鱼皮AI导航
鱼皮AI导航
  • 主页
  • 社区
  • AI工具
  • AI知识库
  • AI提示词
  • MCP
  • Skills
  • AI学习资源
  • AI资讯
  • GitHub开源
登录/注册

刚刚,腾讯快手投出一个400亿IPO!开盘大涨99%

编程导航
编程导航
2025-11-03 12:30
阅读 132
编程导航
2025-11-03 12:30
阅读 132

智东西(公众号:zhidxcom)
作者 | ZeR0
编辑 | 漠影

北大校友创办的AI独角兽,刚刚IPO了。

智东西11月3日报道,今日,中国企业级数据智能应用软件龙头明略科技在港交所敲钟上市。

明略科技发售价为141港元/股,全球发售净筹约为9.02亿港元(约合人民币8.26亿元)。该股开盘大涨98.58%至280港元/股。截至9点35分,其股价为301港元/股,涨幅为113.48%,总市值为435亿港元(约合人民币398亿元)。

刚刚,腾讯快手投出一个400亿IPO!开盘大涨99%

▲明略科技开盘后股价变化

成立于2006年的明略科技,提供数据智能产品及解决方案,涵盖营销和营运智能,致力于利用大模型、行业特定知识、多模态数据,转变企业的营销及营运战略设计和决策程序。

根据弗若斯特沙利文的资料,按2024年总收入计,明略科技是中国最大的数据智能应用软件供应商。

腾讯、快手等均是其股东。官网显示,宝洁、宝马、上汽通用汽车、英特尔、国家电网、雅诗兰黛、广汽丰田、OPPO、荣耀、迪士尼等都是明略科技的客户。

一、北大80后校友创业,腾讯是第一大股东

明略科技创始人、董事长、CEO兼CTO吴明辉是山东人,今年43岁,在大数据和AI行业拥有逾19年经验。

他在2000年被保送到北京大学数学系,2004年被保研到北京大学计算机科学专业,并在攻读硕士学位期间创办了明略科技。

他也是北京商用服务机器人公司云迹科技的共同创始人。10月16日,云迹科技正式登陆港交所,截至上周五收盘,总市值为76.35亿港元(约合人民币70亿元)。

目前吴明辉正在北京大学攻读电子信息博士学位。

明略科技的共同创始人、总裁兼CFO姜平今年42岁,本科毕业于北京大学计算机科学系,并获得了北京大学光华管理学院EMBA学位,目前正在北京大学攻读工程博士学位。

刚刚,腾讯快手投出一个400亿IPO!开盘大涨99%

▲吴明辉(左)与姜平(右)

明略科技成立于2006年,是中国最早为企业提供数据智能解决方案的公司之一,2008年推出了中国首款营销智能应用软件秒针系统,2010年开发了中国首个跨渠道预算分配优化系统,2012年发布中国首款移动广告测量产品,2013年将线上广告测量技术应用于数字电视,2019年推出中国首款户外广告测量产品,2021年推出全媒介智能排期工具。

该公司在2019年3月获得一笔由腾讯领投的20亿元融资,投后估值约为19.42亿美元(约合人民币138亿元);2020年获得多轮融资后,投后估值上升至30.51亿美元(约合人民币217亿元),成为国内估值最高的AI大数据独角兽。

刚刚,腾讯快手投出一个400亿IPO!开盘大涨99%

刚刚,腾讯快手投出一个400亿IPO!开盘大涨99%

根据弗若斯特沙利文的资料,明略科技是中国首批采用人工智能物联网(AIoT)、IT运营的人工智能(AIOps)和服务多模态大语言模型技术的公司之一,为IT和生产设备及系统维护服务提供支持。

进入生成式AI时代,该公司在2023年率先采用多模态大语言模型(MLLM),2024年率先采用超图多模态大型语言模型(HMLLM),并在2023年11月推出为营销及营运场景量身定制的大模型产品小明助理,2025年9月推出一款可信商业智能体及下一代企业AI助手DeepMiner。

