，代工厂随大客户订单周期大起大落的先例，并不鲜见，这也是工业富联需时刻警惕的风险。

3、利润卡在账面上，行业周期下大幅扩产

如果说低毛利是代工模式的先天属性，那么高速扩张下的现金流质量与产能节奏，则是更值得警惕的现实问题。

2026年前三季度，工业富联的归母净利润超过400亿元，但经营现金流净额只有32.16亿元，两者相差十多倍。其大部分利润还停留在账面上，没有变成真正落袋的现金。

造成这种背离的核心原因之一，是应收账款的快速攀升。于2026年6月底，公司应收账款为1275亿元，到9月底时，已经增至1975亿元。短短三个月增长近700亿元，增幅接近55%。

这意味着，随着AI业务规模快速扩大，公司的应收账款也在快速累积。

不过，公司也通过占用上游供应商账款来缓解资金压力。于2026年三季度末，公司应付账款2206.6亿元，较2025年年末（1379.6亿元）增长近六成。可见，公司在产业链中并非完全弱势。

值得注意的是，公司存货从2026年6月末的1921.09亿元降至9月末的1889.40亿元，在备货上相对克制。

但整体来看，应收账款的大幅增长仍是公司资金占用的主力，营运层面的资金沉淀规模仍在随业务扩张快速扩大。

与此同时，公司为了巩固市场份额、承接后续持续增长的订单，还在加速推进产能建设，这无疑对现金流进一步形成挤压。

2026年前三季度，公司资本开支约140.88亿元，同比增长四成；在建工程达到134.3亿元，较年初的78.3亿元大幅增长。

据悉，这些投入主要用于AI服务器、高速网络设备相关的产能扩建，目的是承接后续持续增长的订单，巩固市场份额。

（图 / 三季报）

但这种扩张，本质是一场与行业周期的对赌。

扣除资本开支后，公司前三季度自由现金流（公司经营活动赚到的现金，扣除维持和扩大产能必须投入的资本开支之后，剩下可以自由支配的资金）约为-108.72亿元，也就是说，经营赚到的现金，还覆盖不了扩产的投入。

这背后也是代工行业的典型特征，产能是代工厂的核心竞争力，尤其是在AI算力爆发的上行周期，客户优先选择产能充足、交付能力强的供应商。要拿下更多头部客户的大额订单，就必须先投入资金扩建产线、购置设备，先有产能才有订单，后续才能通过规模效应逐步回收现金。

但这种“先投入、后回报”的模式，天然伴随着行业周期波动的风险。全球云厂商的资本开支不会永远高速增长，一旦大模型商业化落地不及预期，算力需求降温，提前投放的产能就可能面临闲置的风险。

工业富联如何预判行业周期拐点，避免重蹈消费电子产能过剩的覆辙？对此疑问，「创业最前线」也向公司发去采访函，但截至发稿，对方尚未回复。

从营收规模、全球市占率和产业布局来看，工业富联确实完成了一次漂亮的逆袭，从消费电子代工厂一跃成为全球算力基建的核心供应商。但从盈利模式、技术话语权和财务质量来看，它离真正意义上的科技巨头，还有很长的路要走。

*注：文中题图及未署名图片均来自工业富联官方微信公众号。

新眸原创·作者 | 鹿尧

过去两年，整个科技行业都在讨论一件事：AI能力边界到底在哪？

Benchmark刷了一轮又一轮，发布会一场接一场。但真正在企业里做落地的人，感受可能完全不同——模型已经够用了，卡住他们的另有其事。德勤《2026技术趋势》显示，近九成智能体试点停留在验证阶段，始终没能进入正式生产环境。

卡住的原因有不少，其中一点非常重要：模型的单点能力，不足以覆盖真实业务中权限管控、系统适配、算力调度、数据治理等一系列工程化命题。

当行业资源仍大量向算力层与模型侧集中时，落地痛点正把具备深厚现场服务积累的基础设施厂商推到台前。深信服是其中极具代表性的一家，这家以网络安全为起点的企业，在超融合云计算领域已连续多年保持市场份额首位，如今正在将安全、云与AI能力整合，切入AI生产级落地的核心环节。

这种切入并非概念层面的转向。翻看近年数据，2022年-2025年，这家公司“云及AI基础设施”的业务占比加速抬升，今年上半年达到22.12亿元，同比增长58.6%，占总营收比重首次过半。三季报延续了这个势头，前三季度营收累计 67.79 亿元，同比增长 32.27%，云计算业务加速向 AI 基础设施转型，统一存储、超融合等产品快速增长，AI 算力网关等新产品商业化落地加快。

AI正从一个技术选项，变成这家公司安全与云两条主线之上的新变量。深信服正在把二十年企业服务的场景沉淀，转化为AI落地的系统性能力，用成熟的工程化体系消解模型的不确定性，让AI向生产级落地。

所谓“生产级AI”，是指AI真正接入业务流程，在权限可控、成本可算、异常可干预的前提下，长期稳定交付结果。它横在“试点”与“生产”之间，而跨过这道门槛的能力，恰恰是当前AI落地阶段最稀缺的竞争力。

01

模型够用了

落地更考验工程能力

某企业投入数十万元建设智能客服，演示时表现流畅，上线后却迅速失效：首日预期承接上千单咨询，到第三天，实际咨询量已不足百单，投诉不断，一周后项目便被下线。面对真实客户的复杂提问、混乱的历史数据和繁杂的旧系统，AI有些手足无措。

这样的落差并不少见。Gartner统计显示，到2025年底，至少一半的生成式AI项目在概念验证后被放弃。企业对AI的期待，正在从“会回答”转向“能干活”，但多数项目卡在了从演示到投产之间。

项目搁浅还不是最坏的结果。当智能体被真正赋予执行权限，风险就从“做不成”，变成了“闯大祸”。

2026年春天，一家名为PocketOs的小公司遭遇了一场事故。它雇用的AI程序员在执行常规任务时，未接到任何删除指令，却调用云基础设施接口，仅用9秒便清空了生产数据库及全部备份。事后，AI还在日志中留下类似“认罪书”的文字，承认自己违反了安全规则。

这起事故之所以引人关注，是因为它暴露了智能体进入真实业务后的风险：当AI能够读取文件、调用接口、修改数据、触发流程，一次错误操作就可能导致数据丢失、业务中断，甚至产生无法预估的损失。

那为什么以前没这么多事？过去工程的任务是搭建稳定的系统、分配资源、保障业务连续运行，应用逻辑相对明确，系统沿着预设规则执行，确定性是默认前提。但AI改变了这个前提：模型输出具有概率性，同样的输入不保证得到相同的结果；智能体又能调用工具、跨系统执行任务，一次判断失误就可能沿着工作流传递、放大。

