云从科技AI一周新闻汇总(2026/4/28–2026/5/5):智能体从技术验证走向行业落地,但稳定商业化仍要穿过收入波动期

这一周，云从科技最值得看的，不是某一项AI技术，而是它正在把过去擅长的视觉AI、人机协同和多模态能力，继续往金融、政务、制造、能源等具体行业里推。

但更关键的是，它距离“稳定商业化”还有多远。

说白了，云从现在已经不是单纯讲“我有人脸识别、行为识别、视觉理解”的阶段了，而是在回答一个更现实的问题：

这些AI能力，到底能不能变成客户愿意持续付费的产品和项目？

一、智能体业务开始进入收入叙事，云从不想只停留在视觉AI公司

本周最核心的动作，是云从在互动平台回应了智能体业务进展。

公司表示，智能体业务已经在多个行业领域实现商业化落地，并对业绩产生实质性贡献；依托从容多模态大模型和人机协同操作系统，已经在制造、能源、金融、政务等场景构建了智能体产品线。

这句话真正重要的地方，不是“有智能体”三个字。

现在几乎所有AI公司都在讲Agent，关键区别在于：有没有行业场景，有没有客户需求，有没有项目经验，有没有复制空间。

云从这次释放的信号是，它想把智能体从“单点项目”变成“标准化行业产品矩阵”。

这背后是一个很重要的转向：

过去视觉AI公司更像是在卖识别能力，比如识别人脸、识别行为、识别物体；现在云从想卖的是“能帮行业完成任务的AI系统”。

如果这个转型能跑通，云从的收入逻辑就会从一次性交付，慢慢往平台、产品、持续服务靠近。

二、从容多模态大模型继续做底座，但真正价值要看能不能服务行业任务

云从的技术底座，本周仍然围绕从容多模态大模型和CWOS人机协同操作系统展开。

年报中提到，公司自主研发的从容大模型 CongRong-v2.0，在 OpenCompass 全球多模态综合评估榜单中取得较高成绩；同时，公司的人机协同操作系统 CWOS 被定位为支撑产业智能化升级的基础设施。

这说明云从并没有放弃技术叙事。

但我觉得更值得注意的是，云从的技术方向不是单纯追求通用聊天能力，而是把视觉、多模态、业务数据、硬件设备和行业软件连在一起。

这和纯大模型公司的路线不太一样。

云从的优势不在于做一个全民聊天入口，而在于把AI放进金融网点、政务大厅、机场、园区、能源现场这些具体环境里。

所以判断云从技术有没有价值，不能只看模型榜单。

真正要看的是：它的多模态能力，能不能降低项目交付成本；它的人机协同系统，能不能让客户真的少花人力、提升效率。

技术只是开始，场景才是兑现。

三、金融和政务仍是云从最重要的商业根据地

云从的行业落地，最值得看的还是金融和政务。

年报显示，云从在智慧金融领域已为包括工行、建行、农行、中行、邮储银行、交通银行在内的逾100家金融机构提供产品与技术解决方案；在智慧治理领域，产品及技术服务覆盖全国30个省级行政区的政法机构、教育单位、旅游景区等场景。

这就是云从和很多AI创业公司的差别。

有些公司模型能力很强，但客户不够深；有些公司概念很热，但场景不够重。云从的问题不是没有场景，而是这些场景能不能持续贡献高质量收入。

金融场景的好处是预算相对稳定，需求相对明确，比如身份识别、网点智能化、风控辅助、信贷报告生成、稽核审查、自动化审批等。

政务场景的好处是覆盖面广，需求长期存在，比如城市治理、公共服务、设备运维、智能审批、知识库和监管辅助。

但这两类场景也有一个共同难点：项目周期长、定制化程度高、回款和验收节奏不一定稳定。

所以云从真正要突破的，不是“有没有客户”，而是“能不能把客户项目产品化”。

项目是生意，产品化才是规模。

四、数字人和交通场景不是花活，而是云从视觉能力的延伸

云从还有一个容易被低估的方向，是数字人和交通场景。

年报中提到，云从在交通行业旅客服务系统中，结合图像识别、旅服大模型、数字人、AR、大数据分析、仿真预测等技术，打造旅客服务基础能力平台，为机场APP、小程序、旅客服务数字人等应用提供能力支撑。

