United Imaging Intelligence

1.1 身份、产品与商业模式

United Imaging Intelligence 将自己定位为一家国际化医疗 AI 公司，构建覆盖完整临床路径的人工智能软件，从筛查、诊断延伸到治疗和随访。其中国法律主体为上海联影智能科技股份有限公司，总部位于上海市徐汇区云锦路 701 号。公司是 United Imaging Healthcare Technology Group（UIH）旗下专门的 AI 子公司；UIH 是上海证券交易所科创板上市的医学影像硬件制造商（688271.SH）。UII 以「uAI」品牌销售软件，覆盖 CT、MR、PET/CT、X-ray 和超声等模态。 对一家私营医疗 AI 公司而言，UII 的产品面异常宽。到 2025 年中，管理层称公司已有 12 个产品平台、100 多个 AI 应用，并围绕 uAI Clinical Portal（uCP）组织，把疾病检测、量化和报告应用打包进医院工作流。2025 年，UII 将叙事重心转向名为「Yuanzhi」（元智）的多模态医疗基础模型，以及由图像、语言、语音和视频模型组成的 uAI NEXUS 套件，从单病种检测器转向多病种「agent」产品，例如一次胸部 CT 扫描可筛查 73 项胸部发现的 agent。 商业模式是向医疗机构销售软件，并高度借力母公司已安装的影像设备基础。UII 称其 AI 产品已进入中国 4,000 多家医疗机构，软件既作为嵌入式智能运行在 UIH 扫描仪上，也可运行在第三方硬件上。公司称约 80% 员工为研发人员，更像一家软件和模型公司，而非设备制造商。公开信息仍缺少独立收入、利润率和定价，投资人无法脱离 UIH 单独承销这门生意。[CO001, CO002, CO003, CO004, CO005, CO006]

1.2 创始人、管理层与治理

UII 的领导层以 Xiang "Sean" Zhou 为核心；公司和第三方资料均将其列为联合创始人、（联席）CEO 及公司法定代表人。Zhou 长期研究医学影像和机器学习，也是公司在行业论坛上的公开面孔，包括 2025 年 World Artificial Intelligence Conference（WAIC），他在会上阐述了多模态 agent 战略。Dijia Wu 被列为首席技术官，资料数据库还显示公司有一支深厚的研究副总裁团队，包括 Feng Shi、Yaozong Gao 和 Shanhui Sun。公司强调其全球化招募的 AI 研究团队分布在上海、北京、武汉，以及位于马萨诸塞州 Burlington 的波士顿地区子公司 UII America, Inc.。 治理由母公司关系主导。United Imaging Healthcare 既是公司母公司，也是 Series A 的持续投资方，意味着 UIH 创始人 Xue Min 所在集团拥有实质控制权，AI 子公司的战略与上市母公司紧密绑定。这种绑定是一把双刃剑：UII 因此获得影像数据、硬件分销渠道和品牌信任的优先入口，但也集中了承担关键人物和关键股东风险，并让独立治理叙事更复杂。 公开信息没有披露董事会构成、Series A 后股权表，以及 UII 与 UIH 之间经济利益的精确划分。36Kr 在 2025 年报道称 UII 正在考虑独立上市；若推进，治理和财务披露会被迫更充分。在此之前，对董事席位、投资人权利和与母公司的关联交易条款做尽调，主要仍依赖私有材料。研究团队深度是真实优势，但治理不透明和母公司控制，是身份图景中最清楚的开放问题。[CO008, CO009, CO010, CO011, CO012, CO034]

1.3 融资历史、投资人和规模

UII 融资历史中最硬的数据点，是 2025 年 6 月的 Series A。36Kr、DealStreetAsia 和 Insight 等多家媒体报道称，UII 完成约 RMB 1B（约 $139M）融资，由 E Fund Management（易方达）和 Shanghai Guotou Investment（Shangguo，上国投资）共同领投，Shanghai Alliance/United Investment、Sun Rock Capital、Suzhou Capital Group、Tsing Song（Qingsong）Capital、Junwei Venture Capital、Zhangjiagang Venture Capital、Wuhan Optics Valley industrial investment，以及母公司 United Imaging Healthcare 参与。不同来源对共同领投方和参投方命名略有差异；部分转载将 SIG Property Management 与 E Fund 并列为领投方，这一点值得与股权表核对。 估值口径把 UII 明确推入独角兽区间。报道显示其投前估值接近 RMB 9B（约 $1.25B），融资后投后估值约 $1.4B，使 UII 在成立约七年后成为中国估值最高的独立医疗 AI 公司之一。公司称融资将用于多模态大模型研发、医院数智化系统和商业化铺开，而非战略转向。 规模声明很强，但对分母敏感。UII 引用 12 个产品平台、100 多个 AI 应用、13 张 NMPA 三类医疗器械证、15 项美国 FDA 清除和 31 项 CE 认证，产品已部署到中国 4,000 多家医疗机构，并在全球完成 3,000 多家医院部署。母公司 UIH 报告 2025 年收入约 RMB 13.8B，同比增长约 34%；这能说明 UII 所依托的渠道，但不是 UII 自身收入。公开记录支持其监管和部署规模已相当可观，但 UII 的独立收入、ARR、员工人数和烧钱速度仍未披露，必须视为缺口。[CO013, CO014, CO015, CO016, CO017, CO018]

1.4 里程碑、监管进展和负面信号

UII 的里程碑从 2017 年 12 月成立开始，随后快速累积监管清除并发布基础模型。公司在 2020 年凭 COVID-19 胸部 CT 分诊软件获得全国关注，之后取得多张 NMPA 三类证；自 2024 年起，又获得美国 FDA 510(k) 清除，包括用于颅内出血分诊的 uAI Easy Triage ICH，以及 uAI Portal 后处理平台。按 FDA 2025 年底统计，「United Imaging」持有 38 项已清除放射 AI 设备，在所有厂商中排名第五，仅次于 GE HealthCare、Siemens Healthineers、Philips 和 Canon，并领先 Aidoc。 产品发布动能延续到 2025–2026 年。RSNA 2025 上，UII 发布 uAI Insight 图像到报告 agent 和具身 AI 机械臂超声系统；ECR 2026 上，公司展示 30 多个 CE 认证应用和 uCP 门户的 60 多个应用；2026 年 4 月，公司开源 uAI NEXUS MedVLM，这是一款被 CVPR 2026 接收的医学视频语言模型。2025 年 6 月 Series A，以及报道称公司考虑独立 IPO，共同构成一段推进很快的近期历史。 负面和怀疑信号主要是结构性问题，而非丑闻驱动。UII 所处的中国医疗 AI 市场拥挤且部分商品化，AI 报销机制仍不成熟，许多已获批产品难以把清除转化为医院付费收入；公司对母公司 UIH 在数据、渠道和资本上的高度依赖，本身就是集中度风险；中美技术和数据治理摩擦，也会给一家寻求西方市场的中国医疗 AI 厂商带来出口和采购不确定性。市场、财务、风险和估值章节会展开这些主题。[CO024, CO025, CO026, CO027, CO028, CO029]