这意味着，系统要进入生产环境，得先面对一连串具体的工程问题：智能体能操作哪些数据，出错后如何中止和接管？AI如何适配企业已有的业务流程与旧系统？不同算力如何统一调度，Token消耗如何计量和优化？知识库如何持续更新、准确调用？任何一个环节掉链子，模型能力都无法兑现为生产力。

回答这些问题，靠的不再只是“把系统搭起来、让服务跑起来”的传统工程能力，而是一套可控、可观测、可追溯的运行机制：让权限有边界，资源能调度，成本可核算，异常可发现、可干预，最终让AI接入现有业务，并在长期运行中保持稳定。

02

工程功夫的现场：

让企业敢用AI

先从一个略显残酷的现实说起：AI最早规模化滥用的场景之一，是网络攻击。

过去两年，生成式AI让攻击的门槛和成本同时骤降。KnowBe4的钓鱼基准报告显示，2025年82.6%的钓鱼邮件内容已由AI生成，语气自然、针对性强，传统特征检测难以识别；安全公司Huntress则发现，2026年前四个月，可绕过身份验证的钓鱼攻击较去年下半年暴涨1380%。攻击流程被打包成订阅服务，一个新手就能发起过去需要安全专家才能完成的攻击。

这组数据背后，是一个日益不对称的现实：当攻击以机器速度袭来，防御就不能再停留在人的速度。这也是为什么，AI赋能安全正在成为各大科技公司争相入局的新战场——它正从一个技术方向，变成企业绕不开的现实需求。

深信服的反应要更早。2023年3月，GPT-4发布，公司内部做流量检测的技术团队第一时间判断，传统基于规则的检测方式即将被淘汰。他们用安全领域的专业数据微调大模型，两个人、三个月做出的实验效果，远超预期。

当年5月，深信服发布安全GPT，这是国内第一个安全垂域大模型，距离全球首款仅晚一个多月。首秀之后，上百家用户主动找来申请测试，安全GPT与企业在AI时代的真实需求，完成了一次“双向奔赴”。

某全球化科技集团就是其中之一：业务遍布全球数百个制造基地，每天涌入海量安全日志、十几万条原始告警，安全团队根本研判不过来。接入安全GPT之后，AI能够结合资产、账号和业务关系梳理告警线索，帮助安全人员识别真正需要关注的风险。

在这家企业的实践中，日均十万级告警经过AI研判后，需要人工介入的大幅减少，削减超过99%；威胁发现时间也缩短至分钟级。处置环节同样发生了变化。部分高频威胁场景中，AI联动终端、防火墙等安全设备自动拦截，将原本需要半小时以上的遏制过程压缩至几分钟。对于生产服务器、工厂控制系统等关键资产，则保留人工确认和处置机制，在提高响应速度的同时控制误操作风险。

这些实践背后考验的，既是模型的识别能力，也有对企业业务上下文的理解、与现有安全设备的联动，以及从发现风险到完成处置的闭环能力。类似的现场不止一个，截至目前，深信服的AI安全运营客户总量已突破1600家。

当然，外部攻击只是AI时代安全命题的一半。回顾前文PocketOs的事故，当智能体拥有了执行权限，风险同样可能来自AI自身的误判与失控。Gartner把“AI智能体将要求更强的网络安全监管”列为2026年六大网络安全趋势的第一条；也有安全厂商判断，智能体将在2026年成为企业最大的内部威胁。

深信服已经给出了这一半的答案，他们像管理员工一样管理智能体，上岗前先“背调”，做安全评估与权限匹配；用“数字工位”划定最小权限与隔离运行空间；再依托全链路行为监测实时阻断异常，为智能体失控装上“紧急制动”。

用深信服自己的话说，企业要对每一个“数字员工”的身份、权限、行为、后果都说得清楚，而实现路径只有一条：以AI保护AI。

至此，深信服的老本行在AI时代长出了两层含义——用AI赋能安全、以AI保护AI。

权威侧也印证了这一点：2025年，安全GPT在中央网信办组织的大模型安全测试中拿下三项第一；紧接着在2026年，深信服在AI安全领域再添一项重磅荣誉，其AI安全智能体在CyberGym全球评测中以93.2%的综合成功率登顶，压过OpenAI、Anthropic与微软，且全程跑在国产基座上。

03

工程功夫的现场：

让AI稳定跑起来

安全让企业“敢用”AI，但敢用只是前提，更现实的问题是：没有AI团队、不懂算法的企业，智能体建不建得起来、跑不跑得稳？

一家深耕钎焊材料三十年的国家制造业单项冠军，每天面对的客户问题五花八门。客户拿来一块铝合金配一块不锈钢，该用什么焊料？用户在对话框里只敲四个字"铝焊料"，系统一口气搜出两百多个产品塞给模型，页面瞬间卡死；问“焊铜管的料吗”，系统分不清这是选型咨询还是产品知识，乱答一通。

这些问题高度依赖经验，资深客服屈指可数，新人上手要两三年，老师傅一旦休假或离职，客户咨询就接不住，夜间和节假日更是无人应答。但企业没有AI团队，几次想做智能客服都搁置了。

如何让不懂代码的业务人员自己动手，把老师傅的经验变成智能体——FastGPT深信服商业版解决的正是这件事。业务人员像搭积木一样，把几十年的焊料配方、工艺参数、选型经验喂进知识库，拖拖拽拽，就搭出了一个智能选型助手。

几轮调优后，它听懂客户真实意图的准确率从68%升到94%，响应从8.2秒缩到1.1秒，Token报错从日均12次降到零，人工投入减少六成，客户满意度从4.2升到4.8。老专家的经验，沉淀成了全天候在线的数字资产。

AI要在生产线上持续运转，还离不开底层稳定的数据供给。面对训练素材、业务文档等多类型数据，企业需要同时平衡读取性能、存储成本、容量弹性扩容以及统一运维管理等多重诉求。

在这一点上，深信服也给出了解法：用一套统一存储aStor，同时承载企业的传统业务与AI业务，在原有业务数据不必搬家的前提下，让AI应用直接调取，再辅以分层管理能力，一站式的兼顾了性能、成本与弹性扩容需求。

从保护、构建到承载与优化，深信服做的事可以用一句话概括：把AI从“能演示”，变成企业敢放进生产线的“能干活”。

04

一个被低估的AI基础设施玩家

提到AI基础设施市场，多数人脑海中会先浮现华为、新华三、阿里云的名字——GPU、算力硬件、大体量云平台，这的确是AI时代最受瞩目的战场。

但走进企业就会发现，真正决定敢不敢把业务交给AI的，往往是另一些更具体的关切：数据是否安全，权限如何管理，旧系统能否兼容，出了问题能否及时定位和处置。这些企业决策者案头最真实的顾虑，构成了AI从演示走向生产的最后一公里。

