2026年1月8日，北京智谱华章科技股份有限公司（02513.HK）（以下简称“智谱”）正式在香港联合交易所挂牌上市。这意味着，全球首家以通用人工智能（AGI）基座模型为核心业务的上市公司花落中国。 此前在接受第一财经专访时，智谱CEO张鹏向记者回顾这一路走来的关键节点、坚持基座模型技术路径的考量，以及面临DeepSeek爆火与大厂“围剿”后的应对。 尤其在2025年大模型应用逐渐成为主角，基座模型的训练成为少数“玩家”的对决，张鹏对记者表示：如果舍弃基座模型而一味选择调用，舍弃AGI探索而一味追求商业化变现，公司对他来讲，将丧失意义。 大模型赛道自2022年底被ChatGPT引爆后，如今已迈入第四个年头。国内市场中，大模型参赛选手正经历一轮剧烈的“适者生存”筛选：创业公司或冲刺上市抢滩资本市场，或收缩战线聚焦垂直场景深耕，或黯然退出基座竞赛；大厂则凭借算力、数据与生态优势全面压境，在技术迭代与场景落地中加速收割市场份额。 招股书显示，自2022 年至 2024 年，智谱的收入分别为 0.6 亿元、1.2 亿元、3.1 亿元，CAGR 达到 130%，2024H1 和 2025H1 的收入分别为 0.4 亿元和 1.9 亿元，同比增长超 300%。同时研发费用分别为 0.8 亿元、5.3 亿元、22.0 亿元，以及 15.9 亿元。 对于高额投入问题，张鹏向记者回应称，智谱要走一条探索性路径，这条路成本高、风险高，但总要有人走。2025年DeepSeek爆火出圈，行业有声音认为中国AI彻底追上美国，张鹏认为这种观点过于乐观，双方模型发布也只是阶段性状态，冰山之下有太多外界看不到的研发投入与创新积累。并且目前整个大模型行业的训练路线还处于一个不确定状态，因此高额投入还会持续很长一段时间。 在持续投入的行业共识下，2025年，多家厂商调整战略，转向应用落地与其他模型的直接调用，张鹏称，智谱从成立的第一天起，就决心要做AGI这件事。“如果哪一天我们失去了探索与创新的能力，智谱公司的存在，对我个人的意义便没有那么大了。”张鹏称。 从更实际的角度来看，张鹏分享了自己习惯的思想实验：是否可以暂时放下AGI终极目标，集中全力攻克离商业化最近的单一赛道，先实现上市盈利，再回头追求长期理想。但这种路径并不现实：客观上，单一路线的终局与中间步骤难以精准预判，未来仍充满未知；主观上，走短期捷径容易让人逐渐遗忘初心，随着业务深入，思路和视野会愈发狭窄，最终失去追逐 AGI 的可能性。 大厂的集中发力引发行业对头部公司试图“收割”战果的讨论。对此，张鹏表示，大厂下场这件事是显而易见的，但“收割”倒未必。“割”的前提是“麦子成熟”，但行业发展还处在早期，远未到收割阶段。但大厂发力有一项好处，就是用自身资源投入培育市场，让更多人使用大模型产品，这对行业来讲是好事。 对比来看，张鹏称，大厂具备资源更多、触角更深、覆盖面更广等优势，而智谱的唯一目标是AGI，这与上一代仅解决单一场景（如人脸识别）的人工智能截然不同 —— 它是通用智能各项能力的有机集合，核心要突破自我学习难题，因此智谱绝不会放弃 AGI 拼图上的任何重要环节。包括多模态、代码、推理等能力，都是构成完整智能的关键拼图，缺一不可，这些领域都会持续深耕。 尽管不同能力的研发难度、商业化路径与市场需求存在差异，从业务层面看似乎“多点开花”，但所有布局都是通往 AGI 的必经之路，最终目标始终是整合各项能力，实现通用人工智能的终极突破。 回顾这一路，智谱不是没有发生过调整。2025年DeepSeek的爆火给原本投入基座模型与稠密（dense）模型路线的几家厂商以重击，原有的技术与商业路线似乎不再适用。于是在2025年年中，智谱内部发生过几次激烈的讨论——包括模型训练方式、应用落地方式、商业化路线调整等。 在张鹏的印象中，调整伴随的风险项中，最大的一项当属技术路线更换。过去智谱坚持走稠密模型路线，但伴随DeepSeek带来行业整个技术路线的更换，公司也要及时决策，是否要放弃稠密模型，转向MoE架构。这个决定最终表现在7月发布的GLM-4.5 模型，该模型重点强化了 coding 能力、推理效率，且完成了从稠密模型到 MoE 架构的技术切换，是公司当年的关键技术迭代节点。 如今，智谱形成了以MaaS（Model as a Service）为核心的标准化产品体系，包含模型的API调用、模型订阅及本地化部署等方式，向企业及开发者输出通用智能能力，而非单一场景应用。