1.5 图表

2.1 市场边界与现状替代方案

United Imaging Intelligence 竞争的是医学影像 AI 市场：这是一类把机器学习用于 CT、MRI、X-ray、超声、PET 和核医学扫描的软件，服务检测、量化、分诊和报告。这个边界最直接相关：纳入的支出，是医院和影像中心用于诊断 AI 软件、工作流工具及其背后基础模型的预算；排除的支出，是影像硬件本身（母公司 UIH 的业务）、通用医院 IT 和非影像临床软件。几乎每个 UII 应用的现状替代方案，都是没有 AI 辅助的人类放射科医生阅片；这个替代方案在决策点上不额外收费，才是 AI 必须替代或增强的真正竞争者。 公开机构对这一品类的测算跨度很大且口径不一。Grand View Research 估计全球 AI 医学影像市场 2025 年约 USD 1.8B，到 2033 年升至 USD 20.2B，CAGR 约 35%；The Business Research Company 估计 2026 年为 USD 5.29B，到 2030 年达到 USD 20.28B，CAGR 约 39.9%；Coherent Market Insights 则仅将 2026 年估为 USD 2.20B。因此，2026 年全球数字大致落在 USD 2.2–5.3B，取决于使用哪家的品类定义；任何单一 TAM 幻灯片都应被打上问号。 在该品类中，需求按应用和模态集中。神经学是 2025 年收入占比最高的单一应用领域，约 37%；计算机断层扫描是领先模态，约占 34–42%；肿瘤学则因癌症发病率上升，属于增长最快的应用之一。医院是主导终端用户，占支出超过 60%；全球放射科医生短缺，是把 AI 拉入工作流的最清晰结构性驱动因素。UII 宽广的 uAI 组合——胸部 CT、神经、肿瘤、心血管等——直接映射到这些最大细分市场。[CM001, CM002, CM003, CM004, CM005, CM006]

2.2 规模测算视角与公开 SAM 逻辑的局限

UII 的核心地域是中国；最干净的窄口径公开视角，是中国医学图像分析软件。Grand View Research 将该市场 2022 年规模估为 USD 422.8M，并预计到 2030 年 CAGR 约 24.9%。这是最直接相关的分析师品类，但相对于 UII 自称覆盖 4,000 多家机构而言，该口径既小又旧，意味着 2022 年后市场可能快速增长，或 UII 捕获的份额已超出这个窄定义。 更宽口径的市场大得多，但也更松。中国整体医疗 AI 市场 2023 年约 USD 1.59B，按一家机构数字，预计 2028 年达到 USD 7.33B（CAGR 约 42%），2030 年达到 USD 18.88B；另一家机构预计中国医疗 AI 2025 年为 USD 2.67B，到 2035 年升至 USD 84.11B。这些数字圈出了 UII 的相邻上行空间——临床决策支持、报告、医院运营——但它们把药物发现、远程医疗和非影像分析也纳入其中，因此高估了 UII 今天可触达的收入。专门的中国放射 AI 平台市场如今被作为 2026 年快速增长细分市场单独跟踪，是最接近 UII 实际服务市场的代理指标。 诚实的尽调结论是：已审阅的公开来源没有给出干净的 UII 专属 SAM 或 SOM，无法把其付费医院收入机会与相邻池子拆开；中国估算本身在不同出版方之间也相差一个数量级。软件和解决方案，而非硬件，是中国医疗 AI 支出的主导且最快增长板块；政府投资也支撑该品类，例如 2018 年宣布的 USD 2.1B 北京 AI 产业园。北美在 2025 年仍持有最大区域份额（约 44–45%），亚太则是增长最快区域，因此 UII 位于最高增长地域，但不是最大收入地域。[CM010, CM011, CM012, CM013, CM014, CM015]

2.3 买方、用户和付款方分层

UII 的主要买方是中国三级医院，尤其是最先进的三甲医院；这些机构影像量最高，拥有资本预算和临床研究任务，也最先采用 AI。到 2026 年，已有 1,200 多家三甲医院采用 AI 辅助诊断系统，用于放射、病理或两者兼有，说明顶层医院已进入主流渗透阶段。第三方影像中心是医院之外正在出现的次级渠道。 医院内部，用户和付款方并不相同。用户是放射或病理科室及其临床医生；付款方是医院资本和 IT 预算，有时由省级卫健部门采购补足，因为全国没有专门为这类软件直接付费的 AI 报销项目。因此，预算归属分散在医院行政、科室和省级部门之间，AI 软件要与其他资本优先事项竞争，而不是动用一个封闭资金池。典型采用路径从科室试点开始，到科室部署，再到全院使用，偶尔扩展为省级铺开；每一步都被采购规则和临床验证要求卡住。 UII 享有一种由母公司身份带来的结构性买方优势：United Imaging Healthcare 的影像设备销售，把 UII 软件带入同一批医院账户，因此 AI 会与买方已在采购的扫描仪一起销售或嵌入其中。更广义上，国内厂商受益于中国集中化医疗数据和极大患者量，相比面临数据本地化壁垒的西方进入者，拥有训练数据优势。中国医院采用 AI，主要是为了缓解放射科医生短缺、标准化诊断，并满足国家数字健康任务；这恰好与 UII 领先的应用方向对齐。[CM021, CM022, CM023, CM024, CM025, CM026]

2.4 增长驱动、约束与估值相关性

最强增长驱动来自政策和劳动力。中国国家 AI 战略和数字健康任务推动医院采用 AI，放射科医生短缺则让自动分诊和量化在经济上说得通。监管方面，NMPA 根据临床风险，将 AI 诊断软件作为二类或三类医疗器械监管；其创新医疗器械特别审查程序为开创性 AI 提供加速审批路径，UII 已借此累积三类证。2026 年，NMPA 发布更新后的 AI 分类指导，并提出覆盖 AI 和影像的 80 多项行业标准计划；第 52 号公告（2026）则规范了产品如何重新分类，例如从二类转为三类。这些举措增加清晰度，也抬高了新进入者需要提交的证据和成本门槛。 约束同样具体，并会压在估值上。第一，报销：中国 DRG 医院支付体系通常不单独报销 AI 影像软件，成本由医院预算吸收；报销不成熟叠加临床验证门槛高，使许多已获批产品卡在试点，难以放大为付费部署。第二，数据治理：根据中国 PIPL，医疗健康数据属于敏感个人信息，需要单独同意和数据本地化；2026 年 1 月 1 日生效的跨境数据传输认证措施，也给任何把数据移出境外的厂商增加合规负担。第三，市场估算宽且互相矛盾，投资人无法用单一可信 TAM 锚定 UII 估值。 从估值看，市场背景是双刃剑。UII 位于最高增长地域和最大需求应用领域，拥有特权母公司渠道和可信的创新器械监管路径——这些都支撑其约 USD 1.4B 估值。但缺少报销项目、规模来源相差一个数量级、三类审批负担和数据治理成本，正是把巨大理论市场与真实付费收入隔开的摩擦。市场真实且快速增长；尽调要证明的是，UII 能把部署转化为可报销或已纳入预算的经常性收入。[CM031, CM032, CM033, CM034, CM035, CM036]

