六年深耕，走到关键节点。
3月16日，工业AI龙头企业思谋科技（SmartMore）递表港交所，摩根士丹利、中金公司、德意志银行为联席保荐人。作为工业AI赛道跑出来的重要代表企业，若成功登陆港股市场，思谋科技有望成为资本市场上的“工业AI智能体第一股”。
自2021年起，思谋科技已连续5年入选《胡润全球独角兽榜》。在最新发布的《2025胡润全球独角兽榜》中，思谋科技以90亿元人民币估值位列第1028位。
站在工业智能化加速渗透的时间节点，这一轮IPO，也被视为工业AI从技术探索走向规模化应用的重要信号。
01.
“为生产线装上智慧大脑”
思谋科技创始人贾佳亚，本科毕业于复旦大学计算机系，后赴香港科技大学攻读博士，并长期任教于香港中文大学和香港科技大学。他在计算机视觉领域深耕二十余年，累计发表顶级论文200余篇，总引用量超过10万次。
在学术体系之外，他培养的学生中，包括商汤科技董事长兼CEO徐立等产业代表人物，其研究成果亦持续向产业转化。
思谋科技创始人 贾佳亚
图源：网络
2017年，贾佳亚加入腾讯优图实验室，推动AI视觉技术走向产品化。两年时间，他做出关键判断——AI的价值不在于模型本身，而在于真实生产体系中的可执行能力。
基于这一判断，贾佳亚2019年创办思谋科技，正式切入智能制造。
创业初期，思谋科技的切入口是工业视觉软件，通过深度学习算法替代工业检测中的人眼，服务3C电子与精密制造客户。随着大模型技术的发展，公司逐步从软件提供商，转向系统级解决方案提供者。
图源：思谋科技招股书
思谋科技 以 全球首个工业多模态大模型IndustryGPT 为核心 ， 构建起一套完整的工业 AI 智能体生态：机器人负责产线上的精密操作，边缘AI传感器充当现场感知的末梢，智能体软件系统则调度全局。算法、软件、硬件全部自己打通，让工业AI从“单点赋能”变成了系统级的能力。
02.
从规模扩张到技术沉淀
随着核心业务持续放量，思谋科技的营收进入上升通道。
招股书显示，2023年至2025年，公司营收分别达4.85亿元、7.56亿元和10.86亿元，两年间规模翻了一倍有余。
图源：思谋科技招股书
毛利率也在同步改善。招股书显示，2023年至2025年，思谋科技整体毛利率分别为30.5%、32.3%和37.3%；同期毛利润分别为1.48亿元、2.44亿元和4.05亿元。
截至2025年底，思谋科技已累计交付约14万台工业AI智能体，服务全球730多家客户，覆盖特斯拉、卡尔蔡司、立讯精密、京东方、中国中车等头部制造企业，机器人累计检测产品及零部件超过170亿件。根据CIC灼识咨询的资料，思谋科技是2025年中国收入规模最大的工业AI智能体提供商，也是首家实现工业AI智能体大规模、跨区域、多场景部署的企业。
从商业模式上看，思谋科技的业绩增长建立在场景落地与深度绑定之上。这一模式在早期阶段，对研发、交付及组织能力提出更高的要求，也决定了公司仍处于投入驱动的扩张阶段。
图源：思谋科技招股书
招股书显示，2023年至2025年，思谋科技 经调整 净亏损 分别为 3.94亿元、3.79亿元、2.72亿元 。相关投入主要用于持续研发、全球化交付体系建设以及行业解决方案深化。
截至2025年末，思谋科技负债规模高于资产，这一财务结构在成长型科技企业中较为常见，本质上体现的是对未来增长的前置投入。
03.
中国“智造”浪潮
思谋科技的上市冲刺，恰好踩中了中国工业智能化的时代风口。
今年1月，工信部等八部门印发《“人工智能+制造”专项行动实施意见》，明确提出到2027年推出1000个高水平工业智能体。从“模型”到“智能体”，政策验收标准已经从会回答转向能执行。
根据CIC灼识咨询的预测，中国工业AI智能体市场规模将在2030年突破900亿元，年复合增长率超过43%，行业仍处在高速放量期。
图源：网络
2025年4月，连续七年入选国家级“双跨”平台的浪潮云洲率先落子，在汉诺威工博会上发布知业大模型智能体群，一口气铺开12个工业智能体，覆盖表面缺陷检测、工艺优化、产线管控和装备节能等场景，走的是平台底座加场景复制的路线。
两个月后，华为进一步把AI Agent嵌入工业体系，在FusionPlant3.0愿景下主打制造业专属智能体开发和智能应用孵化，并继续向制造全链条智能助手方案延展。
同年8月，中控技术也推出面向流程工业的时间序列大模型TPT2，主攻预测、控制优化和异常预警，已落地化工、石化、电力、制药等数十个行业、百余家企业，继续向全域工业智能体体系推进。
在这轮中国工业智能化浪潮中，思谋科技的叙事位置相对顺风。在离散制造场景里，思谋科技更早把大模型、视觉感知、机器人和边缘计算打成闭环，并用真实产线持续反哺模型。
思谋科技围绕IndustryGPT做了三轮测试，先后对标SuperGPQA、万题级自建工业基准，以及参照中美工程师执业资格考试框架的高难度评测。结果显示，IndustryGPT不仅在工业知识广度上领先，在复杂工业决策和“执业级”工程推理上也压过了GPT-5.2 Thinking high和Gemini-3.1 Pro。
图源：网络
这背后并不只是模型参数的差异，更在于IndustryGPT切入的是制造业最依赖经验、也最难标准化的方案编制和异常处理。过去，这类工作主要靠资深工程师和老员工支撑，效率低、误差大，经验也难沉淀。接入IndustryGPT后，系统可以自动生成制造方案，并在复杂产线中完成异常识别、建单、SOP匹配和历史案例调用，把零散经验沉淀为标准流程，把个人能力转化为组织资产。
这也意味着，工业AI正在从“辅助工具”，走向“生产力系统”。
在工业AI智能体逐步进入规模化落地阶段的背景下，资本市场正在重新评估这一赛道的价值逻辑，思谋科技通过早期场景深耕与技术闭环构建，已经形成一定的先发优势，成为工业AI智能体赛道的重要代表企业之一。
此次冲击港股IPO，既是公司发展的阶段性节点，也有望成为工业智能体走向规模化的重要信号。
金御优配提示：文章来自网络，不代表本站观点。
