希音披露聆訊後資料集:年營收418億美元、供應鏈優勢強化盈利韌性
重點摘要
希音(SHEIN)向港交所提交聆訊後資料集,若順利掛牌將成為2026年港股最大跨境電商IPO。資料顯示,2025年希音總收入達418億美元,淨利潤20.6億美元,活躍客戶約2.73億,業務涵蓋約160個市場。公司計劃運用上市資金加速全球供應鏈布局與平台生態擴張,鞏固跨境電商龍頭地位。
時尚電商巨頭希音(SHEIN)於7月26日正式向港交所披露聆訊後資料集,標誌著其赴港上市進程邁入最後關鍵階段。若順利掛牌,希音將成為2026年港股市場規模最大的跨境電商首次公開募股(IPO),備受全球資本市場關注。根據這份最新揭露的財務與營運數據,希音在2025年實現總收入418億美元,2023年至2025年間的複合年均增長率達到14.2%,展現出穩定且強勁的成長動能。與此同時,公司於2025年實現淨利潤20.6億美元,獲利能力持續驗證其商業模式的韌性與可持續性。截至2025年底,希音平台已服務約2.73億活躍客戶,業務足跡遍及全球約160個市場,覆蓋範圍廣泛。
希音之所以能在競爭激烈的跨境電商領域脫穎而出,關鍵在於其獨特的數位化柔性供應鏈模式。這一模式徹底改變了傳統服飾產業的庫存與生產邏輯,讓公司能夠以極短的反應時間將設計轉化為成品,並根據市場即時需求進行小批量、多頻次的補貨。這種「以銷定產」的機制不僅大幅降低了庫存風險,也讓希音能在價格、款式與供貨速度上取得競爭優勢。除了自營業務的持續擴張,希音近年來積極推動「自營+平台」雙引擎策略,一方面鞏固自有品牌在快時尚領域的領導地位,另一方面開放平台引入第三方賣家,豐富商品品類與品牌層次。此舉不僅提升了用戶的購物體驗與黏著度,也為平台帶來了更穩健的營收結構。
此外,希音深度推動「跨境電商+產業帶」的融合,將中國多個服飾產業帶的供應鏈資源與全球市場需求有效對接,形成從設計、生產到配送的閉環生態。從財務數據來看,希音在營收持續成長的同時,依然能維持穩定的利潤水準,反映其供應鏈效率與成本控制能力已成為核心護城河。業內分析指出,在全球通膨壓力與消費支出放緩的背景下,希音憑藉極具競爭力的定價與快速更新的產品線,成功吸引大量價格敏感型消費者,進一步強化了其抗景氣循環的韌性。此次披露的資料集也顯示,希音平台活躍用戶數與訂單量均保持正向增長,尤其是在中東、拉丁美洲與歐洲等新興市場,滲透率持續提升。
公司透過本地化營運、倉儲布局與物流優化,逐步克服跨境物流與退換貨等痛點,使得海外消費者對平台的信賴度與回購率不斷攀升。隨著上市腳步逼近,市場預期希音將利用IPO募集的資金加速全球供應鏈基礎設施建設,包括擴建海外倉儲中心、強化自動化分揀系統,以及投資數據分析與人工智慧技術,以進一步提升配送效率與需求預測精準度。同時,平台生態的擴張也將是重點方向,希音可能透過收購或策略合作,補足在高端品牌、家居用品等領域的品類缺口,打造更完整的時尚生活零售版圖。值得注意的是,希音在環境、社會與公司治理(ESG)方面也持續投入。
資料集內提及,公司已推動多項廢棄物減量與循環再利用計畫,部分場域獲得「廢棄物零填埋」認證,並透過供應鏈培訓計畫協助中小型製造商提升勞工權益與生產安全標準。這些措施有助於提升品牌形象,回應國際市場對快時尚產業永續性的關注。整體而言,希音此次披露的聆訊後資料集不僅向投資人展示了其強勁的財務體質與全球擴張成果,更凸顯了數位化供應鏈在現代零售業中的核心價值。若順利登陸港股,希音將成為跨境電商領域最具指標性的上市公司之一,其後續的募資運用與市場表現,勢必為整個行業帶來深遠影響。
Related
相關文章