刚刚,腾讯快手投出一个400亿IPO!开盘大涨99%

本次首次公开发售前,快手的全资附属公司Cosmic Blue Investments Limited持有明略科技已发行及发行在外股份总数约2.48%。

紧随全球发售后,腾讯是明略科技第一大股东,持股25.96%。

刚刚,腾讯快手投出一个400亿IPO!开盘大涨99%

2024年,明略科技各董事薪酬如下:

刚刚,腾讯快手投出一个400亿IPO!开盘大涨99%

二、三年半收入逾47亿元,2023年净利润暴跌,研发人员数逐年减少

2022年、2023年、2024年、2025年1-6月,明略科技收入分别为12.69亿元、14.62亿元、13.81亿元、6.44亿元,净利润分别为16.38亿元、3.18亿元、0.08亿元、-2.04亿元,研发费用分别为7.51亿元、4.81亿元、3.53亿元、1.50亿元。

刚刚,腾讯快手投出一个400亿IPO!开盘大涨99%

▲2022年~2025年1-6月明略科技营收、净利润、研发支出变化(智东西制图)

从历史上看,与上半年相比,其在下半年一直录得较高的收入,主要是因为下半年通常会有“双十一”购物节等大型购物节和促销活动。

明略科技预计截至2025年12月31日止年度将录得亏损净额大幅增加,主要由于公司价值提升导致优先股的公允价值亏损增加。

其产品和解决方案分为三类:营销智能、营运智能、行业解决方案。其中营销智能在过去三年半贡献了超过50%的收入占比。

刚刚,腾讯快手投出一个400亿IPO!开盘大涨99%

报告期内,该公司的毛利率分别为53.2%、50.1%、51.6%、55.9%。

刚刚,腾讯快手投出一个400亿IPO!开盘大涨99%

其综合财务状况表概要如下:

刚刚,腾讯快手投出一个400亿IPO!开盘大涨99%

现金流如下:

刚刚,腾讯快手投出一个400亿IPO!开盘大涨99%

2022年、2023年、2024年、2025年1-6月,明略科技的研发人员数量分别为1135名、875名、755名、714名,逐年减少。

截至2025年6月30日,明略科技拥有2322项专利及596项专利申请,并获得逾460项国内和国际奖项,其中具体包括1296项发明专利,涵盖数据智能、企业知识图谱、数据隐私等领域。

三、中国最大的营销智能、营运智能应用软件供应商

按2024年总收入计,明略科技是中国最大的数据智能应用软件供应商。

刚刚,腾讯快手投出一个400亿IPO!开盘大涨99%

其产品和解决方案分为三类:营销智能、营运智能、行业解决方案。

刚刚,腾讯快手投出一个400亿IPO!开盘大涨99%

1、营销智能

产品包括秒针系统、私域工具、金数据。

根据弗若斯特沙利文的资料,秒针系统是中国第一款领先的营销智能应用软件,2024年在媒体平台覆盖广度方面排名第一。

刚刚,腾讯快手投出一个400亿IPO!开盘大涨99%

报告期内,秒针系统撑起了超过88%的营销智能业务收入。

刚刚,腾讯快手投出一个400亿IPO!开盘大涨99%

下表载列于所示年度按客户类别划分的秒针系统收入明细:

