截至 2026-03-25（UTC），商汤科技在中国生成式 AI 竞赛里处在一条少见的轨道上：一端是长期积累的感知 AI 基础设施与企业级合同体量，另一端是美国相关清单带来的外部约束，硬件采购通道与部分跨境合作空间由此同步收窄。

放在 2026 年的竞争语境里，判断重点落在约束结构本身。商汤难以按阿里、字节、DeepSeek 的节奏推进同频发布，这一点已有充分共识；真正需要持续验证的是，这组约束能否沉淀为稳定且可强制执行的差异化路径，抑或继续累积为彼此牵连的定位张力。

1）公司基本盘

商汤科技（港交所：0020）由汤晓鸥于 2014 年创立，底层技术来自香港中文大学的计算机视觉研究。[1] 公司头十年的营收，主要来自视觉智能方向：人脸识别系统、智慧城市监控平台、汽车感知算法栈、企业级视频分析。自建 AI 计算基础设施 SenseCore（商汤绝影）定位为大规模视觉模型的训练与推理专属平台。

2021 年 12 月，商汤在港交所完成 IPO，随即美国财政部将其列入非 SDN 中国军事工业复合体企业清单（NS-CMIC），限制美国主体交易商汤证券。[2][3] 这一认定不阻断中国国内企业使用商汤服务，但大幅收窄了硬件采购渠道与国际合作空间。

汤晓鸥于 2023 年 12 月 15 日辞世。联合创始人许立峰与王晓刚继续主持运营，延续汤晓鸥确立的企业客户优先路线。

2）日日新：生成式转型

2023 年 4 月，商汤发布生成式 AI 平台 SenseNova（商汤日日新）。[4] 初版即覆盖文本生成、图像合成、视频生成，平台结构沿着商汤在媒体处理与视觉工程中的既有能力展开，多模态协同位于底座中心，语言能力作为其中一层嵌入。这个起点对应着清晰的产业条件：商汤已具备视频生成所需的标注流水线、算力基础设施与媒体企业合同，多数由文本 LLM 起步的实验室在其早期阶段尚未形成同等组合。

2024 年 5 月，SenseNova 5.0 发布，新的基础模型序列与增强后的视频生成能力一并给出。[4] 已公开表述覆盖更长上下文支持和更宽的企业 API 接入面。中国市场常见的厂商自报基准，需要放回统一评测条件尚未充分对齐的语境里理解，这些数字更适合作为方向信号，关键结论仍依赖可复现的外部验证。

平台架构呈现的是原生多模态形态，视觉能力与文本能力在同一底座上协同演进。商汤在医疗影像、物理安防和自动驾驶领域的商业历史，意味着面向非文本模态的算力与数据基础设施，在生成式 AI 成为核心叙事之前已经进入生产环境并长期运转。

3）基础设施约束与硬件问题

SenseCore 最初围绕英伟达算力构建。NS-CMIC 认定以及随后的美国半导体出口管制，大幅收窄了这条采购通道。[2][3] 这一约束对商汤的影响，与那些纯软件 LLM 实验室不同。

商汤将 SenseCore 作为企业云推理选项提供，客户可以通过商汤自有基础设施运行工作负载，这一路径与公有云分发模型并行存在。硬件采购约束直接影响容量扩张和该业务的成本结构。可见的应对方式是在华为昇腾适配和国产芯片集成方向加大投入，与其他面临同类制约的中国大型 AI 运营商路径一致。但在当前同等规模集群下，国产芯片应对复杂视频合成和大模型推理的算力吞吐，仍与英伟达 H100 体系存在实质性差距，这个缺口制约着对算力密度最敏感业务的路线图节奏。

4）企业护城河及其上限

商汤的企业客户基础——集中在政府机构、国有企业、金融服务和大型媒体集团——提供着多数纯平台 LLM 实验室难以企及规模的持续合同营收。[1]

这组集中度也同时勾勒了增长天花板。政府与国企采购周期偏长，评估流程层层推进，单笔合同金额可观，却以逐案谈判为主，难以沿标准 API 定价路径自然放量。商汤若要扩大调用规模，需要在关系密度已高的行业里持续拿下多年期企业协议。

对于这些垂直领域之外的开发者，SenseNova 的开发者 API 提供了接入路径；同时，平台的商业与工程优先级仍然显著偏向企业直销集成，开发者友好定价与工具深度的投入强度低于阿里通义、字节豆包近两年的推进幅度。这个排序与商汤当前营收结构保持一致，也直接决定了开发者体验相对于企业垂直深耕所能分配到的资源。

5）约束框架对建设者的意义

以下五点，可作为在中国可用推理栈中评估商汤或 SenseNova 的实务坐标：

  1. 多模态是真实的差异化，不只是营销话术。 商汤的视频生成与视觉处理能力，来自生成式 AI 时代到来之前就已积累的企业合同生产证明。过去 18 个月才增加视觉模块的 LLM 优先实验室，在这一维度上没有同等基础。

  2. 实体清单影响证券交易，不影响 API 接入。 NS-CMIC 认定限制美国主体购买或出售商汤证券；不直接限制中国国内企业通过 SenseNova API 调用服务。在中国境内运营的建设者，在这一层面没有接入限制。

  3. 与纯 LLM 实验室的基准对比更难做。 商汤的生产工作负载以视觉为主。评估 SenseNova 的混合模态场景时，应使用接近生产真实的任务分布，避免只依赖通用文本基准。标准文本排行榜对这家厂商给出的信号存在明显缺口。

  4. SenseCore 容量不等同于公有云。 经由 SenseCore 路由的工作负载运行在专有基础设施上，容量配置和 SLA 模型与阿里云、腾讯云不同。在接入生产流量前，需单独评估延迟、吞吐和可用性承诺。

  5. 版本迭代节奏慢于头部 LLM 竞争对手。 商汤不按月发布新文本模型版本。如果开放权重发布频率是评估维度，其他实验室在这个维度上单项得分更高。

证伪条件与观察清单

本档案核心判断的证伪条件： 若独立的生产环境证据显示，SenseNova 5 的多模态推理质量与同类 API 实验室附加视觉模块的水平已无实质差距，那么"感知 AI 背景构成持久多模态差异化"这一核心论点将大幅弱化。

接下来 1—2 个季度的观察项：

来源

  1. 商汤科技，"关于商汤"——公司历史、创立研究背景与核心 AI 产品方向。
  2. 美国财政部 OFAC，非 SDN 中国军事工业复合体企业清单——商汤认定与 NS-CMIC 框架说明。
  3. 美国工业和安全局（BIS），实体清单——中国 AI 硬件供应链出口管制框架背景。
  4. 商汤科技，SenseNova 生成式 AI 平台——产品概览与开发者 API 入口。