2.5 图表

3.1 竞争格局与对手画像

United Imaging Intelligence 面向一个高度拥挤的市场销售产品：公开追踪器显示，截至 2026 年，中国活跃医学影像 AI 厂商有数百家，获得充足融资的竞争者也有数十家。竞争集合横跨六层——中国本土直接纯软件公司、生态巨头、平台型设备厂商、全球纯软件公司、现状替代方案和医院内部自建——UII 与每一层都有重叠。 直接中国同行是最显眼的竞争者。Infervision（Tuixiang）2016 年成立于北京，八轮融资约 USD 213M，聚焦 X-ray 和 CT 诊断。DeepWise（Shenrui）成立于 2017 年，获 Legend Capital 和 CICC 支持，融资约 USD 115M，专注癌症和卒中放射 AI，并在 2026 年中国医学装备展发布新的多模态影像平台。Airdoc（Eaglevision，02251.HK）2021 年 11 月在港交所成为中国第一家 AI 医学影像 IPO，估值约 RMB 5.8B，专攻视网膜筛查，并报告 2025 年收入约 USD 24.1M。Shukun Technology 同样成立于 2017 年，领先于心血管和肿瘤 AI，2026 年正准备由 Goldman Sachs、Sequoia 和 Qiming 支持的香港 IPO；Yitu Healthcare 则在 600 多家顶级医院运行癌症筛查和 NLP 诊断。 纯软件公司之外，是生态巨头和既有厂商。Ping An Smart Healthcare 以一体化金融医疗 AI 套件覆盖 170 多个城市、40,000 多家机构；Tencent Miying（AIMIS）提供云端影像 AI，拥有已获三类证的产品，并接入 Tencent 生态。平台型既有厂商——GE HealthCare、Siemens Healthineers、Philips 和 Canon——把 AI 直接嵌入扫描仪和 PACS，并主导 FDA 授权数量。UII 的位置很独特：像既有厂商一样，它通过母公司 UIH 掌握硬件渠道；又像纯软件公司一样，它销售宽广的独立 AI 组合。[CP001, CP002, CP003, CP004, CP005, CP006]

3.2 能力、定价和分销对比

从监管和清除规模看，平台型既有厂商大幅领先。FDA 2026 年 Q1 名单显示，GE HealthCare 以 130 项放射 AI 授权排名第一，其后是 Siemens Healthineers（95）、Philips（58）和 Canon（48）；United Imaging 以 40 项排名第五，领先 Aidoc（33）。全球纯软件公司中，Aidoc 2026 年 4 月完成由 Goldman Sachs 领投的 USD 150M Series E，累计融资超过 USD 500M，并运营 aiOS 企业平台和 CARE 临床基础模型；后者获得首个综合基础模型分诊系统 FDA 清除，已部署到近 2,000 家医院，每年分析 6,000 多万例病例。Viz.ai 已融资约 USD 252M，估值 USD 1.2B，覆盖约 1,600–2,000 家医院，并在 CMS 报销的大血管闭塞卒中检测上领先。Annalise.ai 现为 Harrison.AI 子公司，以宽度差异化，单个工具覆盖 124 多项胸部 X-ray 发现和 130 多项 CT 脑部发现。 资本和变现图景暴露了 UII 的竞争缺口。分析师评论指出，资本正转向具备规模、监管深度和工作流所有权的企业基础设施 AI 厂商，而不是单一用途工具；仅 Aidoc 一家的累计融资就已超过 UII 约 USD 139M Series A 的三倍。在美国，CMS 报销——包括 2026 年用于冠状动脉和主动脉钙化分析的新计费代码——是主要商业驱动，Viz.ai 已获 CMS 报销且盈利；中国没有同等全国 AI 报销，因此美国纯软件公司能跑 SaaS 订阅模式，中国厂商大多不能。 中国定价不透明：多数厂商通过医院采购销售，或把 AI 与设备打包，而不是公布每次检查价格。UII 的差异化在于垂直整合——AI 嵌入 UIH 扫描仪和 PACS，再叠加宽广的 uAI 组合；但相对 Aidoc 和 Viz.ai，其限制在于离开自家硬件之后，企业级全院软件集成叙事不够开放，也不够灵活。[CP011, CP012, CP013, CP014, CP015, CP016]

3.3 护城河、切换成本和被替代风险

UII 最强护城河，是母公司 UIH 的硬件渠道：购买 United Imaging 扫描仪的医院账户，也会被带入 UII AI；国内数据规模和中国本土监管位置进一步强化这一点。AI 一旦嵌入扫描仪工作流和医院 PACS，切换成本就会上升，有利于 UII 和平台型既有厂商这类整合供应商；分销权也偏向硬件销售商（GE、Siemens、Philips、UIH），纯软件初创公司难以匹配。 但每条护城河都有可信威胁。渠道优势会被部分抵消，因为中国医院会多宿主，并行运行多家厂商的 AI；市场密度高——数百家厂商——压低定价，也加速单病种检测器商品化。监管宽度真实但可复制：Infervision、DeepWise 和 Tencent 也持有三类证。基础模型规模正在成为新前沿，资本更厚的全球纯软件公司投入超过 UII——Aidoc 的 CARE 对比 UII 的 uAI NEXUS；Annalise 和 Aidoc 的宽度战略也与 UII 的多病种 agent 路线收敛，因此单靠宽度不太可能长期差异化。医院内部自建和开源医疗模型，正在研究型医院成为增长中的现状替代方案；Airdoc 和 Shukun 的 IPO 路径也表明同行在融资进入公开市场，追逐同一批医院预算。 从估值相关定位看，UII 约 USD 1.4B 的估值高于上市 Airdoc（IPO 时约 RMB 5.8B），但低于全球龙头的融资基础，意味着它背负一个需要由竞争力证明的溢价。没有公开来源显示 UII 在与具名同行的正面替代中获胜；Viz.ai 的盈利能力和 CMS 报销也给美国对手带来 UII 尚不能匹配的商业化优势。耐久结论是，UII 在渠道和数据上确有护城河，但护城河可被挑战；只有把这些优势转化为可报销、抗多宿主的经常性收入，竞争边才守得住。[CP023, CP024, CP025, CP026, CP027, CP028]

