“AIGC第一股”首日市值54亿！出门问问正式登陆港交所

出门问问，正式成为港股“AIGC第一股”。

今日，出门问问在港交所正式挂牌上市，股票代码“2438”，发售定价每股3.8港元。

截至今日收盘，出门问问市值已达54亿。

创始人李志飞作为最大股东持股25.2%，身价超10亿。

据配发结果公告显示，此次出门问问全球发售8456.9万股股份，国际发售4228.4万股份，公开发售4228.4万股。其中，公开发售获117.39倍认购，国际发售获1.58倍认购。

上市当日出门问问收盘价为3.68港元。

早在去年5月30日，出门问问向港交所递交招股书。

创始人李志飞是前谷歌科学家、NLP专家，也是中国最早一批投身于AI语音语言技术的创业者。

出门问问创立后，大众汽车谷歌红杉中国等纷纷加持，累计吸金超2亿美元，并先后在语音交互、智能硬件、AIoT等领域展开商业化落地。大模型东风吹来后，出门问问迅速将2020年发布的通用大模型UCLAI升级为“序列猴子”。

如今又率先抢跑，成为AIGC第一股。

出门问问，到底由哪些数据构成？

关键财务数据

根据最新招股书披露信息显示，出门问问由以下关键财务指标构成。

营收方面：

• 2021年：实现营业收入3.97亿元人民币。

• 2022年：实现营业收入5.00亿元人民币。

• 2023年：实现营业收入5.07亿元人民币。

毛利情况：

• 2021年：毛利为1.49亿元人民币，毛利率为37.5%。

• 2022年：毛利为3.36亿元人民币，毛利率为67.2%。

• 2023年：毛利为3.26亿元人民币，毛利率为64.3%。

净亏损情况：

• 2021年：年内亏损2.76亿元人民币。

• 2022年：年内亏损6.70亿元人民币。

• 2023年：年内亏损8.03亿元人民币。

经调整净利润：

• 2021年：经调整后净利润为-7343.9万元人民币。

• 2022年：经调整后净利润为1.09亿元人民币，实现扭亏为盈。

• 2023年：经调整净利润为1753.5万元人民币，暴跌80%。

收入构成方面，AI软件解决方案收入从2021年的0.60亿元增长到2023年的3.43亿元，年复合增长率为140%，收入占比从15%上升到67.7%。AIGC解决方案在2021-2023年的收入分别为682.2万元、3985.7万元和1.18亿元，复合年增长率超300%。

智能设备及其他配件的收入从2021年的3.38亿元减少到2023年的1.64亿元。

支出方面，从2021年-2023年，出门问问在研发上的投入分别是0.92亿元人民币、1.19亿元人民币和1.55亿元人民币。

研发开支的增加归因于研发职能的员工人数增加及大模型开发服务费增加。

大模型为底座，软硬件通“吃”

