核心观点
　　商汤1H26生成式AI收入占比提升至79.9%，海外收入实现翻倍以上增长，毛利率达到41.4%优于指引中枢，并实现上市以来首次半年度盈利；凭借国产算力深度优化（主流芯片MFU达原厂2.5倍）、原生多模态6倍推理效率优势以及计费模式向高附加值“Task交付”演进，公司核心壁垒从单一算法向“算力调度优化+原生多模态+商业闭环交付”深化。管理层明确指引2026全年收入增速High 20%，全年经调整EBITDA将实现盈利，验证公司已跨过重投入期并进入经营杠杆释放与基本面验证期，维持“买入”评级。
　　事件
　　1H26商汤生成式AI占比逼近八成，首度录得半年度盈利
　　2026年上半年商汤实现总收入29.11亿元人民币，同比增长23.4%；其中生成式AI业务收入达23.27亿元，同比增长28.2%，收入占比2024-1H26年：64%→72%→79.9%，主力增长引擎地位稳固；视觉AI业务结束调整进入增速回升周期；上半年经常性收入（ARR）占总营收比例达39%；海外业务收入同比翻倍以上增长。盈利端表现超预期，期内实现毛利12.06亿元，毛利率达41.4%（高于全年35%-39%的指引区间）；IFRS净利润6.17亿元，系上市以来首次录得半年度盈利，展现出强劲的经营杠杆与费用控制成效。
　　简评
　　生成式AI挑大梁与计费模式升级，主动规避低毛利价格战。生成式AI收入占比已达约80%，贡献ARR的核心增量。公司计费模式正从“按Token成本计费”向“按任务交付效率计费”转型：前者受供给侧价格波动影响，而后者按交付效率和价值定价，具备更强的客户粘性、更高收入增速与更优毛利空间。此外，海外业务（中东、东南亚、东北亚）依托视觉AI桥头堡进行多模态与智能体的交叉销售，上半年海外收入同比翻倍以上，且海外业务在毛利率和回款条款上均优于国内平均水平，为公司构筑了高质量的收入结构。
　　国产异构算力深度优化与Token工厂出海，构筑底层基础设施壁垒。公司通过完整推理任务拆解、Batching策略与底层算子优化，使主流国产芯片的MFU最高达到原厂官方基准的2.5倍；在无第三方补贴的情况下已实现稳定的毛利率水平，具备抗市场价格波动的能力。目前已支撑包括商汤自身在内的4家基座模型厂商进行Token规模化生产交付，单日Token处理量达2T+。同时，算力出海同步落地，公司已在沙特建成首个采用国产GPU搭建的Token工厂，并规划在中国香港建设推理中心，算力供应链自主可控与出海变现能力进一步夯实。
　　原生多模态技术领先，数据闭环与高频迭代形成飞轮。公司自2024年深耕原生多模态架构，相较行业外接工具拼接方案，在跨模态信息融合与Token消耗控制上具备底层优势；其多模态推理效率达主流方案的6倍，支持30万上下文窗口的U1.5模型在性能比肩GPT-4o的同时，商业化定价大幅降低。依托大装置自动化与用户回流数据量提升一个数量级，模型实现轻量级“周更2-3版”、重度模型“月度迭代”的高效研发产能，形成“数据回流-能力提升-商业转化”正向循环。
　　研发与Capex兼顾效率与弹性，全年经调整EBITDA盈利确定性强。研发费用在剔除股份支付及业务出表影响后保持健康增速，且低于毛利增速，规模效应明显；资本开支重点聚焦国产算力，当前算力采用“买与租各占约50%”的灵活配置模式，可根据市场供给动态平衡资金效率。管理层明确重申2026全年指引：收入预计同比增长High 20%，毛利率维持35%-39%，全年ARR占比显著高于上半年的39%，全年经调整净亏损大幅收窄且经调整EBITDA实现盈利，中长期亦将保持High 20%的复合增速。
　　投资建议：管理层明确指引2026年全年经调整EBITDA将实现盈利，并将中长期收入增长锚定在25%-29%，进一步确认商汤已全面进入经营杠杆释放与基本面兑现期。随着Task计费模式跑通、国产算力To ken工厂规模化交付及海外高质量扩张，公司估值中枢有望由AI主题情绪驱动转为盈利与现金流修复驱动。维持“买入”评级。
　　风险分析
　　竞争风险：生成式AI业务可能受模型层、平台入口竞争影响，较高的综合毛利率可能周期性而非持续性存在。国内大模型赛道拥挤，商汤不仅面临百度、阿里、腾讯等互联网巨头的竞争，还要应对科大讯飞、智谱AI等垂直厂商的挑战。巨头往往拥有更丰富的生态场景和更强的资金实力，可能通过价格战压缩商汤的市场空间和利润率。
　　行业风险：Agent/Skill渠道目前仍不成熟，商业化节奏可能慢于预期；海外本地化部署与视频业务战略意义较大，但短期兑现节奏未必平滑；若行业token价格竞争加剧，而公司坚持不打价格战，标准化云业务扩张速度可能受影响。
　　人才流失风险：作为技术密集型企业，核心算法科学家和工程团队的稳定性至关重要，激烈的行业人才争夺战可能导致人力成本进一步上升或关键技术泄露。
　　供应链不确定性：在地缘政治紧张局势下，算力基础设施的扩建可能受到硬件供应受限的影响，进而制约其大模型训练和推理服务的扩张速度。