3.4 图表

4.1 收入模式和变现架构

United Imaging Intelligence 是上市母公司 United Imaging Healthcare（UIH，688271.SH）旗下独立融资的医疗 AI 业务，变现对象是软件和临床 AI 应用，而不是影像硬件。作为私营子公司，它不披露独立收入、ARR 或净利润，因此只能从产品披露和母公司报表重建收入架构。UII 通过两个可见渠道变现 AI：嵌入或打包进 UIH 扫描仪和 PACS 的应用，以及销售给医院的独立 uAI 软件许可。公司报告截至 2025 年中，已有 12 个产品平台、100 多个 AI 应用，部署于 4,000 多家医疗机构，并由 13 张 NMPA 三类证、15 项 FDA 清除和 31 项 CE 认证支撑。 未公开的信息与已公开信息同样关键。UII 不公布按检查或按席位的标价；与多数中国影像 AI 厂商一样，它通过医院采购或设备打包销售，这遮住了实际定价和独立收入归因。公司在 FDA 2026 年 Q1 放射 AI 授权名单中排名第五（约 40 项已清除设备），说明持续投入产品和研发，但清除宽度只是投入代理指标，不是收入数字。因此，收入模型方向上看得清——向庞大装机基础销售打包加独立软件——但收入质量和规模仍藏在母公司合并报表里。[CI001, CI002, CI003, CI004, CI005, CI006]

4.2 公开牵引力和销售效率代理指标

从牵引力看，UII 更像一个真实部署的平台，而不是试点阶段工具：4,000 多家机构运行其应用，清除组合在 FDA 名单中全球排名第五。但这种牵引力的效率主要靠推断。UII 的核心 GTM 动作是母公司 UIH 的硬件渠道，把 AI 带入医院设备账户，并提供软件型对手难以匹配的分销经济性。反面是，打包销售模糊了 AI 与硬件各自贡献多少收入；UII 也不披露销售周期、合同条款、CAC、回本期或收入集中度。 同行证据把收入质量问题衬得很尖锐。资本深度是一个竞争变量：UII 约 USD 139M 的 Series A，相比 Aidoc 等全球纯软件公司（累计融资超过 USD 500M）偏小，限制了基础模型研发火力。中国 2026 年创投反弹——亚洲一季度融资约 USD 27.4B，其中多数流向中国且由 AI 领跑——支持后续资本可得性。但上市中国可比公司令人警醒：Airdoc 报告 2024 年净亏损 CN¥255M，尽管收入增长，仍已连续五年净亏损。这些代理指标说明 UII 有规模和渠道，但其独立变现效率无法从公开数据证明。[CI008, CI009, CI010, CI011, CI029, CI030]

4.3 成本结构、利润率和资本强度

UII 业绩并入母公司 UIH，未单独报告，因此公开数据无法判断其独立毛利率——这是结构性限制，不是临时缺口。母公司的审计数字仍能勾勒 UII 所贡献的经济背景。UIH 报告 2025 年收入 RMB 13.80B，同比增长 33.98%；归母净利润 RMB 1.87B，同比增长 48.14%。2025 年半年报显示收入 RMB 6.02B（增长 12.79%），归母净利润 RMB 998M，海外收入 RMB 1.14B，服务收入 RMB 0.82B。 研发强度是资本强度最清晰的信号：UIH 2025 年投入 RMB 2.62B 研发（增长 15.95%），约占收入 19%；上半年单独投入 RMB 1.14B，其中相当部分投向 UII 参与构建的 AI 和平台技术。利润率面临国内逆风：中国集中带量采购（VBP）对影像设备形成降价压力，母公司通过高端产品和快速增长的海外组合来对冲。2026 年一季度业绩——收入 RMB 2.91B（增长 17.34%），净利润 RMB 0.40B（增长 7.78%）——显示利润增速慢于 2025 全年。关键在于，AI 诊断软件通常不在中国医保或 DRG 体系下报销，因此厂商以较低费用直接与医院签约；Ping An 等盈利同行，主要靠生态交叉销售变现，而不是独立影像 AI 定价。[CI012, CI013, CI014, CI015, CI016, CI017]

4.4 资本充足性和融资依赖

资本获取能力是 UII 公开财务图景中最强的一块。公司在 2025 年 6 月完成约 RMB 1B（约 USD 139M）Series A，由 E Fund Management 和 Shanghai Guotou（SIG）共同领投，Shanghai United Investment 等参与。该轮隐含投前估值约 RMB 9B（约 USD 1.3B），投后约 USD 1.4B。管理层称资金将用于大型医疗 AI 模型研发、覆盖影像、文本和语音的多模态医疗 agent，以及医院数字化和智能化业务系统；UII 也据称正在考虑独立上市。 资产负债表图景在承销真正需要开始的地方戛然而止。UII 不披露现金余额、月度烧钱或 runway，也没有记录到公开债务或项目融资义务。融资时间线已在公司概览章节覆盖；出于财务分析目的，相关事实在此作为有独立来源的本地论断重述。相对全球同行，这轮融资规模不大——仅 Aidoc 的累计融资就超过 UII Series A 的三倍——但 2026 年中国资本环境支持融资，母公司也提供深厚资产负债表和渠道。对 UIH 的财务依赖（共享研发、合并报表和硬件销售渠道）既是 UII 最大资产，也是集中度风险，因为独立投资人无法把 UII 的偿付能力从母公司中剥离出来。[CI022, CI023, CI024, CI025, CI026, CI027]

4.5 财务结论和尽调阻断项

最可支撑的承销观点是：UII 资本获取能力强、母公司有力，但作为独立实体还无法干净承销。积极面真实存在：以约 USD 1.4B 估值完成 USD 139M Series A，部署基础超过 4,000 家机构，FDA 清除数位居全球前五，母公司 2025 年经审计收入 RMB 13.80B、利润 RMB 1.87B。公开财务信号中最强的是 Series A 与母公司经审计增长的组合，而不是 UII 自身财报——后者并未公开存在。 风险同样具体。主要尽调阻断项，是未披露的独立收入、毛利率、烧钱速度、runway 和留存。同行证据具有警示意义：Airdoc 2025 年年报警告，即便获得 NMPA 三类批准，商业化仍存在风险；分析师预计其要到 2026 年左右、在约 102% 收入增长基础上才能盈亏平衡——这提醒投资人，中国医疗 AI 变现很难，且缺少报销支持。净判断是：对资本获取和母公司实力信心高，对部署规模信心中等，对独立单位经济和偿付能力信心低。任何投资论证都应把独立收入质量、利润率路径和母公司依赖结构列为一阶尽调事项，而不是收尾问题。[CI031, CI032, CI033, CI036, CI037, CI038]

