云从科技科创板IPO,为何其亏损额远低旷世、依图?

简介: 近日,云从科技向上市委提交了科创板IPO招股书。自此,加上旷视科技、依图科技,“AI四小龙”中已经有三位开启了IPO。

         人工智能领域,资金消耗大、回报周期长、应用场景还处于早期阶段已成为不争的事实。从招股书可以看到,云从科技依然继续旷视和依图的亏损老路:2017年至2020上半年公司亏损分别为1.06亿元、1.81亿元、17.1亿元和2.9亿元,三年半累计亏损了23亿元。 “亏损是AI企业的主旋律,如果反过来说某家盈利了,这才是不正常的。还会一直亏下去,因为云从的业务仍处于快速扩张期,业务落地的难度在增加,研发费用也在水涨船高。”深度科技研究院院长张孝荣告诉创头条。不过,创头条亦发现,亏了23亿的云从科技亏损情况比“小兄弟”旷世和依图好了许多。旷视招股书显示,2016 年至2018 年,旷视大致亏损分别为3.4 亿元、7.6 亿元及 33.51亿元。截至 2018年6月30日及2019年6月30日止的半年内,亏损分别为7.3亿元及52亿元。旷视解释,52亿亏损主要是由于旷视优先股的公允价值变动及持续的研发投资。依图招股书披露,在报告期内净利润未能转正,截至2020年6月末累计亏损为72.2亿元,其中优先股公允价值变动引发的亏损,4年累计达51亿。这或与云从科技的国家队背景有关系。“云从科技的融资方式、回报率计算方式和‘小龙兄弟们’有着明显的不同,而这或许也和云从科技是‘国家队’有着密切联系,毕竟‘国家队’不是白叫的。”有分析认为。不过也有业内人士告诉创头条,这种分析现如今还无法证实。

-1-

比旷视和依图亏损缩水近一半的“秘籍”

       创头条从业内人士了解到,亏损的不同来自于融资形式不同。招股书解释,旷世和依图巨额亏损的来源同属于优先股公允价值变动。因为两者都是采用可转换可赎回的优先股融资的方式融资。以优先股形式融资是需要支付股息的,且优先股股东的股息率稳定在一定水平上,普通股股东只有在优先股股东股息分配以后,才可以根据公司经营情况,分配到或多或少的红利。 在经过多轮次的优先股融资后,公司估值不断上升以致优先股公允价值不断上升,使得各期分别形成公允价值变动损失,而这部分按照公允价值计量的负债将会转入所有者权益。“境外的会计准则要求,要对优先股在转换为普通股的前后价值变动进行记账,当普通股价格越高时,公司要付出的转换成本就越高。这就是亏损的原因,但是这种亏损不是经营性的,只是会计处理股份价值时的结果。”香颂资本董事沈萌告诉创头条。所以,在经过多轮次的优先股融资后,旷视等公司估值不断上升以致优先股公允价值不断上升,使得各期分别形成公允价值变动损失,而这部分按照公允价值计量的负债将会转入所有者权益。而云从科技的公允价值变动影响并不大,而且公允价值变动损益为结构性存款和银行理财公允价值变动形成,和优先股融资并无关系。也就是说云从科技的融资方式和旷视们明显不同。天眼查显示,云从科技的融资更多是以股权融资的方式进行。“股权融资只是用股权或可转换为股权的形式融资,股权融资不需要支付融资利息、也不用偿还,对公司现金流影响小。相反,不用股权融资对公司的现金流的压力很大。”沈萌解释。“可以预见的是,如果不是今年疫情带来的此次金融市场机遇,云从科技未来很可能会继续在一级市场融下去。”钛媒体曾发文表示。

-2-

披露股东席位高达57位

股权极其分散

        实际上,在“AI四小龙”中,云从科技是较为特殊的一家,因孵化于中科院重庆研究院的高科技企业,且背后多政府和国投基金。 资料显示,云从科技脱胎于高校研究所。其创始人周曦在2011年至2015年担任中科院重庆绿色智能技术研究院智能多媒体技术研究中心主任、电子信息技术研究所副所长。周曦在2015年3月创立云从科技,现任云从科技董事长兼总经理以及中科院重庆绿色智能技术研究院博士生导师。“一直以来,云从科技的融资背景中都有政府资本和国投基金,这非常难得。”张孝荣告诉创头条。从云从现有的体系中可以看到,国改基金、广州基金、国新资本、广东创投等都是政府主导投资基金。但是多次的融资历程让云从科技的投资者越参与越多,公开披露的股东人数在科创板申报企业中也显得“有点多”。创头条统计,据招股书显示,云从科技目前的股东席位已经达到57位。同期,AI公司依图科技和寒武纪披露的股东位数还都是32位。“个人认为,云从科技的投资伙伴关系的选择还是比较正确的,并不是什么资本企业都能够去接受。AI关乎国家信息技术安全,又孵化在研究所内部,未来的应用场景大部分会有政府和相关企业。本身这个项目前期急需孵化,投资不能要求快速退出去追求高额的回报率,那样项目会死的很快。市场化资本的退出需求非常强烈,国有资本虽然也有回报率要求,但是目标主体还是优先考虑产品的研发、产业的特殊化。”上述创服投资人士继续表示。“但是从目前的的结构来看,云从科技的股权结构还是十分分散的。可能是这种研究所出来的项目会受很多因素影响,股权稀释有时候不是团队自己说了能算。过度分散的股权并不能保证云从科技后方的稳定性。股东多了,会有利益纠纷,如何平衡内部的股东利益,解决人的问题和内部消耗,是公司治理绕不去的坎。”