刚刚,腾讯快手投出一个400亿IPO!开盘大涨99%

2022年、2023年、2024年、2025年1-6月,秒针系统通过技术手段分别与729个、501个、491个、484个、425个媒体平台连接进行广告监测活动。

截至2025年6月30日,就大客户数目而言,秒针系统的客户续约率超过90%。

基于腾讯生态系统的私域工具是一个综合平台,可帮助企业通过企业微信及微信管理私域和公域的客户互动。它提供客户获取、内容生成、销售转化、客户关系管理和绩效分析功能。

刚刚,腾讯快手投出一个400亿IPO!开盘大涨99%

金数据是一个零代码数据收集和管理平台,使企业能够通过生成自定义表单和自动化工作流程,在调查、注册和线上下单等各种使用案例中提高运营效率。

刚刚,腾讯快手投出一个400亿IPO!开盘大涨99%

按2024年收入计,明略科技是中国最大的营销智能应用软件供应商。

刚刚,腾讯快手投出一个400亿IPO!开盘大涨99%

2、营运智能

主要产品是智能门店营运系统,旨在通过对门店营运和管理的三个关键要素:人、货和场的服务流程进行深度数字化和自动化,实现端到端的智能营运。

刚刚,腾讯快手投出一个400亿IPO!开盘大涨99%

按2024年收入计,明略科技是中国最大的营运智能应用软件供应商。

刚刚,腾讯快手投出一个400亿IPO!开盘大涨99%

截至2025年6月30日,其营运智能产品和解决方案已部署在超过30,000家餐厅和53,000多家线下零售店。

刚刚,腾讯快手投出一个400亿IPO!开盘大涨99%

3、行业解决方案

为金融、制造和轨道交通等行业的客户提供定制的AI解决方案,利用知识图谱集中和分析多源数据,揭示数据中隐藏的模式并改进决策。

四、服务135家财富世界500强企业

截至2024年末,明略科技的客户总数为1841名。截至2025年6月30日,该公司已为135家财富世界500强企业提供服务,客户遍及零售、消费品、食品及饮料、汽车、3C、化妆品、母婴用品等行业。

其主要客户主要包括:

  • 主要从事消费品、食品与饮料、汽车及3C行业的企业,经营线上及线下业务,并旨在通过不同组合使用我们的全方位营销智能产品来触达客户、建立或强化品牌形象、实现销售转化和实现业务增长;
  • 线下零售和餐厅连锁运营者,专注于生成面向未来的门店,利用智能经营优化业务流程、提升客户体验,并保持长期增长。

2022年、2023年、2024年、2025年1-6月,其大客户数目分别为72名、77名、79名、77名。

刚刚,腾讯快手投出一个400亿IPO!开盘大涨99%

同期,来自五大客户的收入分别占其同期收入约25.4%、36.0%、35.1%、31.4%。

刚刚,腾讯快手投出一个400亿IPO!开盘大涨99%

刚刚,腾讯快手投出一个400亿IPO!开盘大涨99%

刚刚,腾讯快手投出一个400亿IPO!开盘大涨99%

刚刚,腾讯快手投出一个400亿IPO!开盘大涨99%

明略科技的供应商主要包括宽带及云服务、办公室租赁服务、人力资源外包服务及技术服务供应商。

2022年、2023年、2024年、2025年1-6月,向五大供应商的采购额分别占明略科技同期采购总额约20.5%、15.6%、13.9%、13.3%。

刚刚,腾讯快手投出一个400亿IPO!开盘大涨99%

刚刚,腾讯快手投出一个400亿IPO!开盘大涨99%

刚刚,腾讯快手投出一个400亿IPO!开盘大涨99%

刚刚,腾讯快手投出一个400亿IPO!开盘大涨99%

结语:已积累丰富多模态数据,将大幅增加大模型等新产品投资

随著竞争加剧,企业日益需要通过数据驱动的战略和营运决策,来确保在竞争激烈的商业环境中取得长期成功。

在生成式AI浪潮中,数据智能应用软件供应商可存取特定行业的数据及具备处理大规模多模态数据集的能力,让企业能够开发垂直多模态模型,从而以更高的精确度和效率强化基础模型。

越来越多的数据智能应用软件供应商将进一步整合大模型的能力,并将其广泛应用于不同的场景,包括企业营销和营运。此外,针对不同行业垂直领域的AI智能体将成为未来企业和个人工作流程的重要组成部分,通过API连接到企业的不同环节,进一步帮助降本增效。