4.6 图表

5.1 产品定义与模块地图

United Imaging Intelligence 交付的是统一医疗 AI 平台，品牌为 uAI，运行在临床工作流内，而不是作为独立分析工具存在。从客户视角看，平台接收影像检查，运行 AI 分析，生成结构化诊断报告，支持治疗计划，并把数据送入医院运营仪表盘。UII 称其产品组合包含 12 个产品平台、100 多个 AI 应用，覆盖 CT、MR、X-ray、超声和病理，并通过 uAI Clinical Portal（uCP）/ uAI Discover 部署；该门户与医院 PACS 集成，并支持跨模态的 60 多个应用。 最重要的产品转向，是从窄任务自动化转向能在诊疗路径中理解、推理和行动的协作式「AI agents」。RSNA 2025 上，UII 展示 uAI Insight，一个执行多模态推理和临床关联的影像到报告 agent；uAI Agent for Chest CT Reporting 可从一次扫描中检测 73 种胸部疾病，AUC 约 95%；Brain MRI agent 可识别 47 种神经系统疾病；uAI Agent for Ultrasound 以具身机械臂形态交付；另有 uAI Avatar 助手和医院管理 agent。这些 agent 定义了平台现在瞄准的用户任务：更快报告、自主采集、患者预诊互动和运营质量监测。[CE001, CE002, CE003, CE004, CE005, CE006]

5.2 架构与基础模型运营模式

UII 产品由多模态医疗大模型驱动，整合临床语言、视觉和语音。架构可追溯到 RSNA 2024 发布的 uAI PLUS（Pretrained Large Models for Unified Solutions），它结合医学影像基础模型、医疗 LLM 和多模态 LLM；更新的则是 uAI NEXUS 套件。2026 年 4 月，UII 开源 uAI NEXUS MedVLM，被描述为首个开源医学视频大语言模型，并被 CVPR 2026 接收，显示其研究深度获得全球计算机视觉社区认可。 技术核心记录在一篇公开研究论文中（arXiv:2512.06581）。MedVLM 建立在 MedVidBench 之上；MedVidBench 是一个包含 531,850 个视频指令对的基准，横跨八类临床来源。训练流程先做监督微调，再接 MedGRPO——一种强化学习框架，引入跨数据集奖励归一化和医疗 LLM 裁判，以防训练崩塌。尽管只使用 4B 和 7B 参数，该模型优于 GPT-5.4 和 Gemini 3.1 等更大的通用模型；在手术安全评估上准确率达到 89.4%，而 GPT-5.4 为 1.8%。UII 在 GitHub（UII-AI/MedGRPO-Code）发布开源代码、模型权重、MedVidBench 数据集和公开排行榜。生产环境中，同一模型谱系支撑的应用会整合 DICOM 摄取、AI 分析、结构化报告和 PACS/RIS 连接，而不是作为孤立点工具运行。[CE007, CE008, CE009, CE010, CE011, CE012]

5.3 部署、集成、可靠性和路线图

UII 的 AI 已广泛部署：它通过 uAI Clinical Portal 运行在中国 4,000 多家医疗机构，并安装于欧洲、亚洲、北美和南美；该门户集中处理 DICOM 摄取、AI 分析、结构化报告和医院 IT 集成。这是基础设施式部署——PACS/RIS 集成和结构化报告——而不是研究试点，符合医院要求的可靠性门槛。 产品路线图可从 UII 的主要会议节奏中看见。RSNA 2025 上，公司以「Agent Radiologist: Are We There Yet?」为主题，展示覆盖报告、超声采集和医院管理的下一代 agent。ECR 2026 上，公司强调放射 AI 的验证和规模化，引用 60 多个应用和 30 多项 CE 认证，并突出与 Massachusetts General Hospital 等领先中心进行的多中心、多厂商验证合作。最新里程碑是 2026 年 4 月开源 MedVLM；这与 ECR 2026 的规模化叙事一起，标志着 UII 正从清除驱动的应用厂商，转向基础模型和 agent 平台。集成宽度和区域支持是优势；不够可见的是最新自主 agent 的独立可靠性和 uptime 数据。[CE006, CE016, CE017, CE018, CE019, CE020]

5.4 差异化——技术、数据和监管护城河

UII 最强技术差异化，是在医学视频理解上拥有开源基础模型领导力，并由 CVPR 2026 接收以及公开基准、代码、权重和排行榜验证；这些资产邀请全球开发者社区参与，而这种透明姿态在通常闭源的中国医疗 AI 厂商中很少见。开放既是可信度和招聘信号，也是在为行业设定评估标准。 还有三条护城河强化技术领先。第一，与母公司 United Imaging Healthcare 的垂直整合，让 UII 能与扫描仪共同设计 AI——例如 uMR 系统上的 DeepRecon 图像重建——形成纯软件对手难以复制的软硬件循环。第二，大规模、多样化、来自临床的训练语料，经由医院合作不断精炼，是会随部署复利的数据护城河。第三，横跨 FDA、NMPA 和 CE 的监管宽度本身就是差异化资产；UII 在 FDA 2026 年 Q1 放射 AI 授权名单上以约 40 项已清除设备排名第五，优于更窄的竞争者。开放问题在于耐久性：开源旗舰模型会吸引快速跟随，因此护城河更多取决于数据、硬件共同设计和清除宽度，而不是模型保密。[CE026, CE028, CE029, CE030, CE031, CE032]

5.5 信任、安全、安保与合规

UII 的质量与合规底座来自监管准入。uAI Easy Triage ICH（K242292）在 2024 年 9 月获得 FDA 510(k) Class II 许可，可在非增强头部 CT 上分诊疑似颅内出血；uAI Portal（K240411）也已获 FDA 许可，用于 AI 驱动的血管 CT 分割；uAI EasyTriage-Rib 和 DeepRecon MR 重建工具继续扩充已获批产品组合。到 2025 年中，UII 称约有 15 项 FDA 许可、31 项 CE 认证、13 项 NMPA Class III 批准，其中 NMPA Class III 是中国最高风险器械类别，需要严格临床评价。FDA 申报由专业监管伙伴 MCRA 支持，说明公司进入美国市场所需的质量体系已经有一定成熟度。 透明度上，UII 比多数同行走得更远：公开发布开放基准 MedVidBench，并提供第三方评估排行榜。但公开记录里仍有三个信任缺口。最新自主智能体的独立第三方临床验证证据仍有限。公司很少披露平台的数据隐私架构、安全控制，以及符合 PIPL 的数据处理细节。从开源基础模型走向付费、受治理的医院产品，商业化路径也尚未完整说明。综合看，监管许可和基准透明度很强，但独立验证、隐私 / 安全披露、开源到收入的桥梁更薄；这些是基础模型泛化到真实临床场景之外的主要产品技术风险。[CE022, CE023, CE024, CE025, CE027, CE033]

