企业官网建设流程全解析

AI视觉圈子里，很少有人不知道极视角这个名字。最近它正式开启招股，拟募资5亿，3月30日上市，招股书里最扎眼的数字是2025年亏了4580万。一家继续亏损的AI公司要上市，这事听起来矛盾，其实过去几年在AI赛道里并不稀奇。极视角不是做单一大模型，也不是卖硬件的，它是做AI视觉算法商城的，通俗讲就是像开超市一样把算法打包卖给工厂、园区、零售门店这些场景客户。这篇文章我想从招股书能看到的业务结构出发，拆一下极视角为什么亏钱、募资5亿准备怎么花、算法平台模式到底能不能赚钱，以及普通投资者看这类AI公司时最容易踩的坑。适合关注AI创业公司、做技术选型的开发者和买科技股的读者读。

1. 极视角的基本盘：算法商城的生意到底怎么运转

1.1 算法的“超市模式”和传统AI项目有啥不一样

很多人第一次听说极视角，第一反应是“极视角是不是做摄像头的”。其实不是，它的核心是算法平台。传统AI项目是客户提需求，算法公司组织一个项目组，花三个月到半年做一个定制模型，交付完项目也就结束了，下次再遇到类似场景又得重来。这个模式的问题很明显：人力成本高、复用率低、毛利稀薄。极视角想做的事情，是把算法变成标准化的“货架商品”。

你可以把极视角理解成一个算法超市。货架上摆着安全帽识别、明火检测、跌倒检测、车辆违停、工服识别、鼠害识别、垃圾满溢识别等等，覆盖智慧工地、智慧园区、智慧零售、工业质检等典型场景。客户不用猜自己该找谁开发算法，而是直接在平台上选一个接近需求的算法，拿自己现场的数据做一轮模型微调，然后通过API调用、边缘计算盒子或者一体机的方式部署到业务现场。计费方式也灵活，可以按路数、按年订阅，也可以买断授权。

这种模式的价值在于，一套算法可以被无数个项目重复使用。开发一套安全帽识别算法，第一次可能要投几十万，但只要算法库沉淀下来，后续再接到类似项目，边际成本会大幅下降。极视角管这个叫“算法商城”，本质上就是把AI能力产品化，让算法像软件一样被分发和调用，而不是像手工艺品一样一个一个凿出来。这也是它跟传统安防厂商、AI项目集成商最大的区别。

1.2 极视角凭什么让这么多行业客户买单

这里不得不提AI视觉行业一个很扎心的现状：真正愿意为算法付高价的大客户其实不多，大部分客户的需求是碎片化的。一个工地可能需要安全帽检测，一个加油站需要打电话检测，一个垃圾站需要满溢识别。每个需求单独定制，报价动辄几十万，很多客户接受不了。极视角把算法拆成小颗粒度SKU之后，客户可以像点外卖一样按需采购，以前要50万的项目，现在可能5万就能跑起来，自然更容易成交。

当然光便宜还不够。极视角能起来，还靠在交付方式上做了不少妥协。它不是只给客户一个“算法模型下载链接”，而是把算法集成到边缘盒子、摄像头、服务器等硬件上，甚至提供远程部署工具。客户不需要懂深度学习，现场插上电、配置好网络，界面里选一下算法，就能在监控画面上看到识别框和告警。这个“开箱即用”的体验，对传统制造企业和物业公司太重要了。

还有一点是开发者生态。极视角早期通过大赛、众包等方式吸引算法开发者入驻，开发者把算法上传到平台，平台负责销售、交付和售后，然后跟开发者分成。这个模式让平台不需要养一支庞大的算法团队就能持续扩充算法品类，同时又能覆盖很多市场上没人愿意做的长尾场景。开发者有收入，平台有SKU，客户有算法用，三方都受益。

1.3 上市时间窗口：为什么是2025年这个节点

很多读者会问，明明还亏损，为什么偏偏选这个时间点上市？我从行业角度说几个观察。第一，AI概念在这两年重新回到资本视野，市场对AI公司的容忍度比前两年高了不少，愿意给“有技术、有营收、还在成长”的公司一个机会。第二，极视角已经过了靠PPT融资的阶段，进入到需要大量资金铺设渠道、扩大算法SKU、提升交付能力的成长期，公开市场是更合适的资金来源。

第三，投资人也有退出需求。一家创业公司走到IPO这一步，背后通常有不止一轮的VC/PE股东，上市能给早期投资者提供明确的退出通道。虽然亏损会影响定价，但只要业务增长逻辑被认可，市场还是愿意买单的。从过去经验看，AI公司的上市节奏往往跟着行业景气度走，2025年这个窗口对极视角来说，是能争取到的最好时机。再往后拖，竞争对手也在融资，账上现金的消耗速度可不会等你。