二十多年来，基础设施始终是深信服的主场。AI浪潮到来之后，基础设施的边界被拓展，这家公司的产品线也跟着长出了新名字：安全GPT、AI算力网关、保护AI平台、FastGPT深信服商业版、统一存储aStor......,它们决定的不是模型跑多快，而是智能体能不能真正跑进生产线。

为什么深信服能覆盖这些环节？答案在它的能力结构里。安全是起点，二十多年积累了围绕威胁、权限与风险的理解；云计算是它过去十余年的重要业务方向，超融合市场份额多年第一（IDC数据），沉淀下计算、存储与运行环境的完整能力；当这两者遇上AI，便自然延伸到了智能体的构建与调度。

AI进生产，恰好需要这几种能力协同，这正是多数厂商凑不齐的组合。

另一重支撑来自客户结构。深信服披露的客户数量已超过10万家，覆盖政府、金融、能源、交通、医疗、制造，服务网络一直沉到中长尾市场。数量本身并不构成壁垒，真正的壁垒在于：企业的旧系统千差万别，业务场景各有各的行业语言，这些经验靠堆人堆钱复制不出来，只能在一个个客户现场磨出来，再沉淀进产品，减少后续项目的适配成本。这份家底，正是它把安全与云时代的经验继续用于AI部署的底气。

把时间线拉长就能看清：这些能力与家底，是在二十多年的路径自然长出来的。信息化时代，企业需要守住网络边界，深信服从安全起家；数字化时代，企业需要上云与资源整合，它把超融合做成了规模；数智化时代，企业需要让AI进生产，它又把安全、云与AI重新组合。

三个阶段，产品形态一直在变，主线只有一条：贴着客户需求做创新。2016年，深信服就确立了AI First研发战略，比AI成为产业热点早了约七年，这也解释了为什么它能较早把AI引入安全检测，并一路延伸到企业级AI应用的构建与运行环境。

诚然，市场对深信服印象最深刻的地方，仍更多停留在网络安全和云计算。如今，它正在把过去两个阶段积累的能力转化为AI时代的新业务。或许也正因如此，这家公司的未来走向会更具有想象力。

作者 | 孙宁郁

编辑 | 王以沫

10月30日晚间，赛力斯（601127.SH / 09927.HK）发布2026年三季报，第三季度公司实现营收280.80亿元，归母净利润14.20亿元，环比扭亏。不过，扣非归母净利润仍亏损13.65亿元，前三季度累计归母净利润也处于亏损状态。

问界M9在高端市场保持竞争力，M6持续交付，新M8即将上市，但车型销量能否转化为稳定盈利，仍是赛力斯需要回答的问题。

盈利背后有反差

赛力斯第三季度实现营业收入280.80亿元，同比下降41.66%；归母净利润14.20亿元，同比下降40.12%。虽然单季度归母净利润环比转正，但与上年同期相比，公司收入和归母净利润均明显下滑。

前三季度，公司累计营收855.73亿元，同比下降22.58%；归母净利润亏损2.97亿元，上年同期则实现盈利。

图片来源：赛力斯公告

更值得关注的是扣非归母净利润。

第三季度，赛力斯扣非归母净利润亏损13.65亿元，前三季度累计亏损37.44亿元。单看第三季度，归母净利润与扣非净利润相差约27.85亿元，说明非经常性损益对当期利润影响较大。

因此，14.20亿元的单季归母净利润虽然改善了报表表现，但尚不能证明主营业务已经恢复盈利。

现金流同样承压。前三季度，公司经营活动现金流量净额为-145.11亿元，上年同期则为正。

赛力斯此前解释，上半年主力车型处于产品迭代过渡期，销售规模效应未充分释放，同时电池、芯片等核心零部件价格上涨，叠加资产减值计提，影响了盈利表现。

第三季度归母净利润转正是积极变化，但主营业务盈利修复仍需要时间。

高端车型持续交付

赛力斯近年来最重要的转型，是通过与华为合作打造问界品牌，进入国内高端新能源汽车市场。其中，问界M9是品牌向高端突破的代表车型。

根据问界官方数据，M9连续四个月获得50万元以上车型销量第一。

在传统豪华品牌长期占据的价格区间，问界凭借鸿蒙座舱、华为乾崑智驾以及增程、纯电双动力方案，形成了较为鲜明的产品定位。

但高端车型销量领先，并不意味着高端汽车市场整体都在增长。随着传统豪华品牌加快电动化转型，国内新势力持续推出高价车型，问界仍需通过产品升级保持竞争力。

除了M9，问界也在拓宽产品覆盖范围。2026年推出的问界M6累计交付超过6万辆，承担扩大用户规模的任务。新款问界M8将于11月13日上市，预售价38.98万元起，继续面向家庭豪华SUV市场。

新车升级了智能辅助驾驶、底盘及座舱配置，搭载华为乾崑智驾ADS5，并采用面向L3级自动驾驶的架构设计，但不代表已经获得L3自动驾驶上路许可。

随着M6、M8、M9覆盖不同价格区间，问界有机会降低对单一车型的依赖。

不过，高端车型售价较高，并不意味着利润一定更高。新品能否扩大销量、分摊研发和制造成本，才是影响盈利的重要因素。

主营盈利待修复

国内新能源汽车市场竞争日趋激烈，价格竞争已从中低端市场延伸至高端车型。

对问界而言，智能座舱和辅助驾驶仍是重要竞争力，但其他车企也在快速推进技术升级。与此同时，高端车型在研发、智能化硬件、渠道建设和售后服务方面的投入都不低。

赛力斯当前面临的主要问题，是如何将高端车型的市场认可转化为持续稳定的经营收益。

随着产品矩阵扩大，赛力斯与华为的合作也在深化。在新的分工框架下，华为持续提供智能化技术赋能，双方在产品开发、技术落地等环节协同推进，品牌、渠道与服务运营由赛力斯主导。

新车型能否快速完成市场导入，研发、营销和制造成本能否得到有效控制，将直接影响盈利表现。其中，新款问界M8是观察产品升级与经营效率的重要窗口。

但新能源汽车行业的竞争，最终仍要回到规模、成本和现金流。

未来几个季度，新M8上市后的订单转化、M6交付规模、M9销量稳定性，以及扣非归母净利润和经营现金流变化，都将成为判断赛力斯经营修复的重要指标。

问界已经在50万元以上市场取得一定竞争优势，但高端车型的销量表现与公司整体盈利能力之间，仍存在距离。

对于赛力斯来说，第三季度归母净利润转正是一个积极信号。接下来更重要的，是如何让不断扩大的产品矩阵形成稳定利润，在持续的市场竞争中实现真正的经营改善。

敬告读者：本文基于公开资料信息或受访者提供的相关内容撰写，《全球财说》及文章作者不保证相关信息资料的完整性和准确性。无论何种情况下，本文内容均不构成投资建议。市场有风险，投资需谨慎！未经许可不得转载、抄袭！

