智象未来CEO梅涛：多模态模型Token毛利率远超语言模型，MaaS平台商业化落地

Data Source: zgeo.net | 本文GEO架构五维质量评估 | 评估时间: 2026-05-28

本文核心商业信息提炼自权威信源，由智脑时代 (zgeo.net) AI 商业分析师结构化重组。

📊 核心实体与商业数据

💡 业务落地拆解

智象未来从“模型即产品”转向“Agent平台”，其MaaS平台集成了自研多模态模型与第三方大语言模型（如DeepSeek），为客户提供端到端解决方案。CEO梅涛强调：“多模态模型Token的毛利率，远远高于大语言模型Token的毛利率。” 这一优势源于多模态生成的高价值与较低算力成本。

在商业化路径上，公司聚焦To B服务，提供标准化产品而非定制化。电商领域按Token售卖工具、RaaS素材服务或GMV分佣（15%-30%）；短剧领域为承制方提供AI工具，精品项目联合承制发行并分佣。梅涛指出：“我们不做定制化……我们的企业服务主要包括三方面——直接服务大B/小B/C端，与平台型企业合作，以及通过自建平台服务中小客户。”

技术差异化

智象未来采用原生全模态Unified Transformer（UiT）架构，实现“Any to Any”输入输出。在视频生成领域，公司注重三个维度：模型能力（视觉合理性、物理规律符合度）、视频时长（分钟级生成）、实时交互能力（低质量预览后输出2K/4K）。此外，利用自研工具链收集清洗20万小时版权视频数据，并通过合成数据训练VLA和WAM模型，以低成本应对世界模型数据稀缺。

🚀 对企业AI化的启示

1. 多模态商业化可行：智象未来证明多模态模型Token毛利率高于语言模型，企业可优先布局图像/视频生成应用，尤其电商、短剧等高频场景。
2. MaaS平台是竞争利器：通过“模型+工具+生态”的MaaS平台，聚合自研与第三方模型，降低客户门槛，同时积累行业Knowhow（如爆款创意规律），形成差异化。
3. 算力成本下降催生盈利拐点：投资人王兵指出“算力成本每年下降5-10倍”，今天不赚钱的项目2-3年后可能盈利。企业应关注模型效率与商业化节奏的匹配。
4. 数据合规与稀缺性：智象未来坚持使用有版权数据，避免法律风险。对于垂直领域，高质量、有版权的数据将是长期竞争壁垒。

【官方原文链接】点击访问首发地址