把时间锚定在 2026-04-05 UTC，若只盯着 SenseTime 的大模型 headline，很容易把这家公司读窄。更有力的公开信号落在更低一层。SenseTime 近一段时间持续摆出来的证据，都指向同一件事：它更耐看的产品，是一层翻译能力。SenseCore 把异构国产算力与合作芯片收进一套可运营的云，SenseNova 把模型能力推向云端、私有化与边缘形态，香港粤语模型的连续部署则把这套基础设施进一步收束成区域化部署表面。[1][2][3][4]

这一点之所以重要，原因在于 SenseTime 在中国模型竞争里的位置天然带有多层结构，外部观察很难压缩成单一标签。它的公开形象同时连接开源权重、消费级助手流量与 API 品牌三条线索，真正形成辨识度的部分，落在这些线索如何被同一套工程体系组织起来。顺着公司 2025 年业绩公告、产品发布与部署公告往下读，较稳的判断会落在工程侧：当算力来源带有异构性、部署路径需要在云与边缘之间来回展开、客户又把本地语言、区域合规与私有化控制放在同等重要的位置时，整套 AI 栈怎样持续保持可用。[1][2][3][4]

图片说明：题图采用 Wikimedia Commons 上的香港科学园 TecONE 实景照片。它在这里成立，是因为文章讨论的是一套中心化模型与基础设施系统，如何沿着一条具体的区域部署路径收束下来，把本地算力、本地语言与企业侧要求一起纳入同一张图。[5]

1. 公司现在讲述的是一条链路叙事

SenseTime 在 2026 年 3 月 25 日发布的全年业绩公告很有提示性，因为它并没有把增长写成单独一枚模型的胜利。公告写到，2025 年收入超过 50 亿元人民币，下半年 EBITDA 转正，公司还计划在 2026 年第二季度推出基于第二代 NEO 架构的新基础模型。[1] 这些当然都是 headline。更值得停下来的内容，落在其下的基础设施描述里。公告把 SenseCore 写成国内技术生态里的 key chain master，并且直接点名与 Huawei Ascend、Hygon、Cambricon 等十余家芯片厂商合作，运营算力规模达到 40,400 PFLOPS（FP16）。[1]

这组表述很关键。若一家公司把主要身份放在模型供应商上，公开叙事往往会把重心压在 benchmark 差值，或者压在一枚明星 endpoint 上。SenseTime 的写法把基础设施协同直接纳入商业模型。[1] 整套栈呈现为一条彼此咬合的生产链路：算力组织、模型迭代、推理成本与硬件来源在同一张桌面上互相增益。

2. SenseCore 的分量，落在它把异构国产算力整理成一朵可用的云

到了 2025 年 11 月 19 日那篇 SenseCore 公告，这一点被说得更明白。SenseTime 转引 Frost & Sullivan 与 LeadLeo 的市场研究时，把 SenseCore 定义成一朵面向 AI 工作负载从底层搭起的 AI native cloud，整套论述并没有沿用传统通用云的改装口径。[2] 真正重要的是后面的细节。SenseTime 写到，SenseCore 在 5,000 张国产 GPU 集群上完成了大规模混合训练，算力利用率最高达到 80%，训练效率达到同构训练的 95%；同一篇公告还写到，平台已经完成对 Ascend 384 超节点的全面适配，并与 Cambricon 建立战略合作。[2]

这些话的分量，主要落在中尺度判断里。文章的重心更窄，也更扎实。SenseTime 正在公开建立一种翻译逻辑，核心工作是把多类硬件边界整理成可运行的统一栈。若供给侧高度同质、充裕而平整，这一层的战略价值会明显收缩；当现实算力表面由多种国产芯片家族、多种性能曲线与一系列可移植性工作构成时，能够把这些边界理顺的平台，就会变得重要。[1][2]

也正是在这里，SenseTime 看起来不再像一间单纯的 model-first API 公司，反而更像一位处理“栈内摩擦”的运营者。真正的难题，不只是训练出一枚足够强的模型；更在于怎样让模型研发、推理与部署，在并不来自单一标准化通道的算力表面上保持连贯。

3. SenseNova 5.0 把这层基础设施能力继续向外推，推成一张云端到边缘矩阵

2024 年 4 月 24 日 的 SenseNova 5.0 发布，正好展示了 SenseTime 想怎样把基础设施优势兑现到产品层。公司把 SenseNova 5.0 定义成一套业界领先的 “Cloud-to-Edge” 全栈大模型产品矩阵，随后立刻把旗舰模型和终端侧边缘产品矩阵、以及面向金融、编码、医疗、政务等行业的企业级一体机放在一起发布。[3]