作者 | 李新

编辑 | 陈肖冉

10月30日，国有六大行三季报悉数出炉。

2026年第三季度，六家银行合计实现归母净利润约4256.14亿元，全部实现同比增长。其中，农业银行、交通银行增速超过10%，邮储银行以4.46%的增速垫底。

利润集体回暖的背后，存款成本下降、信贷结构调整与非息收入改善共同发挥作用。但这轮盈利增长究竟有多少可持续性，各家银行已经显现出不同的答案。

工商银行：规模优势

作为国内资产规模最大的商业银行，工商银行继续稳坐盈利头把交椅。

2026年第三季度，工商银行实现归母净利润1119.58亿元，同比增长9.97%；前三季度累计归母净利润2856.40亿元，同比增长5.83%，营业收入6671.37亿元，同比增长9.19%。

支撑工商银行业绩的，仍然是庞大的资产负债表和利息收入。

2026年前三季度，工商银行净利息收入5190.54亿元，同比增长9.64%，净利息收益率1.29%，同比提升1个基点。这意味着，经历持续的息差收窄之后，工商银行的利息业务开始显现企稳迹象。

截至2026年9月末，工商银行总资产达到57.82万亿元，客户贷款及垫款总额（不含应计利息）达32.23万亿元，较上年末增长 5.66%。

制造业、科技创新、普惠金融等领域持续获得信贷支持，庞大的对公客户基础保证了业务规模。

与此同时，工商银行非利息收入达到1480.83亿元，同比增长7.66%，其中手续费及佣金净收入增长1.55%，收入结构有所改善。

但利润增长并不意味着风险成本同步下降。

2026年前三季度，工商银行计提各类资产减值损失1520.71亿元，同比增长19.65%。虽然不良贷款率降至1.29%，但减值支出增加，说明银行仍在为潜在信用风险留出空间。

对于工商银行而言，最大的优势是规模、资金成本与客户网络，但规模也是增长弹性的约束。未来决定其盈利表现的，不只是贷款增长多少，更是新增资产能否持续创造足够的风险调整后收益。

建设银行：息差企稳

中远海控是全球主要集装箱航运企业之一，旗下拥有中远海运集运和东方海外国际两大运营平台，业务覆盖跨太平洋、亚欧、亚洲区域内及中国沿海等主要航线。

与单纯提供海运舱位的航运公司不同，中远海控还布局港口码头、仓储运输及综合物流服务，形成航运与港口协同发展的业务体系。

今年上半年，中远海控集装箱航运业务实现收入1072.98亿元，同比增长2.38%。其中，除海运以外的供应链收入达到240.90亿元，同比增长11.61%，占集装箱航运业务收入的比重约22.5%。

这一变化值得关注。

传统集装箱航运主要依靠运价与货运量赚钱，盈利容易受到行业周期影响。如今，公司正在将业务延伸至铁路运输、仓储、关务、海外配送等环节，为客户提供从工厂到目的地的全链路物流服务。

例如，针对家电出口企业，中远海控已推出覆盖国内陆运、国际海运及欧洲末端配送的一体化物流方案，并通过海外前置仓等方式提高交付效率。

港口业务同样保持增长。上半年，中远海运港口总吞吐量达到8015.70万标准箱，同比增长7.89%，其中海外地区吞吐量同比增长18.05%。

不过，港口业务虽然有助于拓宽收入来源、增强客户黏性，但目前集团利润仍高度依赖集装箱航运，尚不足以完全抵消运价周期带来的波动。

船队更新也在持续推进。2026年8月，中远海控披露新造12艘22000标准箱型LNG双燃料动力新船及6艘3200标准箱型新型宽体集装箱船的计划。

大型船舶有利于发挥干线运输规模经济优势，中型船舶则能够增强区域航线的网络覆盖能力。

需要注意的是，船队扩张同样意味着持续的资本投入。对于航运企业而言，新增运力能否带来回报，最终仍取决于未来货运需求与市场运价。

农业银行：县域发力

六大行中，农业银行交出了最突出的单季利润增速。

2026年第三季度，农业银行实现归母净利润901.65亿元，同比增长10.84%，营业收入2083.83亿元，同比增长15.14%。

2026年前三季度，农业银行营业收入6195.05亿元，同比增长12.48%；归母净利润2365.46亿元，同比增长7.10%。

农业银行的独特优势，是其他大型银行难以复制的县域金融网络。

截至2026年6月末，农业银行县域发放贷款和垫款总额达到11.9万亿元，占境内贷款比重41.9%。到9月末，这一金额进一步增至12.04万亿元。农业经营主体、县域中小企业、乡村产业和居民金融需求，共同构成了庞大的客户基础。

这一网络不仅带来贷款需求，也提供了相对稳定的存款来源。

2026年前三季度，农业银行净利息收入4725.41亿元，同比增长10.59%，净利息收益率1.28%。在行业息差普遍承压的背景下，规模扩张与负债成本管理支撑了利息收入增长。

不过，农业银行手续费及佣金净收入625.84亿元，同比下降10.44%。值得注意的是，这一下滑受到上年同期存量理财一次性收益形成的高基数影响，不能简单归结为财富管理业务全面疲弱。

资产质量方面，农业银行不良贷款率降至1.23%，拨备覆盖率达到289.13%，风险缓冲空间较大。

对农业银行来说，县域市场既是护城河，也是长期经营考验。大量分散客户需要持续投入渠道、风控与数字化能力，单户收入相对有限。

随着农业现代化和县域产业升级，农业银行有机会将传统存贷款关系延伸至支付、结算、经营融资和财富管理。这种客户关系的深度，可能比单纯扩大贷款规模更有价值。

中国银行：跨境突围

相比其他四大行，中国银行的利润增速相对温和。

2026年第三季度，中国银行实现归母净利润638.88亿元，同比增长6.36%；前三季度归母净利润1874.82亿元，同比增长5.53%，营业收入5268.02亿元，同比增长7.05%。

