出品I下海fallsea

撰文I胡不知

2025年12月的港交所，迎来了一个足以改写全球AI行业资本版图的时刻——北京智谱华章科技股份有限公司正式通过上市聆讯，计划于2026年1月挂牌上市。若进程顺利，这家源自清华大学的AI独角兽将成为“全球大模型第一股”。

这一消息在AI圈与资本圈激起双重涟漪。对挣扎于“烧钱竞赛”的大模型企业而言，智谱的上市之路是一次关键破冰，它试图为行业打通“技术研发-资本融资-商业变现”的闭环；对资本市场而言，这是首次对纯大模型企业进行价值定价，其估值逻辑将成为后续玩家的重要参照；对全球AI竞争格局而言，中国大模型企业率先叩响资本市场大门，标志着中美AI竞赛从技术迭代延伸至资本纵深的新阶段。

但光环之下，智谱的招股书也揭开了大模型行业的残酷真相：三年累计亏损超31亿元，2025年上半年月均亏损达3亿元，90%以上的亏损源于基座模型研发的巨额算力投入；尽管营收保持300%以上的高增长，2024年全年营收仅3.12亿元，距离盈利拐点仍遥遥无期。

智谱为何能成为“全球第一”？它的上市将破解大模型行业的资本困局，还是重蹈AI四小龙“上市即巅峰”的覆辙？全球大模型第一股的诞生，又将重塑行业的竞争规则与发展逻辑？

“国家队”底色与资本的一路加持

智谱AI的上市速度，远超行业预期。2025年4月完成IPO辅导备案，7月传出转道港股的消息，12月即通过聆讯，全程仅8个月。这种“加速度”的背后，是其独特的“清华系+国资+市场化资本”三重基因的叠加，这也是它能在众多大模型企业中率先突围的核心原因。

智谱的诞生，自带中国顶尖AI科研力量的基因。2019年6月，由清华大学计算机系教授唐杰牵头创办，核心团队几乎全部来自清华大学计算机系知识工程实验室（KEG）——这是国内最早开展自然语言处理、知识图谱研究的实验室之一，成立于1996年，积累了近30年的技术沉淀。

这种学术背景为智谱奠定了两大优势：一是核心技术的先发优势，其GLM系列大模型的技术原型源于实验室的研究成果，从一开始就聚焦于大语言模型的底层架构创新，而非简单跟随OpenAI的技术路线；二是顶尖人才的吸引力，截至2025年上半年，智谱研发团队达657人，核心技术人员均拥有清华、北大等顶尖高校的博士或硕士学位，在自然语言处理、多模态交互等领域拥有深厚的技术积累。

更关键的是，清华系背景为智谱带来了技术成果转化的便利。智谱的核心技术GLM（General Language Model）大模型，是基于清华大学的科研成果转化而来，这让它在技术研发的初期阶段就少走了很多弯路。2025年7月推出的GLM-4.6模型，首次实现“推理、编码、智能体”能力的原生融合，在12项权威评测中拿下国内第一、全球开源第一，其代码能力在Code Arena盲测中与Anthropic、OpenAI的模型并列全球第一，超越谷歌Gemini等海外闭源模型。这种技术实力，成为它吸引资本的核心底气。

自成立以来，智谱AI始终是资本追逐的焦点。截至2025年7月，它已完成16轮融资，累计融资额超160亿元，最新估值达400亿元人民币，刷新了国内大模型创业公司的估值纪录。这种融资规模和估值水平，在大模型赛道中仅次于字节跳动、百度等巨头旗下的AI业务。

其投资方阵容堪称“豪华”，覆盖了国资、产业资本、一线VC三大阵营：国资方面，集齐了北京、杭州、成都、珠海、上海五地的国资背景资金，包括浦东创投集团、张江集团等；产业资本方面，美团、蚂蚁、阿里、腾讯、小米、金山等国内互联网巨头悉数入局；VC方面，红杉、高瓴、君联、启明创投等一线机构也多次加注。

这种“全阵容”的资本加持，不仅为智谱提供了充足的研发资金，更带来了业务资源的协同。例如，阿里的电商生态为智谱的B端业务提供了落地场景，腾讯的企业服务生态有助于其拓展金融、政务等客户，而各地国资的入局，则为其G端业务的拓展打开了便利之门。招股书显示，截至2025年9月，智谱已服务12000家企业客户，覆盖金融、工业制造、能源电力等20多个关键行业，其中G端业务贡献了大部分收入，这与国资背景的助力密不可分。