从2021年就开始布局MaaS，这一时间比大模型商业化的时间早两年。MaaS收入和模型调用量在今年迎来较大增长。 智谱云端MaaS业务的爆发式增长，成为上市后营收发力的核心支撑。GLM-4.7发布后，其MaaS ARR年化收入从2000万增至超5亿，10个月斩获25倍增幅，与Anthropic指数级增长同频。更超预期的是，2025年全年MaaS同比增速超900%，幂次增长态势显著优于海外龙头同期表现。 而MaaS也是头部云厂商重投入的方向，AWS管理层公开表示，旗下生成式AI平台Bedrock 目标成为“全球最大的推理引擎”，长期潜力可与AWS核心计算服务EC2（亚马逊弹性计算云）相媲美，后者目前规模约400亿美元上下。火山引擎总裁谭待也认可该趋势，并将MaaS业务的发展趋势类比芯片业务：两年前行业GPU出货量已超过CPU，MaaS也将迈入GPU内训练转向推理的过程。 在张鹏看来，目前大模型行业，全球范围内大厂在大模型领域的发力均十分明显，但行业分化已显现：谷歌曾陷入困境后成功反攻，Meta低开低走，不同大厂的发展轨迹差异显著。 相较于美国市场格局清晰的特点，国内市场更为复杂：一方面因市场规模庞大，原有势力凭借既有业务形成差异化竞争，呈现“你打你的、我打我的” 非对称态势；另一方面创业公司的命运分化加剧，部分退出竞争，部分找到安身立命之本，也有像智谱这样即便千难万难，仍坚持稳步向前的玩家。 张鹏在2024年的一次内部会总结时说，智谱在市场上就像“大厂守门员”——不算大厂，却站在行业门槛上，竞争对手多为大厂，身份却被定义为新生代创业公司；如今正式启动IPO，正是公司一点一点稳步往前拱，跨越这道门槛的关键一步。 作为中国第一批投身大模型研发的厂商，智谱原创提出了基于自回归填空的通用预训练范式GLM，率先发布了中国首个百亿模型、开源千亿模型、对话模型、多模态模型，以及设备操控智能体（Agent），并形成全面的模型体系。 对于大模型技术路线的演进，行业判断将在2026年诞生新的范式。张鹏认为，对新技术路线的讨论，根因于行业对根源性创新与突破仍抱有期待，认为AI未来发展空间仍有非常多的可能性。而2026年在他看来，也大概率不会是尘埃落定的一年。 根据联合国贸发会议预测，到2033年，全球人工智能市场规模将从2023年的1890亿美元飙升至4.8万亿美元，十年内增幅达到25倍。市场规模不断增长的同时，国内政策支持越发成熟。随着《人工智能大模型》系列国家标准正式实施，中国AGI发展正式迈入“规范有序”的下半场，大模型在千行百业深度落地，将成为驱动效率革命与模式创新的核心引擎。 目前，智谱仍处于通用基础模型能力持续建设阶段。当期亏损主要来源于高强度、前置性的研发投入，而非销售扩张或市场补贴。2024年，公司研发费用约21.96亿元，研发费用率约703%。相关投入主要用于基础模型训练、算力资源配置及底层技术体系建设，该类投入具有显著的长期性与累积性特征，是通用基础模型公司形成核心能力与技术壁垒的必要前提。与此同时，公司销售费用约3.87亿元，销售费用率约124%，销售投入规模显著低于研发投入，整体保持克制，公司并未通过高强度销售或市场补贴来支撑收入增长。 具体业务层面，token消耗量被普遍视为大模型行业衡量模型商业化成熟度和真实使用深度的重要运营指标。2022年、2023年、2024年12月及2025年6月，智谱模型的日均token消耗量分别约为5亿、21亿、0.2万亿及4.6万亿，呈现出跨数量级跃升的增长趋势。反映出智谱模型在真实业务场景中的调用频次与规模已持续放大，模型使用并非停留在测试或低频阶段，而是进入了高并发、常态化、规模化使用阶段。 具体客户群方面，据招股书披露，智谱已服务超过8,000家机构客户，覆盖金融、政企、能源、制造、汽车、互联网等核心行业，在国内大模型ToB市场中建立了先发优势和规模壁垒。B端客户中收入占比最大的是互联网公司，2024 年超过 50%，前10大互联网公司里面有 9 家都在合作。 至于客户群体过于集中的质疑，张鹏对记者表示，客户过度集中的担忧前提，是行业存在金字塔结构客户分布，但大模型行业尚未发展到这个程度。从2023年开始，行业真正愿意砸钱做AI的，只有头部有钱、有技术，且愿意尝试新方向的客户群。现阶段强调客户单一并不符合行业发展现状，但未来随着模型落地的逐渐成熟，行业客户架构也将逐渐健康成熟多元化。