2026年前三季度，中国银行净利息收入3596.06亿元，同比增长10.38%，净息差1.27%；非利息收入1667.59亿元，同比增长0.81%。

中国银行最大的不同，在于其国际化经营布局。

外汇结算、跨境支付、国际贸易融资、离岸人民币业务，一直是中国银行的传统优势。其外汇服务覆盖超过100种货币，跨境人民币清算结算业务保持领先。

当越来越多中国企业走向海外，企业需要的不再只是贷款，而是跨境账户管理、汇率风险对冲、海外现金管理以及国际融资等综合服务。

这些业务有机会提高银行的客户黏性，并拓展手续费和交易业务收入。

同时，中国银行也在加大科技金融投入。截至2026年9月末，科技贷款余额占对公贷款比重超过三分之一，已为超过5300家人工智能产业链核心企业提供金融服务。

但国际化意味着更多外部变量。海外利率、汇率波动、国际贸易环境以及不同市场的信用风险，都可能影响经营业绩。

截至2026年9月末，中国银行不良贷款率1.22%，整体资产质量保持稳定。

对于中国银行来说，值得关注的新机会是人民币国际化与中国企业出海能否持续转化为稳定的金融服务收入，而不是仅仅带来更大的跨境业务规模。

交通银行：弹性显现

交通银行第三季度的利润表现颇具看点。

2026年第三季度，交通银行实现归母净利润263.88亿元，同比增长10.05%；前三季度归母净利润742.62亿元，同比增长6.10%。

2026年前三季度，交通银行利息净收入1406.94亿元，同比增长9.36%，净息差1.24%，同比提升4个基点。

但交通银行本轮业绩改善，还有一个容易被忽视的因素。

2026年前三季度，交通银行交易活动净收益达到198.97亿元，同比增长22.71%。根据公司披露，增长主要与所持长鑫科技股权项目实现IPO后，相关股权公允价值变动收益增加有关。

这意味着，交通银行利润增长不仅来自传统银行业务，也受到股权投资估值变化的影响。

这类收益可能带来较强的当期盈利弹性，但与持续收取的贷款利息、结算手续费不同，不能简单视为长期稳定收入。

从信贷结构看，截至2026年9月末，交通银行公司类贷款余额6.57万亿元，较上年末增长8.64%，个人贷款余额2.73万亿元，较上年末下降3.83%，体现出资产配置向对公业务倾斜的趋势。

交通银行近年来持续拓展科技金融、先进制造、投资银行等业务，希望通过综合金融服务提高客户价值。

不过，风险指标仍需观察。截至2026年9月末，交通银行不良贷款率1.29%，较上年末上升0.01个百分点；拨备覆盖率200.11%，较上年末下降8.27个百分点。

交通银行的机会在于产业金融与综合金融服务能力，但未来需要回答的是：扣除股权估值等波动性收益之后，核心银行业务能否保持同样的增长势头？

邮储银行：转型考验

邮储银行是六大行中第三季度盈利增速最低的一家。

2026年第三季度，邮储银行实现归母净利润285.53亿元，同比增长4.46%；前三季度归母净利润800.56亿元，同比增长4.56%。

相较其他大行，邮储银行的业务结构具有鲜明的零售特色。

截至2026年9月末，邮储银行客户存款余额达到17.52万亿元，客户贷款余额10.39万亿元。遍布城乡的邮政金融网络，为其提供了庞大的个人客户基础。

邮储银行2026年前三季度净利息收益率为1.60%，仍明显高于其他五家国有大行，但较上半年1.63%的水平下降了3个基点。

这揭示了邮储经营中一个值得关注的矛盾：存款规模庞大、客户关系稳定，并不意味着存款成本能够迅速下降。

存量定期存款重定价存在时间差，加上邮政代理金融业务的相关成本，都会影响负债端的调整效率。

因此，邮储正在积极培育非息收入。

2026年前三季度，邮储银行非利息收入同比增长12.63%，占营业收入的比重提高1.24个百分点。财富管理、支付结算、投资银行和交易银行，正在成为收入结构调整的重要方向。

资产质量仍是其优势。截至2026年9月末，邮储银行不良贷款率0.99%，处于六大行较低水平。

未来，邮储最值得关注的不是网点数量还能增加多少，而是如何把庞大的储蓄客户转化为具有多元金融需求的综合客户。

六大行三季报共同释放出一个信号，即银行业利润正在改善，但各家银行的增长质量并不相同。息差修复、规模扩张、投资收益和非息转型，背后对应着不同的持续性与风险。

当行业逐渐告别单纯依靠资产扩张的增长阶段，谁能把客户、资本和风险管理能力转化为更高质量的长期回报，才是下一轮竞争真正值得关注的问题。

敬告读者：本文基于公开资料信息或受访者提供的相关内容撰写，全球财说及文章作者不保证相关信息资料的完整性和准确性。无论何种情况下，本文内容均不构成投资建议。市场有风险，投资需谨慎！未经许可不得转载、抄袭！

出品 | 创业最前线

作者 | 希波

编辑 | 冯羽

美编 | 邢静

审核 | 颂文

在锂电池生产线上，有一类设备并不直接制造电池，却决定着电池生产过程中的“良品率”。

比如，一卷锂电池极片生产出来后，设备需要判断它的厚度是否达标、表面有没有缺陷；电芯装配过程中，也需要持续检查尺寸、位置以及其他关键指标。一旦发现异常，系统需要及时识别，并进一步控制生产设备进行调整。

广州市易鸿智能装备股份有限公司（以下简称“易鸿智能”）做的，正是这类业务。

近期，易鸿智能在港交所递交了招股说明书，申报在港交所上市。值得注意的是，宁德时代贡献了公司超七成收入，且公司机器视觉业务毛利率大幅下滑，存货规模也持续攀升。此外，公司在IPO前夕因未能按约定期限提交合资格上市申请，向多名投资者转让股份作为补偿。

从机器视觉到智能装备，易鸿智能能否摆脱对头部客户的高度依赖，将营收增长转化为更稳定的盈利与现金回流，仍有待检验。

1、押注智能装备，IPO前夕股权补偿协议触发

易鸿智能的起点，可以追溯到2014年。

2014年4月11日，公司前身广州市易鸿机械制造有限公司成立，初始注册资本为200万元。其中，王刚出资80万元，张权和许卓夫分别出资60万元。

创业早期，易鸿智能主要围绕机器视觉检测能力展开布局。

对于锂电池生产而言，极片、焊接部位、电芯等环节都涉及大量高速、精密的检测需求，而机器视觉就是给工业生产线装上一双“眼睛”，通过摄像机、光学系统、传感器以及算法，对生产过程中的材料和产品进行拍摄、识别和判断，从而发现缺陷、测量尺寸或判断位置是否准确。