值得注意的是，智谱的融资节奏在2025年明显加快。仅2025年3月，它就连续引入杭州、成都、珠海三地资金；完成IPO辅导备案后不到三个月，又获得浦东创投与张江集团联合注资的10亿元战略融资。这种密集融资，一方面是为上市储备充足的现金流，另一方面也反映出资本对大模型行业资本化的迫切期待——在行业尚未出现盈利企业的背景下，通过上市锁定估值成为资本退出的重要路径。

招股书显示，智谱的实际控制人为唐杰与刘德兵，两人合计控制公司36.9647%的表决权。其中，唐杰作为创始人，通过直接持股和员工持股平台间接控制公司股份；刘德兵现任公司董事长，长期深耕AI行业，拥有丰富的企业管理经验。CEO则由唐杰的学生张鹏担任，形成了“学术带头人+管理专家+技术骨干”的核心管理团队。

这种股权结构既保证了核心团队对公司的控制权，也兼顾了国资与民资的利益平衡。国资背景的股东合计持股比例约25%，市场化资本持股比例约30%，核心团队持股约37%。这种均衡的股权结构，不仅降低了公司的治理风险，也为其后续的业务拓展提供了灵活性——既可以依托国资背景承接政务、军工等敏感领域的项目，也可以借助市场化资本的资源拓展商业客户。

高增长与高亏损的冰火两重天

智谱的招股书，第一次完整揭示了中国大模型企业的真实财务状况：营收保持爆炸式增长，但亏损也在同步扩大；毛利率维持在50%以上的高水平，但研发投入的“烧钱速度”远超营收增长。这种“高增长、高毛利、高亏损”的三重特征，精准折射出大模型行业的普遍困境。

从收入端看，智谱的增长势头堪称强劲。招股书显示，2022年至2024年，公司营收分别为0.57亿元、1.25亿元、3.12亿元，三年间增长5.47倍；2025年上半年，营收进一步增至1.9亿元，同比增长325%。这种增长速度，在AI创业公司中处于领先水平。

收入增长的核心驱动力，是其以MaaS（模型即服务）为核心的商业模式。智谱并非简单地向客户出售模型，而是将算法封装为标准化产品，提供包括模型微调、增量训练、提示工程在内的全流程服务，帮助客户解决AI落地的“最后一公里”问题。这种模式的优势在于，无需为每个客户进行定制化开发，能够实现规模化复制。

具体来看，其收入主要来自三大板块：一是模型API服务，通过向开发者和企业客户开放模型接口获取收入，截至2025年9月，智谱拥有超4500万名开发者，日均token消耗量达4.2万亿；二是行业解决方案，为金融、制造、能源等行业客户提供定制化的AI应用，这部分收入贡献了主要的营收；三是终端设备赋能，截至2025年9月，其模型已覆盖逾8000万台终端设备，成为中国赋能终端设备最多的独立通用大模型厂商。

根据弗若斯特沙利文报告，以2024年的收入计，智谱是中国最大的独立大模型厂商，市场占有率达6.6%。招股书还透露，其收入规模已超越科大讯飞，仅次于阿里、百度等巨头旗下的AI业务，在行业中处于第一梯队。

与高增长形成鲜明对比的，是持续扩大的亏损。招股书显示，2022年至2024年，智谱经调整净亏损分别为0.97亿元、6.21亿元、24.66亿元，三年累计亏损超31亿元；2025年上半年，经调整净亏损进一步扩大至17.51亿元，相当于月均亏损3亿元，较2024年的月均亏损2亿元大幅增加。

亏损的核心原因，是基座模型研发的巨额投入。2024年，智谱的研发开支高达21.95亿元，占当年营收的703.5%；2025年上半年，研发开支达15.95亿元，占上半年营收的839.5%。这种“研发投入远超营收”的情况，在大模型行业中普遍存在，但智谱的投入强度仍处于较高水平。

进一步拆解研发投入构成可以发现，算力成本是最大的“烧钱项”。2024年，智谱的算力成本达15.73亿元，占研发总开支的71.6%；工资成本仅为3.24亿元，占比14.7%。这意味着，智谱的亏损本质上是“交电费”——为了维持模型的技术领先性，必须持续投入巨额资金用于算力租赁、数据标注和模型迭代。2025年初，DeepSeek开源模型带来的冲击，倒逼智谱在三个月内密集开源6款核心模型，进一步加剧了算力成本的压力。

值得注意的是，智谱的毛利率始终保持在50%以上的高水平。2022年至2024年，毛利率分别为54.6%、64.6%、56.3%；2025年上半年，毛利率为50%。这一数据远超AI四小龙（商汤、云从等企业的毛利率普遍在20%-30%），甚至高于部分互联网企业。

