作者聲明：該圖片由 AI 生成

「核心提示」

“決策大模型第一股” 上市，給港股帶來了什麼？

作者 | 周可

編輯 | 劉楊

6 月 26 日，中科聞歌（1956.HK）在港交所掛牌上市，首日市值站上 193.35 億港元。這家通過18C規則完成上市流程的公司，被市場貼上了一個此前港股從未出現過的標籤——“決策大模型第一股”。

過去一段時間，港股市場對 AI 公司的認知，更多建立在算力基礎設施、模型能力和通用技術平台等敍事之上。無論是底層資源供給，還是模型能力輸出，市場首先關注的，往往都是技術趨勢本身，以及 AI 產業擴張帶來的想象空間。

相比之下，中科聞歌更強調的，是如何讓大模型進入複雜業務場景，參與分析、判斷與輔助決策流程。因此，中科聞歌上市的意義，並不只在於港股新增了一隻 AI 股票，更在於港股 AI 板塊第一次出現了以 “決策智能” 為核心敍事的代表性標的。

這是否意味着，在 18C 推動 AI 企業密集赴港之後，港股市場對 AI 公司的衡量邏輯，可能正在從基礎能力導向，轉向更看重業務流程嵌入和商業閉環能力。

1、18C 催熱 AI 赴港上市潮

2023 年 3 月，港交所《上市規則》第 18C 章正式落地，未商業化特專科技公司由此獲得上市通道。

對多數仍處於高投入階段的 AI 企業而言，這幾乎是一套天然匹配的制度設計，盈利不再是前提，技術屬性、研發投入和成長性才是核心門檻。

窗口打開後，港股迅速成為中國 AI 企業的重要上市地。港交所公佈的數據顯示，今年一季度，18C 上市企業合計募資約 25 億美元，是過去兩年合計募資額的兩倍多。截至 2026 年 5 月底，18C 已上市公司達到 18 家，其中 AI 企業佔絕大多數。大語言模型、算力基礎設施、AI 芯片、機器人、自動駕駛等主要方向，均已有代表性公司登陸港股。

不過，在這份名單中，首輪真正獲得高估值定價的資產，主要仍集中在兩個方向，那就是算力基礎設施和通用模型平台。一個直接證據是估值。智譜上市後，PS（市銷率）峯值一度達到 594 至 733 倍，MiniMax 的 PS 峯值也有 700 倍左右。

無論是算力還是模型，它們的共同點都在於位置靠前、故事夠大，投資者不必深入理解複雜業務細節，就能快速將其納入 “下一代基礎能力” 的想象框架。

這也決定了 18C 第一階段的港股 AI 敍事，更多回答的是 “AI 會不會成為一個足夠大的產業”，而非 “不同 AI 公司究竟提供什麼樣的價值”。在這一階段，資本市場更容易為技術前景、產業空間和稀缺卡位買單。基礎設施先行、通用能力先行，也是新興產業進入資本市場時常見的定價路徑。

但當板塊中的 AI 公司不斷增多，這套粗線條的理解方式也會逐漸失效。投資者不再只滿足於判斷一家公司 “是不是 AI”，而會進一步追問，它的能力面向什麼客户？嵌入什麼場景？又能形成怎樣的商業閉環？

也正是在這一節點上，中科聞歌所代表的 “決策智能”，才顯得特殊。

2、從 “會生成” 到 “能決策”

要理解中科聞歌的不同，先看一個場景。

6 月 5 日，中科聞歌發佈了通用決策大模型——Decitron 決策機。發佈會現場，決策機處理了一個問題：“美聯儲主席更替後，2026 年美國利率政策可能如何演化？”

如果把這個問題交給通用大模型，得到的大概率會是一段關於利率影響因素的綜述。Decitron 決策機的做法則不同：它將問題進一步拆解為 “在什麼條件下可能發生”“何時可能發生”“可能發生到什麼程度”，推演出多條路徑，比較不同結果，最終輸出一套可以作為判斷參考的依據。

這就是決策智能和通用模型能力的差異所在。算力公司提供底層資源，模型公司輸出通用能力，工具類產品側重效率提升；而中科聞歌的 “通用決策大模型”，切入的是 AI 進入業務流程後的分析、判斷與輔助決策環節。它處理的，不只是 “幫我寫一段文案” 或 “幫我總結一份報告”，而是 “多源信息整合後，這個風險是否需要預警”“資源配置有幾種方案，各自影響是什麼”“在不同條件變化下，事件會沿着哪條路徑演化”。

但真正值得注意的，不只是這次發佈本身，更是中科聞歌在決策智能方面的長期積累。對中科聞歌來説，Decitron 決策機是公司多年深耕決策智能賽道後，把技術積累、行業經驗和工程能力進一步產品化、平台化的集中體現。