因此，机器视觉能够进入锂电池生产流程，帮助电池企业减少人工检测，提高生产效率和良率。

随着新能源汽车和动力电池产业快速发展，易鸿智能逐渐把机器视觉能力集中到锂电池生产场景，并持续向更复杂的检测设备和智能制造解决方案延伸。

2015年至2018年，易鸿智能进入宁德时代供应链，且完成数千万元A轮融资，由源渡创投领投，融资资金主要用于核心技术研发和业务拓展。

近年来，公司开始把视觉检测能力进一步嵌入生产设备中，从发现问题的“眼睛”转向发现问题后直接控制生产设备的方向进行延伸。

目前，易鸿智能的智能装备主要包括辊压分切一体机、激光模切卷绕一体机等。

其中，辊压分切一体机可以理解为先把电池电极材料压实、压薄，再将宽幅材料切成符合生产要求的窄条；激光模切卷绕一体机则负责把电极材料精准切割成特定形状和尺寸，并进一步将正极、负极及隔膜等材料卷绕成电芯。

此外，易鸿智能在2025年还完成了第一条全极耳圆柱电芯高速自动装配线的销售和交付，进一步从单一检测设备向更复杂的电池制造装备延伸。

按2025年收入计，易鸿智能在国内锂电池机器视觉检测解决方案中排名第二、在全球大宽幅辊压分切一体机市场中排名第一。

易鸿智能成立后，曾经历多轮融资和股权转让。2026年2月股权转让完成后，公司的投后估值达到13.43亿元。

值得一提的是，公司部分历史投资协议中存在与投资人权益保护及退出安排相关的特殊机制。不过，易鸿智能在本次港股IPO递表前，已经进行了一轮较为集中的股份补偿。

2026年5月10日，包括百咖地坤、北京新动力、源慧睿泽创业投资、福州晨粒、南京经纬壹号、三亚榕泉、海南源渡三期、天津源渡、温州捷琰、无锡砺行、珠海隐山等在内的多家投资者，以零代价获得了来自王刚、张权以及其他相关股东的共计121.78万股补偿股份。

这意味着，对于易鸿智能而言，过去融资过程中与投资人之间的特殊权益安排，并不是简单停留在“纸面上”，而是切实补偿了股份。

2、宁德时代贡献超七成收入，客户集中风险突出

中国是全球最大的锂电池智能装备市场，市场规模预计由2025年的340亿元增长至2030年的800亿元。此外，2025年我国按出货量计算的前三大锂电池厂商产能利用率近90%，其中最大的锂电池厂商呈现产能供不应求的态势。

依托锂电池产业链发展机遇，锂电池配套厂商易鸿智能近年业绩逐年增长。

招股书显示，2023年至2025年（以下简称“报告期”），易鸿智能的收入分别为2.94亿元、3.94亿元和5.52亿元；年内利润分别为70.9万元、5127.5万元和6966.6万元。

2025年，全球锂电池辊压分切一体机市场规模总计13.2亿元。据招股书披露，易鸿智能在全球前五大锂电池辊压分切一体机制造商中位列第三，市占率为21.1%。

在锂电大宽幅辊压分切一体机市场中，全球前三厂商合计占据95.1%份额。2025年，易鸿智能在该项业务中按收入计位居全球第一，市占率为42.1%。

易鸿智能能够快速推动智能装备收入增长的重要原因之一，就是绑定了宁德时代等大客户。

招股书显示，报告期内，公司来自前五大客户的收入占公司总收入的比例分别为98.7%、97.2%和94.4%。其中，来自最大客户也就是宁德时代的收入分别为2.53亿元、2.64亿元和4.19亿元，占各期总收入的比例约为86.0%、67.1%和75.8%。

可见，易鸿智能的客户结构相当集中。

依赖单一大客户有其优势。一般来说，像宁德时代这样的大客户订单规模大、项目周期长，一旦设备进入其供应链体系，易鸿智能有机会伴随客户扩产持续获得订单。

然而，在大型电池厂面前，设备供应商往往拥有相对有限的议价能力。

招股书显示，报告期内，易鸿智能的毛利率分别为19.6%、30.9%和26.2%。2024年公司的毛利率大幅增长，但是2025年却再度下滑4.7个百分点。值得一提的是，易鸿智能机器视觉业务毛利率从2024年的40.8%跌至2025年的14.4%。

毛利率起伏背后，易鸿智能的盈利稳定性仍经受考验。易鸿智能也在招股书中坦言，公司核心客户多为头部电池与新能源企业，这类客户在合作中具备较强的议价权。

因此，如果想扩大头部客户订单，就可能需要接受大客户较强的议价权；如果想维持较高毛利，则需要不断推出具有技术差异化的设备，这也对易鸿智能的研发能力提出了更高要求。

截至2025年末，易鸿智能研发团队有191人，占员工总人数的25.9%，涵盖机器视觉、人工智能、精密机械、自动控制和工艺工程等专业方向。

报告期内，易鸿智能的研发开支分别为3760万元、4150万元和4940万元，占当年收入的比例分别为12.8%、10.5%和8.9%。

（图 / 摄图网，基于VRF协议（AI数字内容））

这意味着，随着公司收入规模扩大，研发投入并没有保持同样的增长速度。对于一家强调AI算法、机器视觉和智能装备的企业而言，研发费用率的下滑尤其值得关注。

一旦产品进入成熟期，设备之间的差异化下降，价格之间的“内卷”式竞争就有可能重新出现。

3、应收账款、存货“双高”，资金回收压力加剧

对智能装备企业而言，拿到订单只是生意的开始。从采购原材料、组织生产，到设备交付、客户验收，再到货款回收，每个环节都需要资金支撑。

近年来，易鸿智能收入规模持续扩大，但存货与应收款项同步增长，也让这家企业的资金周转效率备受关注。

（图 / 易鸿智能官方微信公众号）

招股书显示，报告期各期末，公司的存货金额分别为5.16亿元、5.13亿元和6.78亿元，2025年末，公司存货规模较上年末增长约32.3%，相当于当年5.52亿元营业收入的约1.23倍。

也就是说，公司账面存货已经超过全年收入，资金占用规模不小。此外，2026年一季度末，存货金额更是增长至8.82亿元。

存货周转效率同样值得关注。报告期内，易鸿智能的存货周转天数分别为788天、690天和534天。报告期内存货周转天数逐年下降，说明公司存货周转有所改善，但截至2025年，周转天数仍超过500天。

对此，易鸿智能在招股书中解释道，公司销售锂电池智能装备及机器视觉系统，通常需要在取得客户出具的验收证明后确认收入，因此导致公司存货金额的水平较高。

这意味着，设备完成生产甚至已经交付，并不代表易鸿智能可以立即确认收入。这与易鸿智能近年来的业务结构变化有关。

2023年，公司智能装备业务收入占比为32.7%；到2025年，这一比例已升至83.6%，成为公司最主要的收入来源。随着业务重心从机器视觉检测解决方案转向辊压分切一体机、激光模切卷绕一体机等智能装备，项目生产、交付和验收环节对资金周转的影响也更加突出。