对此,凭借在多个行业拥有的19年营销和营运智能经验,明略科技积累了丰富的多模态数据,使其在开发相关大模型方面独具优势。

该公司预计在大模型产品等新产品研发方面的投资将大幅增加。这些投资对其在竞争激烈的数据智能应用软件行业的长期发展至关重要,但会影响公司的短期盈利能力。

原文链接: 刚刚,腾讯快手投出一个400亿IPO!开盘大涨99%
站长:程序员鱼皮 老鱼简历 商务合作 增值电信业务经营许可证
2026 鱼皮AI导航 | 沪ICP备19026706号-6
🔥热门工具
朱雀AI检测朱雀AI检测
朱雀AI检测助手朱雀AI检测助手
LovartLovart
老鱼简历老鱼简历
WritePass官网WritePass官网
面多多面多多
CursorCursor
星月写作星月写作
零感AI零感AI
朱雀AI检测助手朱雀AI检测助手
🔥 热门文章
1
B 站上 DeepSeek 闹鱼灾了,我发起《大肥鱼清除计划》!
480
2
Vibe Coding 实战:从零构建现代专业级 AI 搜索引擎
430
3
我的第一个出海产品!7 天 2 万
370
4
又一个国产版 Codex 神器,也来卷办公了!
370
5
day3-如何写出一个高质量的 Skill(组内分享) 高质量 Skill 不是“一个调得很顺的巨型 Prompt”,而是一个可验证、可回归、可维护的能力包。 先定义“什么算好”,再实现“怎么做好”。评估体系先于 Skill 本身成型。 下面用“故障诊断 Markdown 转 YAML”作为例子,但方法是通用的。 --- 一、先想清楚:Skill 到底是什么 一个 Skill 至少包含四部分: 部分 作用 接口 输入什么、输出什么、边界在哪 流程 分几步做,每步的产物是什么 规则 硬约束、经验规则、失败模式 降级策略 不确定时怎么办,而不是硬编一个看似合理的结果 高质量 Skill 的共同点:职责单一、接口清晰、规则可定位、输出可验证。 反例:把几十条经验全塞进一个主 Prompt,改一条规则要重调整个 Prompt,评估时也不知道是哪条规则退化。 --- 二、核心方法:先建评估,再写 Skill 不要先写转换器再补测试。正确顺序是: 1. 定义输出契约:什么算合法、什么算合格; 2. 建金标准集:一小批人工认可“可放行”的样本; 3. 先写评估 Skill:让它在金标准集上跑出基线; 4. 再迭代生成 Skill:每次修改跑同一套评估,无退化且目标维度提升才算正向。 这就是评估驱动开发:评估是 Skill 的单元测试,金标准集是回归锚点。 --- 三、评估 Skill:三层门禁,逐层递进 前一层不过,后一层不跑。每层留可追溯证据。 第 1 层:确定性硬门禁 用解析器、Schema、校验器完成,不消耗模型成本。 · 输出可解析; · 必填字段齐全,类型/枚举合法; · 引用目标存在,无悬空引用、无不可达节点; · 关键路径至少有一条能到达预期出口。 不通过直接打回。 第 2 层:语义断言 用脚本 + 结构遍历检查“逻辑对不对”,仍然保持确定性。 通用检查项: · 覆盖率:源材料里的关键步骤、分支、条件,输出里是否都有对应? · 完整性:每个判断节点是否都有明确出口?有没有死胡同? · 可达性:每条路径是否都能到达预期终点?有没有无出口循环? · 顺序与依赖:有先后依赖的操作,是否保留了顺序?有没有被拍平成无序列表? 例子:故障诊断转换中,检查“每个判断项是否有是/否/异常出口”“每条路径是否能到根因”。 第 3 层:LLM-as-Judge 只处理解析器表达不了的维度:忠实度、完整性、可执行性。 但 Judge 会漂移,不能单独放行,必须建立在第 1、2 层之上。Judge 的 Prompt、rubric、模型版本都要版本化,换模型必须用金标准集重新校准。 通用 Judge 维度: 维度 问什么 忠实度 输出是否忠实源材料意图?有没有自行发明内容? 完整性 关键步骤、条件、证据是否保留?隐式知识有没有被压成空话? 收敛性 输出是否仍指向原目标,而不是发散? 可执行性 下游不依赖源材料能否直接使用? --- 四、金标准集:回归测试的锚点 不需要一开始就标注几百份。用已认可的样本当种子,扩到 15~30 份,覆盖失败模式而非随机抽样: · 完整正例:典型流程; · 边界/异常分支:异常路径、循环、前置失败回退; · 已知易错模式:实际踩过的坑; · 留出集:不参与调优,只用于最终验收,防过拟合。 