七牛智能的 “AI 调度中枢梦”，资本为什么不买账？

AI 多模态时代，参数规模早已经不是唯一卖点。譬如，企业用户们开始在不同模型之间频繁切换，“用哪个模型” 成为了一道效率与成本的选择题。此时，AI 产业的重心依旧在模型本身，但也不妨碍市场将目光发散至能够调度模型的那一层。

海外的 OpenRouter，正是踩在这一延伸趋势之上崛起的样本。它不直接做模型，却通过统一 API 聚合主流大模型，成为连接供需两端的 “云路由器”，估值更是已跃升至数亿美元。

资本市场也由此看到并认可了一个新的 AI 细分产业：当模型能力趋同、成本快速下降，AI 的部分价值可能正在传递至 “调度层”。

在中国市场，七牛智能（02567.HK）也试图成为这样的角色。日前，这家公司正式开放了升级版 MaaS 平台 “AI 大模型广场”，强调统一 API 架构、多模型调度能力以及 Agent+MCP 服务，被市场称为 “中国版 OpenRouter”。

借着这个利好动态以及节前港股科技线回暖的大势，2 月 11 日，七牛智能股价开盘一度涨近 17%。然而情绪高点仅维持数小时，随后快速回落，最终全天收跌超 10%。

方向看似踩对，市场却迟疑不决。

七牛智能想成为 “AI 模型的调度中枢”，可这门新生意似乎并不好做。七牛智能还差了点什么？

AI 多模态时代，调度层正在起风

过去两年，AI 行业的叙事围绕 “更大、更强、更快” 的模型军备竞赛展开。但 2025 年之后，一个更为深刻的变化正在发生：模型能力开始趋同，开源模型崛起，推理成本下降，企业用户对单一模型的依赖明显降低。

DeepSeek、Kimi、通义千问、GLM 等模型相继迭代，开源生态快速成熟。对大多企业客户而言，“锁定唯一模型” 不再理性。代码生成、长文本推理、图像理解、视频生成……不同场景需要不同能力，而企业越来越倾向于根据任务特征动态选择最优模型。

此时，一个新的刚需出现。如何在多模型之间高效调度、横向对比、自由切换？

调度层的价值逻辑就在于此。它既不承担上游高额研发与算力风险，也不深陷下游场景碎片化竞争，而是通过降低集成成本与切换成本，成为连接供需两端的枢纽。

OpenRouter 在海外验证了这种模式。通过统一 API 同时接入 OpenAI、Anthropic 等模型，让开发者在同一接口下完成调用与比较。模型越丰富，开发者越愿意聚集；开发者越多，模型生态越繁荣，最终平台网络效应成型。

七牛智能的战略转型，正是基于类似的逻辑。

这家公司原本深耕音视频云服务，2025 年开始战略升维，加速推进 MaaS（模型即服务）业务，试图全面转型为中立 AI 聚合平台科技公司。

近期其 “AI 大模型广场” 的推出，算是代表着这场升维之旅真正成型了。在这个广场，开发者可以通过统一 API 调用所有主流国产 AI 大模型，在同一 Prompt 下对比效果、延迟与成本。

同一时间，用户数的非线性扩张更是直观地强化了其转型路径的可行性。根据数据披露，目前平台注册用户约 192 万，MaaS 相关用户超过 18 万。收入层面，2025 年上半年，公司 AI 相关收入 1.84 亿元，占总收入 22.2%。AI 业务已成为实质性的增长引擎。

有了这些战绩打底，业内外都有理由相信，随着多智能体接下来逐渐成为主流形态，模型调度需求大概率将进一步放大。多步骤、长序列推理任务天然需要多模型协同，这为调度平台提供了想象空间。

显然，从产业趋势上看，七牛智能不是盲目转型，而是踩在价值迁移的节点上。但趋势正确，并不等于这家公司一定能成为赢家。

七牛的 AI 中枢叙事，资本为什么犹豫？

微观层面，个股股价的剧烈波动其实已经比较直观的揭示了市场的复杂心态。

一方面，“港股唯一具备 AI 枢纽能力” 的稀缺标签确实具备一定吸引力；另一方面，历史走势却并不乐观。拉长时间线看，七牛智能自去年 8 月创新高以来估值一路下行，已创历史低位。AI 转型加速推进过程中，估值溢价却迅速消失，甚至股价开始承压。近期的反弹力度也并不强劲。