不仅如此，易鸿智能的应收款项进一步体现了公司的回款压力。

报告期各期末，易鸿智能的贸易应收款项及应收票据分别约为6923.7万元、9025.8万元和1.94亿元。截至2025年末，公司应收账款规模较上年末增长超过一倍，应收款项的增长速度明显快于收入增长速度。

不仅如此，报告期内，公司贸易应收款项及应收票据的周转天数分别为126天、78天和97天。易鸿智能在招股书中表示，公司来自行业顶尖电池客户的订单占比提高，该客户通常依赖银行承兑票据或商业承兑票据，导致收款周期延长。

截至2026年3月31日，公司2025年12月31日的未偿清贸易应收款项中，仅有32.6%已被结清。

当存货规模扩大、应收款项增长，而部分应收款项又暂时无法收回时，易鸿智能就需要持续投入营运资金来支撑业务运转。

不过，易鸿智能的经营现金流并非持续恶化。招股书显示，报告期各期，公司的经营活动所得现金流量净额分别为-1.37亿元、5895.3万元和2.01亿元。可见易鸿智能近两年的经营现金流已经有所改善。

截至2025年末，易鸿智能拥有现金及现金等价物2.62亿元，计息银行及其他借款则为1.21亿元，公司现有资金储备足以覆盖全部计息债务。

不过，随着机器视觉业务毛利率下滑、智能装备成为新的增长支柱，易鸿智能还需要证明，新增订单能够在合理周期内完成交付与验收，并最终转化为现金回流。

招股书显示，随着锂电池制造从规模扩张向精益化升级转变，易鸿智能计划继续围绕核心工艺控制能力进行布局，研发重点包括固态电池设备及干法电池相关技术。

此前，公司已交付首条纯锂新能源聚合物固态电池中试生产线全工序整包工程，并开始将客户范围拓展至欧洲、北美电动汽车整车厂以及韩国锂电池制造商。

然而，新产品研发、产能扩张和市场拓展都需要资金与时间投入，而易鸿智能现有业务仍面临机器视觉业务盈利能力下滑、存货规模较大以及回款周期拉长等现实考验。其港交所IPO能否顺利落地，「创业最前线」也将持续关注。

*注：文中题图及未署名图片来自摄图网，基于VRF协议。

出品 | 创业最前线

作者 | 于莹

编辑 | 王亚静

美编 | 邢静

审核 | 颂文

当AI大模型开始收费，卖Token的“工厂”逐渐成为市场最“吸金”的AI赛道之一。

在海外，被黄仁勋称为“AI工厂的台积电”的Fireworks AI7月拿到15.05亿美元融资，估值升至175亿美元；在国内，10月12日，上海AI Infra（人工智能基础设施）企业无问芯穹确认已完成23亿元C轮融资，累计融资额达43亿元。

资本追捧之下，做Token“工厂”的企业，开始走向大众视野，硅基流动、派想未来等企业纷纷向港交所递交上市申请。

其中，派想未来的创始人是曾创立了PPTV的“80后”学霸姚欣，他在退出ppvt后，在AI算力爆发前悄悄布局了算力赛道。

派想未来是一家独立分布式云计算服务商，业务始于边缘云计算服务领域，2025年营收已经达到7.7亿元。按灼识咨询口径，公司是中国最大的独立AI云计算服务商。

不过，公司至今尚未盈利，经营现金流也呈现净流出状态。而在可转股的条件压力下，公司上市需求十分迫切。

只是，这门在资本市场陆续拿到“大结果”的Token生意，底色究竟如何呢？

1、打造token工厂，要做“算力版滴滴”

通俗来说，Token工厂就是专门规模化生产推理服务的“车间”，把电力、芯片、模型和数据，持续转化为可计量、可调度、可定价的模型调用能力。

而一般的传统云计算巨头，主要是“中心化大厂”逻辑，在全国建几个超级数据中心，通过长途光纤把算力输送给用户。这种模式，在需要超低时延、海量并发的5G和智能化时代，容易遇到物理瓶颈。

与阿里云、腾讯云等公有云平台不同，派想未来并非自建数据中心，而是通过“蜂群思维”搭建起中国最大的分布式算力网络。

公司发现，社会上存在大量分散、闲置、异构的第三方闲置算力资源，海量的算力需求与分散且尚未充分利用的算力供给之间存在重大错配。

所以，公司搭建了算力调度平台，把它们当成“私家车”，汇聚和管理异构资源的闲置算力，以最优方式向客户部署，从而加速内容传输及提升低延迟计算体验。

在接受采访时，创始人姚欣将公司比作“算力版滴滴”，称公司不采购、不持有大规模GPU服务器与数据中心，不自主搭建自有智算园区，全部算力资源向外采购整合，再通过自研分布式调度系统匹配供需。

（图 / 招股书）

可以说，派想未来的核心资产不是硬件，而是一套极度聪明的分布式云计算架构和统一调度平台。正是通过这种调度能力，公司把全国1340多个县市的4600多个闲置节点盘活，成功构建起了一个边缘算力网络，把算力直接下沉到网络的最边缘。

（图 / 招股书）

这种“轻资产、重调度”的模式，在2023年撞上了大模型爆发的超级风口。招股书显示，公司通过分布式调度后，GPU利用率在2025年一直超过75%，远高于行业40%-50%的平均水平，模型推理成本理论上可以下降超过80%。当AI时代来临的时候，这种优势被放大。

（图 / 招股书）

而打造派想未来，并非是姚欣的首次创业。

2004年，正在华中科技大学读研一的姚欣，为了解决同学们在宿舍看球赛直播卡顿的痛点，敏锐地捕捉到了P2P技术“人越多越快”的特性，索性休学创办了PPTV的前身PPLive。

在那个宽带和分发基础设施极度匮乏的互联网黄金年代，PPTV一度坐拥4.5亿全球用户，成了仅次于优酷的全国第二大视频平台，2014年PPTV最终被苏宁集团收购。

2018年，姚欣与当年的老搭档、华科学弟王闻宇再度联手，成立了派欧云计算（上海）有限公司（以下简称派欧云，派想未来在中国的合并联属实体之一），如今一起带领着派想未来冲刺资本市场。

招股书显示，IPO前，姚欣及其配偶吕姗姗，通过数家实体合计控制约48.05%的股份投票权；王闻宇间接持股10.17%，其他投资者包括Millennium、IMO Ventures、CCV Fund、华业天成、磐霖、沸点等。