高毛利背后，是MaaS模式的优势——模型研发属于一次性投入，后续的API服务和解决方案交付边际成本极低。智谱通过标准化的产品形态，将毛利率维持在较高水平，这证明其商业模式本身具有可行性。但为何高毛利仍难抵亏损？核心问题在于“规模不足”。

尽管智谱的营收保持高增长，但绝对值仍较小——2024年营收仅3.12亿元，不足以覆盖21.95亿元的研发投入。按照当前的毛利率水平，智谱要实现研发投入与营收的平衡，需要年营收达到40亿元以上，这意味着营收仍需增长12倍以上。短期内，这一目标难以实现。

此外，行业竞争的加剧也可能挤压毛利率空间。2025年，字节火山引擎、阿里云、百度等互联网巨头纷纷加码AI大战，通过降价、补贴等方式抢夺客户。智谱为了维持市场份额，可能不得不降低服务报价，进一步压缩毛利空间。

MaaS模式的突围与挑战

在大模型行业的商业化赛道上，智谱选择了一条差异化的路径——聚焦B端与G端，以MaaS模式实现规模化复制。这与MiniMax聚焦C端产品（Talkie、海螺AI等）的路径形成鲜明对比，也不同于百度、阿里将大模型与自有业务深度融合的模式。这种选择，既基于其“国家队”的基因，也受限于资源禀赋。

智谱的核心商业模式是MaaS，即“模型即服务”。它并非向客户交付模型本身，而是通过API接口、智能体工作区等形式，向客户提供AI能力。客户可以根据自身需求，通过模型微调、提示工程等方式快速定制智能体，无需搭建完整的开发体系。

这种模式的优势在于：一是规模化复制能力强，一套模型可以服务多个行业的客户，无需为每个客户进行定制化开发；二是客户粘性高，一旦客户将业务流程与智谱的AI能力绑定，更换服务商的成本较高；三是收入可持续，API服务和订阅制收费模式能够带来稳定的经常性收入。智谱CEO张鹏透露，公司面向开发者的软件工具和模型业务，已实现超过1亿元的年度经常性收入（ARR），未来希望API业务收入占比提升至50%。

在基础设施层面，智谱通过与算力合作伙伴共同设计底层架构，在计算、网络、训练通信和推理加速等环节形成统一能力，降低了算力成本的同时，提升了模型的响应速度。这种“技术+基础设施”的协同，成为MaaS模式的核心支撑。

从客户结构来看，智谱的收入主要来自G端（政府、军工、国央企）。一位接近智谱的人士透露，智谱的G端业务贡献了大部分收入，而B端业务虽然铺设了行业线（金融、制造、互娱、教育等）和城市线（北区、东区、南区、西南区），但产出明显低于G端——B端团队拥有近50名销售人员，但整体收入占比不足30%。

G端业务的优势在于订单金额大、回款稳定，且受经济周期影响较小，这为智谱提供了稳定的现金流。但弊端也同样明显：一是项目周期长，从投标到交付往往需要6个月以上，影响资金周转；二是对政策依赖度高，若政府预算调整，可能影响订单量；三是毛利率相对较低，政务项目的毛利率通常比商业项目低10-15个百分点。

为了改变对G端的过度依赖，智谱在2025年进行了组织调整。原COO张帆离职后，B端业务并入CEO张鹏统一管理，试图整合G端与B端资源，减少重复投入，提高人效。但B端市场的竞争异常激烈，百度、阿里、科大讯飞等企业已深耕多年，拥有丰富的客户资源和行业解决方案，智谱要实现突破并非易事。

在国内大模型创业公司中，智谱与MiniMax代表了两种截然不同的商业化路径。智谱聚焦B端与G端，走“技术+资源”的重模式；MiniMax则聚焦C端，通过Glow、Talkie、海螺AI等产品快速获取用户，走“产品+流量”的轻模式。

从收入结构来看，MiniMax 2024年预期营收约7000万美元，其中较大比例来自C端产品Talkie；而智谱2024年营收3.12亿元（约4300万美元），主要来自B端和G端。从用户规模来看，MiniMax的Talkie在2024年11月的月活用户达2519万，海螺AI曾连续6个月位居全球视频生成类产品榜首；而智谱的用户主要是企业客户和开发者，C端用户规模较小。