相关文章
|
JavaScript 前端开发 PHP
【Vue+NodeJS】vue路由及NodeJS环境搭建(Windows版)
Node.js是一个基于Chrome V8引擎构建的JavaScript运行时环境使用了一个事件驱动、非阻塞式I/O 的模型;可以让JavaScript在服务器端运行,它让JavaScript成为与PHP、Python、Perl、Ruby等服务端语言平起平坐的脚本语言。相对于传统的JavaScript运行环境(如浏览器),Node.js具有以下特点:事件驱动:Node.js使用事件驱动的非阻塞I/O模型,使得在处理大量并发请求时效率更高。单线程。
|
Nacos 微服务 监控
Nacos:微服务架构中的“服务管家”与“配置中心”
Nacos是阿里巴巴开源的微服务“服务管家”与“配置中心”,集服务注册发现、动态配置管理、健康检查、DNS发现等功能于一体,支持多语言、多协议接入,助力构建高可用、易运维的云原生应用体系。
859 155
时间序列平稳性的双重假设检验:KPSS与ADF方法比较研究
时间序列分析中,确定序列的平稳性至关重要。本文介绍如何使用KPSS检验和Dickey-Fuller检验验证序列平稳性。KPSS假设数据非平稳,而Dickey-Fuller假设数据平稳。通过构造平稳(白噪声)和非平稳(随机游走)序列并进行检验,展示了两种方法的应用。KPSS适用于检测围绕趋势的平稳性,Dickey-Fuller则用于检验单位根。建议同时使用两者以确保结论可靠。
564 4
时间序列平稳性的双重假设检验:KPSS与ADF方法比较研究
|
7月前
|
缓存 人工智能 负载均衡
Scale Up!阿里云让大模型一体机真正实现“算得快”、“用得好”
当前,人工智能技术快速发展,中国智能计算市场进入成长期。大模型推理场景面临实时性、负载均衡与成本控制等多重挑战。阿里云通过芯片算子库升级、模型量化创新及推理引擎优化,实现性能加速,并应用于AI Stack训推一体机和百炼专属版等产品,支持大规模模型高效运行,显著提升性价比与用户体验。
1100 0
|
8月前
|
人工智能 算法 程序员
AiPy自动化数学题生成实战,修复表弟暑假“太闲.bug”
这段内容介绍了一款名为AiPy的开源工具如何解决“熊孩子”假期无事可做的问题。通过融合LLM与Python生态,AiPy生成大量不重复、难度适中的数学题,并支持整除保障和智能去重。项目实现从题目生成到Word文档输出的一站式功能,界面简洁且高效。核心技术包括利用AiPy编排任务流程、py-docx生成格式化文档以及算法确保题目质量。
336 0
|
安全 网络安全 网络虚拟化
100个网络技术中英文术语,收藏收藏!
【10月更文挑战第22天】
1859 5
100个网络技术中英文术语,收藏收藏!
|
11月前
|
人工智能 算法 机器人
DeepSeek眼中无法替代的职业领域
根据DeepSeek的研究,未来10年内,某些依赖人类核心能力的岗位将对AI具备“免疫性”。这些岗位包括需要生物性体验与情感联结的职业(如教育、心理咨询、母婴护理),依赖创造力与隐性经验积累的职业(如艺术创作、手工艺传承、科研决策),涉及伦理与文明合法性的职业(如司法、宗教领袖、文化遗产守护者),应对非结构化环境的职业(如紧急救援、复杂医疗决策),以及新兴的“反AI化职业”(如AI伦理审计师、人类真实性鉴定师)。这些职业的本质在于验证人类身份的独特性和不可替代性,涵盖生物性特权、伦理责任及文明解释权。
250 0
|
Linux 对象存储 Windows
MinIO 客户端安装与使用教程
详细讲解MinIO CLI的安装与使用
5400 0
|
运维 监控 Devops
自动化运维实践:打造高效的DevOps流水线
在软件开发的快节奏中,自动化运维成为提升效率、确保质量的关键。本文将引导你理解自动化运维的价值,通过实际案例分享如何构建一个高效、可靠的DevOps流水线。我们将从持续集成(CI)开始,逐步深入到持续部署(CD),并展示代码示例来具体说明。准备好让你的运维工作飞跃式进步了吗?让我们开始吧!
|
数据采集 前端开发 安全
前端测试技术
前端测试是确保前端应用程序质量和性能的重要环节,涵盖了多种技术和方法