2. 募资5亿元怎么花：招股书里的资金去向和估值信号

2.1 募资用途拆解：研发、市场、数据基础设施的分配逻辑

招股书里拟募资5亿，这个数字本身不重要，重要的是钱打算怎么花。根据我看过的同类型AI公司招股书，募资用途通常分成三大块：研发投入、营销网络建设、补充流动资金。极视角具体比例可能跟最终版本有出入，但方向大概率绕不开这三个部分。

研发投入这块，我估计会占大头。算法平台公司不是把算法挂到网上就完事，背后还需要持续投入模型训练框架、自动化标注工具、模型部署工具链、数据管理平台。开发者上传一个算法，平台要做质量测试、文档标准化、硬件适配测试，这些都是隐性研发成本。另一块研发投入是AI算法的持续优化，尤其是针对工业质检这类高精度场景，模型精度不够就落不了地，只能不断迭代。

营销和渠道建设也不能省。AI视觉的地面战非常重，客户分散在工地、工厂、园区、门店，光靠线上卖算法根本卖不动，必须靠区域经销商和行业集成商去推。钱投到渠道培训、项目支持、样板案例打造上，才能换来可持续的订单。剩下的一部分资金会补充流动资金，毕竟项目制公司回款周期长，没有足够的现金储备，很容易被应收账款拖死。

2.2 5亿募资背后的估值对标和定价预期

募资5个亿能推出多高的估值，这里有一个简单的估算逻辑。按A股常见发行比例，公开发行新股数量一般占总股本的10%到25%。如果按发行15%来算，募资5亿对应的发行后估值大约是5亿除以15%，也就是33亿左右；如果发行比例到20%，估值就是25亿左右。实际估值要看发行价最终怎么定，但“拟募资5亿”这个表述，至少给外界画了一个大概的市值区间。

要判断这个估值贵不贵，还得看营收体量。参考已经上市的AI视觉公司，市场通常不怎么看市盈率，因为大部分还在亏损，大家更愿意看市销率（PS）。如果极视角的营收在两三亿元量级，按25亿到35亿估值算，PS大约在10倍上下。在AI公司里，这个水平不算夸张，但也不便宜。关键在于上市后能不能保持高增长，如果增长掉到20%以下，估值压力会立刻显现。

我在这里想提醒一句，拟募资金额不是最终市盈率和市值的承诺，它只是公司根据资金需求测算出来的一个目标。真正定价是询价阶段买卖双方博弈的结果，投资者看招股书时，不要只盯着“募资5亿”这个数字，而是要结合发行股数和发行价区间一起看。

2.3 账上现金和亏损：为什么还要在市场拿钱

很多人不理解，公司账上明明有现金，为什么还要上市融资？答案很简单：因为烧钱速度太快。AI视觉公司要同时养算法研发、交付实施、销售渠道三支队伍，每个月光工资就是很大一笔钱。再加上算法训练需要的GPU算力、数据标注外包费用、办公室租金和市场活动费用，一年下来支出非常可观。

如果公司能靠业务收入覆盖这些支出，自然不需要融资。但现实是，项目制收入回款慢，客户验收周期动辄三个月到半年，大项目可能还要压一笔质保金。这就导致公司账面利润表难看的同时，现金流压力更大。上市募资可以一次性补充大量资本金，把公司的竞争周期拉长，让它有足够的弹药去抢市场、扩研发。亏损不代表公司马上要倒下，但如果没有外部融资，再好的故事也会被现金流卡死。

3. 2025年亏4580万：不是突发伤病，而是模式的必然阶段

3.1 亏损的大头：研发人员和定制化交付成本

极视角2025年净亏损4580万元，乍一听挺吓人，但放在AI视觉这个行业里，其实属于“克制型亏损”。亏的钱去哪了？拆开看主要是三块。第一是研发人员薪酬，算法工程师、平台工程师、测试工程师的工资在科技公司里是最大成本项。AI人才本来就贵，一个能独立负责模型训练和调优的工程师，年薪大几十万很正常，团队一扩，费用自然水涨船高。

第二是定制化交付成本。虽然极视角想做标准品，但实际落地时，每个客户的环境都不一样。有的是老旧摄像头，画质差；有的是逆光场景，要重新调参；有的客户要接进自己的业务系统，得做接口开发。这些工作没法完全自动化，必须投入交付工程师的时间。项目一多，交付团队只能不断扩大，这部分成本直接摊薄了毛利。

第三是算力和数据成本。算法不是训完一次就结束的，现场收集到的bad case要不断回传、标注、重新训练，才能保证识别精度不下降。每一次模型升级都要消耗算力，算力是实打实的成本。这么看下来，4580万的亏损不是突然冒出来的，而是平台模式在规模还没起来之前的必然状态。