这不是简单做一个会说话的虚拟形象。

真正关键的是，数字人如果只是“播报员”，价值有限；但如果它接入机场、交通、政务、金融的业务系统，就可能变成服务入口。

比如在机场场景里，旅客问航班、问路线、问登机口、问行李、问延误处理，这些问题背后都需要连接实时数据、业务规则和现场服务流程。

这就是云从比较适合切入的地方。

它过去做视觉AI和行业系统，有一定现场数据和设备连接经验。如果数字人能和视觉理解、空间识别、客流分析、服务调度结合起来，就不只是形象展示，而是“AI服务员”。

这个方向离收入也更近。

因为客户买的不是数字人皮肤，而是减少人工咨询压力、提升服务效率、改善用户体验。

五、商业化已经有进展，但财务数据说明云从还没进入稳定兑现期

看云从，不能只看AI故事，也要看财务。

2025年，云从实现营业收入约5.01亿元，同比增长25.88%；归母净利润亏损约5.56亿元，亏损同比收窄20.14%；经营活动现金流净流出减少73.73%。

这些数据说明两件事。

第一，收入在恢复，亏损在收窄，现金流压力有改善。

第二，公司仍然没有真正进入稳定盈利阶段。

更现实的是，2026年一季度，云从营收约2323万元，同比减少37.61%；归母净利润亏损约1302万元。

这就提醒我们：云从现在处在一个很微妙的位置。

业务方向越来越清晰，智能体、行业应用、金融政务、交通数字人都有商业化线索；但收入节奏仍然有波动，距离持续盈利还有距离。

所以云从不是“没有商业化”，而是“商业化还不够稳定”。

这也是它和一些纯概念AI公司的区别：云从已经有行业项目和客户基础，但还需要把项目型收入变成更高复用、更高毛利、更可持续的产品收入。

六、降本增效和资源聚焦，说明云从已经开始从技术驱动转向经营驱动

本周还有一个容易被忽略的信号：云从开始更强调经营效率。

公司在“提质增效重回报”行动方案中提到，2026年将把研发资源向距离商业化落地更近的AI智能体应用研发倾斜，并缩减长期无法实现商业转化的冗余研发项目。

这句话很关键。

过去很多AI公司最大的问题，是技术投入很重，但商业回报慢。

云从现在显然意识到，不能什么都做，不能所有方向都烧钱试错。它需要把钱、人、研发资源集中到更接近订单和收入的方向上。

这意味着云从正在从“技术驱动型AI公司”，转向“技术+商业化双驱动型AI公司”。

当然，这个过程会很痛苦。

因为砍掉低效项目，短期可能影响收入规模；聚焦高质量项目，短期也未必马上放量。但如果云从想活得更久，必须过这一关。

七、云从的行业位置：不是最会讲故事的AI公司，而是还在寻找稳定兑现模型的场景型AI公司

放在整个AI行业里看，云从科技的位置比较特别。

它不是最会做C端流量的公司，也不是最强的通用大模型公司。

它更像一家“场景型AI公司”：有视觉AI底子，有金融政务客户，有行业项目经验，也在往智能体和多模态系统升级。

它的优势在于场景深、行业客户多、交付经验相对丰富。

它的挑战也很明显：项目收入波动、盈利能力还没完全修复、标准化复制能力还需要验证。

所以这一周云从科技的核心变化，不是突然出现了一个爆款产品，而是战略线索更清楚了：

从视觉AI，到多模态大模型；从项目交付，到智能体产品矩阵；从金融政务场景，到更强调收入和现金流的商业化兑现。

如果未来云从能把金融、政务、交通里的标杆项目，真正沉淀成可复制的行业智能体产品，它就不只是“AI四小龙”的旧故事，而可能变成一家更务实的产业AI公司。

但在这之前，云从还需要回答市场最关心的那个问题：

技术能不能继续进化，场景能不能持续落地，项目能不能变成收入，收入能不能最终变成利润。