5.6 图表

6.1 客户基础与分层

United Imaging Intelligence 服务医院和医疗系统，主要买方是放射科和医院 IT，使用者是放射科医生和临床医生，付款方则是医院本身，因为中国没有面向独立诊断 AI 软件的全国医保支付项目。客户基础沿三条可见轴线分层。按地域，核心市场是中国公立医院体系，尤其是大型三甲和三级教学医院；海外版图则借母公司 United Imaging Healthcare（UIH）渠道进入欧洲、北美、亚洲和南美。按用例，客户采用 uAI 做分诊、病灶检测、分割、结构化放射报告，并越来越多用于胸部 CT、脑 MRI、超声等 AI 智能体。按渠道，UII 用两种方式触达客户：AI 原生嵌入 UIH 扫描仪和 PACS；以及向可能运行多厂商设备的医院授权独立 uAI Clinical Portal（uCP）软件。 规模信号是真实的。UII 称其 12 个平台、100 多个应用已部署到 4,000 多家医疗机构；母公司称装机基础覆盖 100 多个国家和地区，到 2025 年底美国累计系统超过 640 套。中国国家医疗体系在 2025–2026 年把 AI 辅助诊断推入 1,200 多家三甲医院，正是 UII 瞄准的池子。但公开披露把机构数、部署应用数和硬件账户混在一起，因此外部无法拆出付费 UII 软件客户数量，也无法区分这些医院只是拥有带嵌入式 AI 的 UIH 扫描仪，还是单独购买了软件。[CU001, CU002, CU003, CU004, CU005, CU006]

6.2 采用轨迹与部署深度

UII 的采用故事更像真实生产部署，而不是试点阶段实验；但支撑指标大多描述平台广度或母公司硬件足迹，并非离散的 UII 软件账户。uAI Clinical Portal 在单一工作界面整合 60 多个应用；到 2025 年中，UII 称约有 13 项 NMPA Class III 批准、15 项 FDA 许可、31 项 CE 认证，并在 ECR 2026 展示 30 个 CE 认证应用。这种监管广度说明产品已获准在多个司法辖区用于常规临床。第三方对中国医院 AI 的报道提到，放射报告工作流改善约 30%；UII 也指向覆盖数千病例的多中心验证。 但部署漏斗混用了无法拼成清晰转化图的单位。最上层是至少运行一个 uAI 应用的数千家机构；下面是 UIH 在 100 多个国家的硬件账户；再下面是更少的、具名且可公开引用的医院部署；底部则是 RSNA 2025 和 ECR 2026 展示、仍在成形的 AI 智能体，其独立生产级验证仍有限。UII 没有披露单应用使用量、活跃使用率、复购或续约数量，也没有给出能把「4,000 家机构」换算成席位、阅片量或经常性收入的分母。轨迹向上且覆盖面广，但深度和耐久性只能推断，尚未被计量。[CU009, CU010, CU011, CU012, CU013, CU014]

6.3 具名客户证明与引用质量

具名且可外部核验的客户，是检验采用情况的最强证据；在这一点上，UII 的证据并不均匀。最清晰的公开引用是 UC Davis Health，其放射设备清单显示一套 United Imaging 1.5T uMR 680 MRI 系统已在生产中使用——这是客户侧独立披露，不是厂商案例。行业报道还点名 UIH 在意大利（包括一台 uCT 960+）、法国、德国、立陶宛的装机；旗舰 uMR Omega 3T 超宽孔系统也已进入 X-Ray Associates of New Mexico 等美国影像服务机构。在中国，复旦大学附属中山医院等领先学术中心被提及为 uAI 用户。ECR 2026 上，UII 展示了其 30 个 CE 认证应用在欧洲、亚洲、北美、南美的多中心验证。 尽调中有两个限定条件很关键。第一，大多数具名证明挂在 UIH 硬件账户上；披露很少单独说明哪些站点把 uAI 软件作为独立项目付费，因此硬件引用不能自动等同于软件收入引用。第二，最新自主 AI 智能体——RSNA 2025 和 ECR 2026 展示的报告撰写、超声机器人、图像到报告智能体——已在研究环境中演示和验证，但缺少具名站点的独立生产级结果证据。因此，证明矩阵应把已获批影像应用评为成熟度高、佐证扎实；智能体层的雄心很高，但独立留存和结果可见度偏低。[CU019, CU020, CU021, CU022, CU023, CU024]

6.4 留存、耐久性与切换成本

耐久性上，UII 有很强的结构性论据，却几乎没有披露数据。结构性逻辑在于，uAI 常常原生嵌入 UIH 扫描仪，并集成进医院 PACS/RIS，从而抬高切换成本：替换 AI 通常意味着打断影像工作流或底层硬件关系；uAI Clinical Portal 又整合 60 多个应用，医院一旦标准化使用，就会积累培训和集成锁定。监管广度也强化粘性，因为医院在临床路径中验证过已获批应用后，通常不会无故重新验证竞品。这些都是深度集成临床基础设施常见的真实留存顺风。 数据层面基本是空的。UII 不发布净收入留存、毛留存、流失率、续约率、合同期限或客户满意度分数，也没有公开队列展示随时间的重复使用。多数采用与硬件捆绑，连母公司文件也暴露不出 AI 软件续约行为。诚实的判断是，耐久性在机制上可信，但指标上未被证明；每一项留存主张都应转化为带明确尽调问题的空值：在 NDA 下索取按医院层级拆分的 NRR/GRR、应用级活跃使用和续约队列、合同条款、流失原因。Airdoc 等亏损上市同行说明，广泛临床采用并不保证收入耐久且有利润。[CU029, CU030, CU031, CU032, CU033, CU034]

