汇量科技的分析和评估-真正的AI飞轮
$汇量科技(01860)$ $Applovin(APP)$ $美图公司(01357)$
汇量已经连涨多天，按道理是应该抛了做一下波段，但是球友的截图让我非常差异，曝光量居然超过了当红炸子鸡AppLovin。这个是难以理解和惊讶的事情，还没有球友能够给出答案。还是自己要梳理一下，分5个维度评估汇量
1) 业绩的增长：客观现状
2) 估值对比：谁便宜、谁合理
3) 曝光份额的扩展：量变正发生
4)AI算法核心人员对比：朱小强 vs葛小川 / Giovanni Ge
5) 从“游戏→电商”的潜力：大平台流量 vs 聚合平台流量
第一，业绩增长的客观现状
1.1 收入增长情况（按财报与第三方数据）
2024 全年：Mobvista 实现收入约 14.1 亿美元（同比 +31%），增速高于全球移动广告行业整体（约 +9%）。
2025 Q1：收入 3.46 亿美元，同比 +47%，环比 +12%，表现显著优于多数广告科技同行。
主要驱动因素：
海外中长尾流量份额提升（Mintegral 曝光份额由 2024 年中 15% 左右升至 2025 年 21.97%）
电商广告投放需求增长
AI 驱动的广告匹配效率提升（提高广告主 ROI，增加预算倾斜）
1.2 盈利能力改善
毛利率：由 2023 年的 约 35% 提升到 2024 年的 约 40%，主要得益于：
Mintegral 高毛利广告交易占比提升
投放算法优化减少无效曝光
净利润：2024 年净利润同比翻倍（约 2 亿美元），利润增速明显高于收入增速 → 说明规模效应开始显现。
1.3 客户留存与新增
客户留存率 94.7%（2023 数据），在广告平台中属于顶级水准。
过去 4 季度连续增加中长尾开发者数：
新客户主要来自海外（东南亚、拉美、欧洲）
部分为原 AppLovin / Unity Ads / IronSource 的流量发布者迁移而来
1.4 增长的结构特点
维度 Mobvista 现状 特点 流量来源 90%+ 来自海外中长尾 App 市场集中度低，竞争相对缓和 核心变现产品 Mintegral ADX 平台 曝光份额提升显著 AI 应用 广告归因算法 + 创意生成 目前在增量变现中起作用 新业务 电商广告、电商投放工具 处于试水到规模化的过渡期
1.5 客观结论
亮点：
收入和利润增速显著高于行业平均
份额提升趋势明确且连续
高客户留存 + 规模效应 → 中期利润率有望继续提升
第二估值对比：谁便宜、谁合理
核心结论先说
谁便宜（按销售倍数PS）：汇量明显便宜（≈1.x× PS），AppLovin 极贵（≈30× PS）。(雅虎财经, GuruFocus)
谁“看起来合理”：从盈利质量看，AppLovin 的Adj. EBITDA 率≈81%、现金流强，给到高倍数有“基本面支撑”；汇量处在高速放量但利润率低的一档（Q1 EBITDA 率≈9–10%），需要利润兑现来驱动重估。(网页链接{AppLovin Investors}, 巴伦周刊, 商业电讯)
2.1 最新财务对照（增长与盈利）
指标 AppLovin Mobvista（汇量） 最新季度收入 Q2’25：$1.259B（YoY +77%） Q1’25：$439.6M（YoY +45.8%） Adj. EBITDA Q2’25：$1.018–1.07B（指引81%利率） Q1’25：$41.7M（≈9.5%利率） 现金流信号 Q2 自由现金流 $768M Q1 未披露FCF，利润改善为主 说明 核心AdTech剥离游戏后纯化、盈利极强 Mintegral 高增，AI出价>80%营收，但利润率仍在抬升期 资料来源 (巴伦周刊, 网页链接{AppLovin Investors}, s27.q4cdn.com) (商业电讯, 香港交易所新闻)
2.2 估值口径对齐（市值/倍数）
估值项 AppLovin Mobvista（汇量） 要点 市值 $130–154B 区间（多源一致） HKD ~15.9B（约USD ~2.0B） 体量差距悬殊 P/E（TTM/Forward） TTM ~62x / Forward ~75x TTM ~70x / Forward ~18x 汇量前瞻PE低，反映对利润弹性的期待 P/S（TTM） ~27–30× ~1.x× 销售倍数差距极大 资料来源 (雅虎财经, 公司市值排行榜) (雅虎财经, 网页链接{Yahoo 财经})