金标准不需要完美,只需要当前标准下认可可放行。 回归指标:关键路径用 pass^k(k 次全过),稳定性用 pass@k。 --- 五、工程约束:让批量产出可重放 · 幂等:同输入 + 同 Skill 版本 + 同规则 → 输出一致,否则无法判断变好是 Skill 改了还是随机波动; · 隔离不阻断:单份失败进隔离队列,记录失败层和原因,不阻塞其余; · 版本绑定:规则、rubric、金标准集进 Git;每份报告绑定“源版本 + 生成 Skill 版本 + 评估 Skill 版本 + Judge 模型版本”; · 抽样人工复核:Judge 临界样本 + 易错模式,人工抽检结果反过来校准 rubric。 --- 六、Skill 本身怎么写 · SKILL.md 控制篇幅,写清:输入约定、输出契约、分步流程、硬规则、降级策略; · 经验规则放 references/ 或 rules/,按失败模式分类,不要全塞进主 Prompt; · 不确定时标 needs_review: true,不要硬编看似合理的结果; · 迭代由评估报告驱动:报告告诉你哪层挂了、哪类失败模式,你改对应规则文件,而不是漫无目的调 Prompt。 --- 七、落地顺序(不要反过来) 1. 固化输出契约:Schema + 结构约束; 2. 建金标准集:从已认可的 + 最易出错的样本开始; 3. 先写评估 Skill:跑出基线报告; 4. 再迭代生成 Skill:每次修改对比逐项通过率,无退化且目标提升才算正向; 5. 批量运行 + 隔离回放:失败进队列,结束后人工抽检; 6. 评估 Skill 自身版本化:换 Judge 模型必须重新校准。 --- 八、给组员的三条硬要求 1. 不许凭感觉说“变好了”:每次修改必须附评估报告对比,逐项通过率说话。 2. 不许跳过确定性门禁直接看 Judge 分数:前两层挂了,Judge 分数没有意义。 3. 不许把规则堆进主 Prompt:规则按失败模式分文件,评估报告要能定位到具体文件。 --- 一句话收尾 生成 Skill 决定“能不能做”,评估 Skill 决定“敢不敢用”。 先让评估体系站稳,再让生成器迭代。这样交付的不是一堆“看起来还行”的产出,而是一套可证明、可回归、可交接的 Skill 质量体系。
340
6
DeepSeek 重磅开源的超级 Agent,到底是个啥?
330
7
最近在落地 AI Native 项目,卡在团队资产协同这块,想请教下社区各位有实际落地经验的同学: 我们现在的资产分为三块:项目文档(PRD/ADR/ 运行手册)、Agent Skill(业务技能、执行 SOP、提示词包)、MCP 工具服务定义。 目标是做到:人和多 Agent 共用一套可信资料源,Skill、MCP 配置、项目文档能够版本化、同步、共享、可评审。 目前我们初步方案是用 Git 做底层版本主线: - 文档:Markdown + ADR,带元信息,支持 RAG 检索 - Skill:单技能包目录化,带版本、评估用例、依赖声明 - MCP:项目级声明文件纳入 Git 但实际协作里遇到不少疑问,想参考大家成熟的实践: 1. 大家团队里,文档、Skill、MCP 三者是怎么组织目录和版本管理的?有没有稳定的仓库结构模板? 2. 多人协作时,Skill 的变更评审、灰度升级、依赖管理怎么做?如何避免本地版本不一致、“本地能跑别人不行”? 3. MCP 是统一中心化网关模式,还是大家各自本地启动 + git 同步配置?权限白名单、调用审计这块有什么好方案? 4. 有没有成熟工具链做自动同步(类似 agentmeld /teamai-cli)、变更校验、eval 回归门禁? 5. 文档和 Agent 的打通:哪些文档放进 Git 作为可信真值,哪些放外部知识库,边界怎么划分? 如果有现成的仓库样例、目录规范、团队协作流程,非常希望能分享参考,感谢!
280
8
PHP 被曝两大致命漏洞,请所有程序员抓紧做这件事!
280
9
人工智能前沿部署工程师(FDE) · 概 览 与 方 法 论
270
10
QuireKit 编辑器的 AI-Native 是如何设计的?谈谈我对真正 AI-Native 的理解
250
11
告别“金鱼记忆”:我开发了一款能当“第二大脑”的浏览器 AI 助手
250
12
ARTS 1101: 最长回文串与子序列匹配、一次 URL 请求的来回之旅与如何验证 AI 的交付
230