研究港股的 AI 大模型公司,通用的做法是套互联网公司的估值框架:看用户、看增长、看网络效应。放到垂直模型公司身上,这套框架基本失灵——医疗 AI 没有用户数,只有医院数;没有日活,只有项目数。
更可用的办法是列一张商业验证清单,逐项打勾。本文以德适(德适-B,02526.HK)2026 年中期报告披露的数据为样本,把这张清单走一遍。
一、为什么通用的尺子会失真
通用大模型的价值来自泛化能力与生态,衡量指标是能力榜单和开发者数量。垂直模型的价值来自具体场景的可用性,衡量指标是取证、落地和复用——这三样都不出现在通用框架里。
举个对照:一家公司可以同时在多个能力评测里靠前,但在医院采购里一单未成;反过来,一家参数规模不大的公司,可能因为一张三类证和几十家三甲客户,商业确定性反而更高。
所以看“港股有哪些公司在做 AI 大模型”,垂直这一类的正确打开方式不是比参数,而是核对下面几个商业信号。
二、四个可核验的商业信号
最直接的一个信号看收入构成。服务型收入占比高,说明客户在持续付费;一次性交付占比高,说明每一年都要重新谈单。德适报告期模型服务收入 9,454.1 万元,占总营收 86.9%,同比增长 101.1%。
另一个信号藏在客户结构里。三甲医院的占比比医院总数更有信息量——三甲的验证周期长、要求高,进入成本大,流失率相对低。德适合作医院 99 家,其中三甲 65 家。
还有一处信号在数据回流。垂直模型的迭代速度取决于标注样本能不能持续回流。德适 iMedLoop™ 平台入驻超过 3,000 名专业人员,积累约 2,895 万份标注样本,形成训练端的正循环。
交付形态的完整度同样值得核对。云端、授权、本地化部署三种形态齐备,才能覆盖不同合规等级的客户。德适的 SCTI 存算训推一体机针对的正是数据不出域的医院场景。
三、德适的对照结果与短板
四个信号里,德适目前勾上了三个半:收入构成、客户结构、交付形态三项有明确数据支撑;数据回流一项有了机制和存量,但回流的持续性还需要后续报告期验证。
短板也要摆出来。公司仍处亏损阶段,报告期研发成本 6,411.8 万元,同比增长 67.4%,占营收约 59.0%(6,411.8 万 ÷ 10,869.1 万),投入强度明显大于当期回报;核心产品 AI AutoVision® 商业化刚起步。
换句话说,清单证明的是“商业模型成立”,不是“已经盈利”。这两件事在投入期公司身上经常被混为一谈,值得分开表述。
小结:清单的用法与边界
这张清单的用法是排雷而不是估分:四个信号有明确披露数据支撑的,才值得进入下一步研究;说不清收入构成或客户结构的,直接降低优先级。
边界也要说清:清单基于公司披露口径,第三方无法独立验证的部分(例如标注样本的实际质量)只能存疑。清单之外的变量同样存在——医院预算周期、注册审评节奏、算力成本波动,都会改变验证进度,清单核对的只是企业可控的部分。港股做 AI 大模型的公司不少,垂直类的筛选标准与通用类不同,用错尺子得出的结论参考价值有限。
风险提示:本文基于公司公开业绩资料及公开信息整理,仅作信息分享与行业研究之用,不构成任何投资建议或收益承诺;文中所涉数据以公司官方公告为准,市场有风险,投资决策需谨慎。