解读
为何 APP 能拿超高倍数？因为它用 AXON+MAX+ALX+Adjust 打出超高利润率和强现金流，市场愿意用“高PS × 高利润率”定价。(网页链接{AppLovin Investors}, 巴伦周刊)
为何汇量PS很低？一是港股流动性与风险溢价；二是利润率低（AI出价渗透虽高，但人群/位点结构还在升级），市场更愿意等利润兑现再抬倍数。(商业电讯)
2.3 “贵得有理 vs 便宜有因”：把倍数拆成“质量×增长”
一个实用心法：
合理PS ≈ 市场愿付EV/EBITDA ×（EBITDA率）
以APP为例：如果市场愿给 ~35–40× EV/EBITDA（高质量&高确定性）且 EBITDA率≈80%，倒推 PS 就可落到高二十几倍并不违和。Q2 的**$1.018B EBITDA / $1.259B 收入**已证明“80%利率”是真实存在的。(巴伦周刊)
以汇量为例：当前 EBITDA率≈9–10%，即便给 ~15–20× EV/EBITDA（成长股常见区间），倒推 PS 也只在 ~1.5–2× 左右；要拿到 3–4×PS，需要把**EBITDA率抬到15–20%**并保持30–40%收入增速。(商业电讯)
2.4 场景化重估推演（给你“便宜到多便宜”的量化感）
当前（近似）：
汇量 PS ~1.x×；APP PS ~30× → 相对“极度低估”从PS看成立，但核心缺口在利润率层级。(雅虎财经, GuruFocus)
若未来 2–3 季达成：
汇量 EBITDA率升到15%、收入保持 30%+：PS 合理区间有望 2.5–4×；对应股价大致 1.8–3.0倍重估空间（视总股本/汇率而定）。
若进一步 20%+ EBITDA率、非游戏/电商贡献显著：PS 4–6× 也并不突兀。
这些不是拍脑袋：一旦“曝光份额↑ → eCPM/ROAS↑ → 毛利率/EBITDA率↑”链条跑通，资金会用“质量×增长”而非“低PS”来定价。
2.5各自估值“要触发什么才继续往上/修复”
AppLovin（高位更贵、但贵得有理）
Mobvista（便宜，但看利润兑现节奏）
Mintegral eCPM/ROAS 明显改善（同维度对比环比/同比）；
第三，曝光狂飙：量变到质变
1. 现状——7 月份的“第一眼震撼”
先说个直观感受：7 月份的数据一出来，我的第一反应就是——“Mintegral 7月超过了applovin
在全球广告曝光排行榜上，Mintegral 的位置直接蹿升到超过 AppLovin。这可不是小打小闹的提升，而是那种“刷朋友圈发现这人突然火到上热搜”的速度。
2. 为什么会出现这种情况？
我看下来，这轮“曝光领先”是什么原因产生的呢，我搜索了各方信息，总结如下，几个因素叠加出来的：
暑期流量高峰：全球游戏、电商广告主在暑假档期加大投放，广告库存和预算都往上走。
中长尾覆盖能力：Mintegral 长期深耕的中小型开发者、区域类 App、海外细分市场，正好在这轮旺季里爆发出能量。
激进放量策略：在预算允许、算法护航的前提下，平台敢于放开曝光阈值，让更多广告位进入竞价分发。
这三点加一起，就像开赛车一样：
暑期 = 宽阔赛道中长尾覆盖 = 马力储备激进放量 = 踩油门到底
3. 曝光 ≠ 转化，但它是转化的前提
我们得先承认一个现实：曝光量多，不代表钱马上进账。
广告转化是一个漏斗模型：
曝光 → 点击 (CTR) → 行动/安装 → 付费 (CVR)
如果漏斗后面的“点击率、转化率”不跟上，再多的曝光也会变成“看热闹”的流量。
但反过来，如果没有足够的曝光，根本没机会去筛选和优化，所以它依然是所有转化的第一步。
4. 从曝光到转化，需要哪些“加速条件”？
想让曝光量的红利快速变成收入，至少得满足这几个条件：
算法懂得挑人：不是谁都推，要推给更可能点击、安装、付费的人群。
创意素材打得准：文案、视频、可玩广告能戳到用户的兴趣点。
投放节奏对路：知道什么时候压预算、什么时候猛冲。
回传数据够全：广告主的转化数据能回到平台，算法才能学到“什么样的人能花钱”。