6.5 扩张路径与集中度风险

UII 的扩张引擎，是锚定母公司渠道的落地再扩张循环：医院先购买带嵌入式 AI 的 UIH 扫描仪，再为更多已获批应用采用 uAI Clinical Portal，随后在新智能体和基础模型能力商业化后继续扩展；海外增长则跟随 UIH 快速国际化铺开（母公司 2025 年海外收入增长超过 50%）。这种打法有力，因为硬件关系先筛选了账户，也让 AI 获客成本低于纯软件对手。 同一结构在三条线上制造集中度风险。第一，渠道和所有权集中：UII 的分销、品牌和很大一部分装机基础依赖母公司 UIH，因此客户关系只有一部分属于 UII 自己。第二，地域和客群集中在中国三级医院市场；该市场受带量采购和预算压力挤压价格，AI 软件又没有全国医保支付项目。第三，增长前沿的地缘政治集中风险：美国和欧洲扩张面对已有记录的信任、供应链安全、数据隐私和中美贸易紧张阻力，这些阻力可能拖慢或阻断采购，恰好发生在 UII 最想拿下的学术账户。公开披露没有量化前几大客户收入集中度，因此单账户或单渠道依赖的幅度仍是重大开放尽调项，而不是已测量数字。[CU035, CU036, CU037, CU038, CU039, CU040]

6.6 图表

7.1 风险概览与严重性排序

United Imaging Intelligence 的风险面，不太像一家初创公司的脆弱性，更像一家依附上市影像母公司的中国医疗 AI 公司所处的政策与结构环境。按剩余严重性排序，最高层是外部风险，且大多不受管理层控制：美国针对中国生物技术和影像采购的国家安全限制、中国 NMPA 对高风险 AI 软件的审批复杂性，以及 PIPL 和《数据安全法》下的健康数据隐私与本地化规则。第二层是对母公司 United Imaging Healthcare（UIH）的结构性依赖，分销、资本、品牌和装机基础都集中在单一交易对手身上。第三层是运营和技术风险——临床 AI 安全、模型泛化、召回、医院部署系统的网络安全。第四层是财务模型和执行风险，母公司实力会压低这一风险，但独立经济数据未披露又把风险抬高。 这里的严重性综合了发生概率、影响和缓释成熟度。监管和地缘政治风险影响高、发生概率上升、公司侧缓释能力低，因为 UII 不能绕开 BIOSECURE Act 或改写 NMPA 证据要求，只能适应。依赖风险影响高，但母公司的财务健康和一致激励能部分缓释。运营风险为中等，监管许可和质量体系是部分缓释因素。克制的读法是，UII 的主要威胁是外生且缓慢移动，而非急性风险，因此可以监测：下方每项顶层风险都带有可度量的论点击穿触发器；诉讼敞口、安全事件、收入集中等未确认事项，会以明确尽调路径标出，而不是默认良性。[CR001, CR002, CR003, CR004, CR005, CR006]

7.2 监管与法律风险

监管敞口是 UII 的定义性风险，而且双向延伸。在中国，NMPA 将高风险诊断和决策支持 AI 归为 Class III——最高风险级别——要求用本地代表性数据做强制临床评价、证明统计稳健性，为会演进或自我修改的算法预先设定变更控制，并在任何用于训练或验证的患者数据上遵守 PIPL、《数据安全法》和《网络安全法》。NMPA 的 2025–2026 年标准项目和高端器械指导，继续把门槛推向国际接轨，同时保留中国特有的临床和网络安全要求。因此，每个新 uAI 应用、每次模型更新，都是一个新的监管项目，而不是一次性许可。健康数据本地化和跨境传输安全评估，也进一步限制 UII 如何用多站点数据训练模型，或从中国基础设施服务海外客户。 在美国和盟友市场前沿，法律风险正在升级。BIOSECURE Act 已于 2025 年 12 月 18 日作为 FY2026 NDAA 第 851 节成为法律，限制联邦机构以及与联邦相关的承包商和受资助方，从被列为「受关注生物技术公司」的主体采购「生物技术设备或服务」；OMB 名单应在 2026 年 12 月前发布，而国防部第 1260H 条「中国军事公司」指定已在 2026 年扩展。即便 UII 或 UIH 尚未被具体指定，寒蝉效应叠加 FDA 对中国来源器械的供应链和网络安全审查，也可能拖慢联邦资助美国医院的采购。公开记录中没有发现直接点名 UII 的 IP 诉讼，但 medtech 本就诉讼密集，放射 AI 的专利 / NPE 活动正在上升；因此没有披露案件是尽调缺口，不是健康证明。[CR009, CR010, CR011, CR012, CR013, CR014]

7.3 运营、质量与技术风险

UII 的运营和技术风险集中在临床安全、模型可靠性，以及嵌入医院影像工作流的软件安全。uAI 应用会影响分诊、检测、分割和报告；一旦出现假阴性，或模型无法从训练数据泛化到新医院的扫描仪、协议或患者组合，就可能造成临床伤害并引发监管行动。NMPA 变更控制规则意味着，修复或更新已部署模型本身也是受治理、证据负担重的流程，而不是静默补丁。RSNA 2025 和 ECR 2026 展示的最新自主智能体把风险抬得更高，因为自主性越高，基准表现与可追责真实世界临床行为之间的距离越大；具名站点的独立生产级验证仍有限。 网络安全和数据处理是第二条运营轴线。系统一旦集成进医院 PACS/RIS，某些情况下还原生嵌入 UIH 扫描仪，就会形成攻击面，也带来 PIPL 和《数据安全法》下的患者数据保护义务；UII 对安全架构、控制措施或事件历史公开披露很少，因此韧性必须验证，不能假设。供应链和制造风险主要落在母公司 UIH 硬件业务上，但会通过捆绑部署，以及任何组件或出口限制传导到 UII。诚实判断是，UII 的质量和许可广度是真实缓释因素，但使用层面的可靠性数据、安全披露和上市后监测证据并不公开，必须取得；一旦确认临床事件或召回，就是清晰的论点击穿触发器。[CR019, CR020, CR021, CR022, CR023, CR024]

7.4 伙伴、依赖与集中度风险

UII 最独特的结构性风险，是对母公司 United Imaging Healthcare 的依赖。UIH 提供把嵌入式 uAI 带进医院的硬件渠道、很大一部分品牌和全球服务足迹、很大一块装机基础，并通过更大集团提供资本和战略方向。这种集中是一把双刃的缓释工具：母公司 2025 年人民币 138.0 亿元收入和强资产负债表，降低了融资和分销风险；但也意味着 UII 的客户关系、定价权，甚至监管命运，都只有一部分掌握在自己手里。UIH 一旦遭遇冲击——1260H 列名、出口限制、带量采购下需求下滑——会直接传导到子公司。国资相关所有权和投资者又增加了双向政治对齐风险：在中国有本土偏好，在美国则引发更高疑虑。 母公司之外，依赖风险还包括：少数基础模型和 uAI Clinical Portal 作为价值交付的单一平台；中国带量采购压低医院采购预算；下一轮融资对资本提供方的依赖。UII 没有披露前几大账户收入拆分，客户集中度幅度未知，因此单账户或单渠道依赖是重大开放项。下方依赖地图和登记表把每个关键交易对手——母公司、监管机构、重点医院、资本提供方、平台组件——对应到失败场景、严重性评级和尽调路径；失去母公司支持或被美国正式指定，是最清晰的依赖论点击穿点。[CR027, CR028, CR029, CR030, CR031, CR032]