2、营收2年翻倍，但为何越卖越亏？

目前，派想未来的商业模式采用云计算的收费模式，即按算力使用量或使用时长计费，主要付费客户包括大型互联网企业，以及中小型AI创业企业。

2023年至2025年（以下简称报告期内），公司收入从3.58亿元迅速增长至7.70亿元，复合年增长率达46.6%。

其中，边缘云计算服务收入（包括边缘节点服务、边缘CDN）分别为3.58亿元、5.48亿元、6.51亿元，长期占据总收入84%以上。

而AI云计算服务收入从2023年的26.5万元暴涨至1.19亿元，2025年同比增长超过10倍，占比提升至15.5%，成为招股书重点渲染的第二增长曲线。

（图 / 招股书）

营收高增，毛利率却明显下滑。报告期内，其综合毛利率从2023年的17.7%滑落到2024年的12.3%，再到2025年的9.4%，近乎腰斩。

（图 / 招股书）

在这背后，公司一直深陷亏损之中。报告期内，其净亏损分别为1.89亿元、2.94亿元和2.23亿元。如果剔掉可转换可赎回优先股公允价值变动等非现金项，经调整净亏损仍从0.37亿元扩大到1.05亿元，陷入了“卖得越多，亏得越多”的境地。

（图 / 招股书）

造成亏损的根源，主要出在公司快速增长的AI云计算业务上。

2025年，其AI云计算毛利率为-10.7%，而2023年、2024年则分别为-91.3%和-95.1%，虽然毛利率亏损收窄，但至今仍是一笔“亏本买卖”，而其收入占比越来越高，拖累了整体毛利率表现。

「创业最前线」了解到，公司边缘云业务，主要是把算力放到离用户最近的地方，专门给视频、直播、文件下载做加速（也就是边缘CDN）。

而AI云业务，则提供的是GPU算力和现成大模型接口（MaaS），客户不用自己买显卡、搭环境就能跑AI推理。但这块收入，主要来源于模型API，其为客户调大模型、按Token收费。

但Token价格并非为派想未来所定，而是模型官方定价。根据爱分析的报道，派欧云的定价页面和DeepSeek、GLM、Kimi等官方API文档定价一致。

（图 / 爱分析（上）、招股书（下））

原因在于，定价权在模型厂商手里。Token API是同质化商品，用户切换Token供给方的成本、门槛极低。因此，即使大模型厂商的推理算力供给不足，派想未来也难以溢价收费。

而在成本端，派想未来的GPU算力多是租赁而来，2025年GPU资源成本1.17亿元，几乎追平了整体的AI云收入（1.19亿元）。可以说，公司每多提供一个Token，就要多付一笔GPU租金。

（图 / 招股书）

从这点看，虽然公司把自身比喻成“算力版滴滴”，但滴滴的抽佣定价权在自己手里，而派想未来上游是掌握定价权的模型厂商，下游是可以一键切换的客户，两头都被挤压。

不过，需求端确实是十分紧俏，公司披露的日均Token消耗早已破万亿，说明市场确实存在广泛需求，只是需求旺盛并不等于赚钱能力，公司的利润空间尚未打开。

在招股书中，公司也提示：“随着对公司产品及服务的使用量增加，客户可能要求降低定价，部分客户可能出于商业、合规或其他原因选择使用其他云服务提供商。为此，公司为维持或增加收入，或需要在销售及营销方面投入更多的支出，这些都会对公司的毛利率产生不利影响。”

可见，公司的低毛利率并非一时阵痛，是这套“租卡—转售Token”模式的天然限制。另外，算力中介赛道门槛低、同质化严重，派想未来若想突围并不容易。

3、上市倒计时，仅剩两个月时间

值得注意的是，公司的经营命脉，压在极少数大客户身上。

2023至2025年，公司的前五大客户收入占总营收比重分别达92.5%、89.5%、79.0%，营收高度依赖大客户。

（图 / 招股书）

面对大客户，派想未来的回款周期较长，导致公司经营现金流持续为负。

招股书显示，公司通常向边缘云计算服务客户授予一至三个月的信贷期，2023年至2025年，贸易应收款项分别为0.9亿元、1.5亿元、1.68亿元。

同期，贸易应收账款周转天数分别为83天、79天及75天。报告期内，贸易应收款项中分别有93.6%、88.1%及74.9%为应收五大客户款项。

而从客户收取按使用量计算的费用，与向供应商付款之间通常存在时间差，从而导致潜在的经营现金流错配。报告期内，其经营现金流净额分别为-0.35亿元、-0.41亿元、-1.36亿元。

（图 / 招股书）

而公司运营颇为依赖融资。2023年至2025年，其累计股权融资额分别为0.6亿美元、0.6亿美元及1.06亿美元，计息银行借款分别为0.44亿元、0.74亿元及0.81亿元，逐年攀升。

（图 / 招股书）

此次港股IPO，公司拟将募资用于，提升公司于分布式云计算服务的技术能力及升级AI云计算服务；海外扩张，特别是在成熟市场及潜力尚未开发的新兴市场；战略投资及收购；营运资金及一般企业用途。

除了营运资金的压力，目前派想未来着急上市的原因，还有来自于悬在头顶的“赎回压力”。

招股书显示，派想未来的背后站着蓝驰创投、创世伙伴、华业天成等投资机构，以及早期重仓的百川智能王小川、前微软Azure中国区总裁申元庆、元气森林唐彬森。

从2021年天使轮后的4600万美元估值，到2025年B轮融资后的4.69亿美元，再到2026年5月底6月初刚完成的B-2轮，派想未来的投后估值已经达到5.76亿美元。

融来的钱虽然撑起了业务扩张，但也可能变成到期要还的债。当初为它背书的投资天团，此刻也正是手握赎回权的人。

2023年至2025年，公司分别录得可转换可赎回优先股公允价值亏损1.45亿元、2.22亿元及0.88亿元。

（图 / 招股书）

根据Pre-IPO投资人入股时约定，如果到约定期限没完成“合资格上市”（原定投后七年，2025年4月B轮时缩成五年），或者VIE结构失效、被终止，投资人就有权按原投资额的150%外加应计股息，把股份卖回给公司。

2025年6月，公司与投资人签订了补充协议，递交上市申请后，赎回权“暂停行使”，但如果港交所拒绝申请、公司主动放弃上市，或者2026年12月31日前没能完成上市，赎回权将恢复。

派想未来2025年6月首次递表，后招股书失效，2026年6月10日才重新递表，如今距离这条上市考核线只剩两个多月的时间。

（图 / 招股书）

风口之上，token工厂的生意的确火热，但一旦迈入资本市场，其所讲的新故事终要回到“真金白银”的账本上来。

*注：文中题图来自摄图网，基于VRF协议。