这就像种地：播种（曝光）是第一步，但要想收成快，得有好土（精准人群）、好种（素材）、对的季节（投放节奏）和实时监测（数据回传）。
5. 汇量的“加速器”——工具链在发力
再来分析汇量的公告，Mintegral 这边有一套工具组合，能让“量变”更快变成“质变”：
Playturbo：帮广告主快速产出高质量互动广告，提升 CTR。
XMP（跨媒体管理平台）：能同时管多渠道投放，预算分配更灵活。
AdsPolar & GameAnalytics：深度分析用户行为和广告表现，优化投放策略。
Target ROAS / tCPE 出价：在保证回报的前提下，算法自动扩量，不怕“踩油门烧空油箱”。
这些工具就像赛车的涡轮增压+导航系统，不仅能跑得快，还能跑得稳，避免“放量变放水”。
连起来看——这是一个节奏感很强的过程
量的突破（暑期 + 中长尾 + 放量） →
质的筛选（算法 + 素材 + 数据） →
收入兑现（高转化 + 高回报出价）
用人的话来说就是：
“先让更多人看到你，再让合适的人喜欢你，最后让愿意付钱的人留下来
从这个角度来说2025年第三季度是汇量业绩最强爆发。而且后面业绩爆发打下基础。
第四：AI 算法核心人物对比：朱小强 vs 葛小川（Giovanni Ge）
4.1先来个“人物速写”
我们先不急着掉书袋，说说两个人的“标签”。
朱小强：电商广告出身，阿里妈妈核心算法大将，做的是“如何让用户买单”的那套 AI。
葛小川（Giovanni Ge）：社交+平台推荐出身，Meta 高级工程背景，AppLovin 技术大脑，做的是“如何让内容匹配到合适的人”的那套 AI。
简单来说，朱小强是“商人思维”+算法，葛小川是“媒介人思维”+算法。
4.2. 履历拆解——看“成长环境”
朱小强（Mobvista 首席AI官）
主要战场：展示广告、推荐系统、AI算法平台。
技术代表作：
DIEN（兴趣演化网络）：能跟踪用户兴趣随时间的变化，用来精准预测点击（CTR）。
ESMM / ESM² 系列：解决点击后转化（CTCVR）数据稀疏问题，让“买东西”的预测更准。
多任务训练、轻量化模型蒸馏、跨平台归因。
基因：习惯用交易转化（CVR、ROAS）做优化目标，善于在长链路（点击→加购→下单→复购）里找收益最大化的点。
葛小川（Giovanni Ge，AppLovin 高级副总裁）
老东家：Meta（推荐&广告系统）、Uber（定价与匹配算法）、BlackRock（金融数据分析）。
主要战场：推荐系统、竞价系统、大规模分发平台。
技术亮点：
主导 AXON（AppLovin 广告引擎）研发，把推荐模型和广告交易所打通。
在 Meta 时就玩熟了大规模个性化分发（FB/IG feed、广告、Stories）。
深谙拍卖机制、流量分配和长周期用户价值预测（LTV）。
基因：更偏向平台化闭环，擅长用海量行为数据来优化“匹配效率”和“平台收益率”。
4.3. 电商范式 vs 社交范式——两种算法哲学
维度 朱小强（电商范式） 葛小川（社交/平台范式） 目标函数 交易转化率（CVR）、广告回报率（ROAS）、生命周期价值（LTV） 互动/留存（Engagement）、长期价值（LTV）、频控与匹配效率 数据形态 稀疏+延迟：买东西是低频行为，跨天跨设备，数据反馈慢 稠密+即时：互动频繁、实时反馈，模型迭代快 优化思路 控 ROI 再扩量，防止“烧钱无效” 先做规模化匹配，再优化利润 系统依赖 依赖广告主回传数据（MMP、归因链路） 平台内行为数据为主，外部信号少也能跑 典型优势 高客单价、高价值转化的预测准确度高 大规模流量分配、跨媒介流量整合能力强
4.4. 对汇量科技和 Mintegral 的意义
朱小强的优势：
非常契合 电商出海、跨境卖家、中高价值游戏这些以转化为导向的客户。
他能让 Mintegral 的 Target ROAS、IAP-ROAS、tCPE 等出价模式更精准、更稳定。
对长尾广告主来说，朱的模型更能保证“花的钱值得”，这能提升留存率和复购。
葛小川的优势：
强在全链路闭环，从广告聚合（MAX）到交易所（ALX）到测量（Adjust）都一体化。
可以依靠平台流量和自有数据，把广告算法嵌入整个交易系统，效率极高。
对大客户、大平台和跨媒介预算整合的适配能力强。