7.5 财务、执行风险、缓释措施与退出标准

财务模型风险是 UII 主要敞口里最可控的一类，但并非可以忽略。2025 年 6 月 Series A 融资约 1.39 亿美元、估值约 14 亿美元，加上资金雄厚的上市母公司，使近期急性偿付风险不高。风险在质量和耐久性，而不是生存：UII 没有披露独立收入、毛利率、烧钱速度或 runway；中国没有诊断 AI 软件的全国医保支付项目；带量采购压缩价格；Airdoc 等亏损上市同行——连续五年净亏损——说明广泛临床采用未必能转化为有利润、可持续的收入。执行和人员风险集中在留住稀缺 AI 与临床监管人才、扩大尚未形成收入的 AI 智能体商业化，以及管理从开源到付费产品的桥梁；这些都没有公开量化。 缓释纪律让这些风险变得可投资。每项顶层风险都对应一个可监测指标和论点击穿触发器：UII 或 UIH 被 BIOSECURE/1260H 正式指定，NMPA 执法行动或撤回许可，已报道临床安全事件或召回，母公司 UIH 财务显著恶化，下一轮融资 down-round 或停滞，或出现单一客户收入集中超过审慎阈值的证据。下方传导图展示每项风险如何流向收入、客户、利润率、融资和估值；退出标准表把每项风险配上可度量触发器和行动含义。凡证据缺失之处——安全事件、诉讼、合同集中、独立经济数据——本章记录具体尽调问题，而不是凭直觉给出安全感。[CR035, CR036, CR037, CR038, CR039, CR040]

7.6 图表

8.1 建议与价格纪律

基于今天的公开证据，United Imaging Intelligence 的正确姿态是继续研究（research-more），不是回避，也不是买入。战略和临床故事很强：2025 年 6 月 Series A 融资约 1.39 亿美元，投后估值接近 14 亿美元，由易方达、上海国资投资方和上市母公司 United Imaging Healthcare 锚定。部署真实存在，覆盖 4,000 多家机构，监管堆栈也很深，拥有 NMPA Class III、CE 和 FDA 许可。问题在价格纪律。United Imaging Intelligence 没有披露独立收入、毛利率或留存，因此 14 亿美元估值隐含的倍数，从公开证据看根本无法得知。这迫使承销判断依赖战略叙事，而不是分母。建议谨慎，是因为核心未解问题是估值支撑，而不是临床相关性；举证责任现在完全落在尽调上。[CV001, CV002, CV003, CV005, CV010, CV015]

8.2 可比公司纪律与母公司锚点

私募估值缺少分母时，上市可比公司是必要的纪律工具。最接近的规模化参照是母公司本身：United Imaging Healthcare 在 2026 年中市值接近人民币 850 亿元，约为收入的六倍；2025 年收入约人民币 138 亿元，净利润接近人民币 18.7 亿元。这是硬件主导的倍数，不是纯软件 AI 倍数，但能给预期设边界。影像 AI 同行中，中国上市公司 Airdoc 的企业价值 / 收入约为 1.8 倍，且仍在亏损；更广泛的中国影像 AI 同行聚集在低个位数收入倍数。对照美国上市 Tempus 约 7.1 倍、Viz.ai 2022 年 12 亿美元估值等私募参照，United Imaging Intelligence 的 14 亿美元位于同业高端。信号不是 UII 已被高估，而是其估值已经嵌入相对公开影像 AI 经济模型更高的战略和国资背书溢价。[CV003, CV010, CV016, CV017, CV018, CV019]

8.3 情景、上行与下行

United Imaging Intelligence 的牛市情景是连贯的。如果 AI 能作为高毛利软件附着在母公司扩张中的装机基础上变现，如果出口能在欧洲和盟友市场放量，如果到 2028 年独立收入已在 2 亿至 3.5 亿美元区间，8 至 12 倍收入倍数可以支撑 20 亿至 40 亿美元价值。基准情景更窄：UII 随母公司增长，把许可转化为适度付费使用，使当前估值只算勉强可辩护，约为 6 至 9 倍收入。熊市情景也可信，因为这里的估值对缺失分母高度敏感。如果中国医院 AI 付费意愿仍弱，正如上市同行亏损所暗示；如果地缘政治通过 BIOSECURE 式限制封顶出口；或如果收入远低于估计，那么上市影像 AI 约 2 至 5 倍收入区间就会成为相关锚点，下行会迅速扩大。在 14 亿美元估值上，投资者已经提前折现了相当多好消息，给变现失望留下的空间很小。[CV015, CV022, CV024, CV026, CV031, CV034]

8.4 估值基准及其含义

外部倍数基准有助于判断 United Imaging Intelligence 的估值有多激进。进入 2026 年，HealthTech 并购估值大多在中个位数收入倍数、低双位数 EBITDA 附近成交；优质 AI 和数据平台则能高于这一带。AI 初创顾问工作提到的分布更宽，最强平台型公司可达到未来收入的 10 至 50 倍。香港市场上，Chapter 18A 的未盈利 biotech 和医疗 AI 上市公司，在短期收入可预测时估值接近未来收入 15 至 30 倍，差异化平台则更高。如果 UII 的独立收入规模不大但增长快、且具备软件利润率，United Imaging Intelligence 也许能证明双位数收入倍数合理，从而让 14 亿美元估值落在高端私募区间之内，而非之外。决定性未知仍是分母：同一个标价是否合理或偏贵，完全取决于公司尚未披露的收入数字。[CV007, CV011, CV012, CV013, CV014, CV030]

8.5 下一步必须证明什么

决定性尽调路径很直接。投资者需要 United Imaging Intelligence 的独立收入，至少需要管理层认证的收入桥；需要经常性与项目型收入拆分、扣除算力和支持后的毛利率、4,000 多家机构足迹中的留存和使用深度，以及与母公司的关联交易条款。公开证据足以说明 UII 在临床和战略上重要；但不足以说明新投资者应在没有这些材料时接受 14 亿美元估值。地缘政治敞口还增加了第二道门槛：必须量化依赖美国和盟友市场的管线占比，并对照 BIOSECURE 式和 FDA 风险，因为出口限制可能拿掉牛市情景的一条核心支柱。在这些输入到位之前，本章信息很简单：保持兴趣，把公司留在积极尽调中，但让它自己挣来溢价，而不是把战略欣赏自动转化成价格接受。[CV031, CV032, CV034, CV035, CV036, CV037]

8.6 图表