3.2 亏损背后的增长杠杆：规模效应什么时候出现

分析亏损不能只看数字大小，还要看亏损能不能换来未来的规模效应。算法平台的规模效应主要体现三个阶段。第一阶段，算法SKU数量足够多，新客户需求覆盖率高，不需要每次都为新需求从零开发。第二阶段，同一款算法卖出去的次数足够多，模型迭代成本被摊薄，单客户交付成本下降。第三阶段，客户复购和续费形成稳定收入，不用靠大量新增订单维持收入增长。

极视角目前大概率处在第一阶段向第二阶段过渡的过程中。它的算法SKU数量已经形成一定规模，但长尾场景实在太多，很难说覆盖全了。所以在招股书里，我们经常看到公司强调“新增算法SKU数量”和“开发者分成规模”，这些指标比单季度利润更能反映平台的成长性。如果募资之后能把SKU规模和单算法平均交付成本同步优化，那亏损收敛只是时间问题。

反过来也要警惕一种情况：如果算法SKU涨了，收入也涨了，但毛利率一直掉，说明所谓“平台化”可能只是表面文章，实际干的还是定制项目集成。这种情况下，亏损不仅不会收敛，还会随着收入增长越亏越多。这是看AI平台公司最重要的分水岭。

3.3 4580万亏损算多还是少：和同类公司横向比

放在AI公司的大盘子里，4580万亏损属于什么水平？我做个横向类比。已经上市的AI视觉公司里，有的公司年收入几十亿，亏损也是几十亿，那是典型的“规模性亏损”，依靠资本持续输血维持。还有一批公司收入几亿，亏损几千万到一两亿，属于“投入期亏损”，业务跑起来了但还没到盈亏平衡点。极视角大概率属于后者，而且亏损幅度在同类公司里算比较温和的。

温和不一定代表更好，也可能是因为它现在的收入体量还不够大，还没到大规模投入渠道的阶段。真正值得关注的是亏损的走势。如果连续几年亏损逐年收窄，说明公司经营质量在改善；如果亏损波动很大，某一年少亏只是靠砍费用砍出来的，那反而是危险信号。投资者可以对照招股书里的利润表，看看研发费用率和管理费用率的变化趋势，再下判断。

4. 商业模式拆解：算法平台、硬件适配和集成商的三角关系

4.1 算法商城为什么能压低定制成本

算法商城这个模式，听起来很美，但执行起来并不容易。它的核心诉求是“让算法可以复用”，要做到这一点，平台必须把算法封装成标准化的服务。极视角的做法是让开发者按照平台规定的接口标准上传算法，平台负责对算法做容器化封装，统一管理模型版本和运行环境。这样客户部署时，只要平台能识别摄像头流，算法就能跑起来，不用反复改代码。

标准化带来的好处非常直接。传统定制项目里，算法工程师要跟着每个项目的环境走，90%的时间其实耗在调试环境兼容性上。而在算法商城模式下，环境适配被平台提前消化了，算法团队只需要专注模型优化。交付环节省下来的成本，一部分变成公司的毛利，一部分让利给客户，形成价格优势。整个链条跑顺之后，单项目的交付人天能压到非常低。

不过我也要说句实话，算法商城不等于完全不需要定制。工业场景千奇百怪，很多客户的需求是平台SKU覆盖不到的。极视角真正的竞争力，在于能快速组织开发者做轻定制，而不是完全拒绝定制。这种“标准品+快速定制”的组合，比纯定制公司更省钱，比纯标准品公司更能落地客户需求。

4.2 硬件适配与“盒子方案”：AI视觉公司隐藏的护城河

AI视觉算法最终要在物理世界里运行，这就绕不开硬件适配。摄像头有不同的品牌和协议，现场环境有带宽限制，有的客户机房没有GPU服务器，只能靠边缘盒子跑模型。极视角早期就做过很多硬件适配工作，把算法灌注到不同的边缘计算单元里，确保客户买过去插上就能用。

这套“盒子方案”其实才是AI视觉公司最深的护城河。算法本身很容易被抄袭，但“算法加硬件适配”的配合是长期工程经验积累出来的。哪款芯片跑哪类模型性价比最高，哪个摄像头在暗光环境下画面噪声最小，这些都是踩过无数坑才知道的。极视角的商业模式表面上是卖算法，实际上是在卖“算法+硬件适配+现场实施”的一站式方案。

当然，硬件适配也有代价。客户要的是开箱即用，所以公司必须备一些硬件库存，这会导致资产变重、现金流占用增加。如果硬件销量太高，软件属性会被稀释，公司估值逻辑也会从“SaaS”变成“卖硬件的”。极视角上市后需要平衡这个问题：软件平台要保持高毛利，硬件盒子更多是获客和交付载体，不能为了冲收入拼命堆硬件。