5. 人话总结——像两个不同类型的教练
如果把广告投放比作比赛：
朱小强像是“私人教练”，先帮你盯好饮食和训练计划，确保你每次投入（预算）都能带来明确回报，然后才慢慢加大训练量（放量）。
葛小川像是“球队总教练”，他要调度整个团队（广告平台各模块），让全队整体配合更顺畅，从而在大赛里拿最高分（平台总收益）。
第五： 从“游戏→电商”的潜力：大平台流量 vs 聚合平台流量
5.1. 先讲现状：汇量=游戏广告大本营
核心收入：Mintegral 目前收入主要来自游戏客户（尤其是海外中长尾游戏厂商），模式成熟、客户粘性高。
算法强项：游戏广告对创意多样性和即时反馈敏感，Mintegral 在可玩广告（Playturbo）、高频A/B测、多事件优化（tCPE、IAP-ROAS）方面积累深厚。
流量来源：聚合来的媒体库存（App内广告位、SDK直连）+ 跨区域渠道覆盖（东南亚、拉美、欧美都有布局）。
所以现在的“铁饭碗”是游戏类广告变现，但这个盘子天花板相对明确，需要找新赛道。
5.2. 为什么“电商”是下一步
电商广告的特点：
市场容量大：电商广告全球支出占数字广告的比例越来越高（尤其是零售媒体、跨境出海）。
高客单价 & 长链路转化：广告主更愿意为精准成交付高价，ROI 目标明确。
数据可回传：跨境卖家、独立站、电商平台本身具备完善的转化归因（方便模型优化）。
对汇量来说，这和朱小强的电商范式算法基因完美契合。
5.3. 大平台流量 vs 聚合平台流量：核心差异
维度 大平台流量（Meta、抖音、Google） 聚合平台流量（Mintegral、IronSource、Unity Ads等） 流量规模 集中在一个超级App/平台，触达面广 分散在大量中长尾App/媒体 用户画像 平台自有一手数据，画像完整、精细 数据来源多，但需跨App整合、去重 投放体验 闭环生态，投放+测量一体 灵活度高，可按需求接入多源流量 算法优势 可直接利用平台内行为优化（如兴趣标签） 需依赖跨平台归因&广告主自有数据优化 成本结构 竞争激烈，出价高 CPM相对低，可挖掘性价比高的库存 适合场景 品牌曝光、头部电商爆品引流 长尾产品、垂直品类、跨境卖家冷启动
5.4. 从游戏广告经验迁移到电商的可行性
游戏广告与电商广告虽然转化链路不同，但在以下几个核心环节是共通的：
创意驱动点击（CTR）：可玩广告、互动视频等创意形式同样能在电商场景中提升点击率。
价值导向出价（tROAS / tCPE）：电商广告主关心 ROI，这套机制直接可以从游戏迁移过来。
中长尾客户获取：游戏厂商=全球分布的中长尾客户群，和跨境卖家的分布特征高度相似。
多区域投放：游戏的全球化买量经验（尤其是低成本新兴市场拓量）在电商冷启动阶段同样适用。
5.5. 汇量的“电商攻坚工具箱”
为了跑通电商预算，汇量已经在布局几个关键工具：
SolarEngine：数据洞察与受众分析，帮助电商客户找到高潜力人群。
Playturbo：创意自动化生产与A/B测试，加快创意迭代。
XMP（跨媒体广告管理平台）：支持广告主管理多个媒体投放，包括大平台+聚合平台混合投放。
GameAnalytics（虽然是游戏工具，但可迁移到电商的用户行为分析）。
AdsPolar：广告监测与分析工具，对标竞品广告策略（在电商竞争激烈的市场很有用）。
5.6. 人话总结：流量打法差异
大平台打法：像是在一个大商场（抖音、Facebook）租最显眼的广告位，人流量稳定，转化快，但租金贵。
聚合平台打法：像是在全国几百家中小商场同时铺广告，租金便宜，但需要用算法和数据把目标客户筛出来，否则浪费流量。
5.7. 未来判断逻辑
短期：先用游戏类广告的强项去跑电商的冷启动（低成本试水）。
中期：用 SolarEngine + tROAS 模型，把中长尾电商客户的ROI做稳，形成复购闭环。
长期：如果能在聚合平台流量里跑出稳定 ROI，再去结合大平台流量做“混合投放”，实现规模化增长。
从现状到未来，从游戏到广告，从技术到负责人，汇量都是非常有潜力的，一个真正的行业AI飞轮，目前看到只有汇量和美图，我才决定在高位加仓而不是做波段，也不知道结果如何，相信长期没有问题。
本人持有仓位，仅仅分享看法，投资自行决定。图片参考了球友@罗Cola 的资料，谢谢