招股書顯示，中科聞歌成立於 2017 年，由中國科學院自動化研究所科學家團隊創立，長期圍繞企業級大模型驅動的決策智能操作系統及服務展開佈局。自創立以來，公司持續深耕複雜信息分析、認知智能、社會計算、多智能體系統和人工智能輔助決策等方向，並在公共治理、金融、產業智能化等複雜業務場景中不斷落地。也正是在這些場景中，中科聞歌逐步沉澱出數據分析、業務本體建模、智能研判和多智能體推演等核心能力。

這些能力被組織進一套完整的技術架構中。中科聞歌的核心底座是 DIOS，即決策智能操作系統。圍繞這一系統，公司進一步形成了從數據中台 X-Data、行業大模型雅意，到智能體開發平台 DI-Brain 的完整能力鏈條。換句話説，中科聞歌的核心競爭力，在於其圍繞複雜決策場景所形成的系統性能力架構。

這也是中科聞歌與一般通用模型公司不同的地方。通用模型更擅長提供開放式的理解與生成能力，而決策智能所面對的，往往是複雜事件、複雜系統和複雜決策：輸入信息高度多源、變量彼此牽連、參與主體並不單一，輸出結果又需要可解釋、可追溯，並能夠真正進入業務判斷流程。

算力和模型是 AI 能力的底座，但企業真正願意為之持續付費的，往往是 AI 進入業務流程後所創造的具體價值。決策智能瞄準的正是這一層。

3、“決策智能” 給港股帶來了什麼？

隨着 18C 框架下 AI 公司持續增多，港股市場已經很難再用 “是不是 AI” 這一單一標籤來理解所有標的。不同能力層次、不同商業模式的公司，正在對應不同的估值邏輯。中科聞歌的意義，正在於它讓港股 AI 板塊多出了一個類別：決策智能。

中科聞歌提供的，是模型進入業務流程後的分析、判斷與輔助決策能力。因此，市場真正該看的，不再只是模型強不強，更應該看客户嵌入有多深、場景壁壘有多厚、收入質量是否紮實，以及產品化路徑是否清晰。

在全球範圍內，決策智能已經有較為成熟的參照樣本，那就是 Palantir。這家公司成立於 2003 年，核心業務是將數據分析與軟件能力嵌入政府和企業的決策流程。2020 年上市時，Palantir 仍處於虧損狀態，商業模式也帶有較強的重部署、重交付特徵。

一個重要變化出現在 2023 年前後。隨着 AIP（人工智能平台）推出，Palantir 在生成式 AI 時代的產品化能力被重新定價，市場對其 “平台化交付 + 持續擴單” 邏輯的認可也明顯增強。此後，公司連續實現 GAAP 盈利，盈利能力持續改善，市值一度超過 4000 億美元。

Palantir 的軌跡説明了兩件事：第一，決策智能這條路走得通，但需要時間的積累；第二，走通的關鍵變量不是模型多強，而是商業模式的切換速度——從定製化項目轉型為標準化產品，把交付成本降下來，把毛利率提上去。

某種程度上，中科聞歌當前所處的位置，與 Palantir 早期從重交付走向產品化轉型的階段有相似之處。公司正處於從 “項目制” 向 “產品化” 過渡的早期階段。交付週期從 185 天壓縮到 80.2 天，毛利率從 44% 提升到 51.2%，説明這個過渡已經開始。139.5% 的淨收入留存率説明老客户在持續加碼——這是 Palantir 當年 “落地與擴張” 模型的中國版雛形，先把系統嵌入客户核心流程，再逐步擴單。

招股書裏有幾個數據值得注意，截至 2025 年末，中科聞歌累計服務超過 650 家政企客户，其中包括逾 190 家財富世界 500 強及其附屬公司。按 2025 年收入計，其在中國企業級大模型驅動的決策智能服務商中市場份額為 10.2%，排名第一。收入從 2023 年的 2.497 億元增長至 2025 年的 4.053 億元，三年增幅超過 60%。

這些數字説明，中科聞歌講的不是純概念，它已經有了一定的商業基礎。相比強調通用能力的模型公司，它已經回答了一個問題，當大模型進入真實業務流程後，能否變成一種可採購、可部署、可複用的決策支持能力。

從這個意義上看，中科聞歌的上市不只是一次公司層面的融資事件，更像是港股 AI 公司開始被進一步區分的一個信號。如果説 18C 首先解決的是 “AI 公司能不能上市” 的問題，那麼接下來市場真正要回答的，將是 “不同類型的 AI 公司，應該如何被理解、被比較和被定價”。

當 AI 熱潮從概念走向兑現、從敍事走向經營之後，市場會越來越看重哪些公司能夠把技術能力穩定轉化為業務價值和商業結果。