《科创板日报》7月1日讯（记者 李明明）又一中科大系企业成功登陆资本市场。

昨日，AI解决方案商云知声在港挂牌上市，截至2025年6月30日收盘，云知声的股价为296.4港元/股，市值约为210.31亿港元。

此外，《科创板日报》记者注意到，云知声已经五年间四闯二级市场，早在2020年11月，云知声便向科创板提交过一次招股书，计划募资9.1亿元。

五年间四闯二级市场

云知声成立于2012年，是一家AI解决方案提供商，专注于在中国销售用于日常生活及医疗相关应用场景的对话式AI产品及解决方案。

公司于2016年开始建立Atlas人工智能基础设施，并据此开发了拥有600亿个参数的自有大模型——山海大模型，其成为公司技术平台云知大脑(UniBrain)的新核心。

与许多主打“通用能力”的大模型厂商不同，云知声的产品和解决方案，主要涵盖智慧生活和智慧医疗中的AI应用场景。

2022年至2024年间，公司智慧生活解决方案的客户数量从373家增长至411家，基于认知智能的智慧医疗解决方案已覆盖166家医疗机构，API月调用量峰值突破10亿次，AI芯片年出货量三年增长近2倍。

招股书显示，云知声2022年、2023年、2024年营收分别为6亿元、7.27亿元、9.39亿元；毛利分别为2.4亿元、2.95亿元、3.64亿元。亏损呈现递增形式，2022年、2023年、2024年亏损分别为3.75亿元、3.76亿元、4.54亿元。三年间云知声累计净亏损已超过12亿元。

在竞争激烈的人工智能行业中，大量研发投资是推动创新及技术进步的先决条件，在整个行业中普遍存在。高额的研发投入是云知声亏损的主要原因之一。据了解，云知声2024年的经营开支为5.5亿元，其中，研发开支为3.7亿元。

此次云知声成功登陆港交所，已是其五年内的第四次上市尝试。追溯过往，2020年11月，公司首次向科创板递交招股书，计划募集资金9.1亿元，试图叩开资本市场大门。然而到了2021年2月，云知声主动撤回申请，首次IPO之旅终止。

首战受挫后，随着大模型赛道竞争日趋激烈，云知声抓住行业风口，于2023年6月转道港股再次发起上市冲刺。可惜因未能在规定的6个月内通过港交所聆讯，招股书自动失效。此后，公司分别在2024年3月和2025年3月多次更新招股书。直到4月14日，其港股IPO申请获得中国证监会备案，终于在6月30日顺利实现上市目标。

近年来，中国人工智能市场正以强劲态势蓬勃发展，成为全球科技领域的重要增长极。

根据弗若斯特沙利文数据显示，伴随经济稳健增长与客户需求持续迭代，中国AI解决方案市场规模实现跨越式扩张。2019-2024年间，市场规模从422亿元跃升至1804亿元，以33.7%的复合年增长率高速增长。展望未来，行业增长动能依然强劲，预计到2030年市场规模将突破1.17万亿元，2024-2030年复合年增长率进一步提升至36.7%，显著高于全球平均增速，彰显出巨大的市场潜力与发展空间。

根据弗若斯特沙利文分析，按2024年收入计，云知声是2024年中国第四大AI解决方案提供商，市场份额为0.6%。

创始人来自中科大，商汤押注

云知声早期创始团队成员分别为执行董事兼物联网部门副总裁康恒；董事长、执行董事、副总经理兼CTO梁家恩；总经理兼CEO黄伟。IPO前，黄伟通过云思尚义控制24.0815%股权，通过云创互动控制3.8032%股权。

黄伟毕业于中国科学技术大学，是国内最早一批从事人工智能语音语义相关技术研究的科研人员，此前在2004年加入摩托罗拉中国研究中心担任资深研究员，主要负责语音识别技术开发；

梁家恩于2001年7月获得中国科学技术大学自动控制专业学士学位，并于2006年7月获得中国北京市中国科学院自动化研究所模式识别与智能系统专业博士学位。在创立云知声前，曾在中国科学院自动化研究所工作，主要负责语音识别技术的研发、优化及应用；

康恒于2000年7月获得中国北京市清华大学机械工程学士学位，2007年1月获得中国北京市中国科学院自动化研究所模式识别与智能系统博士学位。

值得关注的是，云知声此次上市战略引入商汤集团等基石投资者。作为人工智能领域的头部企业之一，商汤在行业内具备深厚技术积累与广泛影响力。而商汤创始人汤晓鸥与云知声或许存在特殊联结——双方同为中科大校友。

云知声自成立起就倍受资本青睐，据悉，成立13年间，其共完成约10轮主要融资，总额超20亿元人民币，投资方包括数十家知名机构，包括启明创投、中网投、中建投资本、中金、360集团等机构。

《科创板日报》记者注意到，云知声已近两年未获外部融资，IPO前最新一次融资为2023年的D＋轮融资，2024年末公司账上现金及等价物仅余1.56亿元。此次IPO融资，或许是续命活水。

据悉，此次上市募资，云知声表示，在未来发展方面，公司一方面将持续升级Atlas AI智算基础设施，深度优化山海大模型在金融、教育等多行业的垂直适配能力，以更智能的技术服务本土场景需求；另一方面，将加强与高校、科研机构的合作，吸引和培养AI人才，并依托山海大模型的多语言交互优势，加快在海外市场的战略拓展。