两种路径各有优劣：C端路径的优势是增长快、用户规模大，但面临用户留存难、变现效率低的问题——2025年7月，Talkie的月活已降至911万，且面临字节猫箱等产品的激烈竞争；B端路径的优势是收入稳定、毛利率高，但增长速度慢，对客户资源和行业理解的要求极高。智谱选择B端路径，虽增长相对缓慢，但更符合其“国家队”的基因，也更容易获得稳定的订单，这为其上市提供了坚实的收入基础。

大模型淘汰赛加速，智谱的对手与盟友

智谱的上市，恰逢大模型行业进入淘汰赛的关键阶段。一方面，百度、阿里、字节等巨头凭借资金和生态优势，在技术迭代和商业化落地方面持续发力；另一方面，DeepSeek、MiniMax等创业公司通过差异化策略抢占细分市场；海外的OpenAI、Anthropic则在技术领先性上保持优势。智谱要在这场竞争中脱颖而出，不仅需要应对国内的激烈竞争，还需要直面全球巨头的挑战。

国内大模型市场已形成“巨头主导、创业公司补充”的竞争格局。百度文心一言、阿里通义千问、字节豆包等巨头旗下的大模型，凭借自有生态资源（搜索、电商、短视频）和充足的资金支持，在C端和B端市场均占据优势；创业公司则通过差异化策略寻找生存空间，如智谱聚焦B端与G端，MiniMax聚焦C端产品，DeepSeek通过开源积累开发者生态。

智谱的核心竞争对手主要包括两类：一是科大讯飞等传统AI巨头，它们在政务、教育等领域拥有深厚的客户资源和行业经验，与智谱的G端业务直接竞争；二是百度、阿里等互联网巨头，它们凭借生态优势，能够为客户提供“大模型+应用”的一体化解决方案，在B端市场形成较强的竞争力。招股书显示，以2024年营收计，智谱的市场份额为6.6%，仅次于阿里、百度、商汤和科大讯飞，位居第五。

为了应对竞争，智谱采取了“技术+资源”的双轮驱动策略：在技术上，持续投入研发，保持模型的领先性；在资源上，依托国资背景和产业资本的协同，拓展政务、金融等领域的客户。截至2025年9月，智谱已服务12000家企业客户，较2025年6月大幅增加，显示出其B端业务的快速拓展能力。

在全球范围内，智谱与OpenAI、Anthropic等顶尖大模型企业仍存在技术代差。OpenAI的GPT-5模型在多模态能力、智能体交互等方面已实现突破，Anthropic的Claude在安全性和长上下文处理上具有优势，而智谱的GLM-4.6模型虽在国内领先，但在全球范围内仍处于第二梯队。

不过，智谱也拥有本土化优势：一是对中文语境和中国行业需求的深刻理解，能够为国内客户提供更贴合需求的解决方案；二是符合中国的数据安全和合规要求，在政务、金融等敏感领域具有天然优势；三是依托国内的算力资源和政策支持，能够快速响应市场需求。例如，在金融领域，智谱的大模型已实现对银行信贷审批、风险控制等业务的赋能，而海外大模型由于合规问题难以进入这一市场。

智谱的上市，不可避免地会被拿来与AI四小龙（商汤、云从、依图、旷视）对比。这四家企业曾是中国AI行业的标杆，但上市后普遍陷入“市值暴跌、持续亏损”的困境：商汤科技股价较峰值跌85%，累计亏损超546亿元；云从科技2024年营收同比下滑36.6%，全员降薪20%；依图科技主动终止IPO，医疗业务收缩70%；旷视科技资产负债率超300%，估值大幅缩水。

AI四小龙的困境，为智谱提供了三大教训：一是过度依赖政府项目，70%营收来自政府订单，导致商业化能力薄弱；二是技术同质化严重，均聚焦计算机视觉领域，缺乏核心技术壁垒；三是成本控制能力不足，人力成本占比普遍超70%，研发投入难以转化为商业价值。

智谱正在努力规避这些陷阱：一是在依赖G端业务的同时，积极拓展B端商业客户，试图降低对政府订单的依赖；二是聚焦大模型这一高壁垒领域，通过技术创新形成差异化优势；三是通过MaaS模式实现规模化复制，降低边际成本，同时控制人力成本（2024年工资成本占研发投入的比例仅14.7%）。但能否成功，仍需时间检验。

全球大模型第一股的定价难题

作为全球第一家纯大模型上市公司，智谱的估值将成为资本市场的“试金石”。此前，AI四小龙的估值逻辑已被证明失败，而互联网企业的“流量估值法”和传统科技企业的“盈利估值法”也难以适用于大模型企业。资本市场需要为智谱建立一套全新的估值体系，这不仅关乎智谱的上市表现，更关乎后续大模型企业的资本化路径。

