问题——感知能力成为“落地瓶颈”，企业争夺新入口 随着行业从“比参数”转向“比落地”，机器能否真实世界中稳定感知环境，正成为应用扩展的关键。长期以来，计算机视觉主要依赖可见光图像，在光照良好、目标清晰的标准场景效果较好，但在夜间巡检、烟尘遮挡、强反光、极端天气等条件下，识别准确率与稳定性会明显下滑。面向工业现场、城市治理和机器人等应用——对感知可靠性的要求更高——单一可见光方案的局限因此更突出。多光谱感知通过融合红外、紫外等不同波段信息，有望提升复杂条件下的可用性，被视为下一代机器感知的重要方向之一。，深圳海清智元再度向港交所递交上市申请，试图以多光谱为切入点，讲述“入口—数据—平台”的成长路径。 原因——技术路线由“算法驱动”向“数据与硬件协同”延伸 多光谱感知走热，既受应用需求推动，也与供给侧变化有关。一上，工业安全、电力能源、应急消防、交通管理等领域对全天候、全环境识别提出明确需求，传统视觉方案难以覆盖全部工况，行业因此寻找更高鲁棒性的感知手段。另一方面，传感器成本下降、模组集成能力提升，以及算法与算力进步，使多光谱从科研与少数行业场景逐步走向更广泛的市场。业内普遍认为，多光谱的价值不只于“看见”，更在于在复杂环境下保持连续、可验证的感知能力，这对工程落地尤为关键。 海清智元的路径具有一定代表性：不同于部分企业以“轻资产算法”切入，其从多光谱模组等硬件端入手，延伸到终端产品与系统解决方案，并提出构建面向多光谱数据的模型平台。其核心逻辑在于，掌握数据采集入口更容易形成可持续的工程壁垒，并为后续模型迭代提供数据基础。类似路径在智能终端生态、自动驾驶感知体系等领域也屡有体现：先通过入口带动数据积累，再以平台能力提升规模化变现能力。 影响——市场空间打开同时，商业化波动与结构性风险不容忽视 从经营表现看，海清智元营收在短期内增长较快：2023财年、2024财年、2025财年收入分别约为1.17亿元、5.23亿元、6.69亿元人民币，并实现从亏损到盈利的阶段性改善。这在一定程度上说明多光谱产品在部分场景具备商业可行性，也反映了细分赛道差异化竞争的阶段成果。 但也应看到，多光谱产业仍处在从“技术可用”走向“规模可复制”的过渡期，企业增长往往呈现项目与订单驱动特征，稳定性仍需验证。尤其在工程项目占比较高时，客户采购节奏、项目验收周期、预算安排等因素都可能放大业绩波动。同时，客户集中度偏高既可能在放量期带来更快增长，也可能在需求回落时形成更大冲击，考验企业对行业周期与渠道结构的适配能力。 更值得关注的是平台化能力能否兑现。资本市场通常更看重可持续服务收入与平台扩张空间，而行业内不少企业的主要收入仍来自硬件销售与定制化解决方案，属于“交付型”增长，距离“平台型”增长仍有差距。若平台能力尚未沉淀为标准化产品与订阅式服务，企业估值逻辑与市场预期之间可能出现落差。 对策——以标准化、场景深耕和供应链能力提升降低波动 面向下一阶段发展，业内建议企业在三上着力： 一是推进产品标准化与模块化，减少对单个项目定制的依赖。通过统一硬件接口、数据规范和算法适配框架，提高跨行业复制效率，缩短交付周期，增强毛利与交付节奏的可预期性。 二是优化客户结构与渠道体系，降低对少数客户的依赖。通过在电力巡检、工业安全、应急消防、交通管理等行业打造稳定样板，形成更分散的订单来源，提高抗波动能力。 三是强化从传感器、模组到整机的供应链协同与质量体系建设。多光谱产品对一致性与可靠性要求更高，若供应不稳或规模制造能力不足，容易影响交付质量与长期口碑，同时推高综合成本。 前景——从“增量技术”走向“基础设施”，关键在于规模化与生态协同 多光谱感知有望在更多高价值场景中发挥作用，成为感知智能的重要增量。随着城市精细化治理、工业智能化改造以及机器人等新业态发展，对全天候感知能力的需求可能持续上升，产业规模仍有扩张空间。但其发展并非线性：技术成熟度、行业标准、数据合规、成本控制与生态协作将共同决定市场放量节奏。对企业而言，能否把“入口优势”转化为“平台能力”，并在可复制的商业模型中形成持续现金流，将成为穿越周期的关键。
在机器感知从“看得见”走向“看得透”的阶段，海清智元的资本进程折射出硬科技企业常见的难题：技术突破与商业落地之间，往往隔着产业培育的时间与成本。其能否把先发优势转化为长期竞争力——既取决于技术迭代速度——也取决于对真实需求的判断与产品化落点。这场关于未来“视界”的竞争，仍在起步阶段。