这套打包方式，本身就说明了公司对瓶颈位置的判断。SenseTime 并没有停在“推理更强、编码更强、多模态更强”这一层。[3] 它同时强调了边缘侧推理速度、设备级图像生成速度，以及面向受监管行业的企业级一体机，目的都落在同一方向：把推理成本与部署摩擦继续往下压。[3]

放在供应链语境里看，“cloud-to-edge” 也就不只是营销口号。它其实是在说明模型价值准备怎样流动。若一套中心化算力本身就建立在异构硬件之上，那么这家公司能否继续主导模型落向哪里，就会变得很关键：落成云服务、落成本地设备、落成企业 appliance，还是落成某个垂直行业的专用形态。[2][3] 顺着这个角度看，SenseTime 想占住的并不只是一枚模型，它还想占住模型进入真实运行环境的那条路径。

4. 香港本地化部署的意义，在于它证明这套栈既能放大，也能收窄

2024 年 11 月 22 日 的 HKSTP 公告，构成了这篇文章最有价值的下游证据。SenseTime 在公告里写到，SenseNova Cantonese Large Model 已部署在香港科学园高性能计算服务平台上，并把这件事定义为本地计算中心大模型部署的重要节点，同时明确把产品定位落在香港企业需求上。[4] 同一篇公告还写到，数据可以在本地云中处理，以满足企业与区域数据处理规则，同时也保留了 on-premises deployment，既覆盖粤语模型，也覆盖其 RAG 知识库。[4]

这一类材料，会让栈文章比模型文章更有抓地力。一场漂亮 demo 或一份强 benchmark，足以说明模型已经存在；它对于模型能否进一步收束进一套特定语言变体、一套特定监管地理范围、一种企业级部署方式，说明力却很有限。粤语案例把这三层同时摆了出来。[4]

这也让前面的 “cloud-to-edge” 口径变得更可读。SenseTime 在能力扩展上沿着中心云向外铺开，同时持续证明这套栈能够在语言、合规与客户信任提出更细要求时，向内收束成一块边界清楚的部署表面。这是一种独立于通用模型天花板竞争的能力结构。

5. 这条更新真正改变了我们观察 SenseTime 的方式

由此形成的图景，比“SenseTime 能否赢下中国通用模型竞赛”这个旧问题要完整得多。顺着公开材料去看，更值得追踪的是它能否持续把下面这一条闭环压紧：

1. 把异构国产算力拿到手，或者完成适配；
2. 把这些算力整理成一朵可运营的 AI native cloud；
3. 把模型家族做成云端、边缘与企业形态的多层产品面；
4. 再把部署进一步压到信任、合规与行业边界更清楚的区域与垂直表面里。[1][2][3][4]

这条闭环比一季 benchmark 冲高更耐看，因为每一环都能为下一环提供支撑。基础设施适配效率提升，模型迭代与推理成本就更容易压低；模型矩阵更宽，可变现的位置也会跟着变多；区域化、本地化部署一旦成立，客户要把它替换成一枚通用公共 endpoint，摩擦也会随之上升。

它的边界同样清楚。公开材料当前更能支持“架构链路已成形”的判断，对“默认开发者表面已大规模形成”的支持力度仍然有限，与 Alibaba、ByteDance 某些产品所处阶段存在层级差。[1][2][3][4] 这组差别需要保留下来，因为链路成立、习惯形成与市场统治属于三种不同强度的结论。

但若把它放回“栈与供应链更新”这个角度，文章收束出的判断其实更窄，也更硬：SenseTime 当前最连贯的读法，在于把它看成一家公司，正尝试把受约束、且带有异构性的算力，翻译成真正可部署的 AI 表面。模型当然重要，更重要的是这层翻译能力。

来源

1. SenseTime，《SenseTime Group Reports Record High Revenue of Over RMB 5 billion in 2025; Second Half EBITDA Turns Positive》（2026 年 3 月 25 日；2025 年收入、NEO 路线图、SenseCore 与国产芯片厂商合作，以及 40,400 PFLOPS 运营规模）。
2. SenseTime，《Market Share No. 1! SenseTime SenseCore Ranks First Among China's AI Native Cloud Vendors》（2025 年 11 月 19 日；AI native cloud 定位、5,000 张国产 GPU、Ascend 384 适配，以及与 Cambricon 的合作）。
3. SenseTime，《SenseTime launches SenseNova 5.0 with comprehensive updates and the industry-leading 'Cloud-to-Edge' full-stack large model product matrix》（2024 年 4 月 24 日；云端到边缘产品矩阵、边缘侧产品，以及企业级一体机形态）。
4. SenseTime，《SenseTime Leads the Way in Deploying its Cantonese Large Model via HKSTP's High-Performance Computing Service》（2024 年 11 月 22 日；本地云处理、私有化部署，以及面向香港企业的粤语模型定位）。
5. Wikimedia Commons，《File:TecONE at Hong Kong Science Park.jpg》（本文题图来源页）。