曝字節訓10億參數大模型,或超Mythos 5,張一鳴、梁汝波先後發聲
字節跳動正在訓練一個參數量高達10萬億的AI模型,規模可能超越Anthropic的Mythos 5。創辦人張一鳴在內部會議中強調編程的關鍵地位,並反對模型蒸餾,認為這只能複製而非超越對手。字節跳動在AI領域持續加大投入,同時在產品端與訓練端採取雙線進攻策略。

AI 需求擠爆雲計算,消息稱 AWS 要求工程師關閉閒置服務器減少資源浪費
因AI需求導致算力緊缺,亞馬遜AWS要求工程師關閉閒置的EC2實例,以減少資源浪費。數據顯示約65%的EC2實例在30天內平均CPU利用率低於20%,AWS因此升級計算優化器自動標記低使用率虛擬機。此外,AWS過去一年新增3.8吉瓦電力容量,仍難以應對GPU雲端實例的龐大需求。
騰訊雲開源 TencentDB Agent Memory v2.0:專為 AI 編碼代理打造的團隊級記憶中樞
Tencent Cloud has open-sourced TencentDB Agent Memory v2.0, a team-level memory hub for AI agents. The idea is super simple: if project context was already explained once, a new session should not need it repeated.
使用 NVIDIA NeMo Retriever、託管 NIM、LanceDB、重新排序與基於事實生成建立多模態 RAG 管線
在本教學中,我們將使用 NVIDIA NeMo Retriever 建立一個先進的多模態檢索增強生成管線。首先設定 Python 3.12 環境、安裝必要套件,並在無需 GPU 或外部 API 金鑰的情況下進行離線 PDF 文字提取。接著,我們透過託管的 NVIDIA NIM 端點來偵測頁面元素、提取表格、圖表與資訊圖形、產生稠密向量嵌入,並將處理後的內容儲存至 LanceDB。最後,我們實作了稠密檢索、視覺語言重新排序、後設資料過濾搜尋、附行內引用的基於事實回應生成,以及輕量級的 recall-at-k 評估,以驗證跨多模態文件內容的檢索品質。
NVIDIA AI 推出 NOOA:將 AI 代理轉化為單一 Python 類別的物件導向框架
NVIDIA 實驗室開源了 NOOA(NVIDIA 物件導向代理),這是一個與模型無關的 Python 框架,用於建構 AI 代理。傳統的代理開發分散在提示模板、工具架構、回呼程式碼和工作流程圖中,而 NOOA 將所有這些整合到一個 Python 類別中:方法代表模型可採取的動作,欄位代表代理狀態,文件字串作為提示,型別註解則是執行時期強制執行的合約。主體為「...」的方法由 LLM 驅動的迴圈在執行時期完成,而具有正常主體的方法則保持確定性的 Python 程式碼。開發者與模型因此共享同一介面,使代理行為能像一般軟體一樣進行測試、追蹤、重構和版本控制。NVIDIA 報告在 SWE-bench Verified 上達到 82.2%,在 CyberGym L1 上達到 86.8%,平均 RHAE 為 85.1%。

六巨頭定AI插件新標準,撞臉Claude,Anthropic沒上桌
六大科技巨頭(AWS、Anysphere、GitHub、微軟、OpenAI、Vercel)聯合發布AI智能體插件統一開放規範Agent Plugins 1.0.0,旨在統一插件打包格式,減少開發者重複勞動。該規範的結構與Anthropic的Claude Code插件系統高度相似,但Anthropic並未參與制定,而是繼續經營自己的封閉生態。