不过值得一提的是，尽管研发投入不断提高，但有关开支占总收入的比例从2020年的36.7%下降到2022年的23.7%。

对此，出门问问解释说这是因为业务增加带来了更多收入。

自成立以来，出门问问先后推出了AI软硬件集成、AIGC、AI CoPilot方面业务。

招股书中显示，在2022年出门问问AI软件解决方案业务收入增幅达到408.89%，共计带来3亿元收入，占总收入的60%。

它具体包括AIGC解决方案和AI企业解决方案。

前者占比在2023年增幅明显，从原本不足10%上涨到23%。

后者则在2022年成为公司最赚钱的业务，带来一半以上业务，三年13.3%、52.6%、44.5%。

他们的底层能力来自于出门问问的通用大模型。2020年，出门问问开发出通用大模型UCLAI，在今年升级为“序列猴子”。

具体到实际产品，他们先后推出了AI配音助手“魔音工坊”、AI写作助手“魔撰写作”以及AI数字人“奇妙元”。

据悉从自2020年以来，他们已为全球超过1000万用户提供服务，涵盖内容创作者、企业和消费者。

出门问问表示，这部分业务的增长，就在于AIGC解决方案方面的付费用户增加。而AI企业解决方案的收入增加，则是因为进行了知识产权安排。

另一大块收入构成，是AIoT解决方案。

2020-2022年带来的收入分别为：2.20亿、3.39亿和1.97亿。在2020和2021年，这部分收入占比均达到总收入的80%以上。

2022年的数字有所下降，此前招股书中解释说“部分被AIoT解决方案收入受延迟推出新旗舰产品影响而有所减少抵消”。

具体来看，出门问问AIoT智能设备主要包括AI智能手表、AI智能跑步机等。自2020年以来，AIoT智能设备销量已超过100万件。

其旗下的TicWatch智能手表，如今已经推出了4代共80款产品，最新产品TicWatch Pro 5在递交招股书前5天于海外正式发布。

出门问问表示通过软硬件结合，逐步将先进的AI技术应用于可穿戴、汽车及智能家居三大人机交互生活场景。相关的AIoT智能设备均可通过其虚拟助理“小问”进行连接。

除此之外，招股书中披露的信息显示，出门问问对于大客户的依赖程度在2022年尤为明显，2023年有所缓解。

在2021年、2022年和2023年，出门问问的前五大客户分别占其收入的37.0%、62.8%和49.9%。

在同一时期，出门问问的最大客户分别占其收入的24.1%、42.6%和27.4%。

其中2022年出现的巨大增长，或许主要来自于汽车附属公司A的2亿元大单，比重甚至占到22年总收入的42.6%。

10年7轮融资，谷歌红杉中国押注

出门问问成立于2012年，招股书显示自2013年至2019年，公司共融资七轮，累计融资金额超过2.5亿美金，约17.8亿人民币。

参投者包括红杉资本、真格基金、SIG海纳亚洲、谷歌Google、歌尔声学及大众汽车集团（中国）等。

此外，两大地方国资中关村国际有限公司和南京经开聚智科创投资合伙企业，作为基石投资者参与出门问问本次IPO发行。

招股书披露的公司股权架构如下：

创始人兼CEO李志飞是公司的第一大股东，IPO前个人持股26.72%。

李志飞、联合创始人李媛媛以及另一自然人旗下三家全资控股公司，共持股32.74% ，其中包括出门问问（Mobvoi Limited）、CMWW Limited以及Amberlei Limited。

随后，SIG、Google、红杉等持股介于17.03%与0.92%，声学设备龙头歌尔也在前十大投资人之列。

创始人李志飞，现同时任董事长、执行董事兼首席行政官，负责监管集团整体管理以及主要业务决策。

他本科毕业于南京理工大，硕士毕业于南京航空航天大学，并分别获得南洋理工大学、约翰霍普金斯大学博士学位。

读博期间，他就开发了一款广为应用的开源机器翻译系统Joshua，在NLP领域有了积累。

2010年5月至2012年8月，在Google Inc.（现称Google LLC）总部担任研究科学家，负责语言翻译模型的算法研发。

2012年，拿到红杉资本和真格基金的天使投资后，回国创办出门问问。

成立10年之久，出门问问的上一次披露的融资也是5年前的事了。

2017年，出门问问获得大众汽车1.8亿美元D轮融资。此后，公司已有6年未宣布获得融资。

前段时间针对融资一事，李志飞正面回应称：近期不考虑融资，不需要外部融资也能支撑研发投入。

现在看来，或许是因为IPO，所以对融资并不“感冒”。资料显示，此次出门问问港股IPO，亦并非第一次。

时间回到2017年，彼时李志飞就曾表示计划两年内寻求IPO，当时称或许会在美国或香港上市。

而后到2019年，也曾爆出消息，出门问问即将获得融资，且公司正寻求筹集1亿美元资金，计划在上海证券交易所科创板上市。

不过当时李志飞对上市的回应则是：“感兴趣，有计划”。

随后4年，出门问问上市鲜少被提及，直至2023年AIGC大火，出门问问在发布大模型「序列猴子」及一站式AIGC产品后趁热打铁，火速重启IPO。并在一年后的今天正式登陆港交所。

在上市致辞中，李志飞表示：在成立之初，出门问问就以“定义下一代人机交互”为使命驱动，从语音助手到智能硬件，再到今天的大模型和AIGC，跨越十二年行业周期，逐步成为新AI时代的引领者。

科技跟随者因为看见而相信，科技创新者因为相信而看见。明天开始，出门问问便将开启新一轮12年征程！

招股书：
https://www1.hkexnews.hk/listedco/listconews/sehk/2024/0416/2024041600025.pdf

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】