大模型企业的估值面临三大难点：一是盈利遥遥无期，传统的PE（市盈率）估值法完全失效；二是研发投入巨大，且难以准确衡量研发投入的转化效率；三是技术迭代速度快，企业的技术优势可能随时被颠覆。AI四小龙的估值暴跌，就是因为资本市场发现其“高研发投入无法转化为盈利”，最终不得不下调估值。

对于智谱而言，这些难点同样存在。尽管其营收保持高增长，但亏损仍在扩大，且盈利拐点难以预测；研发投入的大部分用于算力成本，这部分投入能否转化为长期的技术壁垒，存在不确定性；DeepSeek等创业公司的快速崛起，也让智谱的技术优势面临挑战。

不过，智谱也有一些积极的估值支撑因素：一是市场地位领先，作为中国最大的独立大模型厂商，拥有较强的品牌优势；二是商业模式可行，MaaS模式能够实现规模化复制，且毛利率维持在较高水平；三是客户资源优质，服务12000家企业客户，覆盖20多个关键行业，具有稳定的收入基础。

参考海外未上市大模型企业的估值逻辑，资本市场可能会为智谱采用“增长导向”的估值体系，核心指标包括年度经常性收入（ARR）、客户数量、研发投入转化率等。例如，OpenAI的估值已达1000亿美元，其核心支撑是订阅制带来的稳定ARR和持续增长的用户规模；Anthropic的估值达450亿美元，主要依赖其技术壁垒和机构客户资源。

对于智谱而言，其1亿元的ARR（面向开发者的软件工具和模型业务）和12000家企业客户，将成为估值的重要支撑；此外，其在国内大模型领域的技术领先性和“国家队”背景，也可能获得估值溢价。有投行人士预测，智谱的上市估值可能在400-500亿元人民币之间，与当前的私募估值基本持平，这意味着资本市场对其增长潜力持谨慎乐观态度。

上市后，智谱将面临双重压力：一是业绩增长的压力，资本市场需要看到持续的高增长，以验证其商业模式的可行性；二是资本退出的压力，早期投资者已持有多年，上市后将进入解禁期，需要通过股价上涨实现退出。如果智谱的业绩增长不及预期，可能会导致股价下跌，甚至重蹈AI四小龙的覆辙。

为了应对这些压力，智谱在招股书中明确了未来的发展规划：一是扩大全球业务覆盖，拓展海外市场；二是加大技术研发投入，提升模型的技术领先性；三是推进商业化落地，提高API业务收入占比；四是通过战略投资或收购，补充产业链资源。这些规划能否落地，将直接影响其上市后的表现。

结语

智谱AI的上市，是全球大模型行业的一次历史性破冰。它不仅为大模型企业打通了资本化路径，更为资本市场提供了一个全新的估值样本。无论上市表现如何，智谱的尝试都将为行业带来深刻的启示，推动大模型行业从“资本投入期”迈向“商业化与资本化并行期”。

对智谱而言，上市是机遇也是挑战。机遇在于，它将获得充足的资金支持，加速技术研发和商业化落地；挑战在于，它需要在资本市场的监督下，平衡技术迭代、商业盈利和股东回报，避免重蹈AI四小龙的覆辙。从目前的情况来看，智谱的MaaS模式具有可行性，高毛利和稳定的客户资源为其提供了坚实的基础，但要实现盈利，仍需解决“规模不足”和“成本高企”两大问题。

对大模型行业而言，智谱的上市将加速行业的淘汰赛。一方面，资本将更加集中于头部企业，中小大模型企业的融资难度将进一步加大；另一方面，上市企业的业绩压力将倒逼行业更注重商业化效率，而非单纯的技术竞赛。未来，大模型行业将进入“技术+资本+商业”三位一体的竞争阶段，只有那些能够平衡三者关系的企业，才能在激烈的竞争中生存下来。

对全球AI竞争而言，智谱的上市标志着中国大模型企业开始在资本层面与海外企业竞争。尽管在技术上仍存在代差，但中国企业凭借本土化优势和政策支持，有望在商业落地和生态构建上实现突破。全球大模型第一股的诞生，不仅是中国AI行业的里程碑，更是全球AI竞争格局重塑的开始。

最终，智谱AI的上市之路将证明：大模型企业的价值，不仅在于技术的领先性，更在于将技术转化为商业价值的能力。全球大模型第一股的破冰，只是行业发展的一个起点，未来的路，仍需要企业在技术研发、商业落地和资本运作之间不断探索与平衡。