4.3 集成商垫片：渠道生态如何影响收入质量

算法平台再强，也很难直接触达全国的工地和工厂，所以渠道生态非常关键。极视角的玩法是跟行业集成商合作，集成商负责跟客户谈需求、做项目招投标、负责系统集成，极视角提供算法能力和技术支持。这种模式下，集成商是前端，极视角是后端技术供应方，两者各赚各的钱。

好处是拓展速度快，坏处是收入质量容易波动。集成商往往同时跟多家算法供应商合作，极视角单子能否持续，取决于算法效果和服务支持能不能让集成商形成依赖。另外，集成商资金实力参差不齐，回款周期被拉长的风险会体现在应收账款里。招股书里如果应收账款余额增速明显高于收入增速，就要格外小心，说明业务虽然在增长，但钱没有真正落袋。

看这类公司的收入质量，不能只看合同额。要拆开看直接客户占比和集成商渠道占比，直接客户越多，议价能力和客户黏性越强；集成商占比太高，一旦渠道政策调整，收入可能迅速波动。极视角未来如果想提高收入质量，必然要在提升直客比例和精细化渠道管理之间找到平衡。

5. 从招股书和行业打法里，普通人和开发者能学到什么

5.1 看AI公司招股书的四个硬指标

很多读者不是专业投资者，但买到AI公司的股票，总得知道盯什么指标。我自己的经验是，别被“亏损收窄”这种结论忽悠，直接看四个硬指标。

第一个是毛利率。平台型AI公司的理想毛利率应该在50%以上，如果毛利率一路走低，说明标准化没做成，项目制交付在吞噬利润。第二个是研发费用率。AI公司研发费率普遍很高，通常在30%以上，这本身不是坏事，但要观察研发投入是不是真的转化成了新产品和新SKU。第三个是前五大客户收入占比。如果超过50%，说明客户集中度过高，丢一个大客户就是致命打击。第四个是经营性现金流。连续负现金流意味着公司要靠融资续命，这也是判断公司什么时候需要再次融资的重要参考。

这四个指标互相印证，比单看净利润有用得多。一家公司哪怕亏损，只要毛利率稳定、研发转化率清晰、客户分散、现金消耗可控，就还有投资价值；反过来，盈利数字再好看，如果现金流持续恶化，也要警惕。

5.2 算法平台对开发者是不是个好机会

对算法开发者来说，极视角这类平台提供了一个“技术变现”的路径。以前想接AI算法外包项目，得自己找客户、谈需求、做交付，一个人很难做完。平台出现以后，开发者只需要专注于算法研发，把上传算法、部署、销售、售后这些脏活累活交给平台。平台和开发者分成，算法被调用得越多，开发者收益越高。

但这里面也有坑。算法开发者在入驻这类平台之前，一定要先搞清楚几个问题：平台的分成比例是多少，算法授权方式是买断还是按调用次数分成，平台是否提供训练算力支持，算法上线后平台有没有能力帮开发者做硬件适配。我见过一些开发者辛辛苦苦训练出算法，结果因为平台不支持某类芯片，导致永远没法交付，白忙一场。

还有一个容易被忽略的点是算法定价。很多开发者习惯“按成本加价”来定价，但平台模式下算法卖的是未来现金流，定价太高会降低客户购买意愿，定价太低又覆盖不了模型迭代成本。建议开发者先看平台已有的类似算法定价，再结合自己的精度优势做差异化定价，不要上来就卷价格。

5.3 我踩过的坑和给投资者的提醒

我在看AI公司招股书这件事上，交过不少学费，几个容易踩的坑分享给大家。

第一个坑是只看亏损不看收入结构。有的公司收入增长快，但细看全是硬件销售收入，算法和软件占比很小，那本质上就是系统集成商，估值逻辑完全不同。第二个坑是迷信“AI”标签。AI只是工具，真正决定价值的是客户愿不愿意持续付费。招股书里再漂亮的算法数量，都不如客户续费率数据更能说明问题。

第三个坑是忽视“非经常性损益”。有些公司扣掉政府补助和投资收益后，主业其实是巨亏的，招股书里会清楚列示非经常性损益，但很多人只盯着净利润总数，很容易被误导。极视角这次亏损4580万，也要看里面有没有政府补助或者一次性资产减值，剔除这些再看经营层面真实的亏损幅度，才有比较意义。

从极视角这次招股看，我的体会是，AI视觉公司亏损本身不是原罪，关键是钱有没有变成能复用的资产。如果募资以后，算法SKU增加、交付占比下降、客户复购率上升，亏损收敛只是时间问题；反之，钱花在永远不能二次销售的定制项目上，那就真的成了无底洞。对关注这类公司的朋友，建议少看发布会，多翻招股书附注，数字不会骗人。极视角这个故事后续走到哪一步，回头再来对照这个判断，会很有意思。