这种犹豫，至少源自三重结构性疑问。

第一，估值框架的切换条件依旧不成熟。

当前市场对七牛智能的定价逻辑，仍更多参照传统云服务商的 PS 框架。但公司试图讲述的，是一个具备网络效应的 “平台故事”。如果 MaaS 平台能够形成稳定抽佣机制与规模化调用，边际成本将显著下降，盈利弹性理论上高于资源型业务。

然而，网络效应是否真正建立，仍有待验证。注册用户 192 万，并不等于高质量企业付费用户。MaaS 用户 18 万中，付费结构、ARPU 水平、留存率如何？这些数据尚未充分披露，台溢价自然难以建立。

第二，中立性是否可持续？

七牛智能强调 “绝对中立”，不过多绑定单一模型阵营。这一定位有利于开发者 AB 测试与性能对比，也确实是 OpenRouter 在海外的成功密码。但这种成功存在一个前置条件，由于欧美模型生态高度分散，模型阵营割裂明显，开发者需要一个中立裁判，帮他们跨越 API 格式、计费单位、能力边界的重重割裂。

而在中国市场，大厂集中度远高于海外。阿里云、华为云、腾讯云等巨头既掌握算力资源，也拥有自家模型生态。一旦这些头部云厂商始终更愿意将 “统一 API 接口 + 多模型调度” 能力内置进自家云平台，七牛智能的产业位置与其说是 “枢纽层”，不如说是 “外挂插件”。

第三，平台属性尚未充分兑现。

真正的平台溢价，需要双边效应与数据飞轮形成闭环。此番 “AI 大模型广场” 上线后，七牛智能确实正式开始具备统一 API 与管理控制台，并通过真实调用数据为企业提供对比与优化支持。但数据壁垒的深度，取决于高频调用与多场景积累。

如果多智能体爆发节奏低于预期，或企业过多的倾向于私有化部署模型，调度层的价值密度可能被削弱。而在现阶段，七牛智能平台本身也不具备足够强的不可替代的决策能力。

资本市场的犹豫并非否认方向，而是尚且无法确认七牛智能是否具备成为枢纽层赢家的能力。

调度中枢这门生意，还没那么明朗

站在商业本质看，调度平台说白了就是一门 “中间层生意”。上游接模型，下游对应用，理想状态是靠流量抽佣。但中间层往往面临双向挤压，若缺乏足够差异化能力和产业链议价能力，调度平台容易沦为低毛利通道商。

七牛智能并非毫无筹码。第一，在音视频云与对象存储领域长达 15 年的积累，使其在部分多模态场景中具备天然协同优势；第二，Agent+MCP 服务试图向更深层嵌入开发流程，而不仅仅停留在 API 层，这类业务规划将显著提升黏性；第三，先发整合国产模型生态，已形成一定的开发者心智。

但这些优势能不能对冲掉中间层的结构性问题：调度层在 AI 产业链中，究竟会成为长期利润中心，还沦为阶段性效率工具？

回望云计算的发展历史，API 聚合与流量中介平台曾短暂繁荣，但最终多数价值回流至拥有算力与生态控制权的巨头。效率工具可以带来流量，但未必能掌握定价权。

七牛智能的赌局，实质上押注三个变量：多模型协同能成为长期刚需、调度层能够形成数据壁垒与网络效应；其三，巨头倾向开放生态而非绝对内化。

从更宏观的视角看，AI 行业正在从单一的技术突破向效率竞争延伸。调度层确实站在这条趋势线上。但效率工具与基础设施之间存在本质差别，前者容易被整合，后者才具备溢价能力。

现在的七牛智能更接近基础设施的愿景，却仍处在工具阶段的现实。要想平台叙事，企业接下来必须继续证明自己不只是连接者，也可以是价值分配者。

结语

模型商品化趋势正在发生，调度需求确实存在，多智能体也可能放大这一需求。但趋势并不自动创造赢家。

七牛智能想成为 AI 模型的 “收费站 + 导航仪” 本身没有错误，但中间层的天花板、平台效应的不确定性、以及巨头变量的存在，都让这门生意远比叙事更为艰难。

在调度层真正成为刚需之前，市场或许仍会保持克制。资本不是不相信 AI，而是不轻易为尚未验证的平台逻辑买单。

七牛智能的转型，才刚刚